IPMC率相关迟滞特性迁移学习建模

作     者：白亭亭 孟江 王格 曹凤蓉 安坤 Bai Tingting;Meng Jiang;Wang Ge;Cao Fengrong;An Kun

作者机构：中北大学机械工程学院山西太原030051 中北大学电气与控制工程学院山西太原030051 

基　　金：山西省面上自然科学基金(202203021221098) 

出 版 物：《机械设计与制造工程》 (Machine Design and Manufacturing Engineering)

年 卷 期：2025年第54卷第3期

页      码：116-121页

摘      要：针对离子聚合物金属复合物(IPMC)致动器在低频交流驱动电压下具有明显的率相关迟滞非线性,提出一种卷积神经网络(CNN)结合基于模型迁移学习的率相关迟滞建模方法。首先搭建实验平台,在0.1~3.0 Hz、2.0~5.5 V线性递增正弦驱动电压下,测得电压-位移实验数据,构建CNN模型对足量源域数据进行预测,利用粒子群优化算法对CNN模型关键参数进行寻优,得到预训练模型;然后采用基于模型的迁移学习方法,利用少量目标域数据,对预训练模型中的部分网络参数进行微调;最终获得可以对不同频率目标域数据有着良好预测能力的新模型,从而实现在目标域数据稀少情况下的率相关迟滞建模。通过该模型与LSTM、GRU模型进行对比验证,结果显示CNN迁移学习模型在不同频率下迁移精度均在98.23%以上,平均训练时间缩短46.1%。

主 题 词：率相关迟滞特性 卷积神经网络 粒子群优化算法 迁移学习 微调 

学科分类：08[工学] 080501[080501] 0805[工学-能源动力学] 

D　O　I：10.3969/j.issn.2095-509X.2025.03.022

馆 藏 号：203157972...