永磁直线伺服系统的自适应改进elman神经网络积分反推控制
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
网络积分反推控制
赵希梅 付东学 金洋洋
（沈阳工业大学电气工程学院 沈阳 110870）
摘要 针对永磁直线同步电动机（PMLSM）伺服系统存在的参数变化、外部扰动和摩擦力 等不确定性因素，该文采用了积分反推控制和自适应改进 Elman 神经网络相结合的控制方案。首 先，针对 PMLSM 伺服系统的非线性特性，利用积分反推控制方法，通过逐步修正算法来设计虚 拟控制函数，实现系统的全局调节和位置跟踪；其次，设计自适应改进 Elman 神经网络来估计系 统中存在的不确定性，且利用基于 Lyapunov 函数的自适应律推导出神经网络的在线参数学习律， 使系统具有适应时变特性的能力，克服不确定性对系统的影响，从而提高系统的鲁棒性；最后， 实验结果表明所提出的控制方案是有效的，明显提高了系统的跟踪性能和鲁棒性能。
第 35 卷第 2 期
赵希梅等 永磁直线伺服系统的自适应改进 Elman 神经网络积分反推控制
267
0 引言
与传统的“旋转电机+滚珠丝杠”相比，永磁 直 线 同 步 电 动 机 （ Permanent Magnet Linear Synchronous Motor, PMLSM）省去了中间传动装置， 因此避免了齿侧间隙和刚性不足等缺点[1-2]。由于高 速度、高精度、动态响应快、结构简单和推力大等 优点，PMLSM 已广泛应用于工业机器人、半导体 制造系统和机床加工等领域中[3]。
Zhao Ximei Fu Dongxue Jin Yangyang （School of Electrical Engineering Shenyang University of Technology
Shenyang 110870 China）
Abstract The permanent magnet linear synchronous motor (PMLSM) servo system has the uncertainties such as parameter variations, external disturbance and friction. Therefore, a control scheme combining integral backstepping control and adaptive modified Elman neural network was adopted. Firstly, for the nonlinear characteristics of PMLSM servo system, the integral backstepping control method was used to design the virtual control function through the step-by-step modification algorithm to realize the global adjustment and position tracking of the system. Secondly, an adaptive modified Elman neural network was designed to estimate the uncertainty in the system, and the on-line parameter learning law of the neural network was derived by the adaptive law based on Lyapunov function. Thus, the system had the ability to adapt to the time-varying characteristics and overcome the influence of uncertainty on the system, thereby improving the robustness of the system. Finally, the experimental results show that the proposed control scheme is effective, and the tracking performance and robust performance of the system are obviously improved.
关键词：永磁直线同步电动机 积分反推控制 改进 Elman 神经网络 不确定性 中图分类号：TP273; TM351
Adaptive Modified Elman Neural Network Integral Backstepping Control for Permanent Magnet Linear Servo System
Keywords：Permanent magnet liner synchronous motor, integral backstepping control, modified Elman neural network, uncertainties
辽宁省自然科学基金计划重点项目（20170540677）和辽宁省教育厅科学技术研究项目（LQGD2017025）资助。 收稿日期 2018-10-22 改稿日期 2019-04-17
2020 年 1 月 第 35 卷第 2 期
电工技术学报
TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY
DOI: 10.19595/ki.1000-6753Jan. 2020
永磁直线伺服系统的自适应改进 Elman 神经
然而 PMLSM 伺服系统易受参数变化、外部扰 动和摩擦力等不确定性因素影响，因此为提高控制 精度，引入了反推控制方法[4]。反推控制是一种鲁 棒性强的非线性控制方法，利用 Lyapunov 稳定性理 论对高阶系统的每一阶子系统设计虚拟控制律，实 现全局调节和跟踪[5-6]。文献[7]针对永磁同步电机 设计了反推控制器，使其速度控制具有良好的瞬态 特性，提高了系统稳定性，但设计中忽略了系统本 身参数变化对系统性能的影响。文献[8]将模糊神经 网络和自适应反推控制相结合以实现位置跟踪，但 模糊规则的执行需要大量的选择，控制精度也相对 较低。文献[9]采用基于径向基神经网络的反推控制 对系统进行无传感器位置跟踪，但该神经网络为静 态前向网络，利用静态网络对系统进行辨识会引起 收敛速度变慢，同时系统会对外部扰动更敏感。因 此 ， 文 献 [10]提 出 了 基 于 动 态 神 经 网 络 —— Elman 神经网络对 PMLSM 进行无位置传感器控制，但 Elman 神经网络仅限于一阶系统的辨识，用于高阶 系统时计算复杂。而改进 Elman 神经网络能适用高 阶系统，且具有更高的精度、更好的性能和动态鲁 棒性[11]。
