（机械电子工程专业论文）交流伺服系统的神经网络自适应控制.pdf

堡主笙奎 茎堕堡壁墨竺塑塑丝塑竺! 垩生丝型 ! ! ! 量璺 摘要 本论文旨在设计种应用于交流伺服系统的神经网络自适应控制器，使此控 制器能较好地满足交流伺服系统在大惯量变负载、力矩干扰等复杂情况下快速 性、准确性、稳定性的要求。 在交流伺服系统硬件设计和系统数学模型的基础上，设计了一种神经网络自 适应控制器，这个控制器包括两个神经网络，一个神经网络用于非线性系统的辨 识，另一个神经网络作为控制器，此控制器采取边学习边控制的特殊学习算法， 并且改进学习算法中收敛速度慢等不足之处，采用一种新型的b p 算法实现了控 制算法的快速性，在控制器设计完成的基础上，利用此c + + 语言具体实现智能 控制算法的编写。通过大量的系统仿真试验和实际系统的调试，本论文所设计的 智能控制器可以使系统具有良好的动、静态性能，很好地满足工程中所要求的性 能指标。 关键词：交流伺服系统神经网络自适应控制系统辨识新型b p 算法 系统仿真 硕士论文交流伺服系统的神经网络自适应控制 a b s t r a c t t h i sp a p e ri st od e s i g nan e r v en e ts e l f - a d a p t i n gc o n t r o l l e rb a s e do na l t e r n a t i n g c u r r e n ts e r v os y s t e mw h i c hr e q u i r e sh i g hc o n t r o lq u a l i t i e ss u c ha st h es p e e d i n g ， a c c u r a c ya n ds t a b i l i t yu n d e rh a r dc i r c u m s t a n c e sl i k el a r g ei n e r t i av a r i e t y l o a da n dt h e h u g ec h a n g e o f t h ei n e r t i a o nt h eb a s i so ft h eh a r d w a r ed e s i g no ft h ea cs e r v os y s t e ma n ds y s t e mm o d e l ， an e r v en e ts e l f - a d a p t i n gc o n t r o l l e rw h i c hi n c l u d ean e r v en e ti d e n t i f i c a t i o na n da n e r v en e tc o n t r o l l e rh a v eb e e nd e s i g n e d t h ec o n t r o l l e ru s es p e c i a ll e a r n i n ga l g o r i t h m w h i c ht oc o n t r o ls y s t e ma tt h es a m et i m ea n di m p r o v ei t sc o n s t r i n g e n c yp a c e t h r o u g h i n t r o d u c i n g n e wb pa l g o r i t h m a c c o r d i n gt ot h er e s u l t so ft h es i m u l a t i o na n d e x p e r i m e n t s ，t h e n e r v en e t s e l f - a d a p t i n g c o n t r o l l e rh a st h e h i g hq u a l i t y o f s t a t i c - d y n a m i cp e r f o r m a n c ea n dr e s t r a i nt h ei n f e c t i o nt os y s t e mp e r f o r m a n c eu n d e r h a r dc i r c u m s t a n c e sl i k el a r g ei n e r t i a v a r i e t yl o a da n dt h eh u g ec h a n g eo f t h et o r s i o n ， k e y w o r d s ：n e r v en e ts e l f - a d a p t i n gc o n t r o l l e ra cs e r v os y s t e m s y s t e mi d e n t i f i c a t i o n n e wb p a l g o r i t h ms y s t e ms i m u l a t i o n i i 硕士论文交流伺服系统的神经网络自适应控制 1 绪论 1 1 交流伺服系统的现状 伺服系统又称为随动系统或自动跟踪系统，是指以机械参数为被控对象的自 动控制系统，其特征是输出量迅速而准确的响应指令输入的变化。