無刷直流電機(jī)位置伺服智能控制方法研究_圖文

1、第9 卷第3期2009年9月溫州職業(yè)技術(shù)學(xué)院學(xué)報(bào)Journal of Wenzhou Vocational & Technical CollegeV ol.9 No.3Sep.20092009-03-05喬維德(1967,男,江蘇寶應(yīng)人,常州市廣播電視大學(xué)科研處,教授.收稿日期作者簡介喬維德(常州市廣播電視大學(xué)科研處,江蘇常州213001摘要針對(duì)多變量、非線性、時(shí)變的無刷直流電機(jī)位置伺服控制系統(tǒng)的特點(diǎn),提出一種基于免疫遺傳算法的遞歸模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)方法,并應(yīng)用于無刷直流電機(jī)三閉環(huán)控制系統(tǒng)的位置調(diào)節(jié)器中,實(shí)現(xiàn)系統(tǒng)精確的位置控制。仿真結(jié)果表明,遞歸模糊神經(jīng)網(wǎng)絡(luò)控制器明顯優(yōu)于PID

2、控制器。關(guān)鍵詞無刷直流電機(jī);RFNN;伺服系統(tǒng);位置控制中圖分類號(hào)T P 273+.4文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1671-4326(200903-0054-03無刷直流電機(jī)位置伺服智能控制方法研究0引言無刷直流電機(jī)(BLDCM具有性能優(yōu)異、運(yùn)行可靠和良好的調(diào)速性能。近年來,隨著新材料的出現(xiàn)和電力電子器件的發(fā)展,無刷直流電機(jī)已廣泛應(yīng)用于工業(yè)控制的各個(gè)領(lǐng)域1。設(shè)計(jì)高性能的無刷直流電機(jī)位置伺服控制系統(tǒng)已成為當(dāng)今電力傳動(dòng)與控制領(lǐng)域的重要研究課題之一。伺服系統(tǒng)一般是按誤差控制的系統(tǒng),傳統(tǒng)的方法是采用P I D 控制。常規(guī)P I D 控制原理簡單,容易實(shí)現(xiàn),穩(wěn)態(tài)無靜差。因此,長期以來廣泛應(yīng)用于工業(yè)過程控制,并取

3、得了一定的控制效果。然而,傳統(tǒng)的P I D 控制主要是控制具有確定模型的線性過程,而實(shí)際上無刷直流電機(jī)伺服控制系統(tǒng)是多變量、非線性、強(qiáng)耦合的時(shí)變系統(tǒng),常規(guī)P I D 調(diào)節(jié)器在其高精度的伺服控制要求場合很難達(dá)到規(guī)定的性能指標(biāo)2。模糊神經(jīng)網(wǎng)絡(luò)結(jié)合模糊控制的邏輯推理以及神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力,既具備強(qiáng)大的結(jié)構(gòu)性知識(shí)表達(dá)能力,又具備自身參數(shù)調(diào)整優(yōu)化的能力,從而在許多時(shí)變、不確定的復(fù)雜系統(tǒng)控制中被廣泛采用。針對(duì)多變量、非線性、時(shí)變的無刷直流電機(jī)伺服控制系統(tǒng)的特點(diǎn),設(shè)計(jì)一種遞歸模糊神經(jīng)網(wǎng)絡(luò)(R F N N 控制器,用來替代無刷直流電機(jī)伺服控制系統(tǒng)三環(huán)中位置環(huán)的P I D 控制器,并應(yīng)用免疫遺傳算法(I G

4、A 在線優(yōu)化R F N N 控制器的結(jié)構(gòu)參數(shù),使整個(gè)網(wǎng)絡(luò)實(shí)現(xiàn)良好的跟蹤響應(yīng)。仿真結(jié)果表明,與固定參數(shù)的P I D 控制算法相比,該無刷直流電機(jī)的位置伺服系統(tǒng)能實(shí)現(xiàn)精確的位置控制,跟蹤性能好,輸出精度高,動(dòng)態(tài)和靜態(tài)性能明顯優(yōu)于傳統(tǒng)P I D 控制器。1基于IGA優(yōu)化的RFNN 控制的無刷直流電機(jī)位置伺服系統(tǒng)Research on Servo Intelligence Control Method ofBLDCM PositionQIAO Weide(Scientific Research Section, Changzhou Radio and Television College, Chang

5、zhou, 213001, ChinaAbstract: In view of the characteristic of being multivariable, non-linearity, time-variable for BLDCM positionservo control system, a novel design method of the recursive fuzzy-neural network (RFNN controller based on Immune-Genetic Algorithm(IGA is proposed for applying in posit

6、ion controller of BLDCM three -closed loop vector control system to realize the accurate position control. The simulation result indicates that the recursion fuzzy-neural network controller surpasses the PID controller obviously.Key words: BLDCM; RFNN; Servo system; Position control 第9 卷第3期551.1系統(tǒng)原理

