王麗榮

摘要：氣缸低速運(yùn)動(dòng)的直線型摩擦和干涉因子的靈敏度的高度等問(wèn)題，motion控制系統(tǒng)的數(shù)學(xué)模型，確立適應(yīng)基于神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)膒d控制算法的追蹤控制?，F(xiàn)有的dc伺服控制系統(tǒng)的數(shù)學(xué)模型為基礎(chǔ)，根據(jù)汽缸的低速摩擦的數(shù)學(xué)模型，嵌入控制，汽缸的摩擦造成的現(xiàn)象，有效地抑制了自由泳汽缸的動(dòng)向可以確保流暢的。同時(shí)，基于無(wú)線電的函數(shù)神經(jīng)網(wǎng)絡(luò)，與傳統(tǒng)的PD控制算法結(jié)合的不確定非線性函數(shù)，實(shí)現(xiàn)高精度氣缸系統(tǒng)的跟蹤控制。Matlab仿真結(jié)果顯示，所建立的數(shù)學(xué)模型和控制算法可以有效地實(shí)現(xiàn)氣缸控制系統(tǒng)的位置跟蹤。

關(guān)鍵詞：氣缸控制系統(tǒng);PD算法;位置跟蹤

近年來(lái)，由于可應(yīng)用于氣缸的功能數(shù)量眾多，例如建模，控制器設(shè)計(jì)，車(chē)載測(cè)試和診斷，人工神經(jīng)網(wǎng)絡(luò)己引起了廣泛關(guān)注。ANN是一種信息處理范例，受生物神經(jīng)系統(tǒng)，功能以及信息處理的數(shù)學(xué)和物理方法的啟發(fā)。后者由許多相互并行工作的簡(jiǎn)單處理單元組成，它們以某種方式連接，并取決于外部輸入信息計(jì)算機(jī)系統(tǒng)的動(dòng)態(tài)響應(yīng)狀態(tài)。它是一個(gè)簡(jiǎn)單的模擬與特定的智能功能和快速處理能力的大腦執(zhí)行。

一、氣缸控制系統(tǒng)結(jié)構(gòu)

氣缸控制系統(tǒng)通常包含三層：輸入層，隱藏層和輸出層。它們每個(gè)由節(jié)點(diǎn)或神經(jīng)元組成。而且，人工神經(jīng)網(wǎng)絡(luò)可以解決分類(lèi)問(wèn)題和函數(shù)逼近。如果數(shù)據(jù)的設(shè)計(jì)滿足系統(tǒng)的所有動(dòng)態(tài)要求，則ANN模型的應(yīng)用程序開(kāi)始正確運(yùn)行。

二、氣缸運(yùn)動(dòng)控制系統(tǒng)數(shù)學(xué)模型

我們工作的實(shí)驗(yàn)設(shè)置包括三個(gè)步驟。第一步，我們開(kāi)發(fā)一種用于車(chē)輛電動(dòng)機(jī)的發(fā)動(dòng)機(jī)控制系統(tǒng)的模型?？刂坪凸芾韱卧谏窠?jīng)模糊系統(tǒng)。之后，執(zhí)行熱測(cè)試程序來(lái)測(cè)試己開(kāi)發(fā)的ECU，這是我們程序的第二步。下一步是構(gòu)建一個(gè)預(yù)測(cè)模型，該模型能夠?yàn)閷?lái)的時(shí)間間隔估計(jì)未知的燃油消耗值。將進(jìn)一步詳細(xì)討論這些步驟。

1.機(jī)械運(yùn)動(dòng)部分?jǐn)?shù)學(xué)模型

機(jī)械運(yùn)動(dòng)部分?jǐn)?shù)學(xué)模型由驅(qū)動(dòng)裝置數(shù)學(xué)模型、直流伺服電機(jī)數(shù)學(xué)模型、傳動(dòng)設(shè)備數(shù)學(xué)模型和氣缸低速運(yùn)動(dòng)摩擦力數(shù)學(xué)模型組成。

