机械伺服系统基于模糊神经网络的复合控制

2012年02月22日15:25:44 本网站我要评论(2)字号：T | T | T

关键字：应用

作者：徐春梅
（北京交通大学电气工程学院）

摘　　　要：惯性参数大范围变化和低速状态下的非线性摩擦是制约机械伺服系统跟踪性能的主要因素，基于ＬｕＧｒｅ动态摩擦模型和干扰观测器的补偿控制可以实现非线性摩擦力矩的动态补偿，但状态观测器的设计是基于被控对象的数学模型，当负载惯性参数大范围变化时，上述控制系统性能无法保障，针对上述问题提出一种基于模糊神经网络补偿的状态观测器复合控制，分析了基于模糊神经网络补偿复合控制的理论与实现方法，并以直流电机飞行仿真转台作为被控对象进行了仿真试验，试验结果表明了控制方法的有效性。

关　键　词：机械伺服系统；干扰观测器；模糊神经网络；摩擦力矩；补偿；跟踪控制

引　言：对于负载参数大范围变化的高精度伺服系统，设计出具有强鲁棒稳定性和鲁棒模型跟踪性能的控制器，是目前研究的热点［１４］，对于摩擦环节产生的非线性扰动力矩，必须通过施加适当的控制作用来消除摩擦力矩的影响［５］，目前常采用的方法包括自适应摩擦补偿方法［６］、变结构控制方法［７］、基于干扰观测器的补偿方法［８］以及基于摩擦模型的补偿方法［９１１］等。基于ＬｕＧｒｅ摩擦模型的补偿加干扰观测器的控制方法，近年来在伺服控制系统中获得了成功的应用［１２１３］，但干扰观测器的设计基于被控对象开环数学模型，因为伺服系统的非线性、不确定性及各种测量噪声的影响，伺服系统精确的数学模型无法获得，特别当伺服系统负载大范围变化时，控制系统性能就无法保障，为解决这一问题，本文提出了伺服系统基于神经网络补偿的复合控制方法。

登录网站后可下载文件

相关阅读:

没有相关新闻...

电子应用

文摘

方案

电路图

电源技巧：电流模式控制简化了对降压LED稳压器的补偿

热点新闻