機械伺服系統基于模糊神經網絡的復合控制
徐春梅
北京交通大學電氣工程學院,北京100044
摘 要:慣性參數大范圍變化和低速狀態下的非線性摩擦是制約機械伺服系統跟蹤性能的主要因素,基于lugre動態摩擦模型和干擾觀測器的補償控制可以實現非線性摩擦力矩的動態補償,但狀態觀測器的設計是基于被控對象的數學模型,當負載慣性參數大范圍變化時,上述控制系統性能無法保障,針對上述問題提出一種基于模糊神經網絡補償的狀態觀測器復合控制,分析了基于模糊神經網絡補償復合控制的理論與實現方法,并以直流電機飛行仿真轉臺作為被控對象進行了仿真試驗,試驗結果表明了控制方法的有效性。
關鍵詞:機械伺服系統;干擾觀測器;模糊神經網絡;摩擦力矩;補償;跟蹤控制
中圖分類號:tp 27 文獻標識碼:a
1引言
對于負載參數大范圍變化的高精度伺服系統,設計出具有強魯棒穩定性和魯棒模型跟蹤性能的控制器,是目前研究的熱點,對于摩擦環節產生的非線性擾動力矩,必須通過施加適當的控制作用來消除摩擦力短的影響,目前常采用的方法包括自適應摩擦補償方法、變結構控制方法、基于干擾觀測器的補償方法。以及基于摩擦模型的補償方法等。
基于lugre摩擦模型的補償加干擾觀測器的控制方法,近年來在伺服控制系統中獲得了成功的應用。但干擾觀測器的設計基于被控對象開環數學模型,因為伺服系統的非線性、不確定性及各種測量噪聲的影響,伺服系統精確的數學模型無法獲得,特別當伺服系統負載大范圍變化時,控制系統性能就無法保障,為解決這一問題,本文提出了伺服系統基于神經網絡補償的復合控制方法。
2復合控制器設計
復合控制器結構,如圖1所示。
其中,d為等效干擾,ξ為測量噪聲,虛線框內為干擾觀測器,gp(s)為機械伺服系統廣義被控對象開環模型,gn(s)為名義模型,q(s)為低通濾波器,ge(s)為位置閉環控制器,tf(θ)為摩擦補償環節。
控制器的輸出為
1)干擾觀測器設計干擾觀測器的基本思想是將外部力矩干擾及模型參數變化造成的實際對象與名義模型輸出的差異,統統等效到控制輸入端,即觀測出等效干擾,在控制中引入等量的補償,實現對干擾完全抑制。如圖1中的gp(s)為對象的傳遞函數,gn(s)為名義模型,d為等效豐擾,d為觀測于擾,u為控制輸入。由圖l,求出等效干擾的估計值d為
對于機械伺服系統,忽略轉軸的扭曲變形及未建模動態等因素影響,名義模型可以取為
式中,jn為系統的等效轉動慣量;bn為系統的等效阻尼系數。
q(s)的選擇應使q(s)/gn(s)正則,取:
2)位置閉環控制器設計位置閉環采用微分先行的pd控制,控制律如下:
速度信號通過位置倍號的后向差分得到,考慮到量化噪聲的影響,將差分信號經過iir濾波。選擇pd控制參數時,直接以名義模型為控制對象,使閉環系統有足夠的穩定裕量和相位裕量,響應無超調。
3)摩擦補償環節設計lucre摩擦模型是一種典型動態摩擦模型,設狀態變量=代表接觸面鬃毛的平均變形則r可由下面的lucre模型來描述:
|