CMAC与大林的复合控制在纯滞后系统中的应用

合集下载

针对纯滞后系统神经网络Dahlin控制的研究

针对纯滞后系统神经网络Dahlin控制的研究
NN,a d fau e a tla i p e n e tr sfs e m ngs e d,hg a a it fa a ain a d e c le ta d sa l o to f cs ih c p bl yo d ptt n x eln n tbe c n rlef t. i o e
ly sse .Th x rme tlsmuain v rfe h tte c mp u d c nrlmeh d k e s te a v na e fb t hi loih a d CMAC a y tm ee pei na i lt ei sta h o o n o to t o e p h d a tg so oh Da l ag rtm n o i n
具有 良好 的稳定性 和控 制效果 。
关键 词 :C C 神 经 网络 MA
中图分类号 :T 2 3 P 7
D hi算 法 al n
前 馈控 制器
纯滞后 系统 文献标Fra bibliotek志码 :A Abtat src :Ai n ttedsd a tgso ov nin l o t l r ae nD hi loi m i o t ln bet fauiglreiet , k d miga h i v nae f n e t a nr l sdo a l ag rh ncnr l gojcs etr g nr a ( a a c o c oe b n t oi n a i
针对纯滞后系统神经网络 D h n控 制的研 究 al i
文定都
针对 纯 滞 后 系统 神经 网络 D hi 制 的研 究 al n控
Re e r h o u a t o k Da l s a c n Ne r lNe w r h i Con r l o a m e S s e n to rDe d Ti y t m f

08011331计控实验-纯滞后系统大林控制

08011331计控实验-纯滞后系统大林控制

东南大学自动化学院实验报告课程名称:计算机控制技术基础第四次实验实验名称:具有纯滞后系统的大林控制院(系):自动化学院专业:自动化姓名:郭劲廷学号:08011331实验室:常州楼419 实验组别:同组人员:实验时间:2014 年 4 月28 日评定成绩:审阅教师:实验五 具有纯滞后系统的大林控制一、实验目的1.了解大林控制算法的基本原理;2.掌握用于具有纯滞后对象的大林控制算法及其在控制系统中的应用。

二、实验设备1.THBDC-1型 控制理论·计算机控制技术实验平台 2.PCI-1711数据采集卡一块3.PC 机1台(安装软件“VC++”及“THJK_Server ”)三、实验原理在生产过程中,大多数工业对象具有较大的纯滞后时间,对象的纯滞后时间τ对控制系统的控制性能极为不利,它使系统的稳定性降低,过渡过程特性变坏。

当对象的纯滞后时间τ与对象的惯性时间常数T1之比,即τ/T1≥0.5时,采用常规的比例积分微分(PID )控制,很难获得良好的控制性能。

长期以来,人们对纯滞后对象的控制作了大量的研究,比较有代表性的方法有大林算法和纯滞后补偿(Smith 预估)控制。

本实验以大林算法为依据进行研究,大林算法的被控对象是带纯滞后的一阶或二阶惯性环节。

即1)(1+=-s T Ke s G sτ 或 )1)(1()(21++=-s T s T Ke s G sτ本实验被控对象为带纯滞后的一阶惯性环节。

式中:τ为纯滞后时间,为方便起见假设为采样周期T 的整数倍NT =τ大林算法的主要设计目标是系统在单位阶跃输入作用下,整个闭环系统的传递函数相当于一个延迟环节和一个惯性环节相串联。

即1)(0+=-s T e s H sτ (5-1) 要求整个闭环系统的纯滞后时间等于被控对象的纯滞后时间。

与H(s)相对应的闭环系统脉冲传递函数为01()[]1sT NTse e H z Z s T s ---=⋅+101(1)[](1)Nzz Z s T s--=-+ 01111(1)(1)(1)(1)TT NT T ez zz z e z --------=---00(1)1(1)1T T N T T ez ez --+---=- (5-2)将上式代入式1()()()1()H z D z G z H z =⋅-中,得 0(1)1(1)(1)()()[1(1)]T T N T T T T N ez D z G z ez e z --+----+-=--- (5-3)当对象为一阶惯性环节加纯滞后时11()[]1sT NTse Ke G z Z s T s ---=⋅+111(1)[](1)N Kz z Z s T s --=-+111111(1)(1)(1)(1)T T NT T ez Kzz z e z --------=---11(1)1(1)1T T N T T e Kz ez --+---=- (5-4)将式(5-4)代入式(5-3)得一阶惯性环节的控制器的D(z)为01111(1)(1)(1)()(1)[1(1)]T T T T T T T T T T N eez D z K eez ez --------+--=----由上式,控制算法为)1()1()1()()1(1)1()1()1()(11100------+---+-=-------k e eK eek e e K eN k u e k u ek u T T T T T T T T T T T T T T四、实验步骤1、仔细阅读“PCI-1711数据采集卡驱动函数说明.doc ”和“THJK-Server 软件使用说明.doc ”文档,掌握PCI-1711数据采集卡的数据输入输出方法和THJK-Server 软件(及相关函数)的使用方法。

