基于模煳神经网络控制的溷合式步进电动机伺服系统研究.pdfVIP

维普资讯 高技术通讯 2004．5 基于模糊神经网络控制的混合式步进电动机伺服系统研究① 王泮海② 徐殿 国 史敬灼 (哈尔滨工业大学电气工程系 哈尔滨 150001) 摘 要 在对二相混合式步进电动机实行最大转矩／电流矢量控制和I王)位置控制的基础 上，为克服参数时变和外界扰动对系统性能的影响，设计了一种新型高性能的参考模型自 适应模糊神经网络控制器。实验结果表明所设计的位置伺服系统具有 良好的性能。 关键词 二相混合式步进电动机，最大转矩／电流控制，I王)位置控制，模糊神经网络控制 利用操作者的经验来对对象进行控制 ，近年来在很 0 引 言 多对象模型不确定场合获得了成功的应用。但是 目 二相混合式步进电动机是 20世纪 6o年代 GE 前缺少对其稳定性的系统理论证明，其控制规则的 公司的专利，70年代初随着计算机工业的发展，由 选取和隶属度的划分也没有有效的设计准则，而这 于在外设方面的应用，以及计算机控制系统的发展 均影响着系统的性能 3。 而获得迅速的发展。从20世纪6o年代末开始到现 神经网络控制器由于其具有对任意非线性函数 在，二相混合式步进电动机一直是应用最广、最基本 的逼近和识别能力、快速并行计算及容错能力，因而 的类型。 也得到广泛应用L4．5J。它的一个主要缺点是其黑箱 目前，混合式步进电动机主要应用于要求较高 特性，即使用者很难理解和修改网络的决策过程6。 分辨率的开环定位系统和低速开环调速系统，组成 模糊神经网络控制充分地利用了各 自的优点。 的系统简单方便、成本低 ，至今没有更合适的取代它 避免了其缺点。二者的结合既具有短期的参数变化 的产品。但是随着工业要求的提高，对步进电动机 自适应特性，又具有长期的对相关知识的自学习能 系统在稳定性、快速响应、宽运行范围等方面又提出 力，可以构成一个更强有力的智能控制系统，因而愈 了一系列新的要求。由于步进电动机开环运行固有 来愈受到重视L7I9J。 的缺点，闭环控制是提高其控制性能的根本途径。 本文基于以上思想设计了二相混合式步进电动 直接驱动电机及驱动控制系统是国家863计划 机的模型参考 自适应模糊神经网络伺服控制器。首 自动化领域智能机器人主题机器人一体化关节驱动 先对二相混合式步进电动机实行基于最大转矩／电 装置的关键系统。采用直接驱动方式，可以消除传 流策略的矢量控制，而后在理想情况下的电机动态 动机构带来的摩擦、间隙等不利因素，增加了伺服刚 模型基础上设计了 位置控制器以满足伺服系统 度，提高执行机构的终端合成速度和定位精度 ，简化 预定的性能指标，相应的系统传递函数选作参考模 了控制系统并提高了系统的可靠性，但是却使系统 型。此后 ，加入设计的参数在线调整模糊神经网络 对负载扰动变得敏感，所以更需要提高控制系统的 控制器，以使系统在参数时变和外界扰动情况下也 鲁棒性[1l。 能保持良好的模型跟踪特性。 混合式步进电动机的参数强耦合、高度非线性 特性增加了对其伺服控制的难度。传统的PID控制 1 二相混合式步进电动机的矢量控制 虽然对模型精确的系统有较好的控制效果，但对于 混合式步进电动机实质上是一种低速的永磁同 参数波动的系统则无法获得较高的控制性能。理论 步电动机。但由于其定转子间气隙极小，因此双凸 和实践表明，高性能的伺服系统需要现代控制理论 结构产生的磁阻转