압전 액추에이터(Piezoelectric Actuators, PEA)는 높은 해상도와 빠른 응답 속도 덕분에 마이크로-나노 위치 제어 및 정밀 제조 분야에서 널리 사용되고 있습니다. 그러나 고유한 비선형 히스테리시스 현상은 시스템 제어 정확도를 심각하게 제한하며 고성능 제어의 병목 현상이 됩니다. 기존의 Prandtl–Ishlinskii (P-I) 모델이 복잡한 비선형 히스테리시스 현상을 충분히 표현하기 어려운 점을 해결하기 위해, 본 논문에서는 다층 신경망을 이용한 P-I 모델링 개선 방법을 제안합니다. 이 방법은 원래 모델의 가역성과 물리적 해석 가능성을 유지하며, 신경망의 비선형 매핑을 이용해 Play 연산자 가중치를 학습하고, 베이지안 정규화 전략을 도입하여 학습 과정을 최적화하여 더 강력한 비선형 적합성과 일반화 능력을 구현합니다. 또한 역모델과 피드포워드 제어기를 구축하고 실시간 실험을 수행하였습니다. 실험 결과 삼각파, 사인파 및 혼합파 입력 조건에서 모델의 피드포워드 보상 하 정규화 평균 제곱근 오차가 각각 0.65%, 0.76%, 1.82%로 줄어들었으며, 이는 기존의 고전적 P-I 모델과 다항식 개선 모델에 비해 상당한 오류 감소를 나타냅니다. 다양한 입력 조건에서 우수한 강건성을 보이며 복잡한 히스테리시스 모델링 및 고정밀 제어에 좋은 공학적 적용 가능성을 가집니다.

압전 액추에이터;비선형 모델링;다층 신경망;히스테리시스 보상