基于bp神经网络摩擦力补偿算法的研究-控制理论与控制工程专业论文.docxVIP

摘要摘要 摘要 摘要 伺服系统中由于摩擦等非线性引起的爬行，跟踪误差等现象已经成为阻碍系 统性能提高的瓶颈之一，因此对其实施有效补偿以消除这些影响在工程中具有重 要意义。本文首先综述了国内外在摩擦建模以及摩擦补偿方面的研究现状，总结 了已有研究的不足之处，从而根据这一领域的发展趋势。提出了利用神经网络进 行摩擦力补偿的方法。接着阐述了神经网络的理论基础及发展，在分析了与传统 辨识相对应的神经网络辨识的优点后，提出了利用BP神经网络进行系统辨识， 并深入研究了BP神经网络的网络结构、算法原理以及网络设计，针对基本BP 算法存在的学习速度慢、容易陷入局部极小点的不足，介绍分析了几种改进算法， 并利用改进的BP算法(LM算法)给出了仿真结果。然后论述了传统PID控制 的基本理论与方法，并给出了PID控制器参数的一些调整方法，同时针对系统中 存在的摩擦力等非线性，提出了利用神经PID控制方法，给出了神经PID控制器 的详细设计方法，并通过使用Matlab强大的仿真功能，针对非线性时变系统进 行了仿真试验，实验结果表明该方法的有效性。 最后简要介绍了PWM功率放大器的组成、工作原理、特点，并对常见的H 型双极性模式PWM功率放大器的工作特性作了定性分析，为了增加PWM功率放大 器控制的灵活性，用VHDL语言设计了基于可编程逻辑器件的P删控制器，并选 用富士公司集驱动和保护于一体的智能功率模块(6MBP20RH060)制作了PWId 功率转换电路，使整机具有电路简单、体积小、可靠性高等特点。 关键词：摩擦力补偿，神经网络辨识，BP神经网络，神经PID，PWM功率放大器， CPLD 基于BP神经网络摩擦力补偿算法的研究ABSTRACT 基于BP神经网络摩擦力补偿算法的研究 ABSTRACT Wang Xin Feng(Control Theory and Control Engineering) Directed by Prof．Gao Wei Friction caused low speed creep and tracking errors which presents in servo systems has become an impediment to improve their performance．So it is important of compensating the friction to eliminate the effect of friction．The present situation of friction modeling and friction compensation at home and abroad are first summarized．The shortcomings of these studies are also presented and future trends in this field are also described，and the friction compensating using neural network is put forward．Then the theories and development of neural network is introduced． After analyzing the advantages of neural network identification compared to traditional identification，the BP neural network is used to identify the system．The network structure，algori thm principle and network design are deeply studied．Aiming at the shortcoming of studying slowly and easily stepping into the local minimum problem，some improved algorithms are put forward．The simulation results that adopts the improved algorithm(LM algorithm)is gained．The results prove that it is effective．The traditional PID is introduced and some adjusting methods are also brought out．Aiming at the complicate