基于神經(jīng)網(wǎng)絡(luò)自抗擾控制的遲滯非線性系統(tǒng)
發(fā)布時間:2021-10-21 23:13
本文主要針對一類非仿射非線性系統(tǒng)中未知遲滯干擾等問題展開研究,基于自抗擾控制,設(shè)計了兩類神經(jīng)網(wǎng)絡(luò)和自抗擾控制相結(jié)合的控制方案,并應(yīng)用于金屬切削機(jī)械系統(tǒng)。討論分析了系統(tǒng)的穩(wěn)定性,給出了嚴(yán)格的數(shù)學(xué)證明與仿真驗證。論文的主要創(chuàng)新點總結(jié)如下:利用正弦信號和Backlash遲滯算子構(gòu)造單環(huán)遲滯非線性擾動,將徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)與自抗擾控制(ADRC)相結(jié)合,采用反步設(shè)計技術(shù),根據(jù)微分隱式推導(dǎo)出控制器表達(dá)式,提出了一種新的雙通道復(fù)合控制(RBF-ADRC)設(shè)計方案。復(fù)合控制利用神經(jīng)網(wǎng)絡(luò)的逼近性克服了傳統(tǒng)自抗擾控制控制精度低的缺點,繼承了其無需詳細(xì)模型即可估計和補(bǔ)償系統(tǒng)未知擾動的優(yōu)點。理論分析和仿真結(jié)果驗證了RBF-ADRC控制算法的有效性。利用控制信號和Backlash遲滯算子構(gòu)造多環(huán)遲滯非線性擾動,將BP神經(jīng)網(wǎng)絡(luò)與線性自抗擾控制(LADRC)相結(jié)合,采用反饋線性化技術(shù),解決了傳統(tǒng)自抗擾參數(shù)過多、難以整定的問題以及線性自抗擾帶寬受限的缺點,更有利于以自抗擾控制為框架的復(fù)合控制(BP-LADRC)在實際工程中應(yīng)用發(fā)展。理論分析和仿真驗證了BP-LADRC控制算法的有效性和適用性。設(shè)計了神...
【文章來源】:青島科技大學(xué)山東省
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
Backlash-like遲滯曲線
基于神經(jīng)網(wǎng)絡(luò)自抗擾控制的遲滯非線性系統(tǒng)2圖1-2遲滯非線性輸入輸出曲線Fig.1-2Hystereticnonlinearinput-outputcurve因此,對遲滯現(xiàn)象進(jìn)行有效控制,使控制器工作在最佳范圍內(nèi),對于解決壓電驅(qū)動器件的遲滯問題,提高壓電驅(qū)動器件的工作穩(wěn)定性具有重要的理論意義和經(jīng)濟(jì)價值[6]。然而,由于遲滯非線性固有的非局部記憶、非對稱特性,導(dǎo)致大多數(shù)傳統(tǒng)控制理論不能應(yīng)用,相關(guān)抑制遲滯現(xiàn)象的控制理論仍不成熟,目前國際學(xué)術(shù)屆仍熱衷于建立遲滯模型對遲滯非線性進(jìn)行控制,然而精確的遲滯模型往往難以建立,盡管如此,學(xué)者們還是在遲滯建模和遲滯控制理論方面做出了許多成果。1.2遲滯模型概述對遲滯非線性系統(tǒng)進(jìn)行控制,常見的方法是構(gòu)造遲滯模型,再構(gòu)造其逆模型,然后反向消除遲滯非線性對系統(tǒng)的影響。遲滯建模方法大致分為三種,即物理遲滯模型,唯象遲滯模型和智能建模方法。