赵希梅 付东学 金洋洋
（沈阳工业大学电气工程学院 沈阳 110870）
摘要 针对永磁直线同步电动机（PMLSM）伺服系统存在的参数变化、外部扰动和摩擦力 等不确定性因素，该文采用了积分反推控制和自适应改进 Elman 神经网络相结合的控制方案。首 先，针对 PMLSM 伺服系统的非线性特性，利用积分反推控制方法，通过逐步修正算法来设计虚 拟控制函数，实现系统的全局调节和位置跟踪；其次，设计自适应改进 Elman 神经网络来估计系 统中存在的不确定性，且利用基于 Lyapunov 函数的自适应律推导出神经网络的在线参数学习律， 使系统具有适应时变特性的能力，克服不确定性对系统的影响，从而提高系统的鲁棒性；最后， 实验结果表明所提出的控制方案是有效的，明显提高了系统的跟踪性能和鲁棒性能。
第 35 卷第 2 期
赵希梅等 永磁直线伺服系统的自适应改进 Elman 神经网络积分反推控制
267
0 引言
与传统的“旋转电机+滚珠丝杠”相比，永磁 直 线 同 步 电 动 机 （ Permanent Magnet Linear Synchronous Motor, PMLSM）省去了中间传动装置， 因此避免了齿侧间隙和刚性不足等缺点[1-2]。由于高 速度、高精度、动态响应快、结构简单和推力大等 优点，PMLSM 已广泛应用于工业机器人、半导体 制造系统和机床加工等领域中[3]。
Zhao Ximei Fu Dongxue Jin Yangyang （School of Electrical Engineering Shenyang University of Technology
Shenyang 110870 China）
Abstract The permanent magnet linear synchronous motor (PMLSM) servo system has the uncertainties such as parameter variations, external disturbance and friction. Therefore, a control scheme combining integral backstepping control and adaptive modified Elman neural network was adopted. Firstly, for the nonlinear characteristics of PMLSM servo system, the integral backstepping control method was used to design the virtual control function through the step-by-step modification algorithm to realize the global adjustment and position tracking of the system. Secondly, an adaptive modified Elman neural network was designed to estimate the uncertainty in the system, and the on-line parameter learning law of the neural network was derived by the adaptive law based on Lyapunov function. Thus, the system had the ability to adapt to the time-varying characteristics and overcome the influence of uncertainty on the system, thereby improving the robustness of the system. Finally, the experimental results show that the proposed control scheme is effective, and the tracking performance and robust performance of the system are obviously improved.
关键词：永磁直线同步电动机 积分反推控制 改进 Elman 神经网络 不确定性 中图分类号：TP273; TM351
Adaptive Modified Elman Neural Network Integral Backstepping Control for Permanent Magnet Linear Servo System
Keywords：Permanent magnet liner synchronous motor, integral backstepping control, modified Elman neural network, uncertainties
辽宁省自然科学基金计划重点项目（20170540677）和辽宁省教育厅科学技术研究项目（LQGD2017025）资助。 收稿日期 2018-10-22 改稿日期 2019-04-17
2020 年 1 月 第 35 卷第 2 期
电工技术学报
TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY
DOI: 10.19595/ki.1000-6753Jan. 2020
永磁直线伺服系统的自适应改进 Elman 神经
然而 PMLSM 伺服系统易受参数变化、外部扰 动和摩擦力等不确定性因素影响，因此为提高控制 精度，引入了反推控制方法[4]。反推控制是一种鲁 棒性强的非线性控制方法，利用 Lyapunov 稳定性理 论对高阶系统的每一阶子系统设计虚拟控制律，实 现全局调节和跟踪[5-6]。文献[7]针对永磁同步电机 设计了反推控制器，使其速度控制具有良好的瞬态 特性，提高了系统稳定性，但设计中忽略了系统本 身参数变化对系统性能的影响。文献[8]将模糊神经 网络和自适应反推控制相结合以实现位置跟踪，但 模糊规则的执行需要大量的选择，控制精度也相对 较低。文献[9]采用基于径向基神经网络的反推控制 对系统进行无传感器位置跟踪，但该神经网络为静 态前向网络，利用静态网络对系统进行辨识会引起 收敛速度变慢，同时系统会对外部扰动更敏感。因 此 ， 文 献 [10]提 出 了 基 于 动 态 神 经 网 络 —— Elman 神经网络对 PMLSM 进行无位置传感器控制，但 Elman 神经网络仅限于一阶系统的辨识，用于高阶 系统时计算复杂。而改进 Elman 神经网络能适用高 阶系统，且具有更高的精度、更好的性能和动态鲁 棒性[11]。