7、與結(jié)構(gòu)永磁無刷直流電機(jī)位置伺服系統(tǒng)包含速度環(huán)、電流環(huán)和位置環(huán)等三個(gè)閉環(huán)控制結(jié)構(gòu),電流環(huán)采用比例P控制器,速度環(huán)采用比例積分P I控制器,而位置環(huán)處于最外環(huán),系統(tǒng)各種擾動(dòng)給內(nèi)環(huán)造成的誤差可以由位置環(huán)通過控制進(jìn)行補(bǔ)償或抑制3。在無刷直流電機(jī)位置伺服系統(tǒng)結(jié)構(gòu)中,采用R F N N控制器取代傳統(tǒng)的P I D控制器,作為無刷直流電機(jī)位置伺服系統(tǒng)的位置調(diào)節(jié)器,并采用IGA在線優(yōu)化RFNN參數(shù),如圖1所示。結(jié)果表明,極大地提高了系統(tǒng)的跟蹤響應(yīng)速度、控制精度及魯棒性能。圖1基于IGA優(yōu)化的RFNN控制的無刷直流電機(jī)位置伺服系統(tǒng)結(jié)構(gòu)1.2RFNN控制器RFNN控制器結(jié)構(gòu)由4層BP網(wǎng)絡(luò)組成,即輸入層、模糊化及遞歸

8、層、模糊規(guī)則層、去模糊化及輸出層,如圖2所示。其中在第2層引入遞歸神經(jīng)元,遞歸神經(jīng)元有內(nèi)部反饋連接,并以反饋連接的形式存儲(chǔ)內(nèi)部信息,使網(wǎng)絡(luò)輸出不僅取決于當(dāng)前輸入,而且還取決于過去的輸入和輸出,從而形成局部或全局遞歸的網(wǎng)絡(luò)結(jié)構(gòu),能夠有效地處理動(dòng)態(tài)系統(tǒng)的非線性映射問題,具有較快的收斂速度和較少的神經(jīng)元數(shù)目,并進(jìn)一步簡化了網(wǎng)絡(luò)模型。圖2RFNN控制器結(jié)構(gòu)第1層:輸入層。將輸入矢量x=e, ecT引入網(wǎng)絡(luò),每個(gè)神經(jīng)元的輸入量均換算在模糊域-1,1內(nèi)。其輸出節(jié)點(diǎn)為:其中,其中,k為第3層與第4層之間的連接權(quán)值。1.3基于IGA優(yōu)化的RFNN控制器的實(shí)現(xiàn)IGAeceRFNN控制器喬維德:無刷直流電機(jī)位置伺

9、服智能控制方法研究由于RFNN 的梯度信息不容易獲取,所以基于非梯度的遺傳算法成為R F N N 學(xué)習(xí)的重要手段之一。I G A 是近年來基于生物免疫機(jī)制的一種改進(jìn)遺傳算法,是一種新型的計(jì)算智能方法,在遺傳算法的基礎(chǔ)上融合了生物免疫系統(tǒng)的抗原識(shí)別、抗體多樣性、免疫記憶、濃度控制等機(jī)制。與標(biāo)準(zhǔn)遺傳算法相比,I G A 具有以下顯著優(yōu)勢(shì):(1免疫記憶功能,可以加快搜索速度,提高遺傳算法的總體搜索能力;(2抗體多樣性保持功能,可以提高遺傳算法的局部搜索能力;(3自我調(diào)節(jié)功能,可提高遺傳算法的局部搜索能力,避免陷入局部最優(yōu)解4。在無刷直流電機(jī)系統(tǒng)中,I G A 的輸入為系統(tǒng)給定位置d r 與實(shí)際檢測(cè)位

10、置d 之間的偏差e 及其偏差變化率ec 。將R F N N 控制器作為系統(tǒng)位置調(diào)節(jié)器,利用I G A 在線優(yōu)化RFNN 參數(shù),其中包括第34層間的連接權(quán)值k 、第2層的高斯基函數(shù)的中心值a ij 和寬度b ij 以及第2層的遞歸單元的連接權(quán)值r ij 、第23層之間的連接權(quán)值j k 等。因此,應(yīng)用I G A 對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,在線優(yōu)化和調(diào)整上述參數(shù),能使RFNN 控制器具有良好的控制性能,并且對(duì)系統(tǒng)參數(shù)變化具有較強(qiáng)的魯棒性。2IGA 算法的設(shè)計(jì)與實(shí)現(xiàn)(1讀入初始化條件,將給定的特定問題視為抗原,并對(duì)其進(jìn)行具體分析,找出最基本的特征信息,確定待優(yōu)化變量a ij ,b ij ,k ,r ij 等。(

11、2確定IGA 的運(yùn)行參數(shù):群體規(guī)模M pop =30,交叉概率P c =0.8,變異概率P m =0.02。(3產(chǎn)生初始群體(抗體并編碼。如果是記憶中的抗原,則從記憶細(xì)胞中取出相應(yīng)的抗體組成I G A 的初始群體,否則隨機(jī)生成初始群體。選擇一定的編碼方案(本文采用十進(jìn)制對(duì)其編碼,組成基因碼串,每一碼串代表一個(gè)個(gè)體,表示優(yōu)化問題的一個(gè)解。無刷直流電機(jī)系統(tǒng)可選擇(a ij ,b ij ,k ,r ij 為每一抗體對(duì)應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)參數(shù),共有m 組(s=1,2,m 作為初始抗體群體。(4適應(yīng)度計(jì)算。按編碼規(guī)則,計(jì)算每個(gè)抗體的適應(yīng)度。由于進(jìn)化只能向著使適應(yīng)度函數(shù)值增大的方向進(jìn)行,因而適應(yīng)度函數(shù)是以構(gòu)造目標(biāo)

