学位论文 > 优秀研究生学位论文题录展示

基于RBF神经网络的气动位置伺服系统的研究

作　者: 杨海锋
导　师: 罗璟
学　校: 昆明理工大学
专　业: 机械电子工程
关键词: 气动位置伺服系统 RBF神经网络 PID控制联合仿真
分类号: TP273
类　型: 硕士论文
年　份: 2010年
下　载: 71次
引　用: 0次
阅　读: 论文下载

内容摘要

气动具有机构简单、无污染、工作可靠、传动速度快、维护方便等一系列显著的优点,在工业自动化生产和机器人驱动系统得到了广泛的应用。但是由于气动技术的一些固有特性,如气体的压缩性大、气缸强烈的摩擦力、气体通过阀口流量的非线性等,使气动控制的精度和稳定性难以达到理想的效果,从而限制了气动技术的更广泛应用。因此,对气动位置伺服系统进行研究,采取适当的控制方法实现准确的位置控制,是目前气动领域研究的重要课题之一。本文在推导出由气动伺服阀和无杆气缸组成的气动位置伺服系统数学模型的基础上,通过对神经网络的理论研究和基于RBF神经网络的气动位置伺服系统的仿真研究,实现了对无杆气缸位置的精确控制。总结和阐述了国内外气动技术及伺服控制的发展及现状,提出了目前的问题和本文的研究内容。介绍了基于气动三自由度机械手的气动位置伺服系统的硬件和软件的组成及其工作原理,并建立了系统的非线性数学模型,描述了该数学模型的特点。对气动位置伺服系统进行了控制策略研究,提出了本文采用的控制策略：RBF神经网络-PID复合控制。通过RBF神经网络的应用,实现了对PID参数kp、kd、ki的动态调整,使系统运行过程中PID参数处于最佳状态,并保证了系统的稳定性。采用MATLAB/Simulink和AMEsim两种软件对系统进行了仿真研究。在Simulink环境中,建立了系统的数学模型并采用RBF神经网络-PID控制器进行了仿真,仿真结果表明：与传统的PID控制方法相比,RBF神经网络-PID复合控制明显地改善了系统的特性,频宽达到了5赫兹,跟踪精度为95%。此外,在AEMsim软件中建立气动位置伺服系统的物理模型,并在Simulink环境下对该物理模型进行仿真研究,仿真结果同样表明系统的控制精度和鲁棒性得到了提高,同时实现了AMEsim和Simulink的联合仿真。

全文目录

摘要  3-4
Abstract  4-9
第一章绪论  9-17
  1.1 气动技术的概述、特点、发展概况  9-12
    1.1.1 气动技术的发展历史  9-10
    1.1.2 气动技术的优缺点  10-11
    1.1.3 气动技术的发展趋势  11-12
  1.2 近代控制策略在气动控制中的应用概述  12-15
    1.2.1 PID控制  13
    1.2.2 鲁棒控制  13-14
    1.2.3 神经网络控制  14
    1.2.4 自适应控制  14
    1.2.5 模糊控制  14-15
  1.3 课题研究的目的和意义  15-16
  1.4 论文的主要研究内容  16-17
第二章气动位置伺服系统的组成  17-27
  2.1 气动位置伺服系统的工作原理  17
  2.2 气动位置伺服系统的机械部分  17-23
    2.2.1 空气压缩机组  17-19
    2.2.2 无杆气缸  19-20
    2.2.3 气动伺服阀  20-21
    2.2.4 测量环节  21-23
  2.3 气动位置伺服系统的控制系统  23-24
  2.4 气动位置伺服控制的软件构成  24-26
  2.5 本章小结  26-27
第三章气动位置伺服系统的数学建模研究  27-37
  3.1 数学建模的基础  27-28
  3.2 数学模型的建立  28-33
    3.2.1 气缸的流量连续方程  28-30
    3.2.2 气缸活塞力平衡方程  30
    3.2.3 气动比例伺服阀的流量方程  30-32
    3.2.4 阀控缸的传递函数  32-33
  3.3 系统的状态方程以及传递函数的求值  33-35
  3.4 本章小结  35-37
第四章神经网络控制的研究  37-55
  4.1 神经网络的概述  37-40
    4.1.1 神经网络的概述  37
    4.1.2 神经网络的发展史  37-38
    4.1.3 神经网络的优点  38
    4.1.4 神经网络的分类  38-40
  4.2 各种神经网络的结构  40-48
    4.2.1 BP神经网络  40-42
    4.2.2 Hopfield神经网络  42-44
    4.2.3 RBF神经网络  44-48
  4.3 基于RBF神经网络整定的PID控制  48-53
    4.3.1 PID控制原理  48-49
    4.3.2 神经网络的弱点  49
    4.3.3 PID控制与神经网络的结合  49-51
    4.3.4 RBF神经网络-PID复合控制原理  51-53
  4.4 本章小结  53-55
第五章基于MATLAB与AMEsim系统仿真分析  55-69
  5.1 软件简述  55-57
    5.1.1 MATLAB/Simulink的简介  55-56
    5.1.2 AMESim的简介  56-57
  5.2 系统稳定性分析  57-58
  5.3 基于MATLAB/Simulink的系统仿真  58-64
    5.3.1 PID校正下的系统仿真  58-60
    5.3.2 RBF神经网络PID控制器校正下的系统仿真  60-64
  5.4 系统基于AMEsim与Simulink联合仿真  64-67
    5.4.1 联合仿真接口的设置和模型的建立  64-66
    5.4.2 联合仿真分析  66-67
  5.5 本章小结  67-69
第六章总结与展望  69-71
  6.1 总结  69
  6.2 论文研究存在的不足和后续工作建议  69-71
致谢  71-72
参考文献  72-76
附录A 攻读硕士学位期间发表的文章  76-77
附录B MATLAB程序  77-80

基于RBF神经网络的气动位置伺服系统的研究

内容摘要

全文目录

相似论文