论文部分内容阅读
高速磁浮车采用电感式间隙传感器测量悬浮间隙值,而这种电感式传感器的输入输出特性是非线性的;为了提高间隙测量精度,更好地满足悬浮控制系统的要求,必须对传感器的非线性进行校正;提出了利用径向基函数(RBF)神经网络建立间隙传感器特性逆模型实现非线性校正的方法,优化了网络结构和参数;通过对训练样本和测试样本的仿真验证,经11个隐节点的逆模型网络校正后传感器的线性度良好,线性度为0.34%,最大预测误差为0.068mm,完全满足高速磁浮列车悬浮控制系统要求。