絲杠滑臺(tái)作為伺服系統(tǒng)的機(jī)械傳動(dòng)機(jī)構(gòu)，主要作用是將直流伺服電機(jī)的旋轉(zhuǎn)運(yùn)動(dòng)轉(zhuǎn)化為直線運(yùn)動(dòng)。電機(jī)連接到螺紋桿的滑動(dòng)臺(tái)，電機(jī)的轉(zhuǎn)速等于螺母旋轉(zhuǎn)速度的河流。絲綢條滑動(dòng)導(dǎo)軌是指桿螺母在旋轉(zhuǎn)時(shí)行走的直線距離，因?yàn)闂U連接到氣缸，直線距離是活塞的前進(jìn)距離，表示為：

通常使用絲杠的傳動(dòng)效率來(lái)表示系統(tǒng)的阻力矩和摩擦力矩：

由式（2）和式（3）可知，為了滿足對(duì)高精度，快速性和穩(wěn)定性的要求，已經(jīng)設(shè)計(jì)了基于PLC的工業(yè)應(yīng)用中的電動(dòng)缸控制方法。控制方法包括：自動(dòng)上電并在加電時(shí)復(fù)位，快速準(zhǔn)確的壓力加載，通過(guò)自學(xué)習(xí)生成控制參數(shù)以及返回到原點(diǎn)和壓力校準(zhǔn)。快速準(zhǔn)確的壓力加載過(guò)程包括位置預(yù)加載，壓力預(yù)加載，壓力粗加載和壓力精細(xì)加載。實(shí)驗(yàn)結(jié)果表明，該選擇缸能滿足應(yīng)用要求，壓力加載控制方法準(zhǔn)確，快速，控制系統(tǒng)穩(wěn)定可靠。它們將具有廣泛的工業(yè)應(yīng)用潛力。

三、基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)腜D控制算法

基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)補(bǔ)償?shù)腜D控制算法對(duì)系統(tǒng)仿真的驗(yàn)證，獲取高斯基函數(shù)的參數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)控制非常重要，參數(shù)選擇不當(dāng)。高斯基函數(shù)無(wú)法實(shí)現(xiàn)有效的映射，從而導(dǎo)致RBF網(wǎng)絡(luò)無(wú)效。

仿真結(jié)果表明：整個(gè)反饋控制系統(tǒng)由一對(duì)相互連接的子系統(tǒng)組成，即閥控氣缸系統(tǒng)和負(fù)載感應(yīng)控制系統(tǒng)。實(shí)驗(yàn)表明，與傳統(tǒng)的氣門(mén)控制氣缸系統(tǒng)相比，負(fù)載傳感控制系統(tǒng)中基于滑模的位置跟蹤控制可以顯著減少泵的輸入能量，同時(shí)具有相同的位置跟蹤控制精度。

四、結(jié)論

在本文中，我們提出了基于NARX模型的神經(jīng)網(wǎng)絡(luò)方法來(lái)進(jìn)行氣缸運(yùn)動(dòng)控制系統(tǒng)的設(shè)計(jì)與研究。NARX的輸入是從氣缸熱測(cè)試的結(jié)果參數(shù)中提取的。再次在基于神經(jīng)模糊系統(tǒng)的ECU上進(jìn)行了熱測(cè)試。ECU進(jìn)一步使用了ANN架構(gòu)，該架構(gòu)可以精確地管理發(fā)動(dòng)機(jī)控制系統(tǒng)，并且輸出給出丁良好的學(xué)習(xí)和預(yù)測(cè)結(jié)果。通過(guò)更早地預(yù)測(cè)油耗，我們可以更準(zhǔn)確地管理空燃比，通過(guò)廢氣再循環(huán)（EGR）系統(tǒng)進(jìn)行的廢氣管理和凸輪正時(shí)，結(jié)果，改善了主機(jī)的特性，效率，燃料消耗，性能和污染物量。

參考文獻(xiàn)：

[1]郭立志.一種氣缸法蘭盤(pán)鎖緊裝置[J].機(jī)械工人，冷加工（09）：48.

[2]范晉偉，劉益嘉，陳玲，etal.藥柱內(nèi)窺鏡裝置氣缸及氣路系統(tǒng)的設(shè)計(jì)[J].制造技術(shù)與機(jī)床（6）：179-181+184.