资源描述:
第 l 2期 2 0 1 1年 1 2月 组 合 机 床 与 自 动 化 加 工 技 术 M o d ul a r M a c h i ne To o l Au t o m a t i c M a nu f a c t ur i ng Te c hn i qu e NO . 1 2 De c .20 1 1 文章编号 1 0 0 1 2 2 6 5 2 0 1 1 1 2 0 0 6 1 0 4 0 神经网络监督控制在液压舵机伺服系统中的应用 侯 波 , 王 平 军 , 1 . 空 军工程 大 学 工 程 学院 , 西安 李彦波 , 张 忠 71 00 3 8;2. 9 3 6 70 ,马 晓 部 队, 石家庄0 5 0 0 7 1 摘 要 针 对 液压舵 机伺 服 系统 中存在 的 非 线性 因素 和 工作 环境 的不 确 定 干扰 , 提 出将 改进 的神 经 网 络监 督控 制 算 法应 用到舵 机伺 服控 制 系统 设 计 中。该 算 法采 用 单神 经 元 P I D控 制取 代 常规 线性 控 制用于神经 网络控制器学习, 以提 高; 窿制系统的鲁棒性及神 经网络模型学习初期 系统的稳定性。在 S i m u l i n k环境 中建立液压舵机伺服控制 系统模型并进行仿真 , 仿真结果表明 改进的神经网络监督控 制 , 在 液 压舵机 伺 服 系统 中 , 具 有 良好 的控 制 效果 和较 强 的鲁棒 性 , 为舵 机 伺服 系统设 计提 供 了一条 新 的思路 。 关 键词 液 压舵机 ; 神 经 网络监 督控 制 ; 单神 经元 P I D; 系统仿 真 中图分 类 号 T P 2 7 3 文献 标识 码 A Ap pl i c a t i o n o f Ne ur a l Ne t wor k S up e r v i s or y c o nt r ol i n Hyd r a ul i c Ac t u a t o r Se r v o Sy s t e m HOU B o ,WANG P i n g j u n ,L I Ya n 。 b o ,Z HANG Z h o n g ,MA Xi a o 1 . T h e E n g i n e e r i n g C o l l e g e o f th e A i r F o r c e E n g i n e e r i n g U n i v e r s i t y , X i ’ a n 7 1 0 0 3 8 , C h i n a ; 2 . U n i t 9 3 6 7 0 T r o o p s ,S h i j i a z h u a n g 0 5 0 0 7 1 ,C h i n a Ab s t r a c t Ai mi ng a t n o n l i n e a r f a c t o r s i n a c t ua t o r s e r v o s y s t e m a n d u n c e r t a i n i nt e r f e r e n c e i n wo r k i n g e n v i r on me nt s ,a n i mpr o v e d n e u r a l n e t wo r k s u p e r v i s o r y c o nt r o l wa s p r e s e n t e d t o a p p l y i n t h e s e r v o c o n t r o l s y s t e m de s i g n of hy d r a u l i c a c t ua t o r .Th e c on t r o l l e r a d o p t e d a s i n g l e n e ur o n a da p t i v e P I D i ns t e a d o f r e g u l a r l i n e r c o n t r o l t o l e a r n,f o r t he pu r po s e o f i mp r o v i n g r o b u s t p e r f o r ma n c e a n d t h e s t a b i l i t y o f s y s t e m e a r l y i n t h