基于CMAC与PID复合控制的柴油机调速系统

基于CMAC与PID复合控制的柴油机调速系统
(.e ao t y H V lg 1KyLbro i oae嘶 r n n ar t 眭 g dHena NwTcn oy a e el e e d S , t h 姆 0 E啪a∞ , f d l Q i U i rt,  ̄ gi 404,h a n esy( o q g 0O4Ci ; v i 3n n n
维普资讯
控 制 理 论 与 应 用
C nr l 1 o ya d A Ok t o t 1 r n p Ia ̄ o 1e :
< 自动化技术与应用)08 20 年第 2 卷第 4 5 期
基于 C A M C与 PD复合 控 制 的柴 油机 调 速 系统 I
2 柴油机调速 系统数学模型[[ 1] ]
2 1 测 速环节 .
采用磁 电式传感器测 量转速 , 把频 率转换 为与转 速成正 比
的脉冲信 号 , 此方法简单可靠 。
2 2 柴油机 .
柴油机内的状态变量不止一个, 但在实际设计中采用高阶
3 CA M C神经 网络结构 [[【 】]】】 56
号处理以及 自 适应控制等。C A M C神经网络是一种表达复杂非
维普资讯
< 动 术 应用26 第2卷 期 自 化技 与 > 0年 5 第4 O
控 制 理 论 与 应 用
Co to e r n pi t n nrl Th oy a d Ap la i s c o
2 Clg f l tcl nier g Co q nvrt, hn r 0O4 C ia . oeeo e ra E g ei , hn i U i sy C o ̄i 404 ,hn) l E ci n n g n g ei g n
Abtat A c m ie MAC a dPD dee p e -oe igsse i po oe sr c: o bnd C n I islse dgvr n ytm rpsd.I as t d cstedee o e n ecnrl g rh n s t loi r u e h islm d l dt o t oi m.T e no a h oa l t h

CMAC与PID的并行控制在火箭炮交流伺服系统中的应用

CMAC与PID的并行控制在火箭炮交流伺服系统中的应用


\ 厂~—。| \ ^ 、 = l - × /\
/ // \一\ ×/ 、、 …^ 、、

图2 CMAC结 构 图
Fi . CM AC tucur g2 sr t e
( 京 理 工 大 学 机 械 工 程 学 院 , 江 苏 南 京 2 0 9 ) 南 10 4
摘 要 : 箭 炮 交 流 伺 服 系 统 是 复 杂 的 变 负 载 、大 功 率 系统 ,其 控 制 系统 的参 数 变 化 大 ,采 用 单 一 的 PD 火 I
控 制 算 法 很 难取 得较 高 的 控制 品 质 和控 制精 度 。根 据 CMAC控 制 鲁 棒 性 强 和 可 靠 性 高 ,以 及 PD 控 制 器 功 能 I 简 单 、 便 于 使用 及 在 各 种 不 同工 作 条 件 下 保 持 较 好 工 作 性 能 的特 点 ,提 出 了 C MAC神经 网络 与 P D结 合 的 复 I 合 控 制 策 略 。在 Malb中进 行 计 算 机 仿 真 ,结 果 表 明 了该 控 制 策 略 的 有 效 性 和 实 用 性 。 t a
维普资讯
火 炮 发 射 与控 制学 报 第 3 期
J OURNAI OF GUN LAUNCH & CONTROl ・ 9 1 ・
C MAC 与 P D 的并 行控 制在 火 箭 炮 I 交 流伺 服 系统 中的应 用
柴 华 伟 李 志 刚 马 大 为
1 火 箭炮 交 流 伺 服 系统 简介
火箭炮 交 流伺 服 系统 由电 流环 、速 度环 和 位置 环组 成 ,如 图 1所 示 。电 流环 使 系统 在 允许 的条 件
下快 速启 动 ,速 度环使 系统 在速度 稳定 后可 以平 滑 调 速 ,位 置环 主要 作 用 是 实时 反馈 伺 服 系统 的位 置