机械参数包括 位移、角度、力、力矩、速度和加速度。 在电气伺服控制系统中大致有这几大类型：交磁扩大机一直流电动机系统、 p w m 控制直流系统和交流伺服系统。 早期的交磁扩大机一直流电动机系统，由于其频率响应差、电气时间常数大、 系统笨重和功率消耗大等缺点，除了在一些特殊场合外，现在已经不再使用。 直流伺服电机在轴端安装高性能的速度和位置检测器，并用脉冲宽度调制 ( p w m ) 大功率晶体管放大驱动，可以使直流伺服系统具有优良的控制性能，所以 在7 0 年代获得了广泛的应用。随着微电子学和变频技术的发展，全数字直流调 速装置已非常普及，由于参数的调整从硬件变成了软件，调整非常方便，还有故 障监视、保护功能及自诊断功能，使得系统的可靠性有了进一步的提高。尽管直 流调速系统在控制手段上取得了长足的进步，和交流调速系统相比，它的固有特 点并未克服。 ( 1 ) 直流电动机结构复杂、成本高、故障多、维护困难且工作量大，经常因 火花大而影响生产。 ( 2 ) 机械换向器的换向能力限制了电动机的容量、电压和速度，接触式的电 流传输又限制了直流电动机的使用场合。 ( 3 ) 电枢在转子上，电动机效率低，散热条件差，冷却费用高。为改善换向 能力，减小电枢漏感、转子变得短粗，提高系统的动态性能。 随着微电子技术、电力电子技术、传感器技术、永磁材料与控制理论的发展， 7 0 年代米期进入了伺服技术的交流化时代，相继开发出各种类型的交流伺服系 统，并广泛用于自动化领域，在相当广泛的范围内取代了步进电机和直流伺服电 机驱动系统。时至今日，交流伺服系统以成为伺服系统的主流。 交流伺服系统根据所采用驱动电动机的类型主要分为两大类：感应式异步电 动机交流伺服系统和永磁同步电动机交流伺服系统。 感应式异步伺服电动机结构简单、坚固耐用、维护工作量小、运行效率高、 转动惯量小、动态响应快，可以做到高电压、大容量、高速度，无直流电动机的 缺陷。但控制上采用矢量变换控制，因此系统比较复杂。矢量控制( 磁场定向控 制) 的异步电动机转速闭环系统是高性能的调速系统，静、动态性能完全可以和 直流调速系统的性能相媲美。缺点为：在高性能的矢量控制异步电动机的调速系 硕士论文交流伺服系统的神经网络自适应控制 统中，转子参数受温度影响将发生变化，产生控制误差，影响控制精度，需加补 偿措施或采用其它控制方式；异步电动机为提高功率因数和效率，需尽量较小定 转子间气隙，这使得制造困难，并且不适合工作与冲击振动大的场合一 随着永磁材料性能的大幅提高和价格的降低，永磁同步电动机交流伺服系统 一跃成为交流伺服系统的主流，并且广泛应用在工业生产自动化领域中。同步电 动机在结构上要比异步电动机复杂，但比直流电动机简单。和同容量的直流电动 机相比，它具有效率高、过载能力大、体积小、转动惯量小、省维护等优点，并 且可以做到大容量、高转速和高电压。和异步电动机调速系统相比，它具有功率 因数高、转子参数可测、效率高、定转予气隙大、控制性能好等方面的优势。特 别对于低转速、负载不断冲击的机械。永磁同步伺服电动机伺服系统用于要求有 良好的静态性能和高动态性能的伺服驱动中，如数控机床、机器人等。在性能上 已经超过了直流伺服装置的性能，而且坚固性、可靠性方面比直流伺服装置优越。 永磁交流伺服电动机按控制形式分，通常有方波电流控制型和正弦波电流控 制型交流伺服系统。前者称为无刷d c 伺服电动机( b d c m ) 交流伺服系统，后 者称为三相永磁同步电动机( p m s m ) 交流伺服系统。在( p m s m ) 交流伺服系 统中通常以旋转变压器连续检测转子的磁极位置。有的系统通过高频数字化处 理，解调出磁极位置和速度信号，参与系统控制，因而能获得正弦电流驱动，这 种交流伺服系统比方波电流型b d c m 交流伺服系统具有更优越的低速伺服性 能，并可实现弱磁高速控制，故拓宽了系统的调速范围，适应了高性能伺服驱动 的要求。 随着电力电子器件不断涌现，开关频率较高的功率晶体管模块、功率集成电 路以及i g b t 、p - m o s f e t 等高频功率器件，变频技术也获得了飞速发展，同步 电动机同样可以进行变频调速，而且由于旋转磁场的转速可以调节，曾经困扰同 步电动机的起动振荡及失步问题也随之得以解决，这就显著提高了系统的快速响 应能力降低了运行噪声，低速更加平稳。 交流伺服系统由以硬件模拟电子器件为主转向采用数字电路、微处理器、数 字信号处理器( d s p ) ，实现半数字化、全数字化，进而由硬件伺服技术转向软件 伺服技术由于软件伺服技术的发展，极大地增强了交流伺服系统设计与使用的 柔性，同时提供了十分丰富的自动诊断、保护、显示功能。随着现在对伺服系统 的控制性能要求越来越高，控制算法的实现开始从传统的p i d 控制、现代控制 方法转向智能控制方法，人工智能、模糊控制、神经元网络等新成果已经应用于 交流伺服系统中，为提高工作的可靠性与柔性提供了强有力的技术手段。 现在，交流伺服系统正向着更高性能全数字化、智能化软件伺服的方向发展， 这是交流伺服系统的发展主流，代表交流伺服系统发展的水平和主导方向。 