基于IGA的USM速度智能控制系統(tǒng)研究
喬維德
(常州市廣播電視大學(xué)，江蘇常州213001)
摘要：針對(duì)超聲波電機(jī)參數(shù)的時(shí)變性、系統(tǒng)內(nèi)在的非線性和系統(tǒng)的強(qiáng)耦舍性等特點(diǎn)，提出基于免疫遺傳算法的超聲波電機(jī)模糊神經(jīng)網(wǎng)絡(luò)速度控制策略，實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)速度控制相比，采用該方法的系統(tǒng)能較好地實(shí)現(xiàn)設(shè)定的超聲波電機(jī)速度參考模型的自適應(yīng)跟蹤，響應(yīng)速度脈動(dòng)小，具有控制靈活、適應(yīng)性強(qiáng)、控制精度高、魯棒，陛強(qiáng)等優(yōu)點(diǎn)。
關(guān)鍵詞：免疫遺傳算法；超聲波電機(jī)；模糊神經(jīng)網(wǎng)絡(luò)；速度控制
中圖分類號(hào)：TP273 文獻(xiàn)標(biāo)識(shí)碼：A
1 引言
超聲波電機(jī)(USM)是近幾十年發(fā)展起來(lái)的一種全新原理、結(jié)構(gòu)的新型電機(jī)。它利用壓電陶瓷材料PZT或高分子PVDF薄膜材料的逆壓電效應(yīng)，將電能轉(zhuǎn)換為定子彈性體在超聲域內(nèi)的振動(dòng)，再通過(guò)定子與轉(zhuǎn)子界面之間的摩擦將超聲振動(dòng)轉(zhuǎn)換為轉(zhuǎn)子的振動(dòng)。與傳統(tǒng)的電磁電機(jī)相比，超聲波電機(jī)具有結(jié)構(gòu)緊湊簡(jiǎn)單、能量密度大、低速、大扭矩、噪聲小、制動(dòng)和響應(yīng)特性好以及抗電磁干擾能力強(qiáng)等優(yōu)點(diǎn)，所以已經(jīng)在儀器儀表、家用電器、機(jī)器人、辦公自動(dòng)化、航空航天等領(lǐng)域得到了越來(lái)越廣泛的應(yīng)用…，而它所具有的響應(yīng)快、斷電自鎖等特點(diǎn)使其成為一種較理想的伺服驅(qū)動(dòng)器件。然而由于usM參數(shù)的高度非線性和其特性的時(shí)變性、強(qiáng)耦合性等，迄今為止，尚沒(méi)有精確的數(shù)學(xué)模型，因而很難用傳統(tǒng)的理論和控制方法來(lái)實(shí)現(xiàn)高精度的超聲波電機(jī)的伺服控制。為此，近年來(lái)國(guó)內(nèi)外許多學(xué)者和科技人員針對(duì)超聲波電機(jī)的驅(qū)動(dòng)問(wèn)題，進(jìn)行了大量研究和試驗(yàn)，并取得了不少研究成果，將模糊控制理論、PID控制理論、神經(jīng)網(wǎng)絡(luò)等應(yīng)用到USM的優(yōu)化控制，達(dá)到了一定的控制效果。但上述方法電機(jī)仍存在著較大的波動(dòng)，不能使系統(tǒng)獲得精確的跟蹤響應(yīng)和良好的控制性能。
鑒于以上所述，本文提出基于免疫遺傳算法的超聲波電機(jī)模糊神經(jīng)網(wǎng)絡(luò)速度控制新方法，其基本思路是：應(yīng)用免疫遺傳算法在線優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)控制器參數(shù)，并將優(yōu)化設(shè)計(jì)好的控制器用于建立超聲波電機(jī)的速度自適應(yīng)控制系統(tǒng)模型。試驗(yàn)結(jié)果分析表明，該系統(tǒng)在對(duì)usM進(jìn)行速度控制時(shí)，具有很好的轉(zhuǎn)速跟蹤響應(yīng)能力和較強(qiáng)的適應(yīng)性、穩(wěn)定性，控制精度高，并且對(duì)隨機(jī)擾動(dòng)具有很強(qiáng)的魯棒性。
2 超聲波電機(jī)的速度智能控制系統(tǒng)
圖1所示給出了超聲波電機(jī)模型參考自適應(yīng)閉環(huán)速度控制系統(tǒng)結(jié)構(gòu)。速度參考模型是控制系統(tǒng)的跟蹤目標(biāo)，可以是恒定轉(zhuǎn)速，也可以是階躍轉(zhuǎn)速等。為提高電機(jī)速度跟蹤的快速與準(zhǔn)確性，本系統(tǒng)速度控制內(nèi)環(huán)中引入定子振動(dòng)檢測(cè)信號(hào)。模糊
神經(jīng)網(wǎng)絡(luò)控制器(FNNC)是控制超聲波電機(jī)速度的，其輸人為轉(zhuǎn)速誤差e及其變化△e，e是由參考模型與USM轉(zhuǎn)速檢測(cè)單元對(duì)應(yīng)的信號(hào)相比較求得，即 FNNC參數(shù)通過(guò)免疫遺傳算法在線獲得，最終目的是使超聲波電機(jī)實(shí)際轉(zhuǎn)速能夠跟蹤參考模型輸出，即e→O。
3 模糊神經(jīng)網(wǎng)絡(luò)控制器(FNNc)
本控制系統(tǒng)中模糊神經(jīng)網(wǎng)絡(luò)控制器結(jié)構(gòu)如圖2所示。它由四層前向神經(jīng)網(wǎng)絡(luò)構(gòu)成，分別為輸八層(i層)、隸屬函數(shù)層(i層)、規(guī)則層(k層)和輸出層(o層)[2]
第一層是輸入層，它將輸入信號(hào)e及其變化△e通過(guò)節(jié)點(diǎn)輸入到下一層。輸入和輸出的關(guān)系可以表示為：
第二層是隸屬函數(shù)層，該層的每一個(gè)節(jié)點(diǎn)代表一個(gè)語(yǔ)言變量，功能是計(jì)算各輸入變量屬于某個(gè)語(yǔ)言模糊集合的隸屬函數(shù)，將其作為輸出量。本層采用高斯函數(shù)作為隸屬函數(shù)對(duì)于第j個(gè)節(jié)點(diǎn)有：
值和分布寬度，在這里為高斯隸屬數(shù)的均值和標(biāo)準(zhǔn)差。
|
