CMAC小脑神经网络观测器的构建与故障诊断应用(机床与液压)讲解.doc

PAGE \* MERGEFORMAT8 作者简介：李永建（1977－），男，硕士，盐城工学院助教，研究方向为机械电子工程。 1 CMAC小脑神经网络观测器的构建与故障诊断应用 李永建 （盐城工学院机械工程学院 盐城 224002） 摘要：为了把观测器应用于故障诊断研究，本文在分析CMAC小脑神经网络结构原理的基础上，构建CMAC观测器对液压位置伺服系统进行故障诊断研究。通过对液压位置伺服系统建模，利用CMAC观测器对电子放大器故障和液压泄露故障的仿真分析，分析结果验证了CMCC观测器对故障诊断的有效性，这是CMAC观测器在液压位置伺服系统的故障诊断方面的首次尝试，具有一定的理论价值。 关键词：液压位置伺服系统；CMAC；观测器；故障诊断 The Construction of CMAC Observer and Its Application in Fault Diagnosis LI Yongjian (School of Mechanical Engineering, Yancheng Institute of Technology, Yancheng, 224002) Abstract: In order to apply observers to fault diagnosis study, the construction and operation of CMAC is analyzed, on which CMAC observer is constructed for fault diagnosis of hydraulic position servo system. Through modeling for hydraulic position servo system, simulation analysis of electronic amplifiers and hydraulic leak is conducted with the help of CMAC observer. The results prove the effectiveness of CMAC observers for fault diagnosis which is also the first successful attempt for CMAC observers at fault diagnosis of hydraulic position servo system and has certain theoretical values. Key words: hydraulic position servo system; CMAC; observer; fault diagnosis 1. CMAC小脑神经网络结构 1975年，J. S. Albus提出一种模拟小脑功能的神经网络模型Cerebella Model Articulation Controller, 简称CMAC[1,2]。CMAC小脑神经网络是仿照小脑控制肢体运动的原理而建立的神经网络模型。小脑指挥运动时具有不假思索地做出条件反射迅速响应的特点，这种条件反射式响应是一种迅速联想。因此，CMAC网络与其它网络相比具有收敛速度快的特点。 简单的CMAC结构如图1所示，CMAC网络由两层映射结构组成：第一层为非线性映射，将输入的模拟量量化成离散的输入空间S，转化成二进制的联合向量a，输入空间中的每个点将同时激活a中的C个单元。其中C是CMAC网络中的重要参数，它表征了信号检测单元的感受野??小，直接影响系统的泛化能力，一般称为泛化参数。CMAC的输入为经过量化后的结果，离散输入空间的数据与联合向量存在一一对应关系，每个输入点由唯一的联合向量表示。第一层变换的特点是：它将只存在很小差别的两个相邻的输入点映射到联合向量中，随着输入点之间的距离逐渐增加，相应的联合向量之间相同的位数随之减少，当超过泛化参数C后，将不再存在相同位。因此，该映射具有非线性特征和对整个系统进行泛化的能力。 第二层结构的输出是由联合向量a和加权向量w得出的一个标量，其计算公式为： （1.1） 因为联合向量是一个一进制值，上式可以简化为联合向量中激活位所决定的加权值之和： （1.2） 图1 CMAC小脑神经网络结构 2. CMAC观测器的构造 下面采用CMAC小脑神经网络对液压位置伺服系统进行状态观测，通过实际系统输出与观测器输出间的误差实现伺服系统的故障诊断。基于以上的非线性系统的状态观测器的输出残差