模糊神经网络在交流伺服系统中的应用研究

摘要

该论文旨在改进某型号火炮的随动系统,以满足该系统处于大惯量、变负载和强冲击等恶劣环境中具有快速性、准确性及稳定性的要求.该论文的主要内容是对火炮控制所采用的交流伺服系统进行硬件设计、软件编写及协同调试.硬件部分致力于伺服元器件的选择、放大板的设计及电路调试,并测试系统的数学模型;在软件方面,鉴于系统工作过程中的条件恶劣,该文在模糊控制与神经网络计算相结合方面作了尝试和探索,提出了一种新型的模糊神经网络控制器,其中使用神经网络进行系统辨识,采用Borland C++编写相应的学习算法;最后对整个系统进行了协同调试.实验结果表明:所设计的控制器能够较好地解决上述大惯量、变负载和强冲击等恶劣情况之下的伺服控制问题,满足系统所提出的各项性能要求.

目录

文摘

英文文摘

1概述

1.1课题背景

1.2交流伺服系统的概述

1.3智能控制概述

1.4智能控制在交流伺服系统中的应用

1.5本人承担的工作

2系统硬件组成

2.1控制计算机

2.2数据采集卡

2.2.1 PCL-730数字输入输出卡

2.2.2 PCL-818L数据采集与控制卡

2.3旋转变压器及RDC转换模块

2.3.1 J70XFS011旋转变压器

2.3.2 MTS16转换模块

2.3.3转换数据的读取

2.4伺服放大器电路

2.5交流调速系统

2.5.1变频驱动器

2.5.2交流同步伺服电机

3系统测试和模型推导

4模糊神经网络

4.1模糊控制

4.1.1模糊控制的概述

4.1.2模糊控制的组成

4.1.3模糊控制的优点

4.1.4模糊控制存在的问题与不足

4.2神经网络控制

4.2.1神经网络的概述

4.2.2神经元的模型

4.2.3神经网络的拓扑结构

4.2.4神经网络的学习和训练

4.2.5神经网络的优点

4.2.6神经网络存在的问题与不足

4.3模糊控制与神经网络的结合

4.3.1模糊系统和神经网络的比较

4.3.2模糊神经网络概述

4.3.3模糊神经网络的研究现状

4.3.4模糊神神经网络结合的方式

4.3.5常见模糊神经网络的结构

4.3.6模糊神经网络的研究趋势

5模糊神经网络控制器的设计

5.1模糊神经网络控制器

5.1.1模糊神经网络控制器结构

5.1.2模糊神经网络控制器的算法

5.2神经网络辨识

5.2.1模型辨识的基本理论

5.2.2前向神经网络辨识的可行性

5.2.3采用的神经网络的结构

5.2.4神经网络辨识的学习算法

5.2.5 BP神经网络辨识参数的确定

5.3前馈控制部分

5.4采样周期的选择

5.5数字滤波

6实时控制程序的编写

6.1中断处理流程

6.2控制模式

6.3位置信号的采集

6.4捷径整步

6.5时间最优控制器

6.6前馈控制器

6.7 D/A输出

6.8模糊神经网络控制器

6.9神经网络系统辨识

7系统仿真及实际系统应用

7.1系统仿真

7.2实际系统的应用

结束语

致谢

参考文献

附录