基于IGA的USM速度智能控制系統研究

喬維德

(常州市廣播電視大學，江蘇常州213001)

摘要：針對超聲波電機參數的時變性、系統內在的非線性和系統的強耦舍性等特點，提出基于免疫遺傳算法的超聲波電機模糊神經網絡速度控制策略，實驗結果表明，與傳統模糊神經網絡速度控制相比，采用該方法的系統能較好地實現設定的超聲波電機速度參考模型的自適應跟蹤，響應速度脈動小，具有控制靈活、適應性強、控制精度高、魯棒，陛強等優點。

 

關鍵詞：免疫遺傳算法；超聲波電機；模糊神經網絡；速度控制

中圖分類號：TP273    文獻標識碼：A

    1 引言

 

    超聲波電機(USM)是近幾十年發展起來的一種全新原理、結構的新型電機。它利用壓電陶瓷材料PZT或高分子PVDF薄膜材料的逆壓電效應，將電能轉換為定子彈性體在超聲域內的振動，再通過定子與轉子界面之間的摩擦將超聲振動轉換為轉子的振動。與傳統的電磁電機相比，超聲波電機具有結構緊湊簡單、能量密度大、低速、大扭矩、噪聲小、制動和響應特性好以及抗電磁干擾能力強等優點，所以已經在儀器儀表、家用電器、機器人、辦公自動化、航空航天等領域得到了越來越廣泛的應用…，而它所具有的響應快、斷電自鎖等特點使其成為一種較理想的伺服驅動器件。然而由于usM參數的高度非線性和其特性的時變性、強耦合性等，迄今為止，尚沒有精確的數學模型，因而很難用傳統的理論和控制方法來實現高精度的超聲波電機的伺服控制。為此，近年來國內外許多學者和科技人員針對超聲波電機的驅動問題，進行了大量研究和試驗，并取得了不少研究成果，將模糊控制理論、PID控制理論、神經網絡等應用到USM的優化控制，達到了一定的控制效果。但上述方法電機仍存在著較大的波動，不能使系統獲得精確的跟蹤響應和良好的控制性能。

 

    鑒于以上所述，本文提出基于免疫遺傳算法的超聲波電機模糊神經網絡速度控制新方法，其基本思路是：應用免疫遺傳算法在線優化模糊神經網絡控制器參數，并將優化設計好的控制器用于建立超聲波電機的速度自適應控制系統模型。試驗結果分析表明，該系統在對usM進行速度控制時，具有很好的轉速跟蹤響應能力和較強的適應性、穩定性，控制精度高，并且對隨機擾動具有很強的魯棒性。

 

    2 超聲波電機的速度智能控制系統

 

    圖1所示給出了超聲波電機模型參考自適應閉環速度控制系統結構。速度參考模型是控制系統的跟蹤目標，可以是恒定轉速，也可以是階躍轉速等。為提高電機速度跟蹤的快速與準確性，本系統速度控制內環中引入定子振動檢測信號。模糊

 

    3 模糊神經網絡控制器(FNNc)

 

    本控制系統中模糊神經網絡控制器結構如圖2所示。它由四層前向神經網絡構成，分別為輸八層(i層)、隸屬函數層(i層)、規則層(k層)和輸出層(o層)[2]

    第一層是輸入層，它將輸入信號e及其變化△e通過節點輸入到下一層。輸入和輸出的關系可以表示為：

    第二層是隸屬函數層，該層的每一個節點代表一個語言變量，功能是計算各輸入變量屬于某個語言模糊集合的隸屬函數，將其作為輸出量。本層采用高斯函數作為隸屬函數對于第j個節點有：

值和分布寬度，在這里為高斯隸屬數的均值和標準差。

 

&nb