应用于x-y平台之智慧型运动控制-国立中央大学电机系.pdfVIP

應用於 X-Y 平台之智慧型運動控制 謝伯璜 林法正 謝欣然 沈柏宏 國立東華大學 電機工程學系 花蓮縣壽豐鄉志學村大學路二段一號 TEL ：03-8634061 FAX ：03-8634060 摘要 ：本文之主旨系發展適應性遞迴式類神經網路(ARNN)控制電腦數值計算控制(CNC)工具 機伺服系統 。由於遞迴式類神經網路 (RNN)具有準確的近似能力 ，因此在所提出的 ARNN 控 制系統中，其RNN用來估測一個未知的動態函數 ，且適應性線上學習演算法可以由Lyapunov 穩定度理論所推得 。除此之外 ，本文並利用了一個強健控制器來克服由近似誤差 、理想參數 向量 、泰勒展開式中高階項次 、外力干擾 、交叉耦合干擾和系統的摩擦力所組成的總集不確 定項。為了更進一步增加系統的效能 ，還設計了一個總集不確定項的估測法則來減小強健控 制器在克服總集不確定項的不足 。最後將利用各種的參考輪廓軌跡實測來驗證上述控制器之 性能。 關鍵字 ：適應性遞迴式類神經網路 、雙軸運動機構 、CNC 工具機、參考輪廓追隨控制 簡介 在現在工業系統上 ，電腦數值控制 (CNC)工具機變成很重要的元素之一[1,2] 。一般來說 ， CNC 機器可以被區分為二種部份 ：一部份為具有伺服驅動器的機械結構 ，另一部份為控制多 軸機械運動之控制器 。大致上 ，CNC 機器是由X-Y 平台和Z軸所構成的機械運動裝置 ；每 一軸都是由一個獨立的致動器所驅動 ，像是直流馬達或是交流馬達 。這種架構通常產生了一 些問題 ，例如 ：無法模式化的動態模型，交叉耦合千擾，難以測量的摩擦力參數和各軸的負 載轉矩干擾 …等；通常這些因素會嚴重的降低機械加工的品質[1] 。因此為了改善機械加工時 追隨品質 ，許多專門改善控制效能的研究被提出 [3,4] 。因此 ，為了改善 CNC 工具機追隨的強 健性及高效能的研究被提出 [5-8] 。在參考文獻[5] ，使用動態濾波器來增強對系統參數變化的 強健性和補償負載轉矩的干擾 。然而 ，此濾波器的時間常數必需經由實驗來獲得，而且在控 制設計時此濾波器相對階數的選擇還必須避開微分運算 。在參考文獻[6]中 ，可變結構控制被 使用於速度控制迴路 ，PI型式的控制器被使用於位置控制迴路 。如此的話 ，追隨的效能明顯 被限制在位置控制迴路中 。此外，藉由學習法則來調整參數的位置控制器在參考文獻[7]與[8] 被提出 。在參考文獻[7]與[8]中 ，類神經和相似於類神經的控制器分別被使用 。然而在參考文 獻 [7]中 ，只考慮了系統參數的變動 ，在參考文獻[8]只分析控制器參數的調整對位置追隨準確 性的影響。 遞迴式類神經網路(RNNs)[9-11]結合了前饋和迴授兩種的網路連接方式 。使得遞迴式類神 經網路能有效的模組化、並有效的控制其複雜的系統。因為遞迴式的神經元具有內部的回授 迴路不需經由額外回授的延遲 ，即可獲得系統的動態響應 。因此 ，遞迴式的類神經網路比前 饋式的類神經網路具有更高級的能力 。遞迴式類神經網路能藉由本身暫態的運算 ，而有能力 處理輸入或輸出為時變的系統[9] 。因此遞迴式類神經網路是一種動態的映射 結構 ，所以 ，對 於未知模式的動態系統 、系統參數的變化和外來負載的干擾等均能有效的控制 。 在現代的製造業中 ，高速精密的雙軸運動控制設計是必要的 。因此 ，本文利用所提出的 適應性遞迴式類神經網路系統(Adaptive Recurrent Neural Network System)來控制雙軸CNC 工 具機，使系統能夠準確地追隨各種不同的軌跡 。其中此雙軸的運動機械裝置是 X-Y 平台經由 滾珠螺桿直接耦合兩個磁場導向控制之永磁同步馬達所組成的 。首先 ，為了獲得簡易的控制 器設計 ，我們必須推導出具有參數變動、外部雜訊干擾 、雙軸 之間的交叉耦合 干擾和摩擦力 等不確定項的單軸永磁同步馬達動態模型 。接著在控制器設計方面，為了降低假設性上的限 制和能夠經由適應性法則來線上調整RNN的參數 ，於是本文結合了適應控制系統和類神經網 路而發展出 ARNN 控制方法 。本文所提出的控制架構是利用Lyapunov Stablility證明其系統 之穩定性 ，並推導得出其網路參數之線上調整法則。並且利用強健控制器來克服由於