文献

J-GLOBAL ID：202102241672324050   整理番号：21A3312511

圧電アクチュエータの軌道トラッキングのためのクローズドLSTMニューラルネットワークベース基準修正【JST・京大機械翻訳】

Closed-LSTM neural network based reference modification for trajectory tracking of piezoelectric actuator

著者 (4件)： Li Jiangang (Harbin Institute of Technology, Shenzhen, China) ,  Huang Youhua (Harbin Institute of Technology, Shenzhen, China) ,  Li Qijie (Harbin Institute of Technology, Shenzhen, China) ,  Li Yanan (Department of Engineering and Design, University of Sussex, Brighton, UK)
資料名： Neurocomputing  (Neurocomputing)
巻： 467  ページ： 379-391  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,長い短期メモリニューラルネットワーク(LSTM-NN)に基づく圧電アクチュエータ(PEA)のための軌道追跡制御法を提案した。ニューラルネットワークが開ループPEA動力学に近似するために使用される従来の制御フレームワークとは異なり,LSTM-NNを用いて閉ループPEAの実際の軌跡と参照軌道の間のマッピングを確立し,閉じたLSTMニューラルネットワーク制御フレームワークを導いた。このフレームワークを用いて,訓練されたLSTM-NNを用いて,制御装置を変えずに追従誤差を補償するための参照軌道を修正した。最初に,PEAの線形および非線形特性のモデリングを解析し,単純化し,LSTM-NNの訓練入力特徴を選択した。次に,LSTM-NNを訓練するために閉ループPEAの実際の軌跡と参照軌道を使用した。閉じたLSTMニューラルネットワーク制御フレームワークは,ベースラインフィードバックコントローラとフィードフォワード補償装置の独立設計を可能にする。特に,フィードバック制御器を用いてシステム安定性を保証し,LSTM-NN参照修正モジュールをフィードフォワード補償器として用いて,高精度軌道追跡を達成し,それはシステム安定性に影響せず,そして,オフライン運動制御システムに容易に適用することができた。その妥当性をPEAプラットフォーム上で実験的に検証した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 簡素化 ,  制御装置 ,  フィードバック制御 ,  *ニューラルネットワーク ,  フィードフォワード ,  制御方式 ,  補償装置 ,  線形性 ,  開ループ系 ,  基準線 ,  運動制御
準シソーラス用語： 高精度 ,  *圧電アクチュエータ ,  追従誤差 ,  軌道追跡 , 【Automatic Indexing@JST】

著者キーワード (3件)： 圧電アクチュエータ ,  LSTM-NN ,  モーションコントロール

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 圧電アクチュエータ ,  軌道 ,  トラッキング ,  LSTM ,  ニューラルネットワーク