基于 RBF 神经网络的恒流并联微泵优化
机器学习
2023-05-10 v6 机器人学
系统与控制
系统与控制
摘要
本工作的目标是优化一种具有并联泵腔并集成被动止回阀的恒流并联机械位移微泵的性能。关键任务是最小化在左右泵交替进行吸入与输运角色的往复运动期间，由回流引起的、对恒定流速产生负面影响的压力脉冲。先前的工作试图通过被动止回阀的机械设计来解决此问题。本工作提出了重叠时间的新概念，并从控制理论角度通过实施由无监督与有监督学习训练的 RBF 神经网络解决了该问题。实验结果表明，压力脉冲被优化至 0.15 - 0.25 MPa 范围，相较于泵最大工作压力 40 MPa 是一个显著改进。
引用
@article{arxiv.2109.08717,
title = {The Optimization of the Constant Flow Parallel Micropump Using RBF Neural Network},
author = {Chenyang Ma and Boyuan Xu and Hesheng Liu},
journal= {arXiv preprint arXiv:2109.08717},
year = {2023}
}
备注
Accepted to International Conference on Robotics and Automation Engineering (ICRAE), 2021