[發(fā)明專利]基于小腦神經(jīng)網(wǎng)絡(luò)的舵機(jī)電動(dòng)加載系統(tǒng)智能控制方法

有效

• 申請?zhí)枺?/td>: 201810870440.0
• 申請日: 2018-08-02
• 公開（公告）號: CN108828952B
• 公開（公告）日: 2021-03-05
• 發(fā)明（設(shè)計(jì)）人: 劉曉琳;李卓
• 申請（專利權(quán)）人: 中國民航大學(xué)
• 主分類號: G05B13/04
• 分類號: G05B13/04;H02P7/00
• 代理公司: 天津才智專利商標(biāo)代理有限公司 12108
• 代理人: 龐學(xué)欣

1.一種基于小腦神經(jīng)網(wǎng)絡(luò)的舵機(jī)電動(dòng)加載系統(tǒng)智能控制方法，所述的舵機(jī)電動(dòng)加載系統(tǒng)包括控制器(1)、PWM驅(qū)動(dòng)器(2)、永磁直流力矩電機(jī)(3)、金屬橡膠-緩沖彈簧(4)、力矩傳感器(6)、旋轉(zhuǎn)編碼器(7)；其中：控制器(1)與PWM驅(qū)動(dòng)器(2)、力矩傳感器(6)和旋轉(zhuǎn)編碼器(7)相連接；PWM驅(qū)動(dòng)器(2)依次通過永磁直流力矩電機(jī)(3)、金屬橡膠-緩沖彈簧(4)與舵機(jī)(5)相連接；舵機(jī)(5)分別與力矩傳感器(6)和旋轉(zhuǎn)編碼器(7)相連接；其特征在于：所述的舵機(jī)電動(dòng)加載系統(tǒng)智能控制方法包括按順序進(jìn)行的下列步驟：

1)由小腦神經(jīng)網(wǎng)絡(luò)前饋控制器和增量式PID反饋控制器組成控制器(1)；

2)小腦神經(jīng)網(wǎng)絡(luò)前饋控制器將從力矩傳感器(6)和旋轉(zhuǎn)編碼器(7)輸出的調(diào)節(jié)誤差e、舵機(jī)(5)的角速度信號角加速度信號作為一個(gè)三維狀態(tài)空間引入至前饋輸入端作為被控信息，采用小腦神經(jīng)網(wǎng)絡(luò)算法對舵機(jī)電動(dòng)加載系統(tǒng)實(shí)現(xiàn)在線實(shí)時(shí)控制，動(dòng)態(tài)調(diào)整連接權(quán)值，得到前饋控制信號u_n；

3)增量式PID反饋控制器利用調(diào)節(jié)誤差e，在舵機(jī)(5)啟動(dòng)、換向瞬間對舵機(jī)電動(dòng)加載系統(tǒng)進(jìn)行反饋控制，同時(shí)為小腦神經(jīng)網(wǎng)絡(luò)提供訓(xùn)練學(xué)習(xí)樣本信息，得到反饋控制信號u_p；之后在上述步驟2)獲得的前饋控制信號u_n和反饋控制信號u_p的基礎(chǔ)上，引入調(diào)節(jié)誤差e的超前校正補(bǔ)償信號u_e，由此組成控制器(1)的控制信號u＝u_n+u_p+u_e，最終輸出控制信號到PWM驅(qū)動(dòng)器(2)，由PWM驅(qū)動(dòng)器(2進(jìn)行信號轉(zhuǎn)換、功率放大后輸出到永磁直流力矩電機(jī)3，并產(chǎn)生加載力矩，最后經(jīng)由金屬橡膠-緩沖彈簧(4)加載到舵機(jī)(5)上；

在步驟2)中，所述的小腦神經(jīng)網(wǎng)絡(luò)前饋控制器將從力矩傳感器(6)和旋轉(zhuǎn)編碼器(7)輸出的調(diào)節(jié)誤差e、舵機(jī)(5)的角速度信號角加速度信號作為一個(gè)三維狀態(tài)空間引入至前饋輸入端作為被控信息，采用小腦神經(jīng)網(wǎng)絡(luò)算法對舵機(jī)電動(dòng)加載系統(tǒng)實(shí)現(xiàn)在線實(shí)時(shí)控制，動(dòng)態(tài)調(diào)整連接權(quán)值，得到前饋控制信號u_n的具體方法是：

采用拉普拉斯變換處理后舵機(jī)電動(dòng)加載系統(tǒng)的實(shí)際加載力矩為：

T₁＝K_TK_LU_m(s) (3)

T₂＝K_LJ_mLθ_r(s)s³+(J_mR+B_mL)K_Lθ_r(s)s²+(K_eK_TK_L+B_mK_LR)θ_r(s)s (4)

