液驱并联机构多维力加载系统CMAC-模糊PID控制

发布时间：2021-08-29 20:19

　　针对液驱并联机构多维力加载系统非线性、时变和强耦合的系统特性,提出一种改进PID控制策略以提高系统输出精度。通过构建多维力加载系统动力学模型与液压动力元件模型,分析研究耦合力产生机理。将多维力加载时受系统自身结构影响的各通道间耦合力与系统参数摄动等非线性因素视为干扰,采用模糊控制对PID参数进行实时调整,抑制系统非线性干扰以提高跟踪精度;考虑到传统经验法或专家知识库的模糊推理对PID控制参数调整不够精细,提出一种模糊PID与小脑模型神经网络（cerebellar model articulation controller,CMAC）并行的控制策略,利用其自适应能力与快速学习非线性函数能力对模糊PID控制过程进行学习和插补。研究结果表明:与PID控制器相比,CMAC-模糊PID控制器能够有效地解决液驱并联机构多维力加载系统复杂的跟踪问题。 

【文章来源】：中南大学学报(自然科学版). 2020,51(10)北大核心EICSCD

【文章页数】：11 页

【部分图文】：

模糊PID控制结构原理图Fig.5SchematicdiagramoffuzzyPIDcontrolstructure

MAC控制器的训练样本，调整CMAC控制器的输出使其与总控制输出的差值减校本研究中，控制系统的采样周期设置为2ms，每经过1个采样周期，便将上一采样周期采集到的信号作为样本输入进行迭代，在力加载过程中对CMAC各存储单元的权值进行修正。随着模糊PID控制器的输出样本不断增加，CMAC控制器的控制精度不断提高，模糊PID与CMAC并行控制。CMAC控制器的权重越来越大，最终完全由CMAC控制。图5模糊PID控制结构原理图Fig.5SchematicdiagramoffuzzyPIDcontrolstructure图6不同参数基础隶属度函数Fig.6Basicmembershipfunctionsofdifferentparameters图7CMAC网络结构示意图Fig.7CMACnetworkstructurediagram2816

中，控制系统的采样周期设置为2ms，每经过1个采样周期，便将上一采样周期采集到的信号作为样本输入进行迭代，在力加载过程中对CMAC各存储单元的权值进行修正。随着模糊PID控制器的输出样本不断增加，CMAC控制器的控制精度不断提高，模糊PID与CMAC并行控制。CMAC控制器的权重越来越大，最终完全由CMAC控制。图5模糊PID控制结构原理图Fig.5SchematicdiagramoffuzzyPIDcontrolstructure图6不同参数基础隶属度函数Fig.6Basicmembershipfunctionsofdifferentparameters图7CMAC网络结构示意图Fig.7CMACnetworkstructurediagram2816

【参考文献】：
期刊论文
[1]高精度Stewart平台运动控制系统设计[J]. 武锡铜,周烽,王永.  传感器与微系统. 2019(09)
[2]面向航空关键部件性能测试的多维力加载装置[J]. 弭如坤,樊锐,郭江真,王卫卫,陈五一.  航空制造技术. 2019(17)
[3]摩-磁复合制动性能及恒力矩制动控制研究[J]. 鲍久圣,纪洋洋,阴妍,黄山.  机械工程学报. 2019(05)
[4]6-PUS并联加载机构模糊PID力控制系统设计[J]. 樊锐,刘力军,王丹,郭江真.  航空制造技术. 2016(18)
[5]CMAC-PID在无刷直流电机控制系统中的应用[J]. 岳学磊,白鹏,杨瑞坤,华伟民.  仪表技术与传感器. 2016(07)
[6]基于CMAC-模糊PID模型的火箭炮调平控制系统仿真[J]. 邢立新,沈中卿.  四川兵工学报. 2015(08)

博士论文
[1]基于定量反馈理论的飞行模拟器运动平台控制系统研究[D]. 吴博.哈尔滨工业大学 2007

硕士论文
[1]六自由度振动台系统地震模拟控制技术及算法研究[D]. 王国春.天津工业大学 2017
[2]广义并联机构可重构机理与耦合特性分析[D]. 董利伟.哈尔滨工业大学 2016



本文编号：3371318