基子CMAC神经网络的电液比例速度控制系统研究

基子CMAC神经网络的电液比例速度控制系统研究

式 中 : 为移 动 部 件 质量 ; m。 Y为 位 移 ; 为 黏 性 阻 尼 系 C 数 ;
▲ 图 2 控 制 系 统 方块 图
为 等 效 弹 簧 刚 度 ;o 预 压 缩 量 ; y 液 动 力 和 Y为 F 为
阀 芯 库 仑 摩 擦 力 先 导 阀 的力 输 出 为 :
路 将 液 控 单 向 阀 打 开 . 上 腔 液 压 油 通 过 液 控 单 向 阀 和 单 向 减 压 阀 回 油 。 位 工 作 时 . 力 油 通 过 单 向 减 压 阀 右 压
和 液 控 单 向 阀 进 入 液 压 缸 上 腔 .同 时 打 开 平 衡 阀 组 左 侧 的 节 流 阀 . 腔 的 液 压 油 在 流 经 平 衡 阀 组 时 . 于 节 下 由 流 阀 的 背 压 . 压 缸 带 动 负 载 下 降 时 可 以平 稳 运 行 . 液 保
电 液 比例 控 制 系 统 以其 控 制 简 单 、 性 能 稳 定 等 特 点 已 经 广 泛 地 应 用 于 各 个 工 业 领 域 [ . 其 以 电 液 比 1尤 ]
例 阀 控 非 对 称 缸 应 用 最 广 .但 是 电 液 比 例 控 制 系 统 是
典 型 的 非 线 性 系 统 . 系 统 中 的参 数 不 易 确 定 且 易 发 生 变 化 [。同 时 在 复 杂 电 液 比 例 系 统 中 . 于 液 压 部 件 较 2 ] 由 多 和 建 模 误 差 等 原 因 .使 现 有 的 控 制 器 在 控 制 效 果 上 无 法 满 足 实 时 控 制 的 要 求 小 脑 模 型 ( ee elr Mo e Ar c lt n o t C rb l d l t uai C n. a i o rl r ol 。CMAC) JSAlu e 是 .. b s在 1 7 年 提 出 的 一 种 模 拟 95 小 脑 功 能 的 神 经 网 络 模 型 .它 不 仅 具 有 一 般 神 经 网 络

CMAC与PID复合控制在永磁直线同步电机中的应用

CMAC与PID复合控制在永磁直线同步电机中的应用

Crbl mmoe t uai ot l r( MA /sibeo at yt cnrln hc et c- eeeu dl i l o cnr l C C) ut lfre me s m ot ihi ni a l r a ct n oe s a rl i s e o iw d f i
fe fradcnrlscnt ce.h iuainm eb T A hw h ess m a e i ed ow ot osr t Tes l o a yMA L BSo sta t yt C raz r oi u d m t d t h e n l e
i v re d n mi d la d r bu tc nto. n e s y a c m e o s o r 1 o n Ke r s: y wo d PM LS ; M CM AC ; m po nd o r l S m ul to Co u c nt o ; i a i n
【 摘 要】 永磁直线同步电机广泛应用于高精度伺服控制 系 负载扰动、 统, 非线性、 耦合以 及推力纹波影 响其伺服性能 , 传统 PD控制难以实现 良好 的控制 品质 , 先进 的控制手段 和补偿措施。小脑模型神经 网 I 需要 络能 实时进行模型逼近 , 出了小脑模 型神经 网络 C C概念映射和 实际映射的具体 实现过程 , 了永磁 给 MA 分析 直线同步电机的数学模型, 构建了以PD为反馈控制, M C I 以C A 为前馈控制的永磁直线同步电机复合控制系 统。通过 M T A 仿真环境可知, A LB 该系统可有效实现被控对象的逆动态 模型, 具有很强的鲁净} 生 。 关键词 : 永磁直 线 同步 电机 ; 小脑 模型关 节控制器 ; 复合控 制 ; 真 仿
机 械 设 计 与 制 造

大林算法在MIMO大滞后控制系统中的设计研究

大林算法在MIMO大滞后控制系统中的设计研究
维普资讯
总第 2 5期 2 20 0 8年第 7期
计 算 机 与数 字 工 程
Com p t r& D i t ue gi Eng n e n al ie r g i
Vol3 _ 6 No. 7

大 林 算 法在 MI MO大 滞 后 控 制 系统 中 的设计 研 究
G () 一 一 一 一




G( )
( = ) r
( )
式 ( ) T 为 对 象 时 间 常数 , 1中 对 象 纯 延 迟 时 r为
间 , 了简 化设其 为采样 周期 的整数 倍 , r 7 为 即 =Ⅳ 1 ,
Ⅳ 为正整数 。
otus( MO)l g_a yt h v enit dcd i ligwt oip tw u u uf ai l ss m,h eut upt MI a el ss m aebe r ue .Smu ̄ n i t u oo t t lvr be yt r g e no hw n t p m i a e te sl r s
曹 立学
( 陕西理工学 院电气工程系 摘 要 汉中 7 30 ) 2 0 3
介绍大林算法 的设计思想及大林控 制器 的设计 方法 , 及在 多输人 多输 出( MO) MI 大滞后 系统 中的应用 。结
大林算法 大滞 后 系统 MI MO 仿 真
合 二输入二输 出多变量 系统进行仿 真验证 , 果表明大林控制器能够使其控制质量满足性能要求 , 结 具有较好的控制效果。
1 引 言
由于多变量控 制系统各输入输 出之 间存 在着耦
针 对 工业 生产 过程 中含 纯 滞后 的控 制 对 象 的 控制 算 法 , 有 良好 的控 制 效 果 。其设 计 思 想 是 : 图 具 如 1 算机 控制 系统 结构 框 图 , 计 根据 具 有滞 后 的被控

CMAC神经网络与PID复合控制在温度控制中的应用

CMAC神经网络与PID复合控制在温度控制中的应用

CMAC神经网络与PID复合控制在温度控制中的应用
本文旨在讨论CMAC神经网络和PID复合控制在温度控制中的应用,讨论如何利用现有的CMAC神经网络与PID复合控制技术,实现更高效的温度控制。