e n e u r a l n e t wo r k s l e a r ni n g.Th e n t h e mo d e l o f p r o po s e d s ys t e m wa s f o un d e d a n d v e r i f i e d b y Si m- u l i n k.Th e r e s u l t o f t h e s i mul a t i o n s i nd i c a t e s t ha t t h e i mp r o v e d n e u r a l n e t wo r k s u p e r v i s o r y c o n t r o l c a n a c h i e v e a n i d e a l c o n t r o l e f f e c t a n d h a s s t r on g r o b u s t n e s s i n t he hy d r a u l i c a c t ua t o r s e r v o s y s t e m ,a n d t h e p r o p os e d s t r a t e g y c a r v e s o u t a n e w wa y f o r c on t r o l l i n g a c t u a t o r s e r vo s ys t e m d e s i g n. Ke y wo r d sh yd r a u l i c a c t u a t o r ;n e u r a l ne t wo r ks s u p e r v i s o r y c o n t r o l ;s i ng l e n e u r o n a d a p t i ve P I D ;s i mu l a t i o n o f s y s t e m 引言 舵机是飞行控制 系统 的执行机构 , 其 功用是根 据输入的控制信号大小输 出相应量 的油液推动飞机 舵 面转 动 。液压 舵机 伺 服 系 统 中存 在 大 量 的非 线 性 因素 , 同时 外界 干扰 、 不 同温 度 下液 压 油 的弹性 模 量 和粘性 的变化等 因素使得 系统存 在 大量 的不确定 性 , 因此很 难 建 立 舵 机 伺 服 系 统 的精 确模 型 。神 经 网络作为一种具有高度非线性 的连续时间动力系 统 , 有 着很 强 的 自学 习能 力 和 对 非 线 性 系 统 的强 大 映 射 能力 , 能 以 任 意 精 度 逼 近 定 义 在 紧 集 上 的 非 线 性 函 数 , 在 非 线 性 系 统 控 制 中 具 有 很 强 的 优 越 性 。本 文 针 对 舵 机 伺 服 控 制 系 统 控 制 性 能 的要 求 , 提 出采 用 单 神 经 元 P I D控 制 取 代 常 规 线 性 控 制 用于神经网络控制器学习 , 优化设计神经 网络监督 控制算法。S i m u l i n k仿真试验证明 改进的神经网络 监督 控制 方法 不仅 可 以确 保 控 制 系统 的稳 定 性 和鲁 棒性 , 而且 可有 效地 提高 系统 响应速 度 。 1液压舵机伺服 系统数学模 型和方块 图的建立 某型飞机整个液压舵机伺服系统可 以简单的看 成由两级伺服放大器 、 小舵机 包括 电液伺服 阀、 小 舵机作动筒 、 小舵机反馈传感器、 小舵机反馈传感 器解调器、 液压作动筒、 液压作动筒反馈传感器、 液 收稿 日期 2 0 1 1 0 41 5 ; 修 回日期 2 0 1 1 0 5 3 1 作者简介 侯波 1 9 8 6 一 , 男 , 河北保定人 , 硕士研究生 , 研究方向为流体传动与控制, Ema i l b o h rh 1 6 3. t o m 。 6 2 组合 机床 与 自动 化加 工技 术 第 1 2期 压作动筒反馈传感器解调器组成的两级 闭环控制系 统 n 。在 此基 础上 可以 得到 的液压 舵 机 伺服 系统 结 构 方块 图 如 图 1 所 示 。 0. 6 5 mm/mm , Ks 2 0 .1 8 2 0 . 0 2 5V/ram , KD 2 0. 5 2V/V。 怪 矣黯 蓍 H H 蓉喜 H 攀 H嘉 茹H {I 内回 路l I 校正 传 l l 内 回 路 f I 大作动 筒反馈 传感器 解调放 大器 大作动 筒反馈 传感器 输出梯 度 1 . 