（控制理论与控制工程专业论文）并联机床的智能控制.pdf

堕型查堂堡主堂堡堡墨! 垫量并联机床的智能控制控制理论与控制工程专业研究生：徐雪梅指导教师：涂源钊并联机床即虚拟轴机床，是二十世纪9 0 年代中期闯世的新型数控机床，是机器人技术与机床相结合的产物。与传统的数控机床相比，并联机床具有刚度比重大、响应速度快、加工精度高、机械结构简单等优点。这些特点使并联机床具有广泛的应用前景。智能控制技术主要包括：专家系统、神经网络控制、自适应控制、模糊逻辑控制等，它在机器人、机床控制以及仪器仪表等方面被广泛的应用。在本论文中，系统地研究了基于神经网络的误差补偿控制、基于d s p 的并行计算和并行控制以及模糊控制。本论文包含以下五个方面：a ) 介绍了智能控制和并联机床的特征、应用和发展概况：b ) 介绍了b p 神经网络、d s p 技术、模糊控制和并联机床的基本知识；c ) 研究了基于b p 神经网络的并联机床的误差补偿控制策略；d ) 研究了基于d s p 技术的并行计算方法和并行控制策略：e ) 研究了基于模糊逻辑控制的并联机床的位置控制。针对并联机床高度大、响应速度快、位置精度高、机械结构简单等特点，提出了基于b p 神经网络的实时误差补偿控制策略。应用b p 神经网络对并联机床的运动学反解进行学习，利用训练好的神经网络对并联机床进行误差补偿，并给出了用m i c r o s o t tv i s u a lc + + 6 0 编写的神经网络训练程序框图；提出了判断神经网络隐层节点的方法，并给出了提高神经网络收敛速度的连接权修改公式：给出三坐标并联机床误差补偿的仿真结果。表明这种补偿控制方案十分有效，补偿后能较大地减小机床的位置误差。提出了一种基于多个t m s 3 2 0 f 2 0 6d s p 芯片的并联机床的轨迹规划的并行四川大学硕士学位论文计算和并行控制策略。给出了并联机床刀具末端位置的轨迹规划、位置反解、运动学反解的方程；介绍了新型c n c 的软、硬件控制结构并给出了软件信息流程图；给出了基于d s p 的并联机床轨迹规划的并行计算和并行控制的流程图；给出了机床刀具位置反解的汇编语言程序。给出了对三自由度坐标并联机床并行计算和并行控制的仿真结果。仿真表明这种计算和控制方法精度较高，是一种可行性较强的计算和控制策略。基于并联机床刀具运动的时变性及非线性性，提出了一种基于模糊控制的并联机床刀具位置控制策略。由于模糊控制系统是一种不依赖于精确的数学模型的控制系统，所以它是比p i d 控制系统应用更为广泛的控制系统。本文给出了模糊控制器的控制规则，推出了控制器的输入、输出隶属度函数。分析表明，这种控制方法是比p i d 控制响应速度更快的控制策略，其实时性及鲁棒性更符合工程要求。关键词：并联机床实时误差补偿神经网络并行计算并行控制d s p 模糊控制i i四j l i 大学硕士学位论文r e s e a r c h0 nfn t e l lig e n tc o n t r o lt e c h nlq u e so fp a r a l l e lm a c hln et o o l sm a j o r ：c o n t r o lt h e o r ya n dc o n t r o le n g i n e e r i n gp o s t g r a d u a t e ：x ux u e m e ip a r a l l e lm a c h i n et o o l s ( p m t s ) a l s ok n o wa sv i r t u a la x i sm a c h i n et o o l s( v a m t s ) a r ean e wk i n d so fm a c h i n et o o l sw h i c hc a m ei n t ob e i n gs i n c e1 9 9 0 s ：t h e s ek i n d so f m a c h i n et o o l sa r et h ep r o d u c to f t h ec o m b i n a t i o no f m a c h i n et o o l st e c h n o l o g ya n dr o b o tt e c h n o l o g y p m t sh a v ef o l l o w i n ga d v a n t a g e s ：v e r yg o o ds t i f f n e s sw e i g h tr a t i o ，l a r g ef e e ds p e e d ，h i g hm a c h i n ep r e c i s i o n ，s i m p l em e c h a n i c a ls t r u c t u r ee t c c o m p a e dw i t ht h et r a d i t i o n a lm a c h i n et o o l s t h e s ec h a r a c t e r i s t i c sm a k ep m t sh a v ev e r yv a s ta p p l i c a t i o n s i n t e l l i g e n tc o n t r o lt e c