[發(fā)明專利]遲滯系統(tǒng)的逆系統(tǒng)控制方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200810021693.7
• 申請(qǐng)日: 2008-08-13
• 公開（公告）號(hào): CN101339407A
• 公開（公告）日: 2009-01-07
• 發(fā)明（設(shè)計(jì)）人: 裘進(jìn)浩;陳遠(yuǎn)晟;季宏麗;朱孔軍
• 申請(qǐng)（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號(hào): G05B13/02
• 分類號(hào): G05B13/02
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司
• 代理人: 魏學(xué)成

技術(shù)領(lǐng)域

本發(fā)明涉及神經(jīng)網(wǎng)絡(luò)在非線性控制領(lǐng)域的應(yīng)用，采用神經(jīng)網(wǎng)絡(luò)建立逆模型，補(bǔ)償遲滯系統(tǒng)，屬于非線性控制的逆系統(tǒng)方法。

背景技術(shù)

遲滯非線性是一種廣泛存在的科學(xué)現(xiàn)象，如壓電陶瓷、勵(lì)磁電機(jī)、變壓器、機(jī)械間隙系統(tǒng)等都存在遲滯現(xiàn)象。在控制系統(tǒng)中，遲滯非線性不僅會(huì)降低系統(tǒng)的控制精度，而且削弱閉環(huán)系統(tǒng)中的反饋?zhàn)饔茫踔猎斐上到y(tǒng)的不穩(wěn)定。特別是在智能材料領(lǐng)域，壓電陶瓷等智能材料因定位精度高、驅(qū)動(dòng)力大等優(yōu)點(diǎn)，而被廣泛應(yīng)用在精密加工機(jī)床，電子顯微鏡探頭驅(qū)動(dòng)，微工作臺(tái)，天文望遠(yuǎn)鏡定位等系統(tǒng)。但壓電陶瓷等智能材料本身所固有的遲滯特性，已成為控制精度進(jìn)一步提高的主要障礙。從控制角度看，遲滯系統(tǒng)的控制難度主要在兩個(gè)方面：一是多映射性，相同輸入可以有不同輸出，而相同輸出可以不同輸入；另一方面，遲滯系統(tǒng)的輸出不僅與輸入信號(hào)瞬時(shí)值有關(guān)，而且還與輸入信號(hào)的歷史有關(guān)。

為提高控制精度，減小遲滯對(duì)系統(tǒng)的負(fù)面影響，通常采取的控制策略是建立相應(yīng)的遲滯模型進(jìn)行補(bǔ)償，其中以廣義Maxwell模型和Preisach遲滯模型的應(yīng)用最為廣泛。廣義Maxwell模型將遲滯系統(tǒng)等效為若干個(gè)遲滯單元的疊加，只要增加單元數(shù)量就可以提高精度，但廣義Maxwell模型是一種對(duì)稱模型，無(wú)法適用于非對(duì)稱遲滯系統(tǒng)。Preisach模型原理簡(jiǎn)單，適用范圍廣，可以描述任何復(fù)雜遲滯特性，但所需的參數(shù)太多，需要龐大的存儲(chǔ)空間，計(jì)算量大，而且實(shí)現(xiàn)形式比較復(fù)雜，難以實(shí)時(shí)調(diào)整參數(shù)進(jìn)行在線控制。

發(fā)明內(nèi)容

本發(fā)明針對(duì)有遲滯特性的系統(tǒng)，采用分段控制的方式，根據(jù)輸出信號(hào)的變化，分別建立上升段和下降段的神經(jīng)網(wǎng)絡(luò)模型，與原系統(tǒng)復(fù)合成偽線性系統(tǒng)，補(bǔ)償遲滯非線性，提高控制精度。

(1)提取數(shù)據(jù)：遲滯系統(tǒng)在輸入信號(hào)u(t)的作用下，輸出信號(hào)為y(t)，根據(jù)y(t)的變化，在上升段提取輸入信號(hào)u(t)、輸出信號(hào)y(t)、與該段相鄰的前一下降段的輸出信號(hào)y(t)局部極值；在下降段提取輸入信號(hào)u(t)、輸出信號(hào)y(t)、與該段相鄰的前上升降段的輸出信號(hào)y(t)局部極值；其中，第一段的局部極值設(shè)置為0。

