【摘要】 根据感应电动机伺服驱动系统性能要求,设计了一种基于模糊神经网络的滑模控制器。当系统状态进入滑动超平面后,测量滑模控制的“抖振”指标,将测量的指标值输入到学习算法中,调整模糊神经网络的输出以消除“抖振”现象。该控制策略的仿真结果与实验结果吻合,控制器设计合理,“抖振”现象明显减小。
关键词:感应电动机 伺服系统 抖振 滑模控制器 模糊神经网络
感应电动机的数学模型具有非线性、耦合、时变的特点,给感应电动机的伺服驱动系统增添了控制难度。滑模变结构控制是一种非连续控制,具有很好的鲁棒性,已被广泛应用在感应电动机伺服驱动系统的位置和速度控制上[1~2]。由输入控制信号做不断切换,使系统按照预先设计好的滑动面逼近,从而降低误差。但是该控制策略要求事先知道包括参数变动与外来扰动等系统不确定量的边界值,才能有效地实现控制目标。可实际系统的各种不确定量的边界值很难获得,所以一般在使用滑模变结构控制时,常常设计一个比实际边界值更大的值来确保系统的稳定性,由此可能导致系统控制过大而出现明显的“抖振”现象。文献[3]提出一种测量滑模控制“抖振”的指标,并且根据该指标运用模糊辨识的方法对滑模变结构控制进行在线调整。基于文献[3]的思想,设计一种基于模糊神经网络的滑模控制感应电动机伺服驱动系统。当状态进入滑动超平面后,测量滑模控制的“抖振”指标,将测量的指标值输入到学习算法中,调整模糊神经网络的输出以消除“抖振”现象。
整个系统由微型计算机、D/A转换(由PCL-812实现)、差放电路、AC200伺服驱动系统、辅助控制电路、交流伺服电动机及位置反馈单元(含并行输入/输出口、四倍频电路及光码盘)组成。该伺服系统交流伺服电动机的有关参数。光电码盘分辨率为每转2 048个脉冲。
为了验证上述控制策略应用于感应电动机伺服驱动系统的静动态性能,对上述交流伺服系统进行建模仿真。采用Matlab构建该系统,进行仿真测试,可得到系统响应曲线。由仿真结果比较可知:在相同条件下,采用本文设计的控制策略,控制电流的抖振现象明显减小。
将模糊神经网络应用于滑模变结构控制,用来降低滑模变结构控制固有的“抖振”现象,设计了一种基于模糊神经网络的滑模变结构控制器,并对所设计控制器可行性进行了分析,仿真和实验验证了控制策略的有效性。该混合控制策略具有设计过程简单、鲁棒性好等优点,对于参数未知、时变负载扰动大的伺服系统,是一种有效的实时控制策略。
|
