基于EKOA-ELM的压电型三维力传感器解耦算法

针对压电型三维力传感器由于结构制造而产生的维间耦合问题,设计了一种基于改进的开普勒优化算法优化极限学习机(EKOA-ELM)的解耦算法。首先,阐述了压电型三维力传感器的耦合特性;然后,对压电型三维力传感器构建标定实验进行标定,得出三维力传感器的测力数据;最后,建立极限学习机非线性解耦模型,并利用混沌Cat映射与基于余弦规律变化的收敛因子对KOA(Kepler optimization algorithm)算法进行优化。实验结果表明:平均解耦Ⅰ类误差控制在0.38%以内,平均解耦Ⅱ类误差控制在0.32%以内,解耦时间为0.071 s,该算法有较好解耦精度的同时,保持较好的解耦效率。

资料为PDF文档格式.

本文档关键词:传感器,算法,三维,压电,EKOA