基于ＬＭ３Ｓ８９６２　ＡＲＭ的神经元控制直流调速系统.docVIP

基于ＬＭ３Ｓ８９６２　ＡＲＭ的神经元控制直流调速系统 　　摘 要：介绍采用LM3S8962作为主控器件、结合智能控制理论的直流调速系统设计及实现。主要内容涉及神经元控制器、硬件、软件设计,并对该系统进行了仿真实验。从仿真结果可知：该系统具有良好的控制性能,并能达到很高的控制精度。 　　关键词：ARM;神经元控制;直流调速系统;直流电机 　　中图分类号：TP273 文献标识码：B 文章编号：1004373X(2008)1718002 　　 　　Neuron Control DC Speed Regulation System Based on LM3S8962ARM 　　LIAO Jingsheng 　　(Maoming College,Maoming,525000,China) 　　 　　Abstract：This paper introduces the design and realization of DC speed regulation system controlled by neuron controller based on LM3S8962ARM.This article mainly introduces the design of neuron controller,the hardware and the software.This system is simulated,and the simulation results prove that this speed regulation system not only has better control performance,but also can gain higher control precision. 　　Keywords：ARM;neuron control;DC speed regulation system;DC motor 　　 　　 　　收稿日期直流电动机具有良好的起制动性能,能大范围内平滑调速,因而在可控的电力拖动领域中得到了广泛的应用。然而传统的直流调速系统所采用的是由分立元件构成的复杂PID模拟控制系统。常规PID控制虽然具有结构简单、稳定性好、易于工程实现等优点,但该方法过分依赖控制对象的模型参数,鲁棒性差。对于复杂系统如对机器人的控制,由于其负载模型参数的大范围变化以及非线性因素的影响,常规PID控制难以达到满意的效果。本文提出一种基于LM3S8962 ARM芯片的模糊控制系统,以替代传统的PID模拟控制,提高直流调速系统的控制性能。 　　 　　1 控制系统的控制方案 　　 　　系统控制框图如图1所示,采用串级控制,分为转速环(外环)和电流环(内环)。为了提高系统响应的快速性和限流的必要性,电流环仍采用传统的PI调节器,而转速则采用神经元控制器,以提高其鲁棒性。 　　图1 控制系统框图2 单神经元PSD自适应控制算法 　　单神经元自适应PSD算法控制框图见图2。 　　图2 单神经元自适应PSD算法控制框图图2中状态转换器的输入为设定值r(k)和过程输出y(k),转换器的作用是获得单神经元的三个输入量x??1(k),x??2(k),x??3(k),在这里： 　　x??1(k)=e(k)=r(k)-y(k) 　　x??2(k)=Δe(k)=e(k)-e(k-1) 　　x??3(k)=Δ2e(k)=e(k)-2e(k-1)+e(k-2) 　　单神经元控制器的输出为：Δu(k)=K∑3I=1W??i(k)x??i(k)其中:W??i(k) (i=1,2,3) 为对应于神经元输入x??i(k)的加权系数。 　　控制器总输出为: 　　u(k)=u(k－1)+Δu(k) 　　=u(k－1)+K∑3i=1W??i(K)x??i(k) 　　学习规则为:W??i(k+1)=W??i(k)+η??ir??i(k)其中η??i为学习速率,r??i(k)是递进信号并取作:r??i(k)=z(k)u(k)［e(k)+Δe(k)］z(k)为教师信号,在这里取z(k)=e(k)。这是因为控制效果主要与e(k)和Δe(k)有关。为了保证学习算法的收敛性和控制的鲁棒性,一般采用规范化学习算法以构成单神经元PSD控制规律,所以单神经元自适应PSD的控制算法如下: 　　 u(k)=u(k－1)+K(k)∑3i=1W??i(k)x??i(k) 　　 W′??i(k)=W??i(k)∑3i=1W??i(k) 　　 W??1(k+1)=W??1(k)+η??????Ie(k)u(k)［e(k)+Δe(k)］ 　　 W??2(k+1)=W??2(k)+η??????Pe(k)u(k