超声波电机转速的PIDNN控制.docVIP

超声波电机转速的PIDNN控制 朱宜家 陈国光 范旭 杨智杰 白敦卓 中北大学机电工程学院 豫西工业集团有限公司 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 针对行波超声波电机运行过程中的较强时变性与非线性特征, 引入了一种比例—积分—微分神经元网络 (PIDNN) 电机速度控制器。控制器网络融合了状态转换函数, 具备动态映射能力, 利用PID控制律先验知识确定权值初值, 通过可变学习速度反传算法 (VLBP) 在线学习, 使训练结果快速收敛, 不易陷入局部极小, 从而实现对超声波电机稳定快速的控制。采用参数变化电机模型对控制器进行仿真校验, 仿真结果表明:方法具有较快的响应速度和较高的鲁棒性, 能通过在线学习补偿电机运行过程中的非线性。 关键词： 超声波电机; 比例—积分—微分神经网络; 可变学习速度反传算法; 速度控制; 作者简介：朱宜家 (1991-) , 男, 硕士研究生, 主要研究方向为兵器科学与技术。 收稿日期：2017-09-07 PIDNN rotating speed control of ultrasonic motor ZHU Yi-jia CHEN Guo-guang FAN Xu YANG Zhi-jie BAI Dun-zhuo College of Mechanical and Electrical Engineering, North University of China; Yuxi Industrial Group Company; Abstract： Aiming at strong time-varying and non-linear characteristics in the process of ultrasonic motor operation, a motor speed proportion integration differentiation neural network ( PIDNN) controller is introduced. The controller network fuses the state transition function, and uses the PID control law prior knowledge to determine the initial value of the weights. Through the variable learning speed BP ( VLBP) algorithm, training results are quickly converged and it is difficult to fall into the local minimum, so as to stably and fastly control ultrasonic motor. Use parametric-variable motor model to simulate and verify controller. The simulation results show that the method has a fast response speed and high robustness, and can compensate the nonlinearity of the motor during operation by online learning. Keyword： ultrasonic motor; proportion integration differentiation neural network (PIDNN) ; variable learning speed BP (VLBP) ; speed control; Received： 2017-09-07 0 引言 由于超声波电机特殊的工作原理, 其输出特性会随环境温度、摩擦损耗、驱动激励频率等因素变化呈现出严重的非线性与时变性, 因此, 难以建立其精确数学模型。常规控制方法很难在无精确模型前提下, 保证对非线性与时变性较强对象的控制精度。所以, 智能控制与自适应控制成为超声波电机控制研究的发展方向。由舒怀林提出的比例—积分—微分神经网络 (proportion integration differentiation neural network, PIDNN) , 创造性地将比例、积分、微分环节融入神经元网络中。其结构简单, 形态固定, 通过PID控制规律确定权重初值, 使网络收敛速度快,