学位论文 > 优秀研究生学位论文题录展示

基于CMAC神经网络的气动位置伺服系统研究

作　者: 陶湘厅
导　师: 袁锐波
学　校: 昆明理工大学
专　业: 机械制造及自动化
关键词: 气动位置伺服系统非线性 CMAC 神经网络
分类号: TP273
类　型: 硕士论文
年　份: 2009年
下　载: 71次
引　用: 0次
阅　读: 论文下载

内容摘要

气动伺服技术作为一种自动控制手段,在工业领域中已经成功地获得了应用。但由于其位置伺服系统存在输出刚度低、固有频率低、响应慢、气体通过阀口流量的非线性、气缸存在摩擦力和时变等缺点,难以适应许多特殊工作条件的要求。考虑系统的非线性摩擦力、时间延迟、流量非线性环节,本文建立了阀控缸气动位置伺服系统的非线性数学模型,从理论上进行了不同增益、不同频率和不同阻尼比下系统的动静态特性的研究,得出三者对系统特性的影响程度。针对单神经元自适应PID控制可以弥补系统的响应慢和不稳定等弱品质,本文提出了一种单神经元PID加非线性微分信号跟踪器与小脑模型神经网络控制器(CMAC)复合控制的控制算法,用单神经元PID代替常规PID控制,由神经元来在线调整PID控制参数,利用神经网络的自学习和自适应能力,来完成系统的实时控制。由CMAC实现前馈控制,通过训练获得复杂非线性被控对象的逆模型,单神经元PID控制器实现反馈控制,保证系统的稳定性,且抑制扰动。采用MATLAB/Simulink和AMESim软件进行了仿真研究,并和PID控制的系统性能进行了比较。仿真结果表明,采用CMAC控制算法的气动位置伺服系统具有较好的动静态性能,频宽达到5Hz,跟踪精度为95%。CMAC控制策略构成简单,易于实现,能够适应环境的变化,有较强的鲁棒性,较好地改善了系统的动静态性能。在理论研究和仿真分析的基础上,对气动位置伺服系统进行了位移为±50mm、±100mm、±300mm的点-点定位实验研究。气动位置伺服系统可以实现气缸活塞全行程任意位置上的精确定位,绝对平均定位精度达到0.0844mm,最大定位误差0.2mm,具有较高的工程应用价值。

全文目录

摘要  3-4
Abstract  4-9
第一章绪论  9-20
  1.1 气动技术概述  9-12
    1.1.1 气动技术的发展历程  9-11
    1.1.2 气动技术特点  11-12
    1.1.3 气动技术的发展现状与趋势  12
  1.2 气动位置伺服系统和气动机械手  12-18
    1.2.1 气动位置伺服系统的发展历程  13-14
    1.2.2 气动位置伺服控制系统的组成和分类  14-15
    1.2.3 气动位置伺服系统的特点  15-16
    1.2.4 气动机械手  16-17
    1.2.5 气动位置伺服技术亟待解决的问题和研究方向  17-18
  1.3 课题的来源、目的、意义及本文的主要内容  18-20
第二章气动位置伺服系统的数学模型  20-37
  2.1 机械手的气动控制原理  20-21
  2.2 气缸和伺服阀的流量方程  21-26
    2.2.1 气缸的连续性方程  21-22
    2.2.2 气缸和负载的力平衡方程  22
    2.2.3 气动伺服阀的压力-流量特性分析  22-26
  2.3 电-气位置伺服动力机构的传递函数  26-28
    2.3.1 气动位置伺服动力机构方程  26
    2.3.2 气动位置伺服动力机构的传递函数  26-28
  2.4 气动位置伺服系统的状态方程及状态空间表达式  28-29
  2.5 气动位置伺服系统的稳定性分析  29-33
  2.6 非线性问题  33-36
    2.6.1 摩擦力非线性环节  33-35
    2.6.2 时间延迟和饱和环节的非线性  35
    2.6.3 其他非线性环节  35-36
    2.6.4 各种非线性问题对应的控制策略  36
  2.7 本章小结  36-37
第三章控制策略研究  37-61
  3.1 流体传动领域的控制策略及方法  37-41
    3.1.1 PID控制  37-38
    3.1.2 自适应控制  38
    3.1.3 鲁棒控制  38-39
      3.1.3.1 变结构控制  38-39
      3.1.3.2 H_∞控制  39
    3.1.4 智能控制  39-41
      3.1.4.1 模糊控制  39-40
      3.1.4.2 神经网络控制  40-41
  3.2 NN(Neural Network)结构  41-50
    3.2.1 多层BP(Back-Propagation)网络  41-45
    3.2.2 RBF(Radial Basis Function)网络  45-47
    3.2.3 Hopfield网络  47-48
    3.2.4 CMACNN(Cerebella Model Articulation Controller Neural Network)  48-50
  3.3 NN的学习方法  50-52
  3.4 改进的CMACNN与单神经元PID复合控制  52-60
    3.4.1 单神经元数学模型和控制算法  52-53
    3.4.2 单神经元PID控制  53-56
    3.4.3 CMAC的改进  56-58
    3.4.4 改进的CMAC与单神经元PID控制器  58-60
  3.5 本章小结  60-61
第四章 MATLAB与AMESim仿真分析  61-74
  4.1 MATLAB和AMESim的简介  61-63
    4.1.1 MATLAB简介  61-62
    4.1.2 AMESim(Advanced Modeling Environment for Simulations of Engineering Systems)简介  62-63
  4.2 气动位置伺服系统的仿真分析  63-73
    4.2.1 稳定性分析  64-65
    4.2.2 系统的AMESim仿真模型  65
    4.2.3 基于MATLAB/Simulink的控制系统仿真分析  65-71
    4.2.4 基于AMESim的控制系统仿真分析  71-73
  4.3 本章小结  73-74
第五章实验研究  74-83
  5.1 实验设备的控制系统构成及原理  74-75
  5.2 系统的执行元件  75-76
  5.3 系统的测量反馈环节  76-77
  5.4 系统的控制元件  77-79
  5.5 气动位置伺服控制的软件构成  79-81
  5.6 ±50mm、±100mm和±300mm各点的重复定位精度  81-82
  5.7 本章小结  82-83
第六章总结与展望  83-84
致谢  84-85
参考文献  85-90
附表1 几种机械手传动与控制方式的比较  90-91
附录攻读硕士学位期间发表的论文  91

基于CMAC神经网络的气动位置伺服系统研究

内容摘要

全文目录

相似论文