h n i q u e ss u c ha s ：t h ec o n t r o lb a s e do nn e u r a ln e t w o r k( n n ) ，f u z z yc o n t r o le t c a r eu s e dw i d d yi nt h ec o n t r o lo fm a c h i n et o o l ，r o b o t ，i n s t r u m e n t e r r o rc o m p e n s a t i o nc o n t r o lb a s e do nn n ，p a r a l l e lc a l c u l a t i o na n dp a r a l l e lc o n t r o lt e c h n o l o g yb a s e do nd s p , f u z z yc o n t r o ls t r a t e g ya r es t u d i e ds y s t e m a t i c a l l yi nt h i st h e s i s t h et h e s i si n c l u d e st h ef o l l o w i n gf i v ea s p e c t s ：a )i n t r o d u c ec h a r a c t e r i s t i c s ，a p p l i c a t i o na n dd e v e l o p m e n ts u m m a r yo fp a r a l l e lm a c h i n et o o la n di n t e l l i g e n tc o n t r o l ，b ) i n t r o d u c eo ff u n d a m e n t a ik n o w l e d g e ，c )t h er e s e a r c ho fe r r o rc o m p e n s a t i o nc o n t r o l ，d ) t h er e s e a r c ho fp a r a l l e lc a l c u l a t i o na n dp a r a l l e lc o n t r o l ，e ) t h er e s e a r c ho f f u z z yc o n t r 0 1 a c c o r d i n gt ot h ec h a r a c t e r i s t i c so fp m t s ，s u c ha s ：v e r yg o o ds t i f f n e s st ow e i g h tr a t i o s ，l a r g ef e e ds p e e d ，h i g hp o s i t i o na c c u r a c y , s i m p l em e c h a n i c a l四f f 大学硕士学位论文s t n c t u r ee t car e a lt i m ee r r o fc o m p e n s a t i o nc o n t r o ls c h e m ew h i c hi sb a s e do nb pn e u r a ln e t w o r ki sp r o p o s e d t h ei n v e r s ek i n e m a t i cp r o b l e m sf o rt h ep m ta r et r a i n e d ，a n dt h e ne r r o rc o m p e n s a t i o np r o b l e mo fp m ti ss o l v e db yu s i n gt h i st r a i n e dn e u r a ln e t w o r kf i n a l l y , as i m u l a t i o ne x a m p l ef o re r r o rc o m p e n s a t i o no fa3 - c o o r d i n a t ep m ti sg i v e nf o ri l l u s t r a t i o n t h er e s u l t so fs i m u l a t i o ns h o wt h a tt h ec o n t r o ls t r a t e g yi sv e r ye f f i c i e n t ，a n dt h ep o s i t i o ne r r o rf o rp m tc a nb er e d u c e dg r e a t l ya r e rc o m p e n s a t i o n as t r a t e g yo fp a r a l l e lc a l c u l a t i o na n dp a r a l l e lc o n t r o lf o rt r a j e c t o r yp l a n n i n go fp a r a l l e lm a c h i n et o o l si sp r o p o s e db a s e do nm u l t i p l et