直線電機運動系統(tǒng)的參數(shù)辨識技術(shù)研究.pdf

1、直線電機系統(tǒng)的伺服性能與控制策略密切相關(guān)。能否建立恰當?shù)目刂颇Ｐ蛣t是控制策略成敗的關(guān)鍵。本文針對直線電機運動系統(tǒng)特點,在系統(tǒng)建模和控制優(yōu)化方面進行了研究。
　　在建立直線電機運動系統(tǒng)原理圖的基礎(chǔ)上,利用機理分析,推導(dǎo)了各個系統(tǒng)控制環(huán)節(jié)的傳遞函數(shù),綜合整理得到整個系統(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),進一步分析了影響直線電機運動系統(tǒng)建模精度的因素,比如非線性摩擦力、直線電機特有的端部效應(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,并不能充分描述運動控制系統(tǒng)的真實狀況。
　　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)點突出的神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)作為直線電機運動系統(tǒng)的模型。介紹了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計的要點,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)合單純形法進行了全局優(yōu)化:單純形的不同頂點代表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效果。
　　針對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練工作量大、耗時長,引入快速系統(tǒng)辨識算法,即對增廣遞推最小二乘法進行了改進,作為系統(tǒng)性能檢驗或故障診斷時的補充。利用伴隨微分方程法分析了該遞推算法的收斂性。并采用多次單獨計算機仿真,用統(tǒng)計的方法說明了在保持辨識精度和收斂速度的同時該算法改善

4、了運算量,降低了時間消耗。
　　以直線電機系統(tǒng)為研究對象,從系統(tǒng)辨識試驗設(shè)計著手,設(shè)計了合理的辨識信號和辨識方式,并利用開環(huán)系統(tǒng)的簡化機理模型確定了神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu),實現(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負反饋復(fù)合控制作為直線電機運動系統(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。試驗表明,該控制方案具有良好的控制