1 电液伺服 阀传递 函数 由于 液 压 舵 机工 作 频 率 一 般 都 是 2 0 H z以 下 的 低频段 , 惯性环节 足以精确地表示伺 服阀的动态 响 应 。因此 , 电液伺 服 阀的传 递 函数 可 以表示 为 ] 缶T S 1 ㈩ e Js 查找有 关技术 手册知 电液伺服 阀 的流量增 益 K 2 3 3 3 m m / S / mA, 时 间常数 T 0 . 0 0 2 4 5 S , 由此可知电液伺服阀的传递函数为 s 2 1 . 2 作 动筒传 递 函数 设 Q为输入作动筒的流量 , 为作动筒 的面积, 为活 塞 的位移 。 则 根 据 流 量 平 衡 方 程 和 力 平 衡 方 程 可得 动作 筒 的传 递 函数为 话S S 14 E A A 3 Q s f Js 1 、 , 式中. c为总泄漏系数 c m / k g. s ; 由于 很小, 可 以忽略 不计 。 另外 , 查 找有 关 技术 手 册得 到舵 机 活 塞的有效面积 A 9 7 . 3 4 m m , 作动筒活塞有效面积 A 3 5 7 0 mm , 舵 机活 塞 的总 质量 m 2 . 5 2 k g , 总 的泄漏系数 C 0 . 6 。 由上可得到小舵机作动筒的传 递函数和液压作动筒 的传递函数分别为 W r s 万 而丽 4 W Js 丽 根据相关 的技术手册, 得到舵机伺服 系统 的设 计 参 数 如 下 K 。 7 . 5 V / V, K 。 8 mA / V, K 5 1 . 31 V/ram , KD l0 . 5V/V , K0 l 1 . 4 35, K, 2d e g /mm , Ko 8. 4 1 0 mm /d e g /s, KL 2 神经 网络监督控制器设计 2 . 1 神经网络监督控制原理 神经网络监督控制是一种通过 对传 统 控 制 器 进 行 学 习 , 然 后 用 神 经网络控制器逐渐取代传统控制器 的方 法 。 本 文 设 计 的 神 经 网络 控 制 器采 用单 神经 元 P I D控制 器 取 代传 统控制器 , 对神经 P I D的输出进行学 习 , 在线调整网络权值 , 使反馈控制 输 出趋 近 于零 , 从 而 神 经 网络 控 制 器逐 渐 在 控 制 作 用 中 占据 主 导 地 位 , 最终取消 反馈 控制器 的作用 。 一旦 系统 出现 干 扰 , 反馈控制器重新起作用。 基于 R B F神经 网络 的监 督控制 系统 结构 如 图 2所示 。 图 2 改 进 的 神 经 网络 监 督 控 制 结 构 图 2 . 2 单神经 元 P I D控 制算 法 神经 P I D能够在线整定 、 优化 P I D参数 , 弥补传 统 P I D控制器的不足。 神经元的比例系数 可 以 进 行在线 自调 整 ; 积 分环节 由神 经元 的权 系数 W. k 调 整 ; 比例环 节 由权 系数 加 调 整 ; 微 分 环 节 由权 系 数 调整 。 神经 元输入 的状 态量 , 为 , e k 6 e 一e k一1 7 P 一2 e 一1 e 一2 8 神 经 P I D的控制 算法采 用增 量式 , 其输 出调 整规 律 为 ⋯ 3 △ “ K ∑ 9 i l k一1 △ M 1 0 根 据 D e l t a 学 习规则 , 得 到权值 的调整 规律 W 1 W 叼 “ , i1 , 2 , 3 1 1 式中 为积分 、 比例 、 微分的学习速率 ; k 为输出 误差信号。 z Y 一 , e 1 2 为了保证单神经元 自适应 P I D控制学习算法的 收敛性和鲁棒性 , 本文将上述学习算法 进行了规范 化 2 0 1 1年 l 2月 侯 波 , 等 神 经 网络监 督控 制在 液压 舵机 伺服 系统 中的应用 6 3 △ K ∑ k w h 1 4 神经元 的比例 系数 K值 的选择非 常重要。 越 大, 则快速性越好 , 但 超调量也越大 , 甚至可能使 系 统不稳定 。 当被控对象时延增大时, K值必须减少 , 以 保证系统稳定。 K值选择过小 , 会使系统 的响应速度 降低。 在响应初期 , 为了提高响应速度 , 取 较大的 K 值 ; 系统稳定后 , K值应逐步减小到某一稳定值 , 以保 证 系 统不 出现 过大 的超 调 。 