m s 3 2 0 f 2 0 6d s pc h i p si n v e r s ek i n e m a t i ca n a l y s i sf o rp m t si si n v e s t i g a t e d t h ef l o wc h a r t sf o rp a r a l l e lc a l c u l a t i o na n dp a r a l l e lc o n t r o la r eg i v e n as i m u l a t i o ne x a m p l eo fa3 一c o o r d i n a t ep m ti sp r e s e n t e df o ri l l u s t r a t i o n t h er e s u l t ss h o wt h a tt h et e c h n i q u ei sa d v a n c e da n di so fb e n e f i tt or e a l - t i m ec o n t r o lf o rp m t s ae f f e c t i v ef u z z yc o n t r o ls t r a t e g y f o rp a r a l t e ! m a c h i n et o o l si sp r e s e n t e d ，：w h i c hi si n d e p e n d e n to fp r e c i s em a t h e m a t i c a lm o d e li so fp r a c t i c a lm e a n i n g s am e t h o do ff u z z yr u l e sf o rt h ec o n t r o l l e ri sd e s c r i b e da c c o r d i n gt ot h el i n g u i s t i ci n f o r m a t i o n c o m p a r e dw i t ht h e 铒a d i t i o n a lp i dc o n t r o lm e t h o d 。t h ep r o p o s e df u z z yl o g i cc o n t r o l l e ry i e l d ss a l i e n tc o n t r o l l i n gc h a r a c t e r i s t i c sa n ds t r o n gr o b u s t n e s s k e yw o r d ：p a r a ii e lm a t h i n et o o isr e a l t i m ee rr o rc o m p e n s a t i o rn o u r b ln e t w o r kp a r a i f e lc a i o u l a t i o i lp a r a i l e ic o n t r o id s pf u z z yc o n t r o i四川大学硕士学位论文第一章绪论1 1 课题的意义人工智能控制是当今多学科交叉的前沿领域之一。以1 9 8 7 年召开的第一界智能控制国际会议为标志，智能控制已经开始成为- - f 新的学科。纵观智能控制产生、发展的历史背景与现状，其研究中心始终是解决传统控制理论、方法( 包括古典控制、现代控制、自适应控制、鲁棒控制、大系统方法等) 所难以解决的不确定性问题。相对于传统的或常规的控制，人工智能控制具有自身的特点：1 研究对象模型不确定( 模型的结构和参数在很大的范围内变动) ；2 输入或输出设备与人及外界环境的信息交换方便：3 控制任务比较复杂；4 对高度非线性对象的控制具有行之有效的方法；5 有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力；6 能以知识表示的非数学广义模型和以数学表示的混合控制过程，采用开闭环控制和定性及定量控制结合的多模态控制方式；7 有变结构特点，能总体自寻优，具有自适应、自组织、自学习和自协调能力；k8 有补偿及自修复能力和判断决策能力。【3 6 】所以，控制学科所面临的控制对象的复杂性、环境的复杂性、控制目标的复杂性等问题，人工智能控制都能较好地解决。并联机床( p a r a l l e lm a c h i n e1 b 0 1 ) 即虚拟轴机床( v i r t u a la x i sm a c h i n et 0 0 1 ) ，是2 0 世纪9 0 年代中期问世的新型数控机床。是机器人技术与机床结合的产物。与传统数控机床相比，并联机床传动机构的单位重量具有很高的承载能力；运动部件的惯性大幅度降低，特别适用于各种高速数控加工；便于可重组和模块化设计，且可构成形式多样的布局和自由度组合；具有“硬件”简单，“软件”复杂的特点等优点，是一种技术附加值很高的机电一体化产品，是并联机器人、四川大学硕士学位论文数控机床、计算机控制、精密测量等学科的交叉应用。本课题即是结合并联机床的特点，运用神经网络、d s p 技术、模糊逻辑等控制方法，提出了并联机床的误差补偿方法，并对机床刀具位置的并行计算、并行控制问题有较深入的研究。