式中，T_L為實(shí)際加載力矩；L為永磁直流力矩電機(jī)(3)上電樞回路總電感；R為永磁直流力矩電機(jī)(3)上電樞回路總電阻；K_L為金屬橡膠-緩沖彈簧(4)的剛度系數(shù)；K_e為永磁直流力矩電機(jī)(3)的反電動(dòng)勢系數(shù)；K_T為永磁直流力矩電機(jī)(3)的力矩系數(shù)；J_m為永磁直流力矩電機(jī)(3)的轉(zhuǎn)動(dòng)慣量；B_m為永磁直流力矩電機(jī)(3)的阻尼系數(shù)；U_m為永磁直流力矩電機(jī)(3)的輸入電壓；θ_r為舵機(jī)(5)的轉(zhuǎn)角；

小腦神經(jīng)網(wǎng)絡(luò)利用前饋輸入端所提供的被控信息，采用基于Sigmoid函數(shù)變平衡學(xué)習(xí)常數(shù)的權(quán)值調(diào)整算法對連接權(quán)值進(jìn)行在線調(diào)整，所采用的調(diào)整公式為：

式中，k(t)為第t次迭代平衡學(xué)習(xí)常數(shù)；β和σ為正實(shí)數(shù)，β值決定平衡學(xué)習(xí)常數(shù)的取值范圍；σ決定平衡學(xué)習(xí)常數(shù)的曲線變化形狀；e(t)為第t次迭代的調(diào)節(jié)誤差；

由此得到連接權(quán)值調(diào)整公式為：

式中，ω_j(t)為第t次迭代后存儲在第j個(gè)被激活存儲單元中的連接權(quán)值；α為學(xué)習(xí)率，α∈(0,1)；a_j為激活標(biāo)志函數(shù)，若激活標(biāo)志函數(shù)a_j激活，則其值為1，否則為0；f(j)為第j個(gè)被激活存儲單元的學(xué)習(xí)次數(shù)；

最后判斷調(diào)節(jié)誤差e是否屬于誤差精度ζ范圍內(nèi)，若e＜ζ，則被激活存儲單元的連接權(quán)值不需要調(diào)整；若e≥ζ，則依據(jù)式(6)進(jìn)行修正；

最后將被激活存儲單元的連接權(quán)值與激活標(biāo)志函數(shù)相乘求和而得到前饋控制信號u_n。

2.根據(jù)權(quán)利要求1所述的基于小腦神經(jīng)網(wǎng)絡(luò)的舵機(jī)電動(dòng)加載系統(tǒng)智能控制方法，其特征在于：在步驟3)中，所述的增量式PID反饋控制器利用調(diào)節(jié)誤差e，在舵機(jī)(5)啟動(dòng)、換向瞬間對舵機(jī)電動(dòng)加載系統(tǒng)進(jìn)行反饋控制，同時(shí)為小腦神經(jīng)網(wǎng)絡(luò)提供訓(xùn)練學(xué)習(xí)樣本信息，得到反饋控制信號u_p；之后在上述步驟2)獲得的前饋控制信號u_n和反饋控制信號u_p的基礎(chǔ)上，引入調(diào)節(jié)誤差e的超前校正補(bǔ)償信號u_e，由此組成控制器(1)的控制信號u＝u_n+u_p+u_e，最終輸出控制信號到PWM驅(qū)動(dòng)器(2)，由PWM驅(qū)動(dòng)器(2)進(jìn)行信號轉(zhuǎn)換、功率放大后輸出到永磁直流力矩電機(jī)(3)，并產(chǎn)生加載力矩，最后經(jīng)由金屬橡膠-緩沖彈簧(4)加載到舵機(jī)(5)上的具體方法是：

增量式PID反饋控制器進(jìn)行反饋控制所采用的公式為：

Δu_P(t)＝u_P(t)-u_P(t-1) (7)

Δu_P(t)＝K_P(e(t)-e(t-1))+K_Ie(t)+K_D(e(t)-2e(t-1)+e(t-2)) (8)

式中，u_P(t)為第t次迭代反饋控制器的控制信號；Δu_P(t)為兩次迭代中反饋控制器控制信號的增量；K_p為比例系數(shù)；K_I為積分系數(shù)；K_D為微分系數(shù)；

舵機(jī)電動(dòng)加載系統(tǒng)的控制信號由前饋控制信號、反饋控制信號及超前校正補(bǔ)償信號三部分構(gòu)成，即：

u＝u_n+u_p+u_e (9)

u_e＝η(T_c-u_n) (10)

式中，η為補(bǔ)償因子；由此得到舵機(jī)電動(dòng)加載系統(tǒng)的加載力輸出控制信號，使舵機(jī)(5)根據(jù)控制信號進(jìn)行相應(yīng)運(yùn)動(dòng)。