硕士论文交流伺服系统的神经网络自适应控制 1 2 智能控制理论在交流伺服系统中的应用现状 经典控制理论和现代控制理论都是建立在被控对象精确模型基础上的控制 理论，实际上，许多工业被控对象或过程常常具有非线性、时变性、变结构、多 层次以及各种不确定性等，难以建立精确的数学模型，被控对象越来越复杂，而 对其控制精度的要求日益提高。对于交流调速系统这类复杂系统的控制，控制目 标是为了确保较好的动静态性能和对象模型参数变化情况下的鲁棒性，单纯采用 常规的控制器，在控制对象大惯量、变负载和力矩干扰等复杂情况下，很难满足 系统的要求，因此，为了使交流伺服电机应用到更为宽广的领域，智能控制技术 的应用是目前所必需的。 一种控制方式和一个控制系统，如果它能够有效地克服被控对象( 过程) 和 环境所具有的高度复杂性和不确定性，并且能够有效达到所期望值的目标，那么 称这种控制方式为智能控制。智能控制不同于经典控制理论和现代控制理论的处 理方法，它研究的主要目标不再是被动对象，而是控制器本身。控制器不再是单 一的数学模型解析型，而是数学解析和知识系统相结合的广义模型，是多种学科 知识相结合的控制系统。智能控制理论是建立被控动态过程的特征模式识别，基 于知识、经验的推理及智能决策基础上的控制，是在如何控制上下功夫。一个好 的智能控制器本身应具有多模式、变结构、变参数等特点，可根据被控动态过程 特征识别、学习、自组织自身的控制模式，自适应地改变控制器结构和自调整参 数，以获得最佳地控制效果。 智能控制有以下基本特点： ( 1 ) 学习功能：系统对一个过程或未知环境所提供地信息进行识别、记忆、 学习并利用经验进一步改善系统地性能，这种功能就同人的学习过程相类似。 ( 2 ) 适应功能：这种适应能力包括更高层次的含义，除包括对输入输出自适 应估计外，还包括故障情况下自修复等。 ( 3 ) 组织功能：对于复杂任务和分散的传感信息具有自组织和协调功能，使 系统具有主动性和灵活性。 目前智能控制主要有以下几种类型： 1 多级递阶智能控制 2 基于知识的专家控制 3 基于模糊逻辑的智能控制模糊控制 4 基于神经网络的智能控制神经控制 5 基于规则的仿人智能控制 6 基于遗传算法的智能控制 上述的智能控制方法以及各种控制理论相互结合产生的新的智能控制策略 硕士论文交流伺服系统的神经网络自适应控制 都已经运用到交流伺服系统中，在进行系统分析和设计时，充分利用智能控制的 非线性、变结构、自寻优等各种功能来克服交流伺服系统的变参数、非线性等不 利因素，可以提高系统的鲁棒性，使得被控对象在大惯量、变负载和力矩干扰等 复杂情况下，有效地确保系统较好的动静态性能和对象模型参数变化情况下的鲁 棒性。 1 3 论文研究的主要内容 本课题的工程背景是基于十五预研项目随动系统的研制。该随动系统通常 工作在大惯量、变负载的环境下，在系统的正常工作中要受到多种干扰因素的影 响。根据设计的要求，要保证系统在大负载变化和力矩干扰等复杂情况下的响应 速度快、超调量小、跟踪精度高的特点，同时还要有较高的稳态精度。 由于在工作过程中负载惯量和负载力矩不断变化、在系统机械加工和装配 中产生的间隙误差以及结构变形等等，因为有这些干扰因素的存在，要想达到设 计要求，一般的控制方法比如常规的p l d 控制显得不是特别理想。常规的p i d 控制不适合用于参数变化较大甚至结构也变化，以及系统复杂、环境复杂、控制 性能要求高的场合。本课题在这个背景下，结合神经网络和自适应控制两者的特 点，设计一种用于该伺服系统的神经网络自适应控制器，使系统达到所要求的性 能指标。 研究工作主要在以下几个方面展开： 1 交流伺服系统数学模型的确定。为了对被控系统进行仿真实验，需要确 定被控系统的数学模型，首先从理论上确定系统的大致的传递函数，然后通过在 实际的硬件系统上进行测试推导出实际系统传递函数中的参数。 2 智能控制器神经网络自适应控制器的设计。为确保所设计的伺服系 统在大惯量、变负载等复杂情况下具有响应快、超调量小、精度高的特点，采用 智能控制的方法来满足要求。运用神经网络逼近任意非线性映射的能力和自学习 能力等这些独特的性质，设计一种应用于交流伺服系统的神经网络自适应控制方 案。利用一种新型的b p 学习算法，加快神经网络算法的收敛速度。 3 仿真试验。在系统的数学模型确定的情况下，将被控系统的传递函数转 换为差分方程，通过m a t l a b 和c 语言编写仿真程序，将智能控制器的算法嵌入 到仿真程序中，不断的修正控制器中的参数直至使控制效果达到随动系统所要求 的性能指标。 4 系统调试。在完成以上四个步骤后，将仿真程序转换成实际的控制程序， 运用智能控制算法进行实际系统调试，逐步修正控制器中的各种参数，使系统达 到良好的控制效果。 4 硕士论文交流伺服系统的神经网络自适应控制 2 论文总体方案设计 本论文旨在设计一种用于交流伺服系统的神经网络自适应控制器，为了更好 的开展研究，制定一个总体方案，然后据此逐步进行详细设计。主要包括以下几 个模块：硬件设计、智能控制器的设计、控制软件的设计、系统调试、结论分析。 重点放在智能控制器的设计和控制软件的设计上。总体方案框图如图2 1 。 