基于遺傳神經網絡的超聲波電機轉速控制系統

    陳  歡¹,   史敬灼²

(1武漢船用電力推進裝置研究所，湖北武漢430064；2河南科技大學，河南洛陽471003)

摘要：介紹一種超聲波電機(USM)自適應控制策略，系統采用雙閉環控制，內環通過對弧極電壓進行采樣、判斷，補償USM諧振頻率的漂移；外環利用動態遞歸神經嘲絡控制調節兩相驅動交變電壓的相位差，實現轉速的自適應控制。DRNN的結構和初始參數通過混合遞階遺傳算法離線訓I練獲得。試驗結果征明，該控制系統具有較高的控制精度和較好的穩定性。關鍵詞：超聲波電機；自適應控制；遺傳神經網絡中圖分類號：TM 301 2文獻標志碼：A文章編號

0 引言

     超聲波電機(Uhrasonic Motor，USM)是一種新型特種電機，在工業控制、精密儀器、辦公自動化等領域有著廣闊的應用前景[1]。但是，USM具有嚴重的非線性、時變性和強耦合，數學建模非常困難，至今還沒有精確的數學模型，傳統的依賴被控對象數學模型的控制策略很難對其實施有效控制。將動態遞歸神經網絡(Dynamical ReculTentNeural Networks，DRNN)應用于USM的自適應速度控制，彌補_廣上述方法的不足。采用混合遞階遺傳算法對網絡的結構和初始參數進行離線優化，再通過梯度下降對網絡參數進行在線調整。試驗結果表明：該方法不僅具有控制靈活、適應性強的優點，還具有較高的控制精度和魯棒性。

l  usM驅動控制系統

  USM利用兩相具有一定頻率、幅值和相位差的正弦電壓來驅動，但由于電機本身的呈容性，可以使用方波電壓來直接驅動。本文采用調相調速方案，使驅動電壓的相位差在一90。～+90。連續可調一選取DSP56F801內置的脈寬凋制(PulseWidth Modulation，PWM)模塊作為驅動信號發生器，通過修改PWM周期寄存器(PWMCM)和計數模值寄存器(PWMVAL)的值，即可實現驅動電壓頻率和相位差的闊節。驅動信號經隔離放大后，巾兩相推挽逆變電路逆變、升壓成兩相高壓、高頻方波電壓，驅動USM。為了補償USM的諧振頻率瓢移，需對USM弧極反饋電壓采樣，將采樣值與設定值進行比較，若小于設定值則減小PWMCM的值，若大于等于則保持不變，以跟蹤諧振頻率的漂移。為保證測速的精度，采用光電編碼器作為

測速單元，將其接定時器內部的正交解碼單元即可實現轉速及轉角的測算。控制系統結構框圖如圖1所示．

2 USM參數辨識自適應控制系統

    由于DRNN能夠實現高度復雜的非線性動態映射，又具有自學習、白適廊的能力，故將其作為自適應控制器(DRNNC)，其輸人為給定轉速r(^)、電機上一時刻實際轉速y(k—1)及NNc上一時刻輸出的控制量Up(k一1)，輸出為控制信號Up(k)用以調節兩相驅動電壓的相位差。用作參數辨識的辨識器(DRNM)輸人為實際輸入usM的控制量Up(k)和電機上一時刻的實際轉速y(k—1)，輸出為預測轉速y(k)。利用y代替y，為DRNNc的在線訓練提供參數。uSM參數辨識白適應控制系統框圖如圖2所示。

3  DRNN及其訓練方法

    DRNN結構如圖3所示。它除了輸入層、隱層、輸出層外還有一個特殊的結構單元，用來記憶隱層單元以前時刻的輸出值，結構單元在時刻的輸入等于隱層在k—l時刻的輸出，但為了減少在線學習時間，提高實時陛，結構單元的輸出僅輸入到相應的隱層單元。設網絡輸入向量為x，輸入單元與隱層單元間的連接權值矩陣為W1，隱層單元與輸出單元間的連接權值向量為W2結構單元與隱層單元間的連接權值向量為W3，隱層激活函數為l廠(此處選為1／(1+e-x))，隱層第j個神經元輸出為Hj，則網絡的輸入輸冉關系為

3、1離線訓練

    離線訓練的樣本均通過試驗的方法獲得。NNc的輸入樣本向量為Xci={r(k)，y(k-1)，

Up(k-1)}，輸出樣本矢量為Yci={Up(k)}，Up(k)為輸入uSM的兩相交流電壓的相位差，可由k時刻電機轉速通過查對應的轉速相位差或轉速電壓幅值曲線獲得。NNI的輸入樣本為向量Xii={Up(k-1)，yf(k一1)}，輸出樣本向量為Yi={y(k)}，y(k)為預測轉速。

    傳統的洲練算法足在網絡結構已知的基礎上對網絡參數進行尋優，無法對網絡結構進行優化。本文采用混合遞階遺傳算法對網絡結構和參數一并優化，遞階遺傳算法的尋優過