CMAC神经网络是一种被广泛应用在自动控制应用中的神经网络技术,其能够以比传统神经网络更快的速度和更低的误差较好地实现对控制参数的学习。

传统的PID控制方式无法较好地处理复杂的非线性系统,而CMAC神经网络可以快速准确的完成复杂的控制,并且可以根据运行条件的变化而调整参数,因此,CMAC神经网络在温度控制中受到了越来越多的应用。

在温度控制的应用中,CMAC与PID相结合的控制方法具有较高的效率。

在采用CMAC-PID复合控制时,PID算法先计算出系统当前温度误差以及温度变化率,然后通过CMAC网络调节PID系统的参数,实现对复杂非线性系统温度的精确控制;CMAC算法通过实时调节PID系统参数,使PID系统容易控制复杂非线性系统,最大限度提高效率。

因此,采用CMAC-PID复合控制的技术能够更好地实现温度的控制,提高控制效果。

最后,虽然CMAC神经网络与PID复合控制在温度控制中取得了良好的效果,不过这种技术还需要进一步的研究来提高精度、稳定性及功率的利用效率。

为了进一步提高CMAC-PID 复合控制的效率,我们可以对控制系统进行系统建模,提高控
制系统的性能,进行有效可靠的温度控制,从而达到更好的控制效果。

CMAC-PID并行控制算法在电液伺服系统中的应用

CMAC-PID并行控制算法在电液伺服系统中的应用
T为 实 际输 出 。
() 4
式中 , x为一连续的输入空 间; S为其状态空间 ; C为
刍 eA。 ~Q ) 0= P ( Y ’ 。
() 5
式中: 为液体等效体积 弹性模量 ; 为活塞杆 的速
度 。由式 () () ( ) () 可得 液 压 缸 流 量 连续 方 2 、3 、4 和 5 ,
2 系统描述
起的许多不确定性 , 这些缺点给 电液伺服 系统 的控制 带来 了困难 。
在电液伺服系统 的控制策略上 , 常规的 P 控制 1 D 器已在实际中得到 了应用。其对相 当多 的控制对象 , 特别是线性定常系统是非常有效的, 调节过程 的品质 取决 于 P D控制 器各个参 数 的整定 。然而 , I 传统 的 PD控制算法是在某一特定条件下整定完成 的, 于 I 对 电液伺服系统而言 , 由于其 高度非线性和许 多不确定 性, 常规 PD控制器往往达不到设计要求 。事实上 , I 常规 PD算法结合现代先进 的其他控 制策略形成 复 I 合控制算法始终是一个热点。
小脑模 型神 经 网络 ( C 是 模 拟人 小 脑 的学 习 )
图1 所示为 电液伺服系统的简图 , 它由非对称缸 、 伺服阀和负载组成。假设供油压力 P 为常数 , 出油压
力 为零 。从液 压伺 服 系 统 的流 量方 程 、 力方 程 和 力 压 平衡 方 程 中可得 出它 的数学 表 达式 。在稳 态工 作点 附
C AC产生。数字仿真的结果证明了该并行算法有很 高的跟踪能力和抗干扰性 , M 并且响应速度非常快。 关键词 :MA - I C CPD并行控制算法; 前馈补偿 ; 电液伺服 系 统
中 图分 类 号 : P 7 文献 标识码 : 文章 编 号 :0 04 5 (0 61 —040 T 23 B 10 —88 20 )105 —4

第五章(一) 纯滞后控制技术--达林(DAHLIN)算法(全)

第五章(一) 纯滞后控制技术--达林(DAHLIN)算法(全)
第五章(一) 纯滞后控制技术 --达林(DAHLIN)算法
2014-2-26
1
主要内容: 过程纯延迟对控制质量的影响 达林算法 振铃(Ringing)现象及其消除
2014-2-26
2
前言 在控制系统应用中,纯滞后环节往往是影响系统动态 特性的不利因素。工业过程中如钢铁,热工和化工过程中 往往会有纯滞后环节。对这类系统,控制器如果设计不当, 常常会引起系统的超调和持续振荡。 由于纯延迟的存在,使被控量对干扰、控制信号不能 即时的反映。即使调节机构接受控制信号后立即动作,也 要经过纯延时间τ后才到达被控量,使得系统产生较大的 超调量和较长的调节时间。当τ>=0.5T(T为对象的时间常 数)时,实践证明用PID控制很难获得良好的控制品质。
2014-2-26
32
大林算法小结 过程纯延迟对控制质量的影响 达林算法 设计思想 一阶被控对象的达林算法 二阶被控对象的达林算法 达林算法的递推表达式 达林算法的参数整定 振铃(Ringing)现象 产生原因;振铃幅度RA;振铃现象的抑制
2014-2-26
33
31
大林算法的设计步骤 根据系统性能要求,确定期望闭环系统的参数Tτ,给出 振铃幅度RA的指标; 根据振铃幅度RA的要求,确定采样周期T。如果T有多 解,则选择较大的T; 确定整数N=τ/T; 求广义对象的脉冲传递函数及期望闭环系统的脉冲传递 函数; 求数字控制器的脉冲传递函数D(z); 将D(z)转变为差分方程,以便于编制相应算法程序。
2014-2-26
13
达林算法
2014-2-26
14
达林算法
2014-2-26
15
达林算法
2014-2-26
16
达林算法