1 2 人工智能控制的历史、研究现状及发展趋势人工智能是计算机科学领域最尖端、最富有挑战性、最有应用价值的领域之一。它的提出，引发了自控理论从现代控制理论到智能控制阶段的转变，引起了计算机科学划时代的变革。1 2 1 人工智能控制的历史人工智能控制兴起子1 9 6 5 年，m c c a r t h y 在美国d a r t m o u t h 学院召开的一个讨论用计算机模拟人脑某些智能的学术会议上提出建立名为入工智能的计算机科学新分支。纵观人工智能控制的历史，其发展可分为4 个阶段：1 智能控制萌芽阶段( 1 9 6 5 年以前)2 0 世纪6 0 年代中期之前，人工智能内容主要涉及知识工程、自然语言理解等，人工智能的研究方法主要分为结构模拟派和功能模拟派，分别从脑结构和脑功能入手进行研究。但是，由于这时的人工智能理论解决实际问题的能力更弱，很快被人们放到了一边。2 智能控制发展初期( 6 0 年代中期到8 0 年代中期)现代控制理论需要依赖精确数学模型，而大多数多输入多输出系统无法建模或建模不精确：生产过程中需要操作人员的知识经验解决复杂、非线性且不确定的控制问题，对这两个问题现代控制理论无能为力。寻找不需要系统数学模型且又能体现人脑智力的控制方式提上了议事日程。1 9 6 5 年，l a z a d e h首创模糊集理论。1 9 7 4 年，m a m d a 提出模糊控制器概念。把模糊集理论用于自控领域，并在1 9 7 9 年设计了自组织模糊控制器。始于1 9 6 5 年的专家系统技术，至8 0 年代初期引入到自控领域。以人工智能、模糊控制和专家系统为代表的智能学科在自控领域内基本上解决了上述现代控制理论无法解决的两个问题。3 智能控制迅速发展阶段( 8 0 年代中期到9 0 年代中期)进人8 0 年代以后，人工智能等技术赖以生存的v o n n e u m a r m 计算机在处2四川大学硕士学位论文理非数值计算问题时，对于复杂形式化行为和非形式化行为均束手无策。于是研究神经网络的专家学者把应用研究引向自控领域，力图在神经网络工程实际运用方面突破。丽包括自控领域在内的许多学科的大批专家学者也纷纷涌入神经网络领域探寻出路。经过近十年的努力，神经控制在几个方面已经取得了积极的进展，国内外相继有实现神经网络和神经计算机的样机问世，但不完善，不能普及。进入9 0 年代，人们相继发现单一的神经网络控制存在一定问题，需要与其它智能学科相结合。此时，c i m s 的突破性进展给人们带来希望，智能化由单机独立工作向网络化发展已成趋势，从仪器仪表的数字化检测到生产过程的分级优化管理，将d c s ( 集散控制系统) 发展成f c s ( 现场总线控制系统) 已成定局。4 智能控制发展新阶段( 9 0 年代中期开始)这一阶段工业控制网络系统、工控组态软件和智能传感器成为主流。利用现代英特网的优势，引入智能传感、数字传输、交互操作、资源共享和开放式结构，使系统能自动适应网络性能，有效传输文件和报警，并且能支持点对点的远程访问和远程监控。【3 2 】【3 3 】11 2 2 人工智能控制的现状强发展趋势人工智能控制发展非常迅速，它把基于自动控制观点的追求智能控制系统高度自治的狭隘理解引导到重视人机结合、智熊互补的方向上来，有利于促进智能控制科学的健康发展。目前的人互智能控糊菜统盛用鞍多的有模糊逻辑、神经网络、专家系统、遗传算法等理论和自适鳢控制0 自组织控制、自学习控制等技术。这些技术都具有兰大特点i 符号处理写数值计算相结合；离散事件系统与连续时间系统分析相结合；1 多学科交叉研究。由于人工智能控制的研究是复杂的，没有统、规整的规则、定理、定律可循，所以人工智能控制技术的发展方向应主要为：。将智能技术应用于工艺过程复杂的工业及研制通用的智能产品，同时智能控制研究工作的中心应放在系统问题描述和智能控制器设计等方面的新方法的研究上。1 2 2 1 神经网络控制的现状及发展趋势神经网络是利用大量的神经元按一定的拓扑结构和学习调整方法。它具有四川大学硕士学位论文并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习等特性，在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力。神经网络适用于任意复杂对象的控制，特别是单输入多输出系统和多输入多输出系统的多变量控制。神经网络的开发和研究主要在以下几个方面：1 通过神经解剖学、神经生理学及认知科学，进一步了解脑神经系统的微观机构和宏观机制，探明脑中物理平面向认知平面映射的原理。同时研究脑神经电脉冲系统是如何和释放化学递质系统协调工作的，以及脑神经记忆机理和自学习能力的生物化学基础。2 在向生物神经网络学习的基础上，建立相应的人工神经网络的数学模型，分析模型的各种特性和功能这种学玛，。是抽取生物神经网络的主要结构特点j 建立简单易行且能完成我们所期望动能的模型。目前研究得较多的适于处理组台优化问题的h o p f i e l d 全甄连网络模型，和以自学习能力为特点的b p ( b a c kp r o 啪n ) 神经瞬络模型，都是有自己的结构特征和功能特征的网络。3 使用软件方法和硬件方法实现神经网络4 在模式识别、信号处理、判释决策、组合优化及知识工程等领域也有应用。