1、中文摘要I本科毕业论文(20 届)基于 RBF 神经网络的伺服电机控制系统设计所在学院 专业班级 自动化 学生姓名 学号 指导教师 职称 完成日期 年 月 中文摘要II摘要直流伺服电机在各个领域得到广泛应用,高性能的调速控制方法逐渐成为一个重要的研究方向,直流伺服电机本身具有时变性、非线性、强耦合性等特点。PID 控制是工业控制中最常用的控制方法,但是用其对复杂的非线性的对象或过程进行控制则难以达到满意的效果,神经网络控制具有非线性映射能力、学习能力以及自适应能力,所以本文研究了基于 RBF 神经网络的 PID 控制算法。本文提出了一种基于 RBF 神经网络的整定的 PID 控制器来控制直流伺
2、服电动机,通过 RBF 神经网络对 PID 控制器的整定,从而实现使直流伺服电机调速系统达到适应环境变化的目的。在本文中首先分析了输入为方波信号时两种控制器的仿真,接着介绍了输入为阶跃信号的仿真分析,最后介绍了当加入干扰时的仿真分析。在理论上应用基于 RBF 神经网络的整定的 PID 控制器的系统,有更好的鲁棒性和抗干扰能力,使系统的运行更加平稳。同时,通过 MATLAB 仿真结果表明,利用基于RBF 神经网络的 PID 控制器相对于常规 PID 控制器有响应速度快、控制精度高,抗干扰能力强等优点。关键词:直流伺服电动机,RBF 神经网络,PID,MATLAB英文摘要IIIABSTRACTDC
3、 servo motors are widely used in various fields ,the high-performance speed control method is becoming an important research direction, DC servo motors itself has a time-variability , nonlinear, and the characterized of strong coupling.PID control is most commonly used in industrial control of the c
4、ontrol methods, but difficult to achieve satisfactory results on the complex non-linear object or process control. The neural network control has the non-linear mapping ability, learning capability as well as the auto-adapted ability. Therefore, this article has studied the neural network PID contro
5、l algorithm based on RBF.Through RBF PID neural network controllers for the entire set, the DC servo motor speed control self-system to adjust to the environment. Firstly, this article analyzed the input for the square-wave signal when two kind of controller simulation .Then, described the input sig
6、nal for the self-simulation analysis. Finally, introduced the simulation analysis when adding interference. In theory, the PID controller based on RBF Neural network has a better anti-interference robustness and capabilities, to make the system run more smoothly. Meanwhile, through MATLAB simulation
7、 results showed that using for the PID controller based on RBF neural network had fast response speed, high precision control, anti-interference ability, etc.KEY WORDS: DC servo motor, RBF Neural network, PID, MATLAB目 录IV目 录摘要.IABSTRACT(英文摘要).II目录.III第一章 引言.11.1 直流伺服电动机.11.1.1 直流伺服电机的定义及特点.11.1.2 直流
8、伺服电机的分类.11.1.3 直流伺服电机的研究和发展现状.21.2 人工神经网络.21.2.1 人工神经网络的特点以及其分类.21.2.2 神经网络的分类.31.2.3 神经网络的应用.31.3 本文研究的主要内容和意义.4第二章 直流伺服电机的结构以及其数学模型.62.1 直流伺服电机结构.62.1.1 电机本体.62.1.2 电子换向电路.72.1.3 转子位置检测电路.82.2 直流伺服电机的工作原理.82.3 直流伺服电机的数学模型.10第三章 RBF 神经网络的结构及其原理.143.1 RBF 的结构.143.2 RBF 神经网络的工作原理.153.2.1 关于神经网络输出的计算.
9、153.2.2 网络的学习方法.15目 录V第四章 RBF 神经网络整定的 PID 控制器设计.184.1 PID 参数调整算法.184.2 基于 RBF 神经网络的直流伺服电机控制系统的仿真.194.2.1 输入为方波信号的系统仿真及分析.194.2.1 输入为阶跃信号的仿真及分析.214.2.2 加干扰的系统仿真及分析.234.3.3 两种控制器关于伺服电机的输入 U 的比较.29第五章 直流伺服电机的硬件调速系统.255.1 直流伺服电机调速系统的硬件电路.255.2 调速主电路.26结论.27参考文献.28致谢.29目 录VI第一章 引言- 1 -第一章 引言本章首先介绍了直流伺服电机