CMAC神经网络与PID复合控制在温度控制中的应用

CMAC神经网络与PID复合控制在温度控制中的应用
c nr l h ti ,s l u p te r r e ltme a d srn o u t o to ,t a S malo t u ro ,r a —i n to g r b s. Ke r s: CMAC e r lnewo k;c mp st o to ;ta iina D y wo d n u a t r o o ie c n rl r d to lPI
A t uai ot l r C A rclt nC nr l , M C)是 A B SJ i o oe L U S根据
收稿 日期 :2 1 0 0 2— 3—1 6
通讯 作者 简介:薛 阳(9 6一)男 , 17 , 博士后 , 副教授 , 江苏无锡人 . 主要研究方 向为智能控制 , 电力仿真 , 电技 术 , 核 光 伏发 电技术等. — a : uyn @si .d .a E m i xeag h p e uc . l e 基金项 目:国家 自然科学基金资助项 目( 1 0 1 ) 上海市教 育委员会 重点学科建设项 目(5 33 . 60 03 ; 4 J 10 )
XUE n Ya g,W ANG h Sa
( colfEetc o e a dA t ai n i e n , h n hi n e i Sho o l r w r n uo tnE gn r g S ag a i r t c iP m o ei U v sy
o l t o e, h n h i 20 9 C ia fEe r P w r S ag a 00 0, hn ) ci c
常规 的 PD( I 比例 、 分 、 分 ) 制器是 过 程 积 微 控 控制 中应用 最为 广 泛 的一 种 控 制 器 , 具有 结 构 简 单 、 定性好 、 稳 可靠 性 高 的特 点 , 于线 性定 常系 对 统 的控 制是 非常 有 效 的 , 一般 都 能 够得 到 比较 满 意 的控 制效 果. 常 规 的 PD控 制 器 不能 在 线 整 但 I 定参 数 , 而且 对 于非 线 性 、 变 的系 统 , 时 以及 模 型

纯滞后控制技术-大林算法

纯滞后控制技术-大林算法

在化工、制药、食品等行业中,许多生产过程都存在时间滞后现象,纯滞后控制技术可用于提高生产效率和产品质量。
工业控制系统
在城市交通管理中,信号灯的控制存在时间滞后,纯滞后控制技术可优化信号灯的控制逻辑,提高道路通行效率。
交通控制系统
纯滞后控制技术的应用场景
简单易行,对模型参数要求不高,适用于多种控制系统。
大林算法适用于具有纯滞后特性的控制系统,能够克服系统中的纯滞后问题,提高控制效果。
适用性
大林算法适用于已知滞后时间和滞后系数的情况,且系统模型相对简单。
适用条件
大林算法在纯滞后控制系统中的适用性
将连续时间系统离散化,将时间轴划分为一系列离散的时间点。
离散化处理
利用已知的输入和输出数据,通过大林算法计算出下一个时刻的输出值,并根据实际输出值进行修正。
通过将控制律应用于系统,可以减小由于纯滞后引起的系统性能下降,从而提高控制系统的稳定性和响应速度。
根据系统的历史数据和动态特性,建立合适的预测模型,用于估计未来的系统状态。
建立预测模型
根据当前状态和预测模型,计算最优的控制输入。
计算控制律
将计算出的控制输入应用于系统,以减小滞后对系统性能的影响。
应用控制输入
大林算法与模糊控制器的比较
总结词:大林算法和神经网络控制器在处理非线性问题方面有各自的特点。
大林算法与神经网络控制器的比较
05
结论与展望
大林算法能够精确地模拟和预测纯滞后控制系统的行为,提高了系统的控制精度。
精确性
稳定性
适用性
大林算法通过适当的参数调整,能够保证纯滞后控制系统的稳定性,提高了系统的可靠性和稳定性。
详细描述
大林算法与PID控制器的比较

基于CMAC的PID控制在不确定性电液伺服系统中的应用

基于CMAC的PID控制在不确定性电液伺服系统中的应用

基于CMAC的PID控制在不确定性电液伺服系统中的应用姜峰;段锁林【摘要】介绍了CMAC网络的控制原理,给出了CMAC网络与PID复合控制的控制器设计步骤,并将该方法应用到某电液位置伺服系统中.仿真结果表明,该方法能获得良好的跟踪性能,具有一定的鲁棒性,对于抑制并消除系统的不确定性具有良好的控制效果.【期刊名称】《微型机与应用》【年(卷),期】2010(029)007【总页数】4页(P37-39,42)【关键词】不确定性;CMAC网络;电液位置伺服系统;鲁棒性【作者】姜峰;段锁林【作者单位】江苏工业学院,信息科学与工程学院,江苏,常州,213164;江苏工业学院,信息科学与工程学院,江苏,常州,213164【正文语种】中文【中图分类】TP391.9近年来,在解决不确定性系统的控制问题方面,国内外学者做了很多工作[1,3,6],其中,利用神经网络与常规控制结合实现复合控制的方法得到了广泛应用。