总体方案制定 丁 1硬件设计智能控制器的控制软件j l 设计 的设计l l 、 i 系统调试| i 结论分析| l i 图2 1 总体方案框图 l 、硬件设计 对于交流伺服系统来说，根据选用器件的不同，可以有多种多样的组成形式， 结合课题背景的需要，本系统的各组成部件有：工业控制计算机、被控对象为交 流永磁伺服电机、功率驱动装置是交一直一交电压型变频器、交流永磁同步伺服 电机和变频器组成变频调速系统、伺服放大器、旋转变压器、r d c 轴角，数字转 换模块、数据采集控制卡。 图22 交流伺服系统的原理框图 硕士论文交流伺服系统的神经网络自适应控制 系统控制流程为：采用旋转变压器将电机轴角位置信号转换为电信号，然后 经过轴角数字转换模块将位置信号转换为数字量，工业控制计算机和数据采集 卡完成数据的采集，运用编写的智能控制算法对采集到的数字信号进行处理得至u 输出控制量，伺服放大器将计算机输出的模拟信号进行调理，经过变换和伺服放 大后送至变频器的输入端，由变频对交流伺服电机进行控制，如此往复执行直至 结束。整个伺服系统的原理框图如图2 2 所示。 2 、智能控制器的设计 本论文的交流伺服系统通常工作在大惯量、变负载的环境下，在系统的正常 工作中要受到多种干扰因素的影响，要保证系统在这种复杂情况下的响应速度 快、超调量小、跟踪精度高的特点，采用传统的控制方法很难满足这些要求。综 合考虑采用一种基于神经网络的智能控制器，但是控制器的形式多种多样，考虑 到程序的易于实现性和控制精度两方面的原因，本控制器主要由神经网络控制 器、辨识器、前馈控制器几个主要部分组成，神经网络控制器主要完成控制量的 计算，辨识器主要完成被控对象的在线辨识并且为控制器提供梯度信号，在此基 础上增加一个前馈控制器组成复合控制系统，使最终的稳态误差限制在规定范围 之内。为了保证控制器和辨识器能够收敛并且收敛速度比较快，需采用一种效果 比较好的学习算法。 倒2 3 智能控制器框图 3 、控制软件的设计 结合工程要求和实验条件，采用b o r l a n dc + + 语言，将设计好的智能控制 器转换为实际的程序，运用模块化设计的思想，将各个功能用子程序的形式实现。 包括主程序模块、中断处理模块、智能控制模块、输入输出模块等。 4 、系统调试 将设计好的控制软件运用到实际的交流伺服系统中，经过反复的调试和试 验，并且修正各参数使最终的控制效果达到最优。 5 、结论 将调试后的数据进行分析，从数据中判断控制结果是否满足要求，进而说明 这种智能控制结果的优点与改进之处， 硕士论文交流伺服系统的神经网络自遁堕墼型 3 伺服系统的硬件设计 这一章节主要介绍硬件系统的各个组成部分和特点。 3 1 信号输入输出通道 3 1 1 工业控制计算机 在控制系统中所使用的计算机称为控制机。其基本功能是实时地采集被控对 象及其它外界的有关信息，并按照一定的算法，实时地完成对这些信息的计算及 逻辑处理，实时地形成控制量并实施对被控对象的控制，以达到所要求的系统性 能。为了达到上述要求，控制计算机要有实时的时钟、比较完善的中断系统、丰 富的指令系统，根据整个控制系统的计算工作量和系统所采用的采样频率还要考 虑计算机的运算速度。对于本论文的交流伺服控制系统来说，我们选用了研祥 ( e v o c ) 公司的工业控制计算机。该计算机适用于工业控制现场，具有较好的抗 电磁干扰能力、稳定性和计算能力，较好的高低温性能、抗外界冲击能力以及微 机处理速度、扩充能力、插槽数目等，能够很好的满足交流伺服系统的控制要求。 3 1 2 数据采集、控制输出卡 考虑到系统的信号类型和控制精度，设计时选用了研祥( e v o c ) 公司的p c l 8 1 8 l 和p c l 一7 3 0 两块数据采集卡。 p c l 一8 1 8 l 数据采集卡是一种适用p c 机的高速数据采集卡，特点如下： 夺 1 2 位分辨率，最高i o o k h z 的a i d 采样速率 夺 a d 转换时间最小为8 微秒( # s e c ) 夺 1 6 通道单端( s i n g l e e n d e d ) 或8 通道差动( d i f f e r e n t i a l ) 输入 夺 双通道1 2 位d a 输出 夺d a 转换时间3 0 微秒( s e c ) ，负载最大5 i i l 夺 1 6 位数字量输入和1 6 位数字量输出，t t l 兼容格式 夺 软件选择模拟量输入增益范围 令 板载定时芯片8 2 5 4 ，可编程产生方波信号 令 脉冲频率范围：o 0 0 4 6 h z 0 5 m h z 令 可选择中断引脚i r q 2 i r q 7 ，i r q 9 i r q l 3 ，i r q l 5 p c l 一7 3 0 是一种可以提供3 2 路隔离输入和输出的数字i o 卡特点如下： 1 6 路隔离开关量输入和输出。 硕士论文交流伺服系统的神经网络自适应控制 夺1 6 路t t l 电平开关量输入和输出。 夺高输入驱动( s i n k ) 能力。 审软件选择模拟量输入增益范围 夺板载定时芯片8 2 5 4 ，晶振2 删z ，可编程产生方波信号 夺可选择中断引脚i r q 3 i r o t ，i r q 9 i r q l 2 ，i r q l 5 3 1 3 旋转变压器、r d c 转换模块 由控制理论可知，反馈元件的精度直接关系到系统的控制品质，对伺服系统 的动态、静态指标能否达到设计要求，起着至关重要的作用。