基于神经网络的直线电机轮廓误差控制技术研究

发布时间：2017-10-31 10:36

  本文关键词：基于神经网络的直线电机轮廓误差控制技术研究

  更多相关文章： 直线电机 跟踪误差 PID控制 神经网络 轮廓误差 交叉耦合

【摘要】：在科学技术不断发展的潮流下,数控机床向着高速、高精度的方向发展,直线电机作为直驱技术的一种,具有不可比拟的速度和精度方面的优势,正在逐步取代传统的“旋转电机+滚珠丝杠”结构,应用于数控机床。数控机床在运行的过程中,会产生两种误差：单轴运动的跟踪误差和多轴联动的轮廓误差,这两种误差尤其是轮廓误差直接影响着机床的轮廓加工精度以及进给速度,对于数控机床而言,对轮廓误差的控制至关重要。本文针对数控机床中基于直线电机的XY工作台,对其轮廓误差控制技术进行研究。首先,阐述了课题的国内外研究概况,介绍了直线电机的基本原理并搭建其数学模型；其次,分析了神经网络控制的理论,为直线电机单轴伺服系统选定控制方法；最后,建立了轮廓误差模型,对影响轮廓精度的因素进行了分析与实验验证,为多轴系统选定控制方法。本文的主要研究成果有以下几点：(1)结合直线电机的数学模型,针对单轴的伺服系统,基于常规PID原理,设计了三闭环反馈控制系统,引入智能控制理论,编写神经网络PID控制算法,仿真实验验证了神经网络PID控制在响应速度、稳定性、跟踪精度等各方面都要优于PID控制；(2)结合轮廓误差模型,得到了由跟踪误差表示轮廓误差的通用公式,分别从直线插补运动和圆弧插补运动进行分析计算,总结了各个轴的开环增益系数和运动速度对轮廓误差的影响,仿真实验验证了分析的结论,即开环增益系数越不匹配,系统轮廓误差越大,轮廓误差与运动速度成正比；(3)对轮廓误差控制技术进行了研究,为系统编写了变增益的交叉耦合控制算法,并在此基础上结合了神经网络控制的理论,编写了神经网络交叉耦合控制算法,仿真实验验证了,神经网络交叉耦合控制下的轮廓误差最小。
【关键词】：直线电机 跟踪误差 PID控制 神经网络 轮廓误差 交叉耦合
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM359.4;TG659
【目录】：

• 致谢7-8
• 摘要8-9
• ABSTRACT9-16
• 第一章 绪论16-26
• 1.1 课题的研究背景和意义16-17
• 1.2 课题的来源17
• 1.3 国内外研究概况17-24
• 1.3.1 直线电机应用现状18-21
• 1.3.2 直线电机控制方法的研究现状21-22
• 1.3.3 轮廓误差控制的研究现状22-24
• 1.4 课题研究思路和方法24-25
• 1.5 本章小结25-26
• 第二章 直线电机基本原理26-33
• 2.1 直线电机基本结构和分类26-28
• 2.1.1 直线电机的基本结构26
• 2.1.2 直线电机的分类26-28
• 2.2 永磁同步直线电机工作原理28-29
• 2.3 永磁同步直线电机数学模型29-32
• 2.3.1 永磁同步直线电机矢量控制原理29-31
• 2.3.2 永磁同步直线电机运动学模型31-32
• 2.4 本章小结32-33
• 第三章 神经网络理论基础33-44
• 3.1 神经网络模型33-35
• 3.2 神经网络的结构35-37
• 3.3 神经网络的学习37-40
• 3.3.1 学习方式37-38
• 3.3.2 学习算法38-40
• 3.4 BP神经网络40-43
• 3.4.1 BP神经网络的结构40-41
• 3.4.2 BP学习算法41-43
• 3.5 本章小结43-44
• 第四章 直线电机伺服系统的控制方法44-61
• 4.1 永磁同步直线电机伺服系统44-45
• 4.2 常规PID控制原理45-49
• 4.2.1 模拟PID控制45-46
• 4.2.2 数字PID控制46-47
• 4.2.3 PID整定方法47-49
• 4.3 单轴PID控制49-52
• 4.3.1 永磁同步直线电机驱动系统仿真模型49-50
• 4.3.2 单轴伺服系统PID控制仿真模型50-51
• 4.3.3 仿真结果分析与结论51-52
• 4.4 神经网络PID控制52-60
• 4.4.1 神经网络PID控制器结构52-53
• 4.4.2 控制器中神经网络的学习53-55
• 4.4.3 神经网络PID控制仿真模型55-58
• 4.4.4 仿真结果分析与结论58-60
• 4.5 本章小结60-61
• 第五章 轮廓误差控制技术研究61-76
• 5.1 轮廓误差建模61-63
• 5.1.1 直线运动的轮廓误差62
• 5.1.2 曲线运动的轮廓误差62-63
• 5.2 影响轮廓精度的因素63-68
• 5.2.1 直线插补运动64-65
• 5.2.2 圆弧插补运动65-66
• 5.2.3 影响轮廓精度因素的实验验证66-68
• 5.3 交叉耦合控制68-70
• 5.3.1 交叉耦合控制技术68
• 5.3.2 交叉耦合控制器设计68-70
• 5.4 神经网络交叉耦合控制70-75
• 5.4.1 神经网络交叉耦合控制仿真模型71-73
• 5.4.2 仿真结果分析与讨论73-75
• 5.5 本章小结75-76
• 第六章 总结与展望76-78
• 6.1 全文研究总结76-77
• 6.2 研究展望77-78
• 参考文献78-82
• 攻读硕士学位期间的学术活动及成果情况82

