模糊神经网络PID在伺服控制系统中的应用.PDFVIP

技术与应用——伺服系统 74 模糊神经网络PID 在伺服控制系统中的应用 Application Research of Manipulator Pipe Racking System Based on Fuzzy Neural Network PID Control 文/ 康迪自动化有限公司 胡新 摘要 ：利用 PID 算法设计定位控制器模型虽然是一种有效的控制方法，但由于精确的数学模型难以确定，使得参数整定困 3 模糊神经网络PID控制 难、控制效果不理想。本文根据钻台自动排管系统存在的非线性特性和保证排放运动速度的平稳性。构造了一种适用于过 3.1 模糊神经网络的结构 程辨识的模糊神经网络 PID，来辨识操作机的对象模型，为动态规划提供非线性关系模型。采用模糊神经网络控制器和鲁 该模糊神经网络为 4 层，如图 2 所示。第 l 层为输入层；第 2 棒控制器相结合的实时控制器来保证闭环系统的稳定性和良好的控制效果。仿真表明改进的模糊神经网络 PID 控制器动态 层为模糊化层；第 3 层为模糊推理层；第 4 层为输出层。模糊神经 响应速度快，超调小，鲁棒性好，精度高。 网络结构为 2- 6- 6- 3。 1 前言 20 世纪 80 年代以来，随着集成电路、电力电子技术和 在海上钻井作业中常遇风浪，工作环境恶劣，安全情况更为突 交流可变速驱动技术的发展，永磁交流伺服驱动技术有了突出 出。同时，海上钻井成本很高。因此，加快钻井速度，缩短钻 图 2 模糊 RBF 神经网络的结构 的发展，各国著名电气厂商相继推出各自的交流伺服电动机和 井周期显得尤为重要。 伺服驱动器系列产品并不断完善和更新。交流伺服系统已成为 （l）输入层。该层将输入误差 e 和系统实际输出 y（k）作为 当代高性能伺服系统的主要发展方向，使原来的直流伺服面临 2 机械手伺服控制系统介绍 下一层的输入。活化函数为： 被淘汰的危机。90 年代以后，世界各国已经商品化了的交流 海洋平台机械手实际系统存在严重的非线性，对系统的 伺服系统是采用全数字控制的正弦波电动机伺服驱动。交流伺 参数变化比较敏感，难以做到准确定位；另外由于机械精度方 因此本层的输出为 e 和 y（k） 服驱动装置在传动领域的发展日新月异。 面的原因还存在和一定的死区，使得控制精度降低，存在超 （2）模糊化层。活化函数即为该隶属度函数。因此，输出为： 近年来，国内石油钻井装备整体技术水平有了很大提高， 调。模糊神经网络 PID 控制器，采用动态递归神经网络 （即 但在钻井管柱自动化操作装置方面落后国际水平甚远，如从地 ELman 网络）对系统的模型进行辨识，将模糊控制与神经网 面到钻台的管柱输送装置和钻台机械手等井口装置技术的缺 络相结合，通过神经网络来实现模糊逻辑，同时利用了神经网