10、的发展现状和世界上对直流伺服电机的研究成果以及直流伺服电机在个领域范围的应用于推广,接下来人工神经网络的特点和分类,接着介绍了人工神经网络的发展历程,同时简述了目前国内外对人工神经网络的研究现状。最后本章介绍了本文的研究内容和结构安排。1.1 直流伺服电动机1.1.1 直流伺服电机的定义及特点伺服驱动系统是一种以机械位置或角度作为控制对象的自动控制系统,例如数控机床等,使用在伺服系统中的驱动电动机称为伺服电动机,对他们的基本要求是可控性好,响应速度快,定位准确,调速范围宽等。此外,还有一些其他要求,如在航空领域使用的伺服电动机还要求其重量轻,体积小;有些场合希望伺服电动机的惯量小,以得到极高的
11、响应速度 5。(1)机械特性 在输入的电枢电压 Ua 保持不变时,电机的转速 n 随电磁转矩M 变化而变化的规律,称直流电机的机械特性。 (2)调节特性 直流电机在一定的电磁转矩 M(或负载转矩)下电机的稳态转速 n 随电枢的控制电压 Ua 变化而变化的规律,被称为直流电机的调节特性。(3)动态特性 从原来的稳定状态到新的稳定状态,存在一个过渡过程,这就是直流电机的动态特性。1.1.2 直流伺服电机的分类直流伺服电机从电刷角度分可以分为有刷直流伺服电机和无刷直流伺服电机,其中有刷直流伺服电机比较容易控制,而且启动转矩大,结构比较简单,并且调速的范围较宽,直流伺服电机本身的机体的成本也比较低 1
12、。但是也有缺点,比如它会产生较为明显的电磁干扰,对环境有一定的要求。而无刷直流伺服电机的体积较小,机体重量也比较轻,功率大,响应速度较快,转动平滑第一章 引言- 2 -稳定,容易实现智能化,而且电子换向的方式较为灵活,可以进行相应的正弦波换相或方波换相 7。无刷直流电机就是用方波控制的同步电机,跟正弦波控制的同步电机相比优点是同功率下转矩稍大,控制设备便宜,缺点就是存在转矩脉动,运行不是很平稳,略有噪音。跟普通的电机相比,直流无刷电机的价格较贵,所以在价格上还得进行努力地控制,争取降低制造成本,生产出高性价比的无刷电机,应用于更广的更泛的领域中去 2。1.1.3 直流伺服电机的研究和发展现状在
13、20世纪60年代以前,伺服系统是以步进电机驱动为中心的时代,伺服系统的控制为开环系统。在20世纪60至70年代,直流伺服电动机得到长足发展,由于其优良的调速性能,很多高性能伺服系统都采用直流电动机;同时伺服系统的控制也有开环系统发展为闭环系统。不过,直流伺服电动机存在机械结构复杂、维护工作量大等缺点,机械换向器成为制约其发展的瓶颈。进入20世纪80年代以后,随着材料技术、电力电子技术、控制技术、计算机技术和微电子技术的快速发展以及电动机制造工艺的水平的逐步提高,出现了无刷直流伺服电机,永磁同步直流伺服电机等新型直流伺服电机,以永磁化、无刷化、数字化、智能化、机电一体化及小型化为主要特点 15。
14、目前,高性能交流电动机已经成为伺服系统的主流。1.2 人工神经网络1.2.1 人工神经网络的特点以及其分类人工神经网络是一种模拟动物神经网络的并进行相应的数学处理的算法数学模型,其相应的结构如1-1图所示人工神经网络突出的优点 : (1)学习和自适应不知道或不确定的系统;能够同时处理定量、定性知识。(2)人工神经 可以充分逼近任意复杂的非线性关系; (3)所有定量或定性的信息都等势分布贮存于网络内的各神经元,故有很强第一章 引言- 3 -的鲁棒性和容错性;(4)采用并行分布处理方法,使得快速进行大量运算成为可能;ft图 1-1 人工神经网络结构图1.2.2 神经网络的分类目前,有超过三十几种的
15、神经网络模型在研究和学习中得以应用和推广,在这里面比较有典型性的有下面几种:(1)自适应共振,是根据可选参数对输入数据进行粗分类的网络。(2)双向联想存储器,是一类单状态互联想网,具有学习功能,但是容易震荡。(3)BP 网是一种反向传递并修正误差的多层映射网,是当前应用最广的一种网络,但是训练时间长,易陷入局部极小 9。(4)BSB 模型 亦称盒中脑模型,是具有最小均方误差的多层映射网。(5)RBF 神经网络 又称是径向基函数神经网络,也是本文研究的主要对象 3。12msum第一章 引言- 4 -1.2.3 神经网络的应用人工神经网络已经广泛应用于自动控制领域、处理组合优化问题、模式识别、图像
16、的处理、传感器信号的处理、对于机械人的控制、信号的处理、保健、医疗、商业预测、化工材料,以及数据的挖掘、电力系统、交通、军事、矿业、农业和气象等方面 6。下面介绍几个有代表性的应用领域。(1)信息领域神经网络是一种新型的智能信息处理系统,它的应用贯穿于信息的获得、传送、接收和加工处理等许多环节。比如数据压缩说明,神经网络可以对待传送的数据获取模式的特征,只把这个特征传出去,接收后(或使用时)再将它变成原来的模式。(2)自动化领域20世纪80年代以来,神经网络和控制理论以及控制技术相结合,逐渐成为控制领域的一个先进的学科神经网络控制。它属于智能控制的一个非常重要分支,为了解决复杂的非线性、不确定
17、系统的控制问题开辟了一条崭新新的道路。(3)医学领域很多的用于医学检测设备的输出的数据都是连续的波形方式,这些波的极性和幅值通常能够提供有意义的诊断依据。神经网络在这方面的应用非常普通,如心电图分析,脑电波检测等。(4)经济领域基于神经网络的评价系统在金融风险分析领域应用十分广泛。如不动产评估,借贷咨询,抵押审查,投资交易程序,公司财务分析,通货价格预测等。1.3 本文研究的主要内容和意义直流伺服电机是一个非线性的系统,在本文中提出了一种基于RBF神经网络的伺服电机控制系统的设计,各章任务如下:第一章是建立了直流伺服电机的数学模型,在本文中采用无刷直流电机,紧接着是设计了基于RBF神经网络的控制器,并对其性能进行测试。第2章介绍了RBF的结构以及其工作原理。