u 一④ - 上海师范大学学报.pdfVIP

维普资讯 第 29卷 第4期 上簿师范大学学报 (自然科学版) VoI_29，No 4 200O年 12月 JofSha~ haiTea~ersUniv (Nat~alSciences) Dec 2 00 0 U一 ④ 驱动行波谐振电机的模糊神经网络控 项浞伍 ， ， — 一 TH (上海 师范走学 理工信息学院．上海 200234) 摘 要 ：用模糊神经网络(NN)系统来控制USM特殊电机，可很好地控制USM 电机的转子 位置 ，模拟神经 网络系统可 以在线学习变化速率 ，也能有效地减少参数变 化 的影响及外部干扰 此系统可获得精确 的轨迹响应 ． 关键词 ：模糊控制器；神经阿络；行波型谐振电机 中图分类号：TP389．1 文献标识码 ：A 文章编号：1000—5137(2000)04—0045—09 0 引 言 行波谐振 电机 (USM)有很多十分优秀 的性能 ]，如高保持转矩 ，低速 的高转矩 ，体积小 巧 ，运行时无噪声 ，无 电磁干扰． USM 电机 的驱动系统是利用压电元件 的超声振动力．所 以它的机械模式很难确定 ， USM 的集总 电机模式也不易建立． USM 系统动态性能十分复杂而且是非线性的，系统的参数随时间变化．我们采用 自适 应 的模糊神经网络控制 系统，它具有分辨不确定信息的能力及学习能力，可以很好地控制 USM 电机系统． 使用 Penfium微机来构成接 口并组成模糊控制器 ，使用数字信号处理器 (DSP)来实现 神经 网络的学 习训练 、自适应及刻度 因素的调谐 ． 模糊控制器实现 USM 转子位置的控制．为了增加 USM 驱动系统的跟踪性能，使用具 有不同学 习速率的在线训练神经网络系统来调谐模糊控制器的输出刻度因数．为了确保跟 踪差 的收敛性 ，使用离散型 Lyapunov函数 的分析方法来确定需要变化 的学习速率．用带有 DSP的计算机来实现控制器 的功能，它能测试 USM 系统的控制特性 n~ ． 1 模糊神经 网络控制器 为了加强模糊控制系统的控制性能 ，采用 自适应机制通过输入信号来控制 USM 系统， 收稿 日期 ：1999—12—24 作者简开 ：项 堤伍 (1944一)男，上海师范太学理工信包学院副教授 维普资讯 上海师范大学学报 (自然科学版) 2000拒 偏差信号是标准输入和输出信号的反馈信号之差．为了提高系统对不同输入信号的跟踪性 能 ，使用有各种学习速率 的在线训练神经 网络来完成模糊控制器 的输 出比例因数调谐．图 1 是控制系统的模糊神经网络控制器的结构图． 神经 阿铬 图 1 模糊神经阿络控制系统 模糊控制器的输入 ／出的参数为：偏差信号 ()，偏差信号变化率 )，以及控制量变 化率 △“()．他们的定义分别为 ： P()一 ()一 (n)， (1) z3e()一 P()一 ( 一 1)， (2 “()一 ,flu( 一 1)+ ,flu(H) (