本文选取CMAC神经网络模型是由于它对于每个输入输出数据对,只有少量的连接权需要进行调整,从而使局部逼近网络具有学习速度快的优点。

文中针对一类非线性不确定性电液伺服系统[2],以线性化为前提,按照线性变参数的观点处理系统,并选择适当的状态变量,将其转化为1个线性不确定性系统,该系统通常可以认为是由1个确定的标称系统和1个不确定性系统组合而成的系统。

在这种情况下利用CMAC神经网络和传统的PID控制结合,对某电液位置伺服系统进行轨迹跟踪控制仿真,仿真结果表明了该控制方法的有效性。

1 问题描述考虑以下一类含参数不确定性和外部扰动的线性不确定系统[3]:式中,x=[x1x2…xn]T,A 是已知常值矩阵,ΔA 表示系统的不确定性,f表示有界扰动,u、y分别表示系统的控制输入和系统的输出。

b(t)是一个时变的有界线性函数,并且满足:同时假设:(4)存在连续常值矩阵,使得ΔA=B成立,且Δam、bmin、bmax、f0是已知常数。

纯滞后系统的逆动态模型复合控制

纯滞后系统的逆动态模型复合控制
T
( k - 1) , …u ( k - m) , ( k) ] u w 即通 过 系 统 的 辨 识 获 得 逆 模 型。系 统 开 始 运 行 时, 随着神经网络 CMAC 网络的物理存储空间数据为零, 的逐步训练, 在其输入状态空 CMAC 的权被得到修正, 间里隐含近似对象逆模型信息, 使其输出近似于系统
u( n k )= Σ wi
i=1
( k )= u( u + u( n k) c k) 式中, α 是动量因子。由上述学习算法 η 为学习速率, 可见, 网络经过学习使 un → u 。
3
逆动态模型实现
从图 1 系统可知, 被控对象以 u 为输入, y 为输
出, CMAC 则以 r 为输入 un 为输出。 FCMAC 训练时以 实际上 uc 源于 e , e · ⇒ e = r - y, uc 为权值调节的依据, 信息主要来自于输出反馈, 即系统模型的状态。其物 理本质是以 ( y, 为样本集进行训练, 但 u 是一个未 u) 知信号, 因此网络首先模仿 PD 控制方式对给定的输
0
引言
近年来小脑模型神经网络 ( CMAC) 的应用受到了
调量和调节 时 间, 系统的稳定性和动态品质明显变 差。基于 Smith 预 估 补 偿 器 的 模 糊 控 制 和 神 经 元 控 制方法较好地解决了这类问题, 但由于受到 Smith 模 型要求而存在一定的局限性。 本文基于复合控制的思想, 尝试采用小脑模型神 经网络实现纯滞后系统的逆模型实时控制, 有效抑制 被控对象的滞后及不确定因素, 使输出快速复现输入, 提高系统的动、 静态品质。
[2] 。随着网络的训练, 其映射 跟踪轨迹所需的控制量
式中, ( ) … c。 s = 1, j = 1, 2, j [ xi ] 对应网络的单输出

CMAC与PID复合控制在永磁直线同步电机中的应用

CMAC与PID复合控制在永磁直线同步电机中的应用

CMAC与PID复合控制在永磁直线同步电机中的应用
姚宁;王武
【期刊名称】《机械设计与制造》
【年(卷),期】2011(000)005
【摘要】永磁直线同步电机广泛应用于高精度伺服控制系统,负载扰动、非线性、耦合以及推力纹波影响其伺服性能,传统PID控制难以实现良好的控制品质,需要先进的控制手段和补偿措施.小脑模型神经网络能实时进行模型逼近,给出了小脑模型神经网络CMAC概念映射和实际映射的具体实现过程,分析了永磁直线同步电机的数学模型,构建了以PID为反馈控制,以CMAC为前馈控制的永磁直线同步电机复合控制系统.通过MATLAB仿真环境可知,该系统可有效实现被控对象的逆动态模型,具有很强的鲁棒性.
【总页数】3页(P132-134)
【作者】姚宁;王武
【作者单位】许昌学院电气信息工程学院,许昌,461000;许昌学院电气信息工程学院,许昌,461000
【正文语种】中文
【中图分类】TH16;TP273;TM301.2
【相关文献】
1.CMAC神经网络与PID复合控制在温度控制中的应用 [J], 薛阳;汪莎
2.CMAC与PID的复合控制在减摇鳍中的应用 [J], 金鸿章;于波
3.ICACMAC+PID复合控制在飞艇飞行高度控制中的应用 [J], 张新亮;闵佳园
4.CMAC-PID复合控制在焦炉加热中的应用 [J], 蔡景章;周敏建;高阳阳;宁芳青
5.CMAC神经网络与PID复合控制在电液伺服控制系统中的应用 [J], 孙静;史剑因版权原因,仅展示原文概要,查看原文内容请购买。

