基于多模智能协调控制的高性能交流伺服系统
曾玉金，卢小梅
（湛江师范学院湛江524048）
摘要：根据交流伺服系统高性能的要求，设计了一种基于多模智能协调控制的交流伺服系统。实验结果表明：该控制方法响应快、鲁棒性强，系统具有较好的动、静态性能和抗干扰能力。
关键词：模糊控制；神经控制；交流伺服系统；多模智能协调控制
中图分类号：tp273 +.4 文献标志码：a 文章编号：1001-6848(2010)05-0077-03
0引 言
交流伺服系统由交流电动机组成，其数学模型具有非线性、耦合、时变的特点，控制策略比较复杂，交流传动系统的调速性能与它所采用的控制策略有着直接的关系，每一种控制策略都有其特长，但又都或多或少在某些方面存在一些问题，因此，各种控制策略应当互相渗透，取长补短，结合形成复合控制策略，以更好地提高控制性能。本文提出了一种多模智能协调控制策略，它能综合各种控制方法的优点，并设计了一种基于多模智能协调控制的交流伺服系统，同常规变结构控制（切换控制）相比，它把前者的点切换改为相对平滑的智能切换，大大提高了伺服控制的动、静态性能，取得了满意的效果，并且无需依赖精确的数学模型，为解决如何控制存在非线性和不确定性的交流伺服系统提出了一种切实可行的方案。
l 多模智能协调控制的交流伺服系统
基于rbf优化的模糊神经混合协调控制交流伺服系统的结构如图l所示，基于rbf优化的模糊单神经元混合协调控制器由粗调模糊控制器flc、细调单神经元网络控制器nnc和rbf优化协调器等三个主要部分所组成。
1.1粗调模糊控制器flc
当位置误差较大时，我们把误差、误差变化率和速度给定量化总等级。采用调整因子的模糊控制表达式为：
表示对其中数据按下面原则进行运算：
im(x)表示对z取整。当位置误差较大时，取得大些，表示对误差e的加权值大，控制的主要目的是消除误差；而当位置误差较小时，更主要的控制目的是使系统尽快稳定，准确定位而无超调或小超调，因此使误差变化率e的加权大些，即取值小些。针对不同的误差等级范围，分别取v值为：
将上式用来实现flc的模糊推理，如图2所示，它能加快系统的响应速度。
1.2单神经元控制器nnc
当误差e较大时，采用单神经元控制器会使其权值会变得很大，甚至会在计算中溢出，影响控制效果，而且由于神经元需要不断学习、调整权值，其响应过程不如模糊控制快，而在误差较小时神经元控制器具有稳态精度高、鲁棒性强的优点。因此，误差较小时可以采取单神经元控制。单神经元结构如图3所示。
采取的控制策略为：
式中，umax为限幅值，由于x1、x2,、x3分别为误差、误差微分、误差积分，用学习规则调整各输入量的权值，单个神经元就相当于变系数的自适应pid调节器，因此它既有自适应能力，又具备传统pid控制器的优点。且使系统的动态性能只依赖于其误差信号，而不受或少受对象模型叁数的影响，从而提高系统的鲁棒性。
1.3智能协调器rbfc
rbf网络中的作用函数是高斯基函数，是局部的，因而是局部逼近的神经网络，具有学习速度快的优点，适合于伺服系统盼快速性要求，故本文采用基于rbf网络的协调器rbfc来实现多控制器协调控制，rbfc的结构如图4所示。
|
