直線電機(jī)運(yùn)動(dòng)系統(tǒng)的參數(shù)辨識(shí)技術(shù)研究.pdf

1、直線電機(jī)系統(tǒng)的伺服性能與控制策略密切相關(guān)。能否建立恰當(dāng)?shù)目刂颇Ｐ蛣t是控制策略成敗的關(guān)鍵。本文針對(duì)直線電機(jī)運(yùn)動(dòng)系統(tǒng)特點(diǎn),在系統(tǒng)建模和控制優(yōu)化方面進(jìn)行了研究。
　　在建立直線電機(jī)運(yùn)動(dòng)系統(tǒng)原理圖的基礎(chǔ)上,利用機(jī)理分析,推導(dǎo)了各個(gè)系統(tǒng)控制環(huán)節(jié)的傳遞函數(shù),綜合整理得到整個(gè)系統(tǒng)的傳遞函數(shù)及其控制結(jié)構(gòu)圖。并根據(jù)傳遞函數(shù),進(jìn)一步分析了影響直線電機(jī)運(yùn)動(dòng)系統(tǒng)建模精度的因素,比如非線性摩擦力、直線電機(jī)特有的端部效應(yīng),以及其他一些無法確定的干擾因素等等。

2、因此得出結(jié)論:用理論分析得到的數(shù)學(xué)模型,并不能充分描述運(yùn)動(dòng)控制系統(tǒng)的真實(shí)狀況。
　　綜合比較了常用于非線性系統(tǒng)的模型類之后,確定采用優(yōu)點(diǎn)突出的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)作為直線電機(jī)運(yùn)動(dòng)系統(tǒng)的模型。介紹了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的要點(diǎn),推導(dǎo)了基于Levenberg-Marquardt數(shù)值優(yōu)化方法的BP網(wǎng)絡(luò)訓(xùn)練算法。為了避免神經(jīng)網(wǎng)絡(luò)的訓(xùn)練陷入局部極小值,結(jié)合單純形法進(jìn)行了全局優(yōu)化:單純形的不同頂點(diǎn)代表BP網(wǎng)絡(luò)結(jié)構(gòu)不同的初始權(quán)值和閾值,通過優(yōu)化單純形的頂

3、點(diǎn)來改變網(wǎng)絡(luò)連接權(quán)值和閾值的初始值,然后通過LMBP算法來訓(xùn)練優(yōu)化這些連接權(quán)值和閾值。采用以上建模算法,仿真了一個(gè)含有死區(qū)的非線性系統(tǒng),結(jié)果表明:該算法具有良好的辨識(shí)效果。
　　針對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練工作量大、耗時(shí)長(zhǎng),引入快速系統(tǒng)辨識(shí)算法,即對(duì)增廣遞推最小二乘法進(jìn)行了改進(jìn),作為系統(tǒng)性能檢驗(yàn)或故障診斷時(shí)的補(bǔ)充。利用伴隨微分方程法分析了該遞推算法的收斂性。并采用多次單獨(dú)計(jì)算機(jī)仿真,用統(tǒng)計(jì)的方法說明了在保持辨識(shí)精度和收斂速度的同時(shí)該算法改善

4、了運(yùn)算量,降低了時(shí)間消耗。
　　以直線電機(jī)系統(tǒng)為研究對(duì)象,從系統(tǒng)辨識(shí)試驗(yàn)設(shè)計(jì)著手,設(shè)計(jì)了合理的辨識(shí)信號(hào)和辨識(shí)方式,并利用開環(huán)系統(tǒng)的簡(jiǎn)化機(jī)理模型確定了神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu),實(shí)現(xiàn)了以上建模的算法和思想。
　　以獲取的神經(jīng)網(wǎng)絡(luò)模型為依據(jù),選取前饋+PID負(fù)反饋復(fù)合控制作為直線電機(jī)運(yùn)動(dòng)系統(tǒng)的調(diào)節(jié)器;用神經(jīng)網(wǎng)絡(luò)來訓(xùn)練優(yōu)化PID控制器三個(gè)系數(shù)的組合,并根據(jù)不變性原理,采用系統(tǒng)的神經(jīng)網(wǎng)絡(luò)逆模型作為前饋控制器。試驗(yàn)表明,該控制方案具有良好的控制