收藏本站
《中国科学技术大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

时变不确定机电运动系统的非线性自适应控制

梁艳阳  
【摘要】: 机电运动系统是工业生产中最常见和应用最广泛的一种系统。随着社会生产的发展,机电运动控制系统变得越来越复杂,表现出非常复杂的非线性特性,如死区、粘滑以及速度依赖等,同时会随着外界条件诸如机械磨损、惯量变化、温度和润滑等因素而变化,具有时变特性。因此,通常难以用一般数学方法精确描述其数学模型和未建模不确定性。然而,实际工程中的超精密机床、工业机器人、半导体制造等设备对运动控制部件的运动速度和精度要求却越来越高。要获得高速高精度的运动系统,不仅需要进行精巧的机构设计,也需要设计高性能的运动控制器。 自适应技术就是针对实际工程应用而发展起来的一门具有自动学习系统不确定性的控制技术,在新的应用需求的推动下,新一轮的自适应控制得到了空前的发展。但是针对时变不确定机电运动系统的自适应控制理论仍然还有许多问题需要解决,还需要控制相关领域的研究者继续付出艰辛的努力。因此,本论文针对典型的时变不确定机电运动系统的自适应控制器设计展开研究工作,并将所得到的控制器应用到实际的机电运动系统的控制中。主要工作包括以下四个方面: 1)综合PID的简单结构和良好性能优势以及神经网络的自调节和自适应的特长,针对单输入的非线性多变量系统,提出了一种具有PID结构的多变量自适应的PID型神经网络控制器PIDNNC。通过定义误差函数作为设计目标,采用带有弹性算法的梯度下降法,并用变化率以及弹性算法中的符号法来处理某些求导关系,获得适用于实时在线调整网络权值的修正公式,并根据李亚普诺夫直接方法推导出确保闭环控制系统稳定的学习速率的取值范围。最后,在实际的二级直线倒立摆装置上使用PIDNNC实现倒立摆的镇定控制,并在相同条件下与LQR的控制结果进行对比分析。在进行实际实验之前,还详细研究了采用LQR获取最优的PIDNNC初始权值的问题。 2)将PIDNNC扩展为非线性的具有PID特性的神经网络自适应控制器NLPIDC。首先给出了控制器的结构和网络权值调整算法,然后应用离散形式的李亚普诺夫直接方法对闭环控制系统进行稳定性分析,获得了确保闭环控制系统稳定的学习速率取值范围;最后通过虚拟样机软件(ADAMS)和MATLAB联合搭建非线性动力学系统仿真平台,并在该仿真平台上应用所提出的控制器对三级倒立摆系统进行镇定控制仿真实验。 3)针对具有非线性时变不确定性的上三角系统,基于函数逼近技术和滑模控制基本原理提出了一种新的自适应控制器FASMAC。FASMAC不需要预知非线性不确定性的上界,只需要通过傅立叶级数技术将系统的不确定性转化为未知时不变的系数向量与已知的时变函数级数的乘积,再应用李亚普诺夫直接方法得到未知的非线性时变不确定项的在线逼近和逼近误差的自适应补偿,最终获得实时的滑模自适应控制律。最后将所提出的FASMAC应用到直流电机的位置跟踪控制中。 4)通过引入额外的关于误差平方和的性能函数,将时变不确定上三角系统的滑模自适应控制器扩展为一般单输入多输出系统的自适应控制器SIMOAC。然后将所得到的SIMOAC应用到实际直流电机装置的位置跟踪控制以及三级倒立摆的仿真镇定控制中,并把实际实验和仿真结果与其他方法进行对比分析。
【学位授予单位】:中国科学技术大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:TP273

【参考文献】
中国期刊全文数据库 前4条
1 张平,杨新颖,陈宗基;大飞行包线控制律的神经网络调参设计[J];北京航空航天大学学报;2005年06期
2 李运华,杨丽曼,张志华;电液伺服系统的二阶滑模控制算法研究[J];机械工程学报;2005年03期
3 ;Robust adaptive fuzzy control scheme for nonlinear system with uncertainty[J];Journal of Control Theory and Applications;2006年03期