物理遲滯模型是基于物理學(xué)的相關(guān)原理,通過對不同材料的物理遲滯機(jī)制進(jìn)行經(jīng)驗分析,采用連續(xù)系統(tǒng)力學(xué)或應(yīng)變與應(yīng)力等物理量的關(guān)系建立遲滯模型以描述遲滯現(xiàn)象,主要為Jiles-Atherton模型[7](疇壁模型),Stoner-Wohlfarth[8]模型。物理遲滯模型往往不夠精確且建模難度大,適用性低。唯象遲滯模型建立在現(xiàn)象本身的基礎(chǔ)上,并根據(jù)系統(tǒng)的輸入和輸出進(jìn)行建模,只要模型動力學(xué)與實際系統(tǒng)相似,無需研究其特殊材料的物理機(jī)制,基本為數(shù)學(xué)結(jié)構(gòu),因而具有一定的使用價值。文獻(xiàn)中常見的如Preisach模型,Prandtl-Ishlinskii模型[9]等算子遲滯模型,Bouc-Wen模型[10]、Backlash-like模型[11]。遲滯模型優(yōu)缺點如表1-1所示。
基于神經(jīng)網(wǎng)絡(luò)自抗擾控制的遲滯非線性系統(tǒng)41.3.2基于逆模型前饋與常規(guī)反饋相結(jié)合的控制以PID控制與Preisach遲滯逆相結(jié)合的控制方案為例,如圖1-4所示,對被控對象進(jìn)行建模并求其逆,遲滯逆作為前饋控制獲得相應(yīng)輸入,PID控制器作為反饋控制對誤差進(jìn)行補(bǔ)償。文獻(xiàn)[13]提出了一種壓電陶瓷驅(qū)動器跟蹤控制方法,該方法將前饋環(huán)與PID反饋控制器結(jié)合起來。采用經(jīng)典的Preisach模型對壓電陶瓷驅(qū)動器的遲滯非線性進(jìn)行了前饋建模,比較了前饋控制方案、常規(guī)PID反饋控制方案和在前饋回路中建立遲滯模型的PID反饋控制方案的優(yōu)缺點。結(jié)果表明,在前饋回路中增加遲滯逆模型,能夠提高跟蹤控制精度。圖1-4前饋控制與PID反饋控制相結(jié)合Fig.1-4CombinationoffeedforwardcontrolandPIDfeedbackcontrol1.3.3智能控制方法神經(jīng)網(wǎng)絡(luò)的逼近特性能有效抑制遲滯現(xiàn)象。近年來,人們利用神經(jīng)網(wǎng)絡(luò)對遲滯進(jìn)行建模和補(bǔ)償?shù)难芯吭絹碓蕉。文獻(xiàn)[14]提出了變結(jié)構(gòu)控制器,如圖1-5所示,這類控制思想以神經(jīng)網(wǎng)絡(luò)建立遲滯逆模型,以兩個神經(jīng)網(wǎng)絡(luò)分別模仿遲滯軌跡的上升沿和下降沿,變結(jié)構(gòu)控制器接收到反饋信號對系統(tǒng)進(jìn)行控制。然而,這些模型只適用于具有單回路的遲滯模型。在文獻(xiàn)[15]中,利用傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)來逼近遲滯曲線,并給出了相應(yīng)的優(yōu)化算法。文獻(xiàn)[16]將Preisach模型與對角遞歸神經(jīng)網(wǎng)絡(luò)相結(jié)合,提出了一種新的壓電驅(qū)動神經(jīng)網(wǎng)絡(luò)動態(tài)遲滯模型。然而,由于遲滯固有的不對稱性和記憶性,平滑的主動函數(shù)不可避免地會在遲滯的拐點處產(chǎn)生誤差。文獻(xiàn)[17]基于擴(kuò)展輸入空間法,建立了結(jié)構(gòu)控制器的速率相關(guān)遲滯模型。引入梯度概念,利用廣義梯度逼近遲滯拐點處的誤差,構(gòu)造動態(tài)遲滯的擴(kuò)展輸入空間,在這個空間中,由兩個分量組成的坐標(biāo)可以唯一地指定多值遲滯輸出。然而,遲滯輸出過程?