(2)建立神經(jīng)網(wǎng)絡(luò)模型：采用BP神經(jīng)網(wǎng)絡(luò)，分別建立上升段與下降段的神經(jīng)網(wǎng)絡(luò)模型，其中，上升段神經(jīng)網(wǎng)絡(luò)將步驟(1)中提取的每個(gè)上升段輸出信號(hào)y(t)，輸出信號(hào)y(t)局部極值，作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的目標(biāo)輸入量，輸入信號(hào)u(t)作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的目標(biāo)輸出量；下降段神經(jīng)網(wǎng)絡(luò)將步驟(1)中提取的各下降段輸出信號(hào)y(t)，輸出信號(hào)y(t)局部極值，作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的輸入量，輸入信號(hào)u(t)為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的輸出量。

(3)設(shè)計(jì)偽線性系統(tǒng)：采用切換開關(guān)，設(shè)計(jì)遲滯系統(tǒng)的逆系統(tǒng)，在輸入信號(hào)遞增時(shí)，逆系統(tǒng)的輸出為上升段神經(jīng)網(wǎng)絡(luò)模型的輸出，在輸入信號(hào)遞減時(shí)，逆系統(tǒng)的輸出為下降段神經(jīng)網(wǎng)絡(luò)模型的輸出；將逆系統(tǒng)與遲滯系統(tǒng)串聯(lián)，構(gòu)成偽線性系統(tǒng)，而且偽線性系統(tǒng)的輸入是遲滯系統(tǒng)的期望輸出值y_d(t)，同時(shí)對(duì)期望輸出值y_d(t)的進(jìn)行在線局部極值檢測(cè)，將期望輸出值y_d(t)，以及檢測(cè)到的局部極值信號(hào)，同時(shí)作為偽線性系統(tǒng)的輸入。

(4)局部極值檢測(cè)器：神經(jīng)網(wǎng)絡(luò)的輸入有3個(gè)量，期望輸出值y_d(t)、y_d(t)的歷史局部極大值、期望輸出值y_d(t)的歷史局部極小值。將期望輸出值y_d(t)依次通過微分器與延時(shí)器，比較輸入信號(hào)導(dǎo)數(shù)的當(dāng)前值與前一時(shí)刻值，若當(dāng)前值大于等于零，前一時(shí)刻值小于零，則認(rèn)為前一時(shí)刻的輸入信號(hào)為局部極小值；若當(dāng)前值小于等于零，延時(shí)后信號(hào)大于零，則認(rèn)為前一時(shí)刻的輸入信號(hào)為局部極大值。

本發(fā)明提出了一種采用神經(jīng)網(wǎng)絡(luò)模型分段補(bǔ)償遲滯的非線性控制方法，提取輸入信號(hào)的特征值同時(shí)作為神經(jīng)網(wǎng)絡(luò)的輸入，實(shí)驗(yàn)結(jié)果表明，神經(jīng)網(wǎng)絡(luò)能夠精確的逼近遲滯逆模型。本發(fā)明的分段神經(jīng)網(wǎng)絡(luò)模型與傳統(tǒng)的Preisach、Maxwell等模型相比，所需參數(shù)少，實(shí)現(xiàn)形式簡(jiǎn)單，簡(jiǎn)化了參數(shù)辨識(shí)的方法，而且傳統(tǒng)的遲滯模型多為速率無(wú)關(guān)模型，不能補(bǔ)償輸入信號(hào)變化速率對(duì)輸出的影響，本發(fā)明為補(bǔ)償輸入速率的影響，提供了一個(gè)可行的方案。

附圖說明

圖1為遲滯系統(tǒng)的輸入-輸出圖；

圖2為在輸信號(hào)u(t)的作用下，遲滯系統(tǒng)的輸出圖；

圖3為神經(jīng)網(wǎng)絡(luò)模型與遲滯系統(tǒng)復(fù)合成的偽線性系統(tǒng)框圖

圖4為偽線性系統(tǒng)的輸入輸出圖。

具體實(shí)施方式