经过近半个世纪的发展，神经网络理论在模式识别、自动控错、信号处理、辅助决策、人工智能等众多研究领域部取得了产泛的成功o ：关予学习、联想和记忆等具有智能特点过程的机理及其模拟方面的研究歪受到入们越来越多的重视。人们对借助神经网络研究解开人类思维之谜寄予了缀太的希望，美国国防部d a r p a 把神经网络看作是解决机器智能问题的唯一办法。在2 l 世纪人工神经网络要继续顺利发展进步，应注意以下几点：1 神经计算的基础理论框架以及生理层面的研究仍需深入。这方面的工作虽然很困难，但为了神经计算的进一步发展却是非傲不可的。2 监督学习仍有很多值得研究的问题，但应该认识到菲监督学习具有很大的潜力。相对于监督学习来说，由于非监督学习的研究起步较晚，故其研究空间比前者更大。3 除了传统的多层感知机、径向基函数网络、自组织特征映射网络、自四川大学硕士学位论文适应谐振理论网络、模糊神经网络、循环神经网络之外，一些新的模型和结构很值得关注，例如最近兴起的脉冲神经网络( s p i k i n gn e u r a ln e t w o r k ) 和支持向量机( s u p p o r tv e c t o rm a c h i n e ) 。4 增强神经网络的可理解性是神经网络界需要解决的一个重要问题。这方面的工作在今后若干年中仍然会是神经计算和机器学习界的一个研究热点。5 神经计算技术与其他技术尤其是进化计算技术的结合以及由此而来的混合方法和混合系统，正成为一大研究热点。6 神经网络韵应用领域将不断扩大，在未来的几年中可望在些领域取得更大的成功。特别是多媒体接术、医疗、金融j 电力系统等领域。【4 0 】1 2 2 2 模糊控制的现状殁发展趋势现代科学技术的不断发展，被控艨也越来越复杂一它 订通常具有严重非线性，数学模型的不确定性，动态特性的时变与多输入一输出间的强耦合性。采用传统的控制方式( 如p i d 等) 无望获得快速性、商精度、跟踪性好的动态效果。模糊控制技术通过状态判断、动态预测、，采用知识表示的语言规则和模糊推理，对各类复杂系统具有良好的控制性能。模糊逻辑用模糊语言描述系统，既可以描述应用系统韵定量模型也可以描述其定性模型。它也可以适用于任意复裂的对象控制。但在实际应用中，模糊逻辑实现简单的应用控制比较容易。当今，模糊控制的开发和研究主要在以下几个方面：1 常规模糊控制的研究。它是由输入、输出变量模糊化、模糊推理和决策算法、模糊判决等部分组成，是一种语言控制器。这种控制器可用硬件芯片直接实现模糊控制，也酉用款件生r 孵模糊控制算法代替数字控制器的数字控制算法。其中，后一种方法是当前模糊控制应用的主流。2 高性能模糊控制的研究。包括自校正模糊控制、自组织模糊控制和多变量模糊控制。它们都是在常规模糯控伟t 的基础上发展起来的，能较有效地提高系统的控制精度及鲁棒性能。3 交叉学科模糊控制的研究。包括神经网络模糊控制、专家模糊控制及s四川大学硕士学位论文遗传算法模糊控制。通过人工智能控制各种技术结合应用，解决单一传统技术不能有效解决的问题。除了上述的模糊控制技术进展外，在国际大趋势的推动下，模糊控制已开始向多元化和交叉学科方向发展，模糊预测控制、模糊诊断、模糊模式识别、模糊决策与规划、模糊数据库与模糊程序设计语言等都属于较为前沿的研究方向。今后，模糊控制理论及应用在以下几方面将有更大的前景：1 适合于解决工程上普遍问题的稳定性分析方法，稳定性评价理论体系；控制器的鲁棒性分析，系统的可控性分析等。2 模糊控制规则设计方法的语句，包括模糊集合隶属度函数设定方法，量化水平，采样周期的最优选择，规则的系数，最小实现以及规则和隶属函数参数自动生成等问题：进一步要求我们给出模糊控制器的系统化设计方案。一= 一=3 模糊控制器参数最优调整理论豹确定及镳正推理规则盼学习方法和算法等。4 模糊动态模型的辨识方法。5 模糊预测系统的设计方法和提高计算速度的方法。6 神经网络与模糊控制相结合，有望发展一套瓤朐智能控制理论。7 模糊控制算法改进的研究：由于模糊逻辑的范畴缀产，包括大基的概念和原则；然而这些概念和原财能真正的在模糊逻辑体系中褥到应用的却为数不多。这方面的尝试有待深入。8 最优模糊控制器设计的研究，依据恰当提出的性能指标，规范控制规则的设计依据，并在某种意义上达到最优。9 简单、实用且具有模糊推理功能的模颧集成芯片和模糊控制装置、通用模糊控制系统的开发和推广应用。j1 3 并联机床的应用和发展概况并联机床是基于s t e w a r t 于t 9 6 5 年提出的s t e w a r 。c 平台机构开发研制的。1 9 9 4 年9 月。在芝加哥i l i 霉s 9 4 国际机床展览会止，美国g i d d i n g s & l e w i s 公司在世界上首次推出了名为v a r i x ( 变异型) 的加工中心，引起了人们的极大关注。在同一机床展览会上，g e o d e t i e s 公司也推出了h e x a d o ( 六足动物) 加工中心6四川大学硕士学位论文和俄国l a p i c 公司的删系列加工中心也相继问世。自其问世以来，以其设计概念和潜在的市场需求已经成为世界机床行业的研究热点。近年来，我国清华大学、天津大学、东北大学等在并联机场、设计理论、数控系统开发和原型样机建造方面取得了突出成绩。1 9 9 7 年1 2 月，由清华大学制造工程研究所研制的我国第一台镗铣类虚拟轴机床原型样机v a m t i y 通过了成果鉴定。