【參考文獻(xiàn)】:
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)自抗擾控制的放卷張力控制系統(tǒng)[J]. 彩凱,趙世海. 山東紡織科技. 2018(05)
[2]線性/非線性自抗擾切換控制方法研究[J]. 李杰,齊曉慧,夏元清,高志強(qiáng). 自動化學(xué)報. 2016(02)
[3]航天器姿態(tài)自抗擾控制[J]. 吳忠,黃麗雅,魏孔明,郭雷. 控制理論與應(yīng)用. 2013(12)
[4]自抗擾控制思想探究[J]. 高志強(qiáng). 控制理論與應(yīng)用. 2013(12)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的自適應(yīng)自抗擾控制及仿真[J]. 齊曉慧,李杰,韓帥濤. 兵工學(xué)報. 2013(06)
[6]考慮輸入飽和的直接自適應(yīng)神經(jīng)網(wǎng)絡(luò)跟蹤控制[J]. 李俊方,李鐵山. 應(yīng)用科學(xué)學(xué)報. 2013(03)
[7]基于遲滯觀測器的壓電工作臺自適應(yīng)控制[J]. 魏強(qiáng),吳順偉,曹會國,胡承忠,李現(xiàn)明. 納米技術(shù)與精密工程. 2011(02)
[8]BP神經(jīng)網(wǎng)絡(luò)自抗擾控制器在套印系統(tǒng)中的應(yīng)用[J]. 張恩平,薛必翠,鄭軍海. 控制工程. 2009(S2)
[9]自抗擾控制技術(shù)[J]. 韓京清. 前沿科學(xué). 2007(01)
[10]基于Prandtl-Ishlinskii模型的一類回滯非線性系統(tǒng)自適應(yīng)控制[J]. 馮穎,胡躍明,蘇春翌. 自動化學(xué)報. 2006(03)
本文編號:3449905
【文章來源】:青島科技大學(xué)山東省
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
Backlash-like遲滯曲線
基于神經(jīng)網(wǎng)絡(luò)自抗擾控制的遲滯非線性系統(tǒng)2圖1-2遲滯非線性輸入輸出曲線Fig.1-2Hystereticnonlinearinput-outputcurve因此,對遲滯現(xiàn)象進(jìn)行有效控制,使控制器工作在最佳范圍內(nèi),對于解決壓電驅(qū)動器件的遲滯問題,提高壓電驅(qū)動器件的工作穩(wěn)定性具有重要的理論意義和經(jīng)濟(jì)價值[6]。然而,由于遲滯非線性固有的非局部記憶、非對稱特性,導(dǎo)致大多數(shù)傳統(tǒng)控制理論不能應(yīng)用,相關(guān)抑制遲滯現(xiàn)象的控制理論仍不成熟,目前國際學(xué)術(shù)屆仍熱衷于建立遲滯模型對遲滯非線性進(jìn)行控制,然而精確的遲滯模型往往難以建立,盡管如此,學(xué)者們還是在遲滯建模和遲滯控制理論方面做出了許多成果。1.2遲滯模型概述對遲滯非線性系統(tǒng)進(jìn)行控制,常見的方法是構(gòu)造遲滯模型,再構(gòu)造其逆模型,然后反向消除遲滯非線性對系統(tǒng)的影響。遲滯建模方法大致分為三種,即物理遲滯模型,唯象遲滯模型和智能建模方法。物理遲滯模型是基于物理學(xué)的相關(guān)原理,通過對不同材料的物理遲滯機(jī)制進(jìn)行經(jīng)驗分析,采用連續(xù)系統(tǒng)力學(xué)或應(yīng)變與應(yīng)力等物理量的關(guān)系建立遲滯模型以描述遲滯現(xiàn)象,主要為Jiles-Atherton模型[7](疇壁模型),Stoner-Wohlfarth[8]模型。物理遲滯模型往往不夠精確且建模難度大,適用性低。唯象遲滯模型建立在現(xiàn)象本身的基礎(chǔ)上,并根據(jù)系統(tǒng)的輸入和輸出進(jìn)行建模,只要模型動力學(xué)與實際系統(tǒng)相似,無需研究其特殊材料的物理機(jī)制,基本為數(shù)學(xué)結(jié)構(gòu),因而具有一定的使用價值。文獻(xiàn)中常見的如Preisach模型,Prandtl-Ishlinskii模型[9]等算子遲滯模型,Bouc-Wen模型[10]、Backlash-like模型[11]。遲滯模型優(yōu)缺點如表1-1所示。
