電液伺服系統(tǒng)的動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)辨識與魯棒控制研究.pdf

1、電液伺服系統(tǒng)是一種具有時變、嚴(yán)重非線性、參數(shù)和結(jié)構(gòu)不確定性以及多數(shù)情況下還承受不確定負(fù)載干擾等特性的系統(tǒng)，這些特性使得常規(guī)控制方法難以實(shí)現(xiàn)對電液伺服系統(tǒng)的高精度控制。近年來，以模糊控制、神經(jīng)網(wǎng)絡(luò)控制、知識基專家控制和遺傳算法等軟計(jì)算技術(shù)為代表的智能控制理論方法與以自適應(yīng)、變結(jié)構(gòu)和H∞等為代表的現(xiàn)代魯棒控制理論方法及其綜合集成，為解決具有上述特性的電液伺服系統(tǒng)的建模和控制問題提供了有效的途徑。本文借鑒模糊系統(tǒng)集成專家知識的能力、神經(jīng)網(wǎng)絡(luò)具

2、有學(xué)習(xí)的能力以及自適應(yīng)控制、變結(jié)構(gòu)控制和H∞控制具有魯棒鎮(zhèn)定系統(tǒng)的能力，以電液伺服系統(tǒng)為研究對象，就這些控制理論方法的交叉協(xié)作控制問題，做了如下幾方面的工作： 1)由于傳統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)是一種靜態(tài)神經(jīng)網(wǎng)絡(luò)，而現(xiàn)實(shí)工程中的控制對象，如電液伺服系統(tǒng)，反映的是系統(tǒng)的動態(tài)行為，不適宜用靜態(tài)模糊神經(jīng)網(wǎng)絡(luò)辨識，因此本文提出了一種動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)及其相應(yīng)的學(xué)習(xí)算法，分析了它的穩(wěn)定性，并對其對非線性動態(tài)系統(tǒng)的辨識效果進(jìn)行了仿真分析。仿真

3、結(jié)果表明：采用動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)對非線性動態(tài)系統(tǒng)進(jìn)行辨識，由于充分利用動態(tài)系統(tǒng)當(dāng)前數(shù)據(jù)和歷史數(shù)據(jù)，從而獲得了比傳統(tǒng)靜態(tài)模糊神經(jīng)網(wǎng)絡(luò)更高的辨識精度。 2)基于動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)對電液伺服系統(tǒng)非線性和不確定性的辨識，依據(jù)對系統(tǒng)認(rèn)知程度的不同，以及為克服傳統(tǒng)變結(jié)構(gòu)控制為保證系統(tǒng)魯棒性而選用保守的變結(jié)構(gòu)控制增益，以致控制量過大而不易實(shí)現(xiàn)，以及引起較大的顫振并激發(fā)系統(tǒng)的高頻動態(tài)等不良現(xiàn)象，研究了如下三種變結(jié)構(gòu)控制算法：

4、①針對系統(tǒng)模型公稱參數(shù)已知，但系統(tǒng)的非線性、不確定性以及輸入增益函數(shù)下界未知的對象，提出了增益自適應(yīng)滑模變結(jié)構(gòu)控制。 ②針對系統(tǒng)輸入增益函數(shù)下界已知，其余特性與①中描述的系統(tǒng)相同的對象，提出了間接自適應(yīng)動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)控制器。 ③針對系統(tǒng)模型知之甚少，尤其系統(tǒng)參數(shù)完全未知，但有相關(guān)控制規(guī)則的對象，提出了直接自適應(yīng)動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)控制器。在上述控制算法中提出的增益自適應(yīng)變結(jié)構(gòu)控制，控制增益可以根據(jù)在線估

5、計(jì)的系統(tǒng)不確定性、建模誤差和干擾等因素的界進(jìn)行在線調(diào)整。實(shí)驗(yàn)結(jié)果表明：本文提出基于動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)辨識的上述三種變結(jié)構(gòu)控制算法使系統(tǒng)具有較強(qiáng)魯棒性同時，減弱了顫振現(xiàn)象，并獲得優(yōu)異的穩(wěn)態(tài)性能。 3)針對電液伺服系統(tǒng)的負(fù)載干擾、不確定性等影響系統(tǒng)穩(wěn)定性和精度的主要因素，本文提出了基于自適應(yīng)動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)辨識的增益自適應(yīng)變結(jié)構(gòu)和H<,∞>控制兩種魯棒控制方法相結(jié)合的系統(tǒng)L<,2>增益設(shè)計(jì)方法，采用自適應(yīng)動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)在

6、線估計(jì)系統(tǒng)的未知非線性動態(tài)特性，用增益自適應(yīng)變結(jié)構(gòu)控制對自適應(yīng)動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)的估計(jì)誤差進(jìn)行補(bǔ)償，而用H<,∞>控制抑制負(fù)載干擾對系統(tǒng)的影響，實(shí)驗(yàn)結(jié)果顯示了本文提出的系統(tǒng)L<,2>增益設(shè)計(jì)方法使系統(tǒng)對參數(shù)攝動和負(fù)載干擾具有較強(qiáng)的魯棒性。 4)提出了對摩擦力的不同分量分別進(jìn)行補(bǔ)償?shù)哪Σ亮Ψ植垦a(bǔ)償算法。摩擦力是影響電液伺服系統(tǒng)穩(wěn)態(tài)精度和引起極限環(huán)等不良現(xiàn)象的主要因素，特別是由于摩擦力的非光滑特性使得用一個模糊神經(jīng)網(wǎng)絡(luò)對摩擦力