目前，国际学术界和工程界对并联机床的研究与开发高度重视，对这种新型数控装备的工程应用前景和市场潜力极为乐观，特别是美国、英国、日本、德国、意大利、俄罗斯、瑞士、丹麦等国的一些大的机床公司纷纷投入大量人力和物力以期抢占并联机床的市场。【1 8 】1 4 本文的主要研究内容本学位论文以并联机床为研究对象，对并联机床的位置误差、并行计算进行了研究，对并联机床的并行控制进行了初步的探讨。第一章为绪论部分，首先介绍了本课题的意义，再概括介绍了人工智能控制的历史，并分别具体介绍了神经网络控制系统和模糊逻辑控制系统的研究现状极其发展趋势。第二章是基础理论部分，介绍了b p 神经网络控制系统的特点及基本计算方法；d s p 的发展历史及芯片的特点、模糊控制系统的基本控制规则，并对并联机床的布局方案、特点等做了简介。第三章对并联机床的位置误差补偿进行了研究。介绍了并联机床的位置逆解、运动学逆解模型和机床误差补偿的计算方法；提出了基于b p 神经网络的并联机床的实时误差补偿，并给出了用m i c r o s o f tv i s u a lc + + 6 0 编写的神经网络训练程序框图；提出了判断神经网络隐层节点的方法，并给出了提高神经网络收敛速度的连接权修改公式：在上述理论的基础上进行了三自由度并联机床的位置误差补偿分析。第四章对并联机床的并行控制进行了研究。介绍了新型c n c 的软、硬件控制结构和软件信息流程；提出了用d s p 实现对并联机床的刀具轨迹、位置反解、运动学反解进行并行计算的方法，并初步探讨了并联机床刀具位置的并行控制问题。第五章研究了用模糊逻辑的方式控制并联机床的刀具末端轨迹的位置变7四川大学硕士学位论文化。与传统的p i d 控制器相比较，提出了并联机床的模糊控制规则，推出了模糊控制器输入、输出的隶属度函数。四川火学硕士学位论文第二章基础知识介绍2 1b p 神经网络控制系统简介人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s a n s ) 是指利用工程技术手段模拟人脑神经网络的结构和功能的一种技术系统。目前，在应用和研究中经常采用的神经网络至少有三十多种，它们从网络结构上讲分为四大类：前向网络( 前馈网络) 型、反馈网络、相互结合型网络、混合塑网络。b p 神经网络( b a c kp r o p a g a t i o nn e u t r a ln e t w o r k ) 是典型的前向网络。输出层黼层蝴图2 1 三层bp 网络模型图z 2 神经网络模型b p 网络是1 9 8 6 年由r u m e l h a r t , d e 和m c c l e l l 墨矗d j l 等人提出的多层前馈网的反向传播算法。该网络并不依赖模型，只要有足够多的隐层和隐结点，b p 网络可以逼近任意的非线性映射关系，其输入与输出之间的关联信息分布地存储于连接权中，由于连接权的个数很多，个别神经元的损坏只对输入输出关系有较小的的影响，所以bp 网络具有较好的容错性，而且bp 网络的学习算法属于全局逼近的方法，因而具有较好的泛化能力。人工神经网络的基本单元是模拟神经细胞的感知外界传感信息的工作原理而提出的一种具有代表性的神经元结构化模型，它是一多输入、单输出结构的非线性系统。如图2 2 所示。神经元与神经元i ( i = i ，2 ，厅) 按相应的权值0 3 。连接。网络中的每一个神经元对输入进行加权求和，再以和值为自变量，运行所选择的响应函数得到该神经元的输出：9四川大学硕士学位论文圹f 窆咿。一q 1i m( 2 一1 )其中：x ，( i = 1 ，2 ，月) ：加于输入端上的输入信号：一i 神经元到，神经元的连接权值：厂( ) ：神经元的输出响应函数。在隐含层可以选用比例函数、双曲函1数、s i n 函数、s i g m o i d 函数( f p ) = 去) 等，在输出层通i 十e常选用线性函数即厂p ) = 仃；口：，神经元的闽值；y ，：，神经元的输出。b p 神经网络是一种有隐含层的多层前馈网络，如图2 1 所示。这种网络特点是只有前向相邻两层之间神经元相互联接，各神经元之间没有反馈。每个神经元可以从前一层接收多个输入，并只有一个输出送给下一层的各神经元。三层前向网络分为输入层、隐含层和输出层。在前向网络中有计算功能的节点称为计算单元，而输出节点无计算功能。b p 算法由正向传播和反向传播组成，模式从输入层输入，经隐含层逐层处理后传入输出层。在正向传播阶段，每一层神经元的状态只影响下一层神经元的状态。如果输出层得不到期望的结果，则进入误差反向传播阶段，网络根据反向传播的误差修改各层的连接权，使误差达到最小，从而可，以产生输入一输出的非线性映射。其具体算法如下：1 正向传播：输入信息从输入层到隐含层再到输出层，逐层按感知器模型处理，得到网络输出。输入层任一节点的信号为矗，则隐含层任一节点，的输入为：n e t ，= 薯一q( 2 2 )扣l输出为：o ，= f ( n e t ，)输出层任一节点k 的输入为：n e t = 彩业j 一吼j t l1 0( 2 3 )( 2 - 4 )四川大学硕士学位论文输出为：y 。= f ( n e t 。)( 2 5 )其中n ，m 分别为输入层、隐含层的节点数。