3.具有纯滞后系统的大林控制

3.具有纯滞后系统的大林控制

实验三 具有纯滞后系统的大林控制一.实验目的通过混合仿真实验,学习并掌握用于具有纯滞后系统的大林控制算法的设计及其实现。

二.实验内容针对一个具有纯滞后的被控对象,设计并实现大林控制,并通过混合仿真实验观察振铃现象。

三.实验步骤1.设计并连接模拟具有一个惯性环节的被控对象的电路,利用C8051F060构成的数据处理系统完成计算机控制系统的模拟量输入、输出通道的设计和连接,利用上位机模拟被控对象的纯滞后。

利用上位机的虚拟仪器功能对此模拟被控对象的电路进行测试,根据测试结果调整电路参数,使它满足实验要求。

2.编制程序并运行,完成所设计的大林算法的控制计算,观察系统输出中的振铃现象。

3.对实验结果进行分析,并写出实验报告。

四.实验内容1.被控对象模拟与计算机闭环控制系统的构成 实验系统被控对象的传递函数为01()1s s Ke KG s T s θθ--=+上式中,滞后时间,这里取θT 为采样周期。

0T 按控制要求选择。

作为闭环控制的综合目标,与()s φ相对应的00/1/11(1)()[()]1T T Ts n T T e e z z Z s s e z φφ--------=⋅=- (8-3)而包含零阶保持器被控对象的S 传递函数为0111()()1Ts Ts se e Ke G s G s s s T s θ-----=⋅=⋅+ 离散化后得到11/1/1(1)()[()]1T T n T T K e z G z Z G s e z------==- (8-4)于是可以得到大林算法控制器的Z 传递函数01001//1///11(1)(1)()(1)[1(1)]T T T T T T T T T T n e e z D z K e e z e z -----------=---- (8-5)由此得到大林算法0000111///////()(1)(1)(1)(1)(1)()(1)(1)(1)T T T T T T T T T T T T T T u k e u k e u k n e e e e k e k K e K e -------=-+-----+⋅---- (8-6)五.实验过程1.模拟电路如图8.1所示。

第4章43纯滞后控制技术-大林算法

第4章43纯滞后控制技术-大林算法

第一个极点为z=e-T/Tτ,因此不会引起振铃现象,第二个 极点为z=-C2/C1,当T → 0时有:
将引起振铃。
(2)振铃幅度RA
-振铃幅度RA :用单位阶跃输入下数字控制器第0次 输出量和第1次输出量的差值表示。
φu(z)可以写成: 单位阶跃输入下
对带纯滞后的二阶惯性环节的系统 当T→0时,Biblioteka 1、数字控制器D(z)的形式
控制对象:Gc (s)由一或二阶惯性环节和纯滞后组成:
闭环传函为具有纯滞后的一阶惯性环节,且其滞后时间等 于被控对象的滞后时间。 滞后时间τ 与T成整数关系。
-达林算法的设计目标:设计数字控制器使系统的
-构造数字控制系统,并用零阶保持器离散化φ (s)。
代入 进行z变换有:(推导见讲稿P5)
可由上式求D(z)
(1)被控对象为带纯滞后的一阶惯性环节:
代入τ=NT,z变换后有:
(2)被控对象为带纯滞后的二阶惯性环节:
代入τ=NT,z变换后有:(推导见讲稿P6)
于是:
2、振铃现象及消除
-振铃(Ringing)现象:数字控制器的输出发生周期为2T上 下摆动。振铃幅度表示为RA。
-振铃会增加执行机构的磨损,和影响多参数系统的稳定 性。
例:设
2.524(1 0.6065z 1 ) D( z ) (1 z 1 )(1 z 1 )(2 z 1 )
如何消除振铃现象?
解:极点为:z1=1,z2=-1,z3=-0.5,z2和z3会产生 振铃现象,为了消除振铃现象,令z=1代入极点z2=-1和 z3=-0.5,得:
控制量为:
Y ( z) 2.6356(1 0.7413z 1 ) 1 2 3 4 U ( z) 2 . 6356 0 . 3484 z 1 . 8096 z 0 . 6078 z 1 . 4093 z .... 1 1 1 G ( z ) (1 0.733z )(1 z )(1 0.6065z )

用于TCSC阻抗控制的CMAC和PID复合策略

用于TCSC阻抗控制的CMAC和PID复合策略

用于TCSC阻抗控制的CMAC和PID复合策略
朱永胜;王克文;董燕
【期刊名称】《微计算机信息》
【年(卷),期】2007(023)031
【摘要】TCSC 的阻抗控制是实现TCSC其他控制功能的基础.为更好地实现TCSC对命令阻抗的响应,采用了一种新型阻抗控制策略--小脑模型神经网络(Cerebella Model Articulation Controller,CMAC)与PID复合控制策略.该控制策略能够实现被控对象的逆动态模型,同时保证系统能有效地抑制扰动,具有足够的稳定性.在Matlab/Simulink仿真环境下搭建两区域四机系统进行仿真,结果证实了该控制策略的有效性.
【总页数】3页(P28-30)
【作者】朱永胜;王克文;董燕
【作者单位】480002,河南,郑州大学电气工程学院;480002,河南,郑州大学电气工程学院;450007,河南,中原工学院电子信息学院
【正文语种】中文
【中图分类】TM714.3
【相关文献】
1.用于TCSC阻抗控制的单神经元自适应PID控制方法 [J], 陈达;赵建国;李可军;高洪霞
2.基于HCMAC与PID复合控制的倒立摆控制系统 [J], 李龙;蒋念平;王伟
3.液驱多维力加载系统的CMAC-PID复合控制 [J], 赵劲松; 王春发; 杨涛; 徐嘉祥; 马志雷; 赵子宁
4.用于TCSC阻抗控制的免疫反馈PID控制方法 [J], 李可军;赵建国;靳晓凌
5.用于TCSC阻抗控制的积分投切式PID控制方法 [J], 闫冬;赵建国;武守远
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 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. 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. 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)。

