基于神经网络的运动控制中非线性摩擦力补偿模型的研究

摘要

运动控制已逐步成为一个新的研究热点,而运动控制系统中的非线性摩擦力的补偿技术,也已成为备受控制工作者关注的课题.在机器人、机床、无线电天线和天文望远镜等运动控制系统的速度和位置跟踪控制中,其工作过程中都存在着静、动摩擦力、粘性摩擦力以及执行机构的饱和等非线性特性的影响,尤其在低速、换向时影响更大.这对跟踪精度和运动平稳性的要求都很高的系统,是一个亟待解决的问题.论文采用MATLAB下的SIMULINK仿真软件包对有非线性摩擦力影响的直流伺服电机进行仿真研究,寻求合适的、先进的控制策略,对非线性摩擦力进行补偿,以消除或减小其影响.作者首先采用的是PID型控制器,由于非线性摩擦力的影响,低速跟踪时,其位置跟踪出现

目录

文摘

英文文摘

第1章绪论

1.1摩擦力的起因及运动控制中摩擦力补偿的意义

1.2选题背景

第2章PID控制在电机非线性摩擦力补偿中的应用

2.1运动控制中库仑摩擦力的结构分析

2.1.1非线性摩擦力模型

2.1.2运动控制中库仑摩擦力的结构分析

2.1.3基于模型的摩擦力前馈补偿器的设计

2.2 PID控制和有前馈补偿的控制系统仿真

2.2.1仿真实例分析非线性摩擦力影响

2.2.2有摩擦力前馈补偿的伺服系统三环的PID控制

第3章BP网络在非线性摩擦力补偿中的建模与控制

3.1人工神经网络

3.1.1概述

3.1.2人工神经网络研究的主要方向

3.1.3人工神经网络的主要模型

3.2BP神经网络及其应用

3.2.1概述

3.2.2 BP神经网络模型

3.2.4 BP算法的问题与改进方法

3.2.5 BP网络的泛化能力及其影响因素

3.3Bp神经网络建模思想

3.3.1直接正向建模

3.3.2逆模型建立

3.3.3系统中的控制

3.4神经网络在电机非线性补偿中的仿真设计与实现

3.4.1概述

3.4.2伺服电机神经网络仿真器的设计

3.4.3神经网络补偿器的设计

3.4.4神经网络控制系统

3.5小结

第4章结论

攻读学位期间公开发表论文

致谢

参考文献

附录1

附录2

附录3