4 Hong Henry;ADAPTIVE CONTROL OF FLEXIBLE BEAM WITH UNKNOWN DEAD-ZONE IN THE DRIVING MOTOR[J];Chinese Journal of Mechanical Engineering;2004年03期
【共引文献】
中国期刊全文数据库 前10条
1 王倩;蒋林华;张京丰;徐海群;;模糊神经网络在粉煤灰混凝土强度预测中的应用[J];四川建筑科学研究;2006年06期
2 张彤;王建平;孟改样;;异因同果关联神经网络在工程造价中的应用研究[J];四川建筑科学研究;2009年02期
3 梁学斌;;离散Hopfield神经网络的统一描述[J];安徽大学学报(自然科学版);1993年02期
4 倪志伟;;BP网络中激活函数的深入研究[J];安徽大学学报(自然科学版);1997年03期
5 王信松;张节松;;柯西积分定理的初等证明[J];安徽大学学报(自然科学版);2011年05期
6 周鸣争;人工神经网络在自动控制系统中的应用[J];安徽机电学院学报;2000年02期
7 张久彪,赵芸;一个改进的约束满足模型[J];安徽机电学院学报(自然科学版);1997年04期
8 陈刚,刘庆敏;神经网络用于多类识别问题的有效方法[J];安徽建筑工业学院学报(自然科学版);1999年03期
9 胡俊,汪忠明,方高倪;基于带有偏差单元的IRN模型的大体积混凝土温度预测与控制[J];安徽建筑工业学院学报(自然科学版);2005年01期
10 黄春梅;;神经网络方法在大跨连续梁施工控制中的应用[J];安徽建筑工业学院学报(自然科学版);2006年06期
【同被引文献】
中国期刊全文数据库 前10条
1 纪志成,薛花,沈艳霞;无刷直流电机调速系统模糊神经网络控制新方法[J];电机与控制学报;2004年01期
2 王斌;王跃;王兆安;;空间矢量调制的永磁同步电机直接转矩控制[J];电机与控制学报;2010年06期
3 孙继健;肖岚;;基于单极性SPWM控制的并网逆变器的研究[J];电力电子技术;2011年01期
4 辛克伟;周宗祥;卢国良;;国内外电动汽车发展及前景预测[J];电力需求侧管理;2008年01期
5 王方;党怀东;杨有涛;张婉;;一种用于大功率IGBT的驱动电路[J];电气传动自动化;2010年01期
6 赵琳瑜;韩冬;张立武;李增辉;王北平;杨延涛;龚军善;;旋压成形技术和设备的典型应用与发展[J];锻压技术;2007年06期
7 杨何发;程秀全;胡昱;夏琴香;;旋压技术在内齿轮制造中的应用及展望[J];锻压装备与制造技术;2007年01期
8 王起;;论PLC、单片机、工控机在工业现场中的应用及选用方法[J];广西轻工业;2011年01期
9 张莉,李彦明,马培荪,秦昌骏,徐军;基于模糊PID控制器的多电机同步控制装置的应用[J];工业仪表与自动化装置;2003年04期
10 杨彬彦,王吉溪,孙德敏,吴刚;Atloop PID自整定软件包的开发与应用[J];化工自动化及仪表;1995年05期
【二级参考文献】
中国期刊全文数据库 前3条
1 李运华,王占林;新型变结构控制及其在电液伺服系统中的应用[J];北京航空航天大学学报;1997年06期
2 董新民;程序调参飞行控制律的神经网络实现[J];飞行力学;2000年01期
3 潘树勋,沈春林,温旭升;液压伺服系统最优变结构控制器的设计[J];信息与控制;1988年04期
【相似文献】
中国期刊全文数据库 前10条
1 舒怀林,郭秀才,舒杰磊;注塑机料筒多段温度PID神经网络解耦控制系统[J];计算技术与自动化;2004年04期
2 谭立地,倪玉华;PID神经网络辨识能力的初步研究[J];江西科学;2003年04期
3 邓智泉,彭兆行;异步电动机的非线性自适应控制[J];控制理论与应用;1997年05期
4 杨金明,吴捷;基于非线性自适应控制的异步电动机的锁相环控制[J];电气传动;2000年04期
5 吴天鹏,端木京顺,黄冬民,袁根冬;基于小波神经网络辨识的PID神经MRAC研究[J];航空计算技术;2004年01期
