直驱转台伺服系统的优化神经网络滑模位置控制研究
当今直驱转台系统是迎合高档数控机床向高速、精密及高自动化方向发展的要求而提出的一种新的驱动技术，与高速电主轴及直线电机一起构成了商档数控系统直驱技术的三大研究对象。直驱转台系统性能的优劣直接影响了数控系统的整体性能。数控转台的传统驱动方式是由蜗轮蜗杆等机械传动机构实现的，这种方式易造成机械振动、呻应缓慢、动态刚度差及非线性误差等，从而不能很好地满足数控转台系统的高精度加工。直驱转台系统消除了中间传动环节，直接由环形永磁力矩电机驱动，这种驱动方式具有大转矩、低能耗、快速响应等特点，为实现系统的高速响应、准确定位等提供了可能性。 但是由于直驱转台伺服系统存在参数变化、高度非线性及机械谐振等不确定性因素，从而给直驱转台伺服系统的控制带来了一定的难度。传统的控制方式都依赖于系统的数学模型。滑模控制具有快速响应、对参数变化及扰动不灵敏等优点，但是这种控制方式容易出现“抖振”.很多学者针对此问题做了研究。消除抖振的常用方法是边界层的方法，通过改变边界层的厚度来获得******抗振效果，该方法能够保证系统状态收敛到滑模面为中心的边界层，但不能使状态收敛到滑模。高为炳川提出来利用趋近律的变结构控制方法来消除抖振，K JUNG等将模糊控制应用于趋近律中，使滑动模态的品质得到进一步改替，消除了系统的高频抖振。P KACHROO等在边界层内，对切换函数s(x)采用低通滤波器，得到平滑的s(x)信号，并采用内膜原理，设计了一种新型的带有积分和边界层厚度的饱和函数，有效地降低了抖振。文献[9一11]利用观测器来消除外界干扰及不确定项的影响.有效地减弱了抖振，具有较高的估计精度，但不能有效快速地实现系统的跟踪。晃红敏等采用动态滑模控制方法实现了移动机器人的位里跟踪控制，明显地消除了抖振。文献[12]提出一种基于模糊自学习的滑模变结构控制方法，用模糊滑模控制器来代替滑模切换控制部分，保证了控制律的连续性，减少了抖振，但是无法有效地消除抖振。文献[13]将滑模控制分为神经网络控制和线性反馈控制两部分，‘利用模糊神经网络的箱出代替滑模控制中的符号函数，既保证了控制律的连续性，又从根本上消除了抖振。 作者提出了一种优化神经网络滑模位里控制，利用两个神经网络分别实现系统的等效滑模控制和切换滑模控制，并通过遗传算法实现两个神经网络的训练权值的在线优化
- BTY相关的文章
- 发表留言
-
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。