本文 采用 如下 的 K值调 整 规 律 r 1 2 5 一1 , ~1 O 0 1 r 一1 K k 一 1 , 一 0 . 0 1 r k 一 1 ≤e 一1 ≤0 . 0 1 r k一1 【 0 . 7 5 K k 一 1 , e ~1 0, 为 网络第 个节 点的 中心 向量 , C [ c - . , c ] , B [ b 一, b ] 。 网络 的权 向量 为 w [ W 一, W ] R B F网络 的输 出为 k h 1 W 1’ ‘h i w , ⋯ h m 1 7 式 中 , m为 R B F网络 隐层 神经 元 的个 数 。 控 制率 为 u M M 1 8 根据神经 网络监 督控 制原 理, 欲使神经 网络控 制器占主导地位 , 取神经 网络调 整的性 能指标 函数 为 E 1 一u 近 似取 , 由此 产学 生的不精确可通过权值调节来补偿 。 根据梯度 下降法 , 网络权值 , 节点 基宽参数及节 点中心矢量的迭代算法 如下 k k1 △ k a k一1 一 k一2 2 0 △ w i 一町 h i 2 1 B B k一1 A B k d B k一1 一B k一2 2 2 △ 6 , 叼 一 2 3 C k C k一1 a C k Ⅱ c k一1 一C k一2 2 4 △ c U n 一u h i , 2 5 式 中 , 卵为 学 习速率 , 为动量 因子 。 3 神 经网络监督控制 系统仿 真分 析 由液压舵机伺服系统方块图及神经网络监督控 制结构图可以建立图 3所示 的液压舵机神经 网络监 督控制仿真结构图。 图4 、 图 5和图 6分别为 s y s t e m、 单 神经元 P I D和 s y s t e ml的封装 结构 图 。 图 3 液压舵机神经 网络监督控 制 S i mu l l n k仿真结构图 图 4 s y s t e m 封装结构 图 图 5 单 神 经 元 PI D 封 装 结 构 图 图 6 s y s t e ml封装 结构 图 , 、J / _骞 6 4 组合机 床与 自动化 加 工技术 第 1 2期 神经元 的 比例 系数 的初 始值 取为 3 . 0 , 神 经元 的初 始权值 W [ 5 0 4 3 ] , 神经 元 网络 的学 习速率 为 0 . 0 1 ; 监 督控 制 的学习 速率 卵 为 0 . 5 , 动量 因子 为 0 . 0 5 , 网络 隐层 神 经元 个 数 m 4 , 网络 初 始权 值 W r a n d s 4, 1 ,高 斯 基 函 数 参 数 的 初 始 值 b 0 . 5 o n e s 4, 1 , C[ 一 42 2 4 ] 。 其 中的 K值 调整 和权值 调整 的控 制规 律 是利 用 Ls函数提 供 的模 版 程 序编 制 的。 设定仿真时间为 0 . 5 S , 对液压舵机进行仿真 , 得 到如 图 7所 示 的响应 曲线 。 从 图 7可 以看 出 , P控 制 、 P I D控制 、 神经 网络监督控制使系统达到稳定的时间 分 别 为 0 . 2 9 1 s 、 0 . 1 8 2 s 、 0 . 0 8 1 S o 神经 网络监 督 控制 使 系统 的快 速性得 到较 大 的提高 。 暑 曼 艄 媳 渲 掭 / ,一 一 , / 。 7 / , 一 7 / 扩 络 监 督 控 制 y ‘J.L IH 一 一 PID 控 制 r 1 图 7 液压舵机单位阶跃响应 曲线 在 0 . 3 S 给系 统施加 幅值 为 0 . 5的阶跃扰 动 。 从 图 8中可以看 出, 神经 网络监督控制、 P I D控制 、 P控制 在受到阶跃干扰后 使系统达 到稳定 的时 间分 别为 0 . 0 5 9 s 、 0 . 1 2 8 s 、 0 . 1 9 6 s , 神经 网络监 督控 制 与 P I D控 制和 P控制 相 比明显具 有很 强 的抗 干扰 能力 。 一一 / . , / / , l / ⋯蠢 。 I | _.上 ~ / | j / ~垃 上 一 / l f . l -t . mu I T t r z l T血目] . L l l _ n r 自 『 P I D 控制 t S 图 8 液压舵机加入 阶跃干扰后的响应 曲线 4 结束 语 由于液 压 舵 机 伺 服 系 统 存 在 着 很 多 非 线 性 因 素 , 使用 常 规 的控 制 方 法 很 难 得 到 满 意 的结 果 。