6 徐嗣鑫,戴友元;前向神经网络的一种快速学习方法及其应用[J];控制与决策;1993年04期
7 杨小军,李俊民;一类未知非线性系统的智能迭代学习控制[J];控制与决策;2002年03期
8 舒怀林;基于PID神经网络的非线性时变系统辨识[J];自动化学报;2002年03期
9 云俊,陈庆虎,王少梅;人工智能的新发展:人工神经网络及其应用[J];计算机工程与应用;2001年09期
10 舒怀林;PID神经网络及其非线性动态系统辨识能力分析[J];广东自动化与信息工程;2001年04期
中国重要会议论文全文数据库 前10条
1 邓智泉;彭兆行;;电流滞环控制PWM逆变器异步电动机的非线性自适应控制[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
2 邓智泉;彭兆行;;异步电动机的非线性自适应控制[A];1995年中国控制会议论文集(上)[C];1995年
3 徐敏生;王成红;郑应平;疏松桂;;具有时变不确定性广义LUR’E-POSTNIKOV系统的渐近稳定性实现[A];1996年中国控制会议论文集[C];1996年
4 王军;宋志强;武卯泉;丁传动;;基于动态递归神经网络的异步电机速度控制研究[A];第九届全国电技术节能学术会议论文集[C];2007年
5 李明;杨承;舒宇;杨成梧;;PID神经网络的信号流图在线学习算法[A];2009中国控制与决策会议论文集(2)[C];2009年
6 舒怀林;;PID控制与神经网络的结合及PID神经网络非线性控制系统[A];第十九届中国控制会议论文集(二)[C];2000年
7 李明;杨成梧;;PID神经网络的改进PSO学习算法[A];第25届中国控制会议论文集(中册)[C];2006年
8 朱科;刘红丽;甄玉云;;基于PID神经网络的智能温度仪表研究[A];湖北省机械工程学会设计与传动学会、武汉机械设计与传动学会2008年学术年会论文集(1)[C];2008年
9 秦滨;杨艳梅;韩志刚;;非线性系统正交辨识与自适应控制[A];1995年中国控制会议论文集(上)[C];1995年
10 项湜伍;;自适应动态神经网络控制感应电机系统[A];2003年中国智能自动化会议论文集(上册)[C];2003年
中国博士学位论文全文数据库 前7条
1 梁艳阳;时变不确定机电运动系统的非线性自适应控制[D];中国科学技术大学;2008年
2 尚伟伟;平面二自由度并联机器人的控制策略及其性能研究[D];中国科学技术大学;2008年
3 杨永;不确定性非线性系统的自适应鲁棒控制及其应用[D];浙江大学;1997年
4 叶洪涛;基于免疫算法的污水处理系统预测及优化控制研究[D];华南理工大学;2011年
5 孟波;几类不确定时滞系统的滑模变结构控制[D];中国海洋大学;2012年
6 陈志盛;基于LMI的非线性时滞系统的鲁棒模糊控制与滤波研究[D];中南大学;2005年
7 贾超;液压机非线性控制方法的若干问题研究[D];天津大学;2012年
中国硕士学位论文全文数据库 前10条
1 付龙海;变风量(VAV)空调系统机组部分基于PID神经网络的解耦控制[D];西安建筑科技大学;2003年
2 朱庆华;BP多层神经网络在控制中的应用[D];广西大学;2004年
3 宋志强;动态递归神经网络在异步电机控制上的应用[D];西华大学;2007年
4 赵延红;基于软开关功率变换器的PID神经网络控制方法的研究[D];天津大学;2005年
5 楚文军;智能控制在变风量空调系统控制中的应用研究[D];北京化工大学;2008年
6 李文峰;基于神经网络的板簧成形电液伺服系统研究与仿真[D];山东理工大学;2008年
7 朱科;智能温度测量仪表的研究和设计[D];武汉理工大学;2009年
8 王振伟;非平衡反应磁控溅射迟滞效应的PID神经网络控制仿真研究[D];大连理工大学;2009年
9 孙福;冷带轧机板形闭环控制中的滞后补偿研究[D];燕山大学;2008年
10 黄小安;PID神经网络在民用飞机自动着陆系统中的应用[D];复旦大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026