單神經(jīng)元PID控制模塊設計思路-基礎電子

精品文檔-下載后可編輯單神經(jīng)元PID控制模塊設計思路-基礎電子數(shù)控機床的運動速度、跟蹤精虞、定位精度等重要指標均取決于驅動及位置控制系統(tǒng)的動態(tài)與靜態(tài)性能。因此，研究與開發(fā)高性能的驅動系統(tǒng)及位置控制系統(tǒng)，一直是數(shù)控機床的關鍵技術之一．

目前數(shù)控機床位置伺服控制仍然普遍采用經(jīng)典控制方法，如比例型或比例2積分型等算法，其優(yōu)點是算法簡便、易于實現(xiàn)，但存在著控制參數(shù)適應性差、抗干擾能力不強等缺陷。

本模塊利用神經(jīng)網(wǎng)絡的自學功能，設計一種在線智能型位置控制算法，圖1所示為半閉環(huán)位置伺服控制系統(tǒng)結構圖。

圖1半閉環(huán)位置伺服控制框圖

由于絲杠螺距誤并以及受載后絲杠軸承變形等影響，半閉環(huán)對檢測結果的校正并刁｀完全，控制精度比閉環(huán)要低些，根據(jù)自動控制的原理可知，工作臺是一個質(zhì)量元件，傳動機構因有變形，可視為彈性元件，兩耆構成一個低阻尼振蕩環(huán)節(jié)。半閉環(huán)不包含這個環(huán)節(jié)，一般不會引起進給振蕩，而閉環(huán)若參數(shù)選取不當，則有可能產(chǎn)生不穩(wěn)定。為了研究問題的方便，可將速度伺服單元等效為一階慣性環(huán)節(jié)。

式中：K1為速度伺服單元增益（rad／（s·V））；T1為速度伺服單元時間常數(shù)，它對應在給定的電壓Uand下電機轉速θo達到穩(wěn)態(tài)值的63.2％時所對應的時間。通過實驗測定，在帶載無切削條件下本系統(tǒng)T1≈80ms，而且輸出響應基本符合一階慣性環(huán)節(jié)。

由圖1的半閉環(huán)位置伺服系統(tǒng)可得如圖2所示數(shù)控機床位置伺服控制模型。

圖2數(shù)控機床位置伺服單位負反饋框圖

本模塊采用的單神經(jīng)元控制器原理圖如圖3所示。

圖3單神經(jīng)元控制器

本模塊提出的學習規(guī)則采用反饋原理，同時將Hebb規(guī)則與δ規(guī)則結合起來，即學習信號取為：

圖6－x所示的神經(jīng)元控制率可表示為：

式中：Ku為神經(jīng)元比例系數(shù)；f［u］為神經(jīng)元激發(fā)函數(shù)。由上面式子可知，這是位置式神經(jīng)元PID控制器，性能更加優(yōu)越的增量式PID控制器可表示如下：

上式為簡單起見，取f［u］＝u.

與傳統(tǒng)的PID相比，神經(jīng)元控制僅僅是PID增益，要由學習算法來調(diào)整。

學習算法是簡單的代數(shù)運算，因而實時性強。權系數(shù)的學習是為了確保系統(tǒng)的跟蹤誤差收斂于0，只要跟蹤誤差存在，學習過程就會使權值變化，從而使誤差快速趨于0。

只要保證學習算法的收斂性，控制系統(tǒng)就可以實現(xiàn)無靜差