摘要:为确保三轴振动传感器的校准精度,需由三轴标准振动台输出低耦合、低失真的振动信号。然而,由于三轴标准振动台结构的复杂性和非线性特性,其输出信号存在显著的残余耦合和谐波失真。为此,提出一种神经网络逆模型在线迭代解耦控制方法,以实现轴间解耦并提高输出信号精度。首先,以簧片式三轴标准振动台为研究对象,对其解耦结构及轴间运动耦合特性进行了理论分析,并量化了正交振动抑制比和谐波失真度。然后,利用神经网络构建了三轴标准振动台系统的逆模型,并采用前馈串联方式对原系统实施控制,初步改善了轴间耦合干扰和谐波失真。在此基础上,为更精准表征三轴标准振动台的动态耦合特性,引入在线迭代学习机制,通过动态更新样本对逆模型进行周期性迭代优化,逐步提升其拟合精度,从而实现了对三轴标准振动台轴间耦合和谐波失真的精确控制。最后,基于AD7606B搭建了振动采集分析系统,并集成构建了三轴标准振动台实验测试系统。实验分析结果表明,神经网络逆模型在线迭代解耦控制方法可将三轴标准振动台的正交振动抑制比控制在2%以内,同时将谐波失真度控制在1%以内,验证了该解耦控制方法的有效性,为多轴振动测试系统的高精度解耦控制提供了技术参考。