本文所设计的交流 伺服控制系统，要求数字测角装置能够准确的测出负载的实际位置，并能迅速地 传递给控制器，同时还要性能稳定，可靠性和测量精度较高。 数字测角装置的原理为：利用双通道多极旋转变压器将系统输出轴转角位置 转换成模拟电压值，然后再通过r d c 轴角数字转换模块对模拟电压值进行数字编 码，从而得到负载位置转角的精确数字量。其原理框图如下图3 1 3 1 所示。 输出轴转角 置( 模拟量 图3 1 3 1 数字测角原理图 1 6 位 数字量 l 、双通道多极旋转变压器 当多极旋转变压器的定子绕组加入参考电压= 圪s 讯甜时，其转子相对于 定予的偏转角口的信息就包含在转子绕组输出电压的调幅信号之中。其精度主要 由精通道决定。它具有粗略和精确两组电压输出： 粗略输出 u 。k ) = u 。s 讷9 。s h 6 激 u ，k 1 = u c 。c o s 8 c s i n 酬 精确输出 u | 。1 1 ) = uh m s i n 8 is i n t o u ) = u | m c o s 87 s n 删 其中 u 。，7 。：粗通道正、余弦绕组输出电压 u 。，u ，：精通道正、余弦绕组输出电压 u 。u 。：粗、精通道绕组输出电压峰值 以，目：所求的粗、精角度值 ( 3 1 3 1 ) ( 3 1 3 2 ) ( 3 1 3 3 ) ( 3 1 3 4 ) 硕士论文交流伺服系统的神经网络自适应控制 由式( 3 1 3 即 眭一c 辔器 同理可求得精通道角位置目，再经过r d c 模块转换后即可得到角位置数字 量。 2 、r d c 轴角数字转换模块 本系统采用m t s l 6 r 双速r d c 转换器作为轴角数字转换模块。m t s l 6 r 转换 器是模块式结构的单块电路，内部包含有精粗两路旋转变压器数字转换器，该 产品的粗精组合比速为1 ：1 6 ，粗精两路输入信号为四线式旋转变压器信号，工 作频率为4 0 0 h z ，转换器的输出为自然并行二进制码，1 6 位数字量，并带三态所 存器。 对于双速转换器，它的精通道和粗通道的工作原理是一样的，所以这里只说 明单速转换器的工作原理，如图3 1 3 2 所示。旋转变压器输入信号经内部差动 隔离转换成正交信号= v s i n c o t s i n 0 。吒= v s i n c o t c o s o ，其中护位模拟输入 角度。这两个信号与内部可逆计数器的数字角口在正余弦函数乘法器中相乘，再 经误差处理得 吒s i n o c o s o s i n o g t 一c 缸6 【熨n 蚴n 耐= 吃s i n ( o o ) s i n c o t( 3 1 3 7 ) 经过放大、鉴相、积分滤波后送入压控振荡器，如果0 一中不归零，压控振 荡器将输出脉冲更改可逆计数器内部得数据，直到秽一中在转换器精度内归零， 在这一过程中转换器始终跟踪输入角p 得变化。 r h i r l o s 1 s 2 s 3 s 4 2 进制输出。 圈3 1 3 2 单速工作原理框图 9 得一动瓦 3 = o 包 留 式和 硕士论文 交流伺服系统的神经网络自适应控制 粗精两路的数据首先进行数据权值处理，即把粗精通道的数据扩大转速比的 倍数。精通道数据和经过处理的粗通道数据在一起进行数据的组合及纠错，最后 得到分辨率为1 6 为的二进制数码输出，如图3 1 3 3 为m t s l 6 r 双通道r d c 转换 器原理图。 转换后的位置信号可以直接从转换器中读出。传输的方法有两种：一种是检 测b u s y 信号，当b u s y 信号为低电平时，加e n a b l e 信号输出( i n h i b i t 为高电 平) ，输出必须在数据有效期间完成；另一种方法是随机读取，在i n h i b i t 信号 端和e n a b l e 信号端加上低电平，然后读取数据。在数据输出期间，由于i n h i b i t 信号具有闭锁作用，在该信号撤销之前，数据不会被刷新。 a s l a s 2 a s 3 a s 4 r h r l a s l a s 2 a s 3 a s 4 1 6 位 数 字 量 3 2 伺服放大器 根据系统的性能指标要求和信号的类型，自行开发研制了此伺服放大器。它 包括稳压电源、输出信号的变换、位置信号的数据采集。伺服放大器电路原理图 见附录。 1 输出信号变换部分，从控制计算机中的数据采集控制卡的d a 端输出电 压信号，为了避免直接的电气连接，计算机的输出信号首先经过隔离芯片 i s 0 1 2 4 p ，然后将隔离后的电压信号进行滤波后再进行调整，因为采集卡的输出 电压范围为单向0 v 5 v 或o v 1 0 v ，而变频器的输入要求是1 0 v ，利用运算 放大器可以完成比例、加减、积分等运算，将单向的电压信号转换为双向的电压 信号。将双向电压信号通过双向稳压管限幅，然后利用差分放大电路进行功率放 大后输出至变频器。 2 稳压电源部分主要由d c - d c 电源模块p k a 2 3 2 5 p i 、3 6 v 4 0 0 h z 激磁电源模 块h o s c 2 6 1 8 8 、稳压集成电源组成。 