交叉耦合同步方案北京印刷网.docVIP

北京印刷学院印刷与包装工程学院 毕 业 论 文 题 目：神经网络PID控制器的双轴同步控制研究 姓 名：熊壮壮 专 业：印刷工程 指导老师：翟铭 学 号：140210227 2016年3月10日摘 要 大型零部件龙门式加工机床负载大的坐标轴往往采用多伺服电机同步驱动，同步控制精度对零 件的加工精度有很大影响。在基于交叉耦合的控制结构上，釆用神经网络与PID结合的控制方法，设计了同 步速度误差控制器。控制器可以发挥神经网络的学习功能，在线实时整定PH)参数，提高同步控制精度。用 Simdink对设计的控制器进行仿真，神经网络的学习过程用Simulink的S函数实现。仿真结果表明，神经网络 PID控制器对双轴的同步控制具有很好的误差跟踪能力和较快的收敛速度。 关键词：双轴同步神经网络 PID控制 交叉耦合 ABSTRACT Axes with large load often use multiple servo motor drive in the gantry machines which are used in machining large parts，synchronization control precision has a great influence on the machining precision of parts. Based on the cross coupling control structure，the combination of neural network and PID control method are adopted to design synchronous speed controller. The controller can play a neural network learning function, online real-time adjusting PID parameters, thus improve the synchronization control precision. Simulink simulation is carried out on the controller, and the neural network learning process use Simulink S function. The simulation results show that neu- ral network PID controller has good error tracking ability and faster convergence speed on biaxial synchronous control. Key words： biaxial synchronous neural network PID control cross coupling  目 录 1 引言 1 2 交叉耦合同步方案 1 2.1 PID控制器的原理与算法 1 2.2神经网络控制器 1 3 仿真建模及分析 3 3.1速度补偿器的仿真模型 3 3.2同步控制性能仿真对比 4 结 论 6 参考文献 7 致 谢 6 1 引言 大型数控设备被广泛地用于航空自动化装配领 域，以满足体积大、精度高、生产效率高的工件的加工需求m。这些大型数控设备中负载较大的进给轴往往采用双电机或多电机同步驱动的方式[2];然而受控对象由双伺服控制时,在结构不对称或外界干扰不一样的情况下系统会发生振动,从而影响系统的同步 控制精度。目前,保证多轴同步运动方法主要分为机 械方式和电气方式两大类，且电气式同步控制逐渐成为主流控制方式[3]。为提高电气式同步的精度，国内 外学者提出了很多控制策略文献[6]利用神经 元网络的迭代和自学习的优点,得到合理的双轴同步 误差的补偿量，可以实现较好的控制性能；然而这种 算法不适用于非线性轨迹曲线的跟踪控制。本文控制对象为双轴，通过交叉耦合的控制策略设计一种交叉耦合控制器，结合传统比例积分微分（WD)控制与 神经网络[7]的自学习性，在线整定pn参数，旨在提髙双轴的同步精度，降低外部扰动的影响。 2 交叉耦合同步方案 交叉耦合的控制结构如图1所示。交叉耦合控制将轴间位置误差或速度误差引入补偿单元。补偿单元通过算法得出补偿量反馈给电机控制器，电机根据补偿量调整转速或位