基于神經(jīng)網(wǎng)絡(luò)自抗擾控制的遲滯非線性系統(tǒng)41.3.2基于逆模型前饋與常規(guī)反饋相結(jié)合的控制以PID控制與Preisach遲滯逆相結(jié)合的控制方案為例,如圖1-4所示,對被控對象進(jìn)行建模并求其逆,遲滯逆作為前饋控制獲得相應(yīng)輸入,PID控制器作為反饋控制對誤差進(jìn)行補(bǔ)償。文獻(xiàn)[13]提出了一種壓電陶瓷驅(qū)動器跟蹤控制方法,該方法將前饋環(huán)與PID反饋控制器結(jié)合起來。采用經(jīng)典的Preisach模型對壓電陶瓷驅(qū)動器的遲滯非線性進(jìn)行了前饋建模,比較了前饋控制方案、常規(guī)PID反饋控制方案和在前饋回路中建立遲滯模型的PID反饋控制方案的優(yōu)缺點。結(jié)果表明,在前饋回路中增加遲滯逆模型,能夠提高跟蹤控制精度。圖1-4前饋控制與PID反饋控制相結(jié)合Fig.1-4CombinationoffeedforwardcontrolandPIDfeedbackcontrol1.3.3智能控制方法神經(jīng)網(wǎng)絡(luò)的逼近特性能有效抑制遲滯現(xiàn)象。近年來,人們利用神經(jīng)網(wǎng)絡(luò)對遲滯進(jìn)行建模和補(bǔ)償?shù)难芯吭絹碓蕉。文獻(xiàn)[14]提出了變結(jié)構(gòu)控制器,如圖1-5所示,這類控制思想以神經(jīng)網(wǎng)絡(luò)建立遲滯逆模型,以兩個神經(jīng)網(wǎng)絡(luò)分別模仿遲滯軌跡的上升沿和下降沿,變結(jié)構(gòu)控制器接收到反饋信號對系統(tǒng)進(jìn)行控制。然而,這些模型只適用于具有單回路的遲滯模型。在文獻(xiàn)[15]中,利用傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)來逼近遲滯曲線,并給出了相應(yīng)的優(yōu)化算法。文獻(xiàn)[16]將Preisach模型與對角遞歸神經(jīng)網(wǎng)絡(luò)相結(jié)合,提出了一種新的壓電驅(qū)動神經(jīng)網(wǎng)絡(luò)動態(tài)遲滯模型。然而,由于遲滯固有的不對稱性和記憶性,平滑的主動函數(shù)不可避免地會在遲滯的拐點處產(chǎn)生誤差。文獻(xiàn)[17]基于擴(kuò)展輸入空間法,建立了結(jié)構(gòu)控制器的速率相關(guān)遲滯模型。引入梯度概念,利用廣義梯度逼近遲滯拐點處的誤差,構(gòu)造動態(tài)遲滯的擴(kuò)展輸入空間,在這個空間中,由兩個分量組成的坐標(biāo)可以唯一地指定多值遲滯輸出。然而,遲滯輸出過程?
【參考文獻(xiàn)】:
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)自抗擾控制的放卷張力控制系統(tǒng)[J]. 彩凱,趙世海. 山東紡織科技. 2018(05)
[2]線性/非線性自抗擾切換控制方法研究[J]. 李杰,齊曉慧,夏元清,高志強(qiáng). 自動化學(xué)報. 2016(02)
[3]航天器姿態(tài)自抗擾控制[J]. 吳忠,黃麗雅,魏孔明,郭雷. 控制理論與應(yīng)用. 2013(12)
[4]自抗擾控制思想探究[J]. 高志強(qiáng). 控制理論與應(yīng)用. 2013(12)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的自適應(yīng)自抗擾控制及仿真[J]. 齊曉慧,李杰,韓帥濤. 兵工學(xué)報. 2013(06)
[6]考慮輸入飽和的直接自適應(yīng)神經(jīng)網(wǎng)絡(luò)跟蹤控制[J]. 李俊方,李鐵山. 應(yīng)用科學(xué)學(xué)報. 2013(03)
[7]基于遲滯觀測器的壓電工作臺自適應(yīng)控制[J]. 魏強(qiáng),吳順偉,曹會國,胡承忠,李現(xiàn)明. 納米技術(shù)與精密工程. 2011(02)
[8]BP神經(jīng)網(wǎng)絡(luò)自抗擾控制器在套印系統(tǒng)中的應(yīng)用[J]. 張恩平,薛必翠,鄭軍海. 控制工程. 2009(S2)
[9]自抗擾控制技術(shù)[J]. 韓京清. 前沿科學(xué). 2007(01)
[10]基于Prandtl-Ishlinskii模型的一類回滯非線性系統(tǒng)自適應(yīng)控制[J]. 馮穎,胡躍明,蘇春翌. 自動化學(xué)報. 2006(03)
本文編號:3449905
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3449905.html
最近更新
教材專著