【相似文献】

中国期刊全文数据库 前10条

1 张福荣;李志梅;邓朝结;;利用伺服系统的前馈功能消除轮廓误差[J];农业机械;2005年06期

2 孙涛;刘强;;轮廓误差补偿方法研究[J];机床与液压;2010年09期

3 毕磊;肖本贤;于海滨;郁伉;;基于一次指数平滑模型预测的轮廓误差补偿方法[J];合肥工业大学学报(自然科学版);2010年08期

4 滕福林;李宏胜;温秀兰;黄家才;;电子齿轮比对轮廓误差及加工效率影响的研究[J];中国机械工程;2012年13期

5 杨永;;基于齿隙的新型圆弧独立轮廓误差交叉耦合控制[J];机械;2010年08期

6 霍彦波;丁杰雄;谢东;杜丽;王伟;;五轴数控机床转动轴与平动轴联动的轮廓误差仿真分析[J];组合机床与自动化加工技术;2012年03期

7 胡楚雄;王庆丰;姚斌;;基于全局任务坐标系的精密轮廓运动控制研究[J];机械工程学报;2012年20期

8 李雷;;西门子数控机床轮廓误差及参数调整补偿[J];科技创业家;2013年06期

9 过庆琪;消除数控加工轮廓误差的一种方法[J];制造技术与机床;2000年01期

10 周延松;于飞;徐建明;洪斯宝;;串级型迭代学习交叉耦合轮廓误差控制方法[J];科技通报;2011年05期

中国博士学位论文全文数据库 前5条

1 谢东;数控机床工作精度检验中的运动控制指标作用机理研究[D];电子科技大学;2015年

2 郑浩;双轴运动平台精密轮廓跟踪控制策略研究[D];沈阳工业大学;2015年

3 李启光;凸轮磨削轮廓误差机理及精度提高方法研究[D];机械科学研究总院;2014年

4 孙建仁;CNC系统运动平滑处理与轮廓误差研究[D];兰州理工大学;2012年

5 江磊;复杂零件五轴加工轮廓误差控制技术研究[D];西南交通大学;2014年

中国硕士学位论文全文数据库 前10条

1 陈嘉莹;基于轮廓误差的高速加工速度规划与控制[D];哈尔滨工业大学;2013年

2 邵泳萁;多轴伺服进给系统的轮廓误差估计与控制研究[D];哈尔滨工业大学;2016年

3 庄丙远;双转台五轴联动数控机床运动学模型及轮廓误差补偿控制研究[D];山东理工大学;2016年

4 刘洪珍;基于神经网络的直线电机轮廓误差控制技术研究[D];合肥工业大学;2016年

5 朱慧华;面向运动控制的轮廓误差补偿关键技术研究[D];广东工业大学;2015年

6 刘晨希;多轴数控机床轮廓误差模型及耦合控制方法研究[D];山东理工大学;2015年

7 孙开珊;多轴空间轮廓误差的建模与交叉耦合补偿[D];华中科技大学;2007年

8 罗妙娟;自由曲线轮廓误差估计及其补偿方法的研究[D];哈尔滨工业大学;2012年

9 周江鹏;双轴伺服系统的轮廓误差估计和交叉耦合控制研究[D];哈尔滨工业大学;2015年

10 于飞;服装裁割机轮廓误差控制研究与应用[D];浙江工业大学;2010年

，

本文编号：1122015