1 ) 稳压集成电源：输入2 2 0 v 交流，输出直流2 8 v 、+ 1 5 v ，一1 5 v ，2 8 v 给p k a 2 3 2 5 p i 和h o s c 2 6 1 8 b 提供电源，+ 1 5 v 、一1 5 v 给隔离芯片i s 0 1 2 4 p 1 0 坝一l j 论立 交流伺服系统的神经网络自适心控制 的源端提供电源。 2 ) d c - - d c 模块p k a 2 3 2 5 p i ：输入为1 9 v 一3 5 v 电压，输出的+ 1 5 v 、一1 5 v 给运算放大器l m 7 4 1 和隔离芯片i s 0 1 2 4 p 的副端提供电源。 3 ) 电源模块h o s c 2 6 1 8 b ：输入为2 8 v 电压，输出3 6 v 、4 0 0 i - i z 信号给旋 转变压器提供激磁信号。 3 位置信号的数据采集电路部分，将旋转变压器的输出端与r d c 转换模块 接口之间一一相连，将数据采集、控制卡d o 输出端与r d c 转换模块的e n m 、 e n l 和i n h i b i t 端相连，将数据采集、控制卡的d i 输入端与r d c 的1 6 位数字 量输出端口相连，然后通过软件相应的设置即可完成位置信号的读取。 3 3 交流调速系统 根据随动系统的性能指标和实际的工作环境，本系统选用天津科尔摩根 ( k o l l m o r g e n ) 工业驱动有限公司的交流伺服系统。该系统主要包括： b d s 4 a v 变频器和交流永磁同步伺服电机。 同步电动机变频调速系统从控制方式上分为两大类：一类为他控式变频调速 系统；另一类为自控式变频调速系统。他控式变频调速系统中所用的变频装置是 独立的，其输出频率直接由速度给定信号决定，属速度开环控制系统。自控式变 频调速的特点是：由固定在同步电机轴上的转子位置检测器发出的脉冲来控制逆 变器的频率，也就是说，变频器的频率由电机的转速决定，功率器件的开关状态 由转子位置决定。 本论文变频调速系统采用自控式运行，主回路由变频器、交流同步伺服电机 和转子位置检测器组成，再配上控制装置就构成了自控式同步电动机调速系统， 这从根本上他控式调速系统难以解决的振荡和失步的问题。自控式同步电动机调 速系统按所用变频器、电动机的类型机目前发展趋势，可以分为三种晟常见的基 本类型：交一直一交电压型同步电动机调速系统、交一直一交电流型负载换相同 步电动机调速系统、交一交变频同步电动机调速系统。本论文的交流调速系统属 于交一真一交电压型同步电动机调速系统。 这种系统有以下特点： 1 逆变桥采用自关断器件，结构简单，控制灵活。 2 调速范围宽，可做到3 0 0 0 ：l 或更高。 3 永磁同步电动机转子无损耗，功率高，功率密度大。 4 采用现代控制理论( 如矢量控制、直接转矩控制、变结构控制等) 和微 机手段，可组成高性能的全数字交流伺服系统。 硕士论文交流伺服系统的神经网络自适应控制 3 3 1 功率驱动装置b d s 4 a v 变频器 b d s 4 系列变频器属于交一直一交电压型变频器系列。它能控制电机四象限运 行并能满足动态控制响应所提出的高要求。b d s 4 变频器的结构框图如图3 3 1 1 所示。 p s r 4 ，5 电源模块b d s 4 逆变器 图3 3 3 1b d s 4 变频器结构框图 现简略介绍b d s 4 变频器的各个组成部分： 1 、适配变压器：将电网三相交流电压从3 8 0 v 变为2 2 0 v 。 2 、电源组件： 辅助电源对p s r 4 5 a - 2 5 0 电源模块和b d s 4 a 2 2 0 j - 4 0 5 c 2 逆变器风扇供电； 同时，辅助电源的1 1 5 v 电压经b d s 4 a - 2 2 0 j - 4 0 5 c 2 逆变器内的变压、整流电路， 提供1 0 v 、1 8 v 控制电压。 3 、p s r 4 5 a 一2 5 0 电源模块 运用三相全波二极管整流桥模块将三相交流2 3 0 v 电压整流器给中间电路供 电，中间电路典型电压值3 2 5 v ，电容器可以滤除电网电源和脉冲变频器中的高 次谐波，而且由于整流器不能回馈电网，此电容器还作为加速和制动所需功率的 能量存储器。 4 、d s 4 a 2 2 0 j 一4 0 5 c 2 逆变器 1 2 硕士论文 交流伺服系统的神经网络自适应控制 逆变器由双极结型晶体管( b j t ) 或其他自关断器件组成，采用脉宽调制 ( p w m ) 方法可输出幅值、频率均可调的正弦波或方波电压和电流。p w m 的频 率为1 0 k h z ，单向最大电流为4 0 a 。 调节组件：电流环p i 调节器，速度环p i 调节器，速度微分负反馈。其中速 度微分负反馈的引入，可使突加给定起动时速度调节器提早饱和，从而有效的抑 制以至消除转速超调，同时也增强了调速系统的抗干扰能力。电机在负载扰动下 的动态速度下降大大减低，但是恢复时间有所延长。 