2 反向传播：若输出层得不到期望的输出，则误差沿原来的网络通路反向逐层传回，而计算得到隐含层各节点的误差。各节点误差计算如下：当节点k 为输出节点时。呒表示为：以= ( y ：一儿沙0 e )( 2 - 6 )式中y 。是输出层节点_ j 的实际输出，y ：为期望输出，0 e f 。) 为f ( n e t 。) 的导数，当节点_ ，为与输出层节点七相连的隐含层节点时，艿，表示为：一= ，( 力e f ，庞盈国声( 2 7 )k = l式中，为输出层的节点数。3 权值调整：根据使网络输出的均方差和为最小的原则来调整网络的权值。系统误差函数占定义为：e = 寻杰一儿) 2二t = l当e 未小于指定值时，新的网络权值按下式计算：国，( f + 1 ) = 丘( f ) + ，7 t z式中r 为学习速率，由实际摸索决定。( 2 8 )( 2 - 9 )2 2d s p 技术简介2 0 世纪8 0 年代初，d s p 器件髓徽电子技术的发展应运而生。d s p 芯片即数字信号处理器( d i g i t a ls i g n a lp r o c e s s i n g ) ，是一种具有特殊结构的微处理器，专门用于完成各种实时数字信息处理。现今。d s p 器件已在通信与信息系统、信号与信息处理、自动控制、雷达、军事、航空航天、医疗、家用电器四川大学硕士学位论文等许多领域得到广泛的应用。2 21d s p 的历史及发展自二十世纪五、六十年代以来，数字信号处理的主要发展历程如下：1 2 0 世纪5 0 6 0 年代，在通用计算机上进行算法的研究和处理系统的模拟与仿真。受速度、成本和体积的限制，信号处理基本上都是模拟的方法。2 2 0 世纪7 0 年代，经典的d s p 、数字滤波、频谱分析，采用通用计算机。3 2 0 世纪8 0 年代，现代的d s p ，采用哈佛( h a r v a r d ) 结构。即将程序指令与数据的存储空间分开，各有自己的地址与数据总线。4 2 0 世纪9 0 年代，先进的d s p 、流水线、并行指令、超大规模集成电路( v l s i ) 的实现。【4 8 】2 2 2d s p 芯片的特点d s p 是一种特别适合于进行数字信号处理运算的徼处理器。但它不同于一般的微处理器，它是微电子学专家、信号处理专家和计算机专家共同台作的结晶。d s p 具有极其高速的数字处理能力和很大的运算量因此，它能满足高效围2 3 流水线阶段四川大学硕士学位论文实时信号处理的要求。这种新器件的特点如下：1 采用哈佛( h a r v a r d ) 结构，高度并行运算大大提高运算速度传统的处理器采用程序和数据共享一个存储结 句( 即v o n n e u m a n 结构) ，而使处理器的速度受总线速度的限制。d s p 采用h a r v a r d 结构，即将数据总线( d m a 总线) 分离开来，从而可以集合其它的并行处理单元，实现同一指令周期内将操作数据从程序存储器和数据存储器中取出并送到运算单元。改进型h a r v a r d 结构的程序存储器与数字存储器位于两个独立的空间，但可以相互传递数据。数据存储器可以通过来自程序存储的固定参数初始化。在一个周期内可以同时准备好指令与操作数。这种高度并行运算，内部操作采用时间上重叠的流水线结构( 如图2 - 3 所示) ，大大提高了运算速度。片外扩展总线增加了d s p 的通用性和灵活性。2 芯片内配置了一个或多个硬件乘法爨和漂瓠器，能实现单指令乘加运算和变址运算”d s p 内部专门设置了乘法累加结构，在硬件上实现了乘法与累加器的并行工作。能在一个指令周期内完成乘法并将乘积求和运算，以满足数字滤波卷积运算以及超越函数幂级数展开等相乘后求和的运算需要。片内专门设置了专用变址器，便于实现变址运算。3 芯片内专门设置了功能很强的专用指令，可以实现指令的重叠运行d s p 中每条指令的运行过程都可以分为获取、解码、读、：拱l i 行几个阶段组成，每个阶段独立操作，指令可以重叠( 如图2 3 所示) 。d s p 还在硬件上采用了数组处理技术，可以在寄存器、运算单元枣处理变墨酌何时，使用指针访问数据存储器。而并行工作构成了功能很强的复合指令，它梧当于通用c p u多条指令。4 芯片内设置了多种功能很强的外围器件和接口，使其运算速度比p c机要快很多倍现今的d s p 在其结构上一般配备了! 可编程宠蹲高速审行接口、多处理器连接接口等。因此，用它来处理数字信号，特别是线性变换f 快速傅立叶变换、希尔伯特变换、余弦变换等) 、数字滤波有限冲激螭应滤波和无限冲激响应滤波等) 、卷积运算等，其速度大大提高。在芯片内设置了专门的硬件数据指针的逆序寻址功能。园频谱分析的理论基础是快速傅立时变换( f f r ) ，从而大大1 3四川大学硕士学位论文加快了频谱分析处理过程。5 d s p 增加了硬件循环控制，当完成循环初始化后，实际运行中循环不再消耗指令周期。大大提高了数字信号处理的运算速度6 超长指令字( v l i w ) 结构，使设计简单化，不需要动态码再排序的硬件支持v l i w 是指令级的并行机制，它在一个长指令中，安排了若干个操作在多个功能单元中同时被执行。v l i w 结构将复杂性从硬件移到了编译器，它的处理器依赖于指令编译的快慢。其特点是在荜个周期内，将含有多项运算操作的指令划分为多个操作，这些操作的发出与执行都采用并行方式，以提高每次执行的操作总数。