dsd atgso n dut gt eo al l rh . h eut o M t t l cnrl rnMA L B f i lt ni i vnae fo gajsn i f hi a oi m T ersl f x e ot l T A rs a o a l i m D n g t s e f i oe i o mu i s
p e e t d a d t e rt g t e ag r h i t n t n u e n S MUL NK smu ai n I g e t mp o e e p a t a i t f r s n e , n h n w i l o t m o f c i s d i I i n h i n u o I i lt . t r al i r v st r c i b l y o o y h c i t ec n r l lo t m. h o t g r h oa i Ke r s t — ea y tm ;Da l lo t m ;C y wo d : i d ly s s me e hi agr h n i MAC;c mp st o to ;S MUL NK s l t n o oi c nrl I e I i ai mu o
大 多 数 工 业 过 程 中 , 如 锅 炉 温 度 控 制 过 程 , 纸 、 工 例 造 化
过 程 控 制 等 , 控 制 系 统 一 般 为 纯 滞 后 系 统 , 滞 后 性 质 会 其 纯
使 系 统 的 过 渡 过 程 时 间 加 长 、 生 大 幅 度 的 超 调 . 而 使 控 产 从
关 键 词 :纯 滞后 系统 ;大林 算 法 ; MA 复 合 控 制 ; I U I K 仿 真 C C; SM LN 中图 分 类 号 : P 7 T 23 文献标识码 : A 文 章 编 号 :1 7 — 2 6 2 1 ) 0 0 9 — 3 6 4 6 3 (0 2 2 — 0 3 0
CM AC n Da i o po ie c n r li i e de a y t r a d hln c m st o t o n tm - l y s se n
GAO Xio fn a — g,L n e IHo g
( ol eo l t n n fr t nE g e r g & u nU i r o SineadT cn l y C l g e r i a dI omao n i ei ,T y a nv s f cec ehoo e fE c o c n i n n e n g
C MAC( ee el d l tc lto o tolrc mp st o t l a ov i rbe C rb l Mo e iuain C nrl )o o i c nr nslet s o lm,C a Ar e e oc h p MAC u e r e dfr adc nrl s df e w r o t of o o
高小凤 .李 虹
( 原 科 技 大学 电子 信 息 工程 学 院 ,山西 太 原 0 0 2 ) 太 3 0 4
摘 要 :一般 工 业 控 制 中都 会 存 在 纯滞 后 现 象 , 对 于 纯 滞 后 性 质 对 控 制 系统 稳 定 性 的 影 响 , 用 在 大林 算 法 的 基 础 针 采 上 加 入 C C( 脑神 经 网络 ) 方 法 ,MA 用 于 前 馈 控 制 , 大林 控 制 器 的输 出进 行 学 习 , 而提 高 系统 的 响 应 速 MA 小 的 C C 对 从
第 2 0卷 第 2 0期
Vo .0 12
No2 .O
电 子 设 计 工 程
El c r n c De i n En i e rn e to i sg g n e i g
21 0 2年 l O月
0c . 2 t 01
C MAC 与大林 的 复合 控制 在 纯滞后 系统 中的应 用
T y a 3 0 4 C ia & u 0 0 2 , hn ) n
Ab t a t Ge e a n u ti o to x sst ea sr c : n r l d sr c n r l it i i l a e me d ly,i if e c st e sa i t ft e c n r l y t m,a o t g Da l n t n l n e h tb l y o o to s u i h s e d pi hi a d n n
t e r u p t o e o l a n o t u f t Da l c n r l r t e e y t mp o e h e p n e s e d f t e y t m, a d v r o s t e h h i o tol , h r b i n e i r v s t e r s o s p e o s se h n o ec me h
度。 克服 大 林 算 法 调 节 时 间长 的 缺 点 。 文 中给 出 了在 M T JB 中编 写 的 M 文 本 文 件 控 制 器 的 仿 真 结 果 , 而将 控 制 A I A 进
算 法 编 写 成 函数 文 件 , 用 到 SMU I K仿 真 中 , 大 的提 高 了控 制 算 法 的 实用 性 。 运 I LN 大
制 品 质 变 差 , 至 会 影 响 稳 定 性 。因 此 对 于 纯 滞 后 系 统 。 甚 人们
期 望 克 服 大惯 性 大 时 滞 对 控 制 系 统 的不 利 影 响 , 而 改 善 控 从
相关文档
最新文档