3 3 2 交流同步伺服电机 在本论文的交流伺服系统中，执行机构选用天津科尔摩根工业公司的 m 4 0 5 c a 1 三相交流永磁同步伺服电机，从结构上看，这种电动机的定子有齿 槽、内有三相绕组，形状与普通感应电动机的定子相同，但它的转予用强退磁的 永磁材料构成，如钐钴合金、钕铁硼合金等，使电动机体积和重量大为减小，结 构简单，维护方便，运行可靠，且效率比同容量的异步电动机提高4 1 3 ， 功率因数提高5 2 0 。因此，这种电动机无需励磁电源，效率高其主要性能 参数如下： 额定功率：5 4 k w 额定转矩：1 3 9 n m ( 2 5 ) 、1 3 1 n m ( 4 0 ) 最大转矩：3 5 3 n m ( 2 5 1 最大线电压：2 5 0 v 额定线电流：1 9 8 a 额定转速：5 0 0 0 r p m 最大转速：5 0 0 0 r p m 晟大电流：4 0 a 永磁同步伺服电机采用自控变频调速方式，其原理与直流电机类似，具有同 样的调速特性，但无刷，故人们常称这类伺服电机为“无刷直流电动机”。直流 电动机的电枢电流本身就是交变的，电机的磁极是静止的，而电枢是个旋转的交 流绕组其交流电流由直流电源经电刷和换向器提供。电刷相当于磁极位置检测 器，换向器是一台机械式逆变器；自控式变频同步电机则是磁极旋转而电枢静止， 由磁极位置检测器控制电力电子逆变器。与真正的直流电动机相比较，自控式同 步伺服电机可以通过无电火花的电子换向，消除换向效应，转子惯量小，取消机 械换向器可达到较高的功率密度和较高的转速。 硕士论文 交流伺服系统的神经网络自适应控制 4 伺服系统智能控制器的设计 4 1 自适应控制概述 自适应控制的研究最初起源于5 0 年代的航空航天问题，由于当时经典控制 器难以适应高性能的飞机和火箭的姿态控制，需要有一种能自动的适应受控过程 变化特性的更复杂的控制器。6 0 年代，现代控制理论的蓬勃发展为自适应控制 理论的形成和发展创造了条件。7 0 年代以来，由于空间技术、机器人控制和过 程控制的需要，自适应控制理论和设计方法获得了迅速的发展，它已经成为现代 控制理论中的一个十分活跃的重要研究领域。但是自适应控制器的结构选取和保 证整个系统全局稳定的自适应调参规则的构成等，都是建立在线性系统理论的基 础上，对于非线性系统的自适应控制问题却一直难于找到相应的数学方法。神经 网络因其学习能力和非线性特性，在这方面有很大的潜力，因此近年来神经网络 在自适应控制应用中，发挥着重要的作用。 如图4 1 1 是自适应控制系统的示意图，其工作过程是首先测量系统的输入 输出值，根据这些值辨识出系统的动态特性，再与希望的特性比较，从而在自适 应机构中决定如何改变控制器参数和结构，以保证系统的最优性能，由自适应机 构输出信号改变控制方式，是被控对象得到合适的控制，由此可见，自适应控制 的工作特点是：辨识、决策、控制。 图4 1 1自适应控制系统框图 自适应控制系统的类型：自适应控制系统的设计方案很多，理论上比较完整、 应用比较广泛的自适应控制系统有两种，现介绍如下。 4 0 1 1 模型参考自适应控制系统 如图4 1 1 1 是一种模型参考自适应控制系统的框图。参考模型是设定模型 硕士论文 交流伺服系统的神经刚络自适应控制 它的动态响应规定了所期望的系统性能。模型参考自适应控制器由两个回路组 成，内回路由被控对象和反馈调节器组成的控制回路，调节器的参数由外回路校 正；外回路是适应回路，适应机构的输入是参考模型的输出与系统实际输出之差， 适应机构根据这个差值来校正反馈调节器的参数，或产生一附加的控制信号，力 图使实际对象的特性接近参考模型的特性。 参考模型不一定是物理模型，往往是由计算机模拟产生的数学模型，模型参 考自适应控制系统简称m a r s ( m o d a l r e f e r e n c e a d a p t i v e s y s t e m s ) 。 4 1 2 自校正调节器 图4 1 1 1 模型参考自适应控制系统 如图4 1 2 1 自校正调节器由三部分 组成：参数估计其控制参数计算和控制 器其中参数估计器根据测量到的系统的 输入和输出不断辨识系统的模型结构及 参数( 称为参数辨识) ，控制器参数计算 则根据模型的改变不停的改变控制作用， 因而决定控制器的结构及参数，从而达到 满意的控制效果。显然，通过辨识获得自 适应能力是自校正调节器的主要特点。 4 2 神经网络控制概述 图4 1 2 1 自校正调节器 自动控制理论是与实际密切联系的- i 1 学科，纵观控制学科的发展历史，它 的动力源主要来自生产和科学技术对控制技术的三方面要求：控制对象越来越复 杂；控制的目标越来越高；在过程和环境高度不确定性的情况下进行控制。社会、 生产等的这种需求促进控制理论一步步由低到高、由浅到深、由简单到复杂发展 硕士论文 交流伺服系统的神经网络自适应控制 和完善。同时自动控制又是一门综合性学科，它在许多领域得到应用，又在众多 学科、技术的推动下得以发展，特别是不断出现的新领域、新思想、新学科，为 自动控制理论和应用的发展不断注入新的活力。神经网络就是一种新型的控制方 法。 神经网络的几个显著优点是： 1 良好的映射逼近能力。虽然单个神经元的输入输出关系比较简单，但理 论上证明，任何连续函数都可由多层神经网络以任意程度逼近。神经网络的这种 用简单个体的群体效应来解决复杂问题的性质与当前非线性复杂系统的研究成 果相一致的，这些工作从抽象意义上讲，都是复杂系统如何通过元件间的相互作 用，系统结构由无序到有序、功能由简单到复杂，类似生物系统的进化过程和智 能系统的学习过程。 