12、函數(shù)倒數(shù)的形式。設(shè)抗體P s 對(duì)應(yīng)的網(wǎng)絡(luò)的能量函數(shù)為E s ,則適應(yīng)度函數(shù)F s 為:其中,為大于0的常數(shù),M 為訓(xùn)練樣本(抗體總數(shù),O為輸出節(jié)點(diǎn)數(shù),5結(jié)語小波閾值消噪技術(shù)正在各領(lǐng)域信號(hào)處理中發(fā)揮著越來越重要的作用,成為研究的熱點(diǎn)。但這種方法并不完善,其缺陷在于用門限閾值處理小波系數(shù),可能歪曲原始信號(hào)包含的弱特征成分,從而引起重構(gòu)的失真。RLS自適應(yīng)算法具有良好的收斂性和數(shù)值特性,便于模塊化實(shí)現(xiàn),但自適應(yīng)增益計(jì)算比較復(fù)雜,每次更新要進(jìn)行0(M3次運(yùn)算,所需數(shù)據(jù)存儲(chǔ)量很大。雖然在空間陣列處理方面發(fā)展了QR-RLS,FAEST-RLS等改進(jìn)快速算法8,但數(shù)值穩(wěn)定性和精度尚有待提高。表1SNR和MS

13、E的量化比較SNR/dB MSE 小波閾值算法8.572.63R L S自適應(yīng)算法13.142.271DLD o n o h o.D e-n o i s i n gb ys o f t-t h r e s h o l d i n gJ.I E E ET a n sO nI n f o r m a t i o nT h e o r y,1995,41(5:713-627.2Y A N GDL,X UMX.An o i s ec a n c e l l a i o nm e t h o db a s e do nw a v e l e tt r a n s f o r mC.B e i j i n

14、 g:T h eS e c o n dI n t e r n a t i o n a lS y m p o s i u mo nC h i n e s eS p o k e nL a n g u a g eP r o c e s s i n g(S C S L P,2006:117-201.3LKShark,CY u.D e-n o i s i n gb yo p t i m a lf u z z yt h r e s h o l d i n gi nw a v e l e td o m a i nJ.I E E EE l e c t r o n i c sL e t t e r s,2004

15、,36(6:581-582.4M a n o l a k i sDG.S t a t i s t i c a l a n da d a p t i v es i g n a lp r o c e s s i n gM.G r e e c e:G r a w-H i l l,2000:521-577.5H A S A NMK,S A L A H U D D I NS,K H A NMR.M o d i f i e dap r i o r iS N Rf o rs p e e c he n h a n c e m e n tu s i n gs p e c t r a ls u b t r a c

16、 t i o nr u l e sJ.I E E ES i g n a lP r o c e s s,2004,11(4:450-453.6J a c k s o nL.D i g i t a lF i l t e r i n ga n dS i g n a lP r o c e s s i n gw i t hM A T L A BE x e r c i s e sM.K l u w e rA c a d e m i cP u b l i s h e r s,2006:139-176.7B o t t o m l e yGE,A l e x a n d e rST.An o v e la p

17、 p r o a c hf o rS t a b i l i z i n gr e c u r s i v el e a s ts q u a r e sf l i t e r sJ.I E E ET r a n sO nS i g n a lP r o c e s s i n g,1991,39(8:1770-1779.8X I A OL o n g z h u,X I A ND a z h a n g.A d a p t i v eR L Sa l g o r i t h mf o rb l i n ds o u r c es e p a r a t i o nu s i n gn a t

18、 u r a lg r a d i e n tJ.I E E ES i g n a lP r o c e s s i n gL e t t e r s,2002,9(12:432-435.參考文獻(xiàn) 責(zé)任編輯:謝樹林a.P I D位置控制器圖4給定輸入為正弦波時(shí)的位置跟蹤響應(yīng)曲線b.R F N N位置控制器4結(jié)語以基于IGA的RFNN控制器取代傳統(tǒng)的P I D控制器應(yīng)用于無刷直流電機(jī)伺服控制系統(tǒng)的位置調(diào)節(jié)器,可以對(duì)無刷直流電機(jī)系統(tǒng)進(jìn)行精確的位置控制。仿真結(jié)果表明,該方法得到的仿真實(shí)驗(yàn)結(jié)論優(yōu)于傳統(tǒng)P I D位置調(diào)節(jié)器,具有較高的位置控制精度和良好的動(dòng)態(tài)跟蹤響應(yīng)性能,取得比較理想的控制效果,為實(shí)現(xiàn)無刷直流電機(jī)系統(tǒng)的智能化位置伺服控制提供切實(shí)可行的技術(shù)方案。1紀(jì)志成,沈艷霞,姜建國.