模糊神经滑模控制在气动位置伺服系统中的应用
摘要:针对不确定的气动位置伺服系统的跟踪控制问题,提出了一种基于神经网络的模糊滑模控制策略。该控制器用于控制气动伺服关节机器人,仿真结果表明该控制器对系统的不确定性具有较强的鲁棒性,并且具有良好的跟踪性能。
关键词:不确定性;智能控制;滑模控制;气动关节机器人
随着工业生产自动化的发展,对气动控制系统的定位性能提出了更高的要求,如气动机器人及气动机械手、柔性自动化生产线等应用中,需要气动执行元件能够实现高精度的任意位置定位。而实际的气动伺服系统是一种高阶、非线性、强耦合的不确定系统,难以用精确的数学模型加以描述。因此,基于常规控制理论设计的气动伺服系统难以实现高性能的位置控制。
近年,滑模变结构控制作为一种鲁棒性强的控制方法已经在气动伺服系统的控制方面取得了一些研究成果[1-2],文献[1]考虑了用饱和度函数代替符号函数的方法以减小抖振,但仍然要依赖被控对象参数变化的上下界。为此,本文提出了基于智能控制的滑模变结构的控制策略,用模糊控制去减少抖动现象;用神经网络控制去消除对系统参数上下界的依赖。该控制器用以控制气动关节机器人,仿真结果表明该控制器对系统的不确定性具有较强的鲁棒性,并且跟踪性能良好。
气动关节机器人采用的是如图1所示的三通比例流量阀控摆动气缸。规定角位移原点在摆动气缸的左端位,顺时针旋转方向为正。下面的论述中,用下标“1”表示与摆动气缸腔1有关的参数,下标“2”表示与摆动气缸腔2有关的参数。
本文提出了基于智能控制的滑模变结构的控制策略。该控制器用以控制气动关节机器人,仿真与实验结果表明:该控制器对系统的不确定性具有较强的鲁棒性,具有良好的跟踪性能,而且设计简单、易于实现,对外界干扰的灵敏度较低,因而可以广泛应用于工业领域中。
|
