BP神经网络在磁流变制动装置设计中的应用

　　1　磁流变制动装置工作原理

　　磁流变材料是近几年国内外开始进行探索、研究的一种新型智能材料。这种材料是由油和铁粉混合而成的浓稠流体[1],在磁场的作用下,混合物可在几毫秒内由流体状态迅速变为固态,一旦磁场完全撤除,又恢复到流体状态,具有很好的可控性。磁流变制动装置就是采用这种磁流变材料作为摩擦副来实现智能制动的。其设计结构方案如图1所示。

　　磁场由通电线圈产生,并且保证制动装置两边通电线圈产生的磁场方向相反,这样就确保制动器内部磁流体的磁力线连续,从而能使制动器中的磁流变体产生良好的制动效果;同时为了保证产生足够大的电磁场并且磁场的磁力线能完全穿过制动器内部的磁流变体,在电磁线圈内部还需插入足够长、足够粗的顺磁性介质材料:工业纯铁DT4;同时为了防止磁力线发散,在铁心介质与制动器箱体的连接处应放入隔离介质来确保两者不接触;为了实现对磁流变体的密封,本装置采用磁流变体多极密封装置,其优点是无泄露、无磨损;由于磁流变体材料在交变磁场的作用下产生磁滞损耗和涡流损耗,所以磁流变制动器采用额定输出功率为600W,额定输出电压为30V的直流电源供电来获得场强恒定电磁场。在制动的过程中,磁性材料就是通过在恒定电磁场的作用下产生的内部剪切应力来产生制动力矩,只要控制磁场的强弱,就可以无级地改变制动力矩的大小,从而实现制动过程的自动化、智能化控制。在设计这种磁流变制动装置的结构时,发现磁流变体的基液浓度、铁心介质直径、夹板间距、磁场强度的大小等是影响制动器所产生的剪切力大小的重要因素,为此,借助BP神经网络的方法构建出了一个能反映磁流变制动器的剪切力与影响因素之间关系的数学模型,从而为下一步磁流变制动器的设计工作提供定量或定性的数据依据。

　　2　BP网络介绍

　　BP网络,即多层前馈神经网络,因其采用误差反向传播算法(ErrorBack-Propagation.即BP算法)而得名。从结构上讲, BP网络是一种分层型网络,由输入层、隐层和输出层组成。层与层之间采用全互连方式,同一层的单元之间则不存在相互连接。隐层可以有一个或多个。如图2所示,为一个典型的三层神经网络结构,只具有一个隐层。从图中可以看出,在BP网络中有两种信号在流通:工作信号和误差信号,分别用实线和虚线来表示。工作信号是对网络施加输入信号后向前传播直到在输出端产生实际输出的信号;误差信号是网络实际输出与期望输出间的差值即误差,它由输出端开始逐层向后(即输入端方向)传播。BP网络正是通过误差信号的反向传播来调整网络各层的权值和阀值,从而达到学习的目的, BP神经网络主要用于模式识别与分类、函数逼近、数据压缩及预测等领域。