本 文 设计 了一种 新 型神 经 网络 监 督控 制 器应 用 于 液压 舵 机伺 服 系统 , 并 进 行仿 真 研究 。结 果 表 明 , 神 经 网 络 监督 控制 与 传 统 控 制 方 法 相 比 , 能够 明显 的提 高 系统 的响应 速 度 和 抗 干 扰 能 力 , 具 有 较 强 的应 用 前 景 。 [ 参考文献 ] [ 1 ]王 占林 , 李培滋.飞机液压传 动与伺 服系统 [ M] .北京 国防 工 业 出版 社 , 1 9 8 0 . [ 2 ]方一 鸣, 聂颖 , 王众.电液伺服位置 系统的变结构 自适应 鲁棒控制 [ J ] .计算机仿真 , 2 0 0 6 , 2 3 1 1 1 4 91 5 2 . [ 3 ]刘金琨.智 能控 制[ M] .北京 电子 工业出版社 , 2 0 0 9 . [ 4 ]F L L e w i s , A Y e s i l d i r e k , K L i u .M u h i l a y e r n e u r a l n e t r o b o t c o n t r o l l e r w i t h g u a r a n t e e d t r a c k i n g p e r f o r m a n c e[ J ] .I E E E T r a n s . N e u r a l N e t w . S 1 0 4 5 - 9 2 2 7 ,1 9 9 6 , 7 2 1一l 1 . [ 5 ]孙红兵 , 李生权 .通用 神经 网络非 线性 系统模 型参考 自 适应控制 [ J ] .计算 机 应用 研究 , 2 0 0 9 , 2 6 1 1 4 1 6 9 41 71 . [ 6 ]赵庭彬 , 王平军 .基 于 S i m u l i n k的 飞机平尾 舵机 伺服 系 统动态仿真 [ J ] .机床 与液压 , 2 0 0 9 , 3 7 6 2 0 3 2 0 5 . [ 7 ]R o b e r t M S a n n e r a n d J e a nJ a c q u e s E S l o t i n e .G a u s s i a n N e t w o r k s f o r d i r e c t a d a p t i v e c o n t r o l[ J ] .I E E ET r a n s a e t i o n s o n n e u r a l n e t w o r k s ,1 9 9 2, 3 6 8 3 78 6 3 . [ 8 ]Y n g w e i l ,S u n d a r a r a j a n n ,S a r a t c h a n d r a n p .I d e n t i f i c a t i o n o f t i me v a r y i n g no nl i n e a r s ys t e ms us i n g m i n i n g r a d i a l ba s i s f u n c - t i o n n e u r a l n e t w o r k s[ J ] .I E E E P r o c c o n t r o l A p p l y ,1 9 9 7 , 1 4 4 2 2 0 02 0 8 . [ 9 ]刘金琨.先进 P I D控制 MA T L A B仿 真 [ M] .北京 电子 工业 出版社 , 2 0 0 4 . [ 1 O ]陶永华 .新型 P I D控制及其应 用 [ M] .北京 机械工业 出 版社 , 2 0 0 2 . [ 1 1 ]李广军 , 张晶 , 曾安平 .基于 B P神经 网络 的 P I D控 制器 研究 [ J ] .计算机仿真 , 2 0 0 9 , 2 6 9 1 2 8 1 3 1 . 编辑赵蓉 , ’ ’ ’ ’ ’’’ ’’’’ ’’⋯’ ’’’⋯、 - 2 本刊欢迎订阅 ; 欢迎在线投稿 i j 欢迎刊登广告 _ h t t p w ww. z h j c z . t o m. c a l I . I‘ . I I I I I I ‘ l t I I I I‘ I . I ‘ . . 1 l t t‘ 1 . I ‘ I . I ‘ I I I ‘ 一 曼浍 媳坦蒋 嚣
展开阅读全文