7 d s p 成本低、销售价格逐年降低一般，d s p 并非是为某辨功能设计的芯片一其应用范围广，出片量多，因而可以降低其成本。随着d s p 设计质量提高，给用户提供很大的好处，用户量增多，销售价裁降低。由于d s p 上述独特舶系统体系结构、硬件密集型方案和灵活的处理指令，因此其数字处理功能缀强，运算性能强，接口方便，涮子集或。所以它在越来越广阔的领域得到了广泛的应用。1 4 7 1 1 4 9 l2 3 模糊控制系统简介模糊逻辑是把多值逻辑、概率论、人工智能和神经网络结合在一起，并具有坚实的数学理论基础的控制方法论，用体现在客观物理系统中的固有印象来仿真人的思维推理。在传统的二值逻辑和计算中，系统的元集合是边界分明的，一个元要么是一个集合的元，要么就不是例如：加热器的温度控制器以达到3 5 作为“热”，若只达到3 4 9 c 贝j j 视为“冷”。这样苛刻的边界使一般的控锕系统的输出变化为突变形式。相反，模糨逻辑的工作是把二进制变显( 例如。热冷，快慢)的跃变边界变成缓变的元级别( 如暖凉，稍快稍慢) 。例如：2 0 c 的温度可以同时认为“暖”和“稍凉”这个被传统逻辑忽视的条件却是模糊理论的基础。我们知道，精确是昂贵的，但并不总是需要的。例如：房间的温度从2 5 c 变为2 6 c ，房间内的人们不大可能关注。模糊逻辑之所以起作用恰恰因1 4四j t i 大学硕士学位论文为它的低规范性，它的输出是平滑和连续的，符合连续变量系统( 如电动机或机械控制系统) 的控制观念。模糊控制是根据对控制对象的粗略知识与人们的生产技能等知识，导出自然语言的控制规则，利用模糊理论进行控制的一种控制方法。模糊控制系统( 如图2 。4 所示) 是以知识库和推理器作为核心，处理非数值数据，它通常着重于( b )圈2 4 模糊控棚系统过程控制。模糊逻辑的控制规则是使控制对象的操作方法模型化，利用“i f t h e n ”( 如果则) 的语句表示。规则中的条件部“摩是描述控制对象的状态，而结论部“t h e n ”是描述根据其状态进行操作的内容。条件都、结论部的描述内容采用粗略的表示。四川大学硕士学位论文模糊系统根据以语言变量形式的输入做出判断，变量用少量的i f t 髓n规则来测试，每个规则的响应根据其输入的元置信度或隶属度( 0 到1 之间的一个数值) a n 以加权，计算响应的形心线以产生适当的输出。一般要采用若干条控制规则，在各条控制规则中先粗略地区分控制对象状态，规定出每个状态应该采取什么办法。操作量( 最后结论) 不是单独根据一条控制规则获得的，而是根据所有控制规则对条件部的响应进行加权、综合得到的。这非常类似人们根据情况对照各种知识。综合判断后进行操作。模糊逻辑的控制规则是。如果输入变量为x l 、x 2 ，操作变量为y ，则可表示为：m 五= 爿l ，x 2 = 旦t h e ny = c l琢五= a 2 ，x 2 = b 2t h e nj ，= c 2i f 五= 4 。瓦= b 。t h e ny = c 模糊控制的可能的硬件平台包括通常的硬件( p c 机，过程控制计算机和并行处理器) 和专用硬件( 模糊处理器，模拟计算机和专用模糊电路f a s i c ) 。2 4 并联机床介绍并联机床( p a r a l l e lm a c h i n et 0 0 1 ) 即虚拟轴机床( v i r t u a la x i sm a c h i n et 0 0 1 ) 。是2 0 世纪9 0 年代中期问世的新型数控机床，是机器人技术与机床结合的产物。与传统数控机床相比，并联机床具有剐度比重大、响应速度快、加工精度高、环境适应性强、技术附加值高等优点。并联机床具有“硬件简单、软件复杂”的特点，是一种技术附加值很高的机电一体化产品，是并联机器人、数控机床、计算机控制、精密测量等学科的交叉应用。2 4 1 空间机构的自由度空间机构是由一系列构件通过运动副连接而成，分为开环机构和闭环机构两种。开环机构的自由度计算比较简单，这里着重讨论一般形式的闭环空间机构的自由度问题。1 6四川大学硕士学位论文若在三维空间中有n 个完全不受约束的物体，并且任选其中的一个为固定参照物，因为每个物体相对参照物都有6 个运动自由度，则n 个物体相对参照物共有6 “一1 ) 个运动自由度。若在所有的物体之间用运动副联接起来，设第i 个运动副的约束为“。，此约束可以是1 5 之间的任何数，如果所有n 个物体之间的运动副数目为g ，则这时的运动自由度减去所有的约束数的总和则为机构的自由度，即：m ：6 g 1 ) 一妻“f t l( 2 - 1 0 )这里m 表示自由度。在一般情况下，式中的虬可以用( 6 一，：) 代之，z 为第i 个运动副的相对自由度。则有k u t z b a c h g r u b l e r 公式如下：m = 舔- g - 1 ) + 妻z( 2 1 i )l这就是一般形式的空间机构的自由度计算公式。【5 0 】2 4 2 并联机床布局方案如图2 5 为一种并联机床的布局方案图，该并联机床的主进给机构为一四自由度空间并联结构，该机构由一固定平台( a ，、a ，、a ，) 和一运动平台( b 。、b 2 、b 3 ) 组成-固定平台与运动平台之间通过四条腿相联，其中周围三条腿与固定平台之间通过虎克图2 5 一种并联机床布局方案