2 神经网络以分布式存储信息，所有定量或定性的信息都等势分布储存于 网络的各神经元。各神经元问广泛连接，这样即使网络中部分单元损坏，也不影 响整体的功能，网络本身具有良好的可靠性、鲁棒性和容错性。 3 并行处理方式来处理信息，使大量信息的快速运算成为可能。 4 改变了v o n n e u m a n n 计算机信息的存储方式，把存储内容和地址合在一 起，构成联想记忆存储器( c a m ) ，网络具有自学习、自适应、归纳等智能性功 能。从控制角度看，寻求高可靠性、鲁棒性、适应性、智能型和简单易行的控制 理论和方法，以满足控制复杂系统高维数、非线性、强干扰、不确定、难建模、 时滞未知、快速多变的要求，一直是控制学科追求的目标。而神经网络的优点， 无疑为人们提供了一条新的思路和选择。 神经网络具有的许多优异特性决定了其在控制系统中应用的多样性和灵活 性。神经控制是指在控制系统中采用这一工具对难以精确描述的复杂的非线性对 象进行建模，或充当控制器，或优化计算，或进行推理。或故障诊断等，以及同 时兼有上述某些功能的适应组合。神经网络在控制系统中的作用为：在基于精确 模型的各种控制结构中充当对象的模型：在反馈控制系统中直接充当控制器的作 用；在传统控制系统中起优化计算的作用；在与其他智能控制方法和优化算法， 如模糊控制、专家控制以及遗传算法等相融合中为其提供非参数化对象模型、 优化计算、推理模型及故障诊断等。由于人工智能中的新技术的不断出现及其在 智能控制中的应用，神经网络登将在和其他新技术的相融和中，在智能控制中发 挥更大的作用。 4 2 1 神经网络模型及算法 人工神经网络是源于人脑神经系统的一类模型，是模拟人类智能的一条重要 1 6 颂士论文 交流伺服系统的神经网络自适应控制 途径，具有模拟人的部分形象思维的能力。多年来，学者们建立了多种神经网络 模型，决定其整体性能的3 大要索： 1 神经元特性 2 神经元之间相互连接的形式一拓扑结构 3 为适应环境而改善性能的学习规则 神经网络是人脑的某种抽象、简化和模拟，反映了人脑功能的若干基本特征， 是具有高度非线性的系统，其物理模型虽有多种，但基本运算可归结为4 种：积 与和、权值学习、阈值处理和非线性函数处理。神经网络的工作方式包括学习期 和工作期两个阶段： 1 学习期：神经元之间的连接权之值可由学习规则进行修改，以使目标函 数达到最小。 2 工作期：连接权值不变，由网络的输入得到相应的输出。 从宏观上，一般将神经网络分为4 种类型：前馈、反馈、自组织与随机型。 神经网络的发展史可以说经历了3 个阶段：4 0 - , 6 0 年代的发展初期：7 0 年代的研 究低潮；8 0 年代至今，神经网络的理论研究取得突破性进展。迄今为止，已有 5 0 多种神经网络模型发表在各类文献中。神经网络在控制中使用较多的有多层 前馈b p 网络、径向基函数r b f 网络及h o p f i e l d 网络。多层前向b p 网络和径 向基函数r b f 网络均为分层连接成的静态神经网络，隔层神经元之间均无连接， 只有邻层神经元之问相互连接，信号有低层向高层神经元传输。多层前向网络学 习算法时b p 算法，b p 算法的特点是结构简单、容易实现。针对b p 算法中局部 极小、收敛速度慢的特点，人们已提出了各种修正方法，使得b p 算法更加适用 于控制技术。径向基函数r b f 网络可采用最b - - 乘法等优化算法。h o p f i e l d 网 络是神经网络的非线性动态模型，它由非线性映射关系为s i g m o i d 型函数的神经 元相互连接组成，将能量函数引入神经网络，用于解优化和控制问题。 l 、感知器 感知器是模拟人的视觉，接受环境信息，并由神经冲动进行信息传递的神经 网络。分单层与多层机构。美国学者f r o s n b l a t t 于1 9 5 7 年建立的具有单层处理 单元的感知器。感知器的输出为： y = ，( 芝：w ，“，一p ) = ，( w ，l l ，) ( 4 2 1 1 ) 式中：“，感知器的第，个输入：。= 口( 闽值) ；蚝= l 。 2 、多层前馈网络及b p 算法 8 0 年代中期，以r u m e l l h a r t 和m c c l e l l a n d 为首提出的多层前馈网络的反向 传播学习算法，简称b p 算法，是有导师的学习，适应用最广泛的一种网络。b p 学习算法由正向传播和反向传播组成。正向传播是输入信号从输入层经隐含层传 1 7 硕士论文交流伺服系统的神经网络自适应控制 到输出层，若输出层得到期望的输出，则学习算法结束；否则，误差转至反向传 播。反向传播就是将误差信号按原连接通道反向计算，由梯度下降法调整各层神 经元的权值和闽值，使误差信号减小。 b p 算法特点如下： 1 实现i o 非线性映射：b p 网络通过若干简单非线性处理单元的复合映射， 可获得复杂的非线性处理能力。 2 b p 算法用了优化算法中的梯度下降法，从数学角度看，隐层的作用是优 化问题的可调参数增加，使解更精确，或为了求解线性不可分问题。 3 全局逼近网络，由于f (