document.write (''); document.write ('');
收缩
龙8国际,龙8国际娱乐,www.long8.com,售后服务 东莞龙8国际电机,产品资质

www.long8.com

龙8国际_龙8国际娱乐【最新】网址_www.long8.com销售部

电  话:0769-26266341
电  话:0769-22287019

传  真:0769-28057097
邮  编:523000

地  址:东莞市万江区共联社区一号

龙8国际娱乐

在线龙8国际电机辨识器NNI设计

神经网络辨识是根据系统的输入输出数据来拟合实际系统,达到指定的拟合精度需要大量的输入输出数据对神经网络进行训练。龙8国际,龙8国际娱乐,www.long8.com所研究的神经网络间接型模型参考自适应控制中需要神经网络辨识器NNI的梯度信息来指导神经网络控制器NNC的学习,当NNI辨识精度不高时,无法给NNC提供可靠的梯度信号,容易造成神经网络控制器NNC的不稳定,引起系统的振荡,因此采用离线辨识与在线微调相结合的方案来实现系统的高精度辨识。在线辨识的初始权值采用基于DE算法优化的DRNN网络离线辨识结果,由于离线辨识是根据实际系统的输入输出数据进行的,所以辨识结果与实际系统很接近。在系统实际运行中由于参数的漂移和干扰导致离线辨识结果与实际系统有偏差,此时通过在线辨识进行微调,使辨识输出与实际输出偏差最小。采用离线辨识和在线微调相结合的方案能够有效避免振荡现象的发生。

图1:DRNN网络在线辨识流程图

DRNN网络在线辨识流程图

神经网络模型参考自适应控制通过对控制器参数的适当调整,使控制器NNC和被控对象组成的可调系统与参考模型取得一致,因此参考模型的选取在神经网络模型参考自适应控制设计中是很重要的一步。参考模型的选取一般根据被控对象的数学模型来选取,选取与被控系统相同阶次的模型。当被控系统的阶次很高时,如果仍选用与被控系统同阶次的参考模型,会导致计算量增加,控制复杂,无法满足系统对快速性、实时性的要求,也会降低系统的稳定性。对于高阶系统一般采用低阶参考模型,即采用高阶系统来跟踪低阶模型。根据第二章中推导出的系统数学模型,可知系统为三阶系统,若采用三阶参考模型,势必造成控制的复杂,甚至是不稳定。

 

龙8国际,龙8国际娱乐,www.long8.com为了确定DRNN网络控制器的权值,解决被控对象模型未知问题,利用在线辨识输出来近似被控对象的输出。在线辨识器经过离线辨识后,辨识误差己经在要求的精度范围内,通过在线学习DRNN网络的辨识精度会进一步提高。这里仍采用最速下降法推导DRNN网络的权值修改公式,并采用附加动量项和自适应学习率来提高DRNN网络的收敛速度和精度。

图2:基于DRNN网络的神经网络间接模型参考自适应控制结构图

基于DRNN网络的神经网络间接模型参考自适应控制结构图

稳定性是控制系统最基本的要求,系统的响应速度、控制精度等性能指标都是以在系统能稳定工作为基础的。DRNN网络的收敛性主要取决于学习率和初始权值的选取,因网络初始权值是随机选取获得的,无法对其进行收敛性分析;学习率取值不当会导致网络出现振荡、甚至是不稳定。为了保证DRNN网络控制器的收敛性,利用稳定性定理推导出保证控制系统稳定的学习率取值范围。

图3:正弦输入时系统跟踪响应误差曲线

正弦输入时系统跟踪响应误差曲线

控制计算机采用研样公司的PC总线工控机。该工控机具有运算速度快,抗电磁干扰能力强的特点,适用于工业现场控制。数据采集卡采用PCL-720,PCL-720是一款PC兼容的插入式板卡,提供32路数字量输入、32路数字量输出和3个计数器/定时器通道。所有的数字量I/O通道是TTL/DTL兼容的,每一个数字量输入/输出通道对应一个特定的PCI/O端口位,易于编程。