基于神经网络模型的伺服系统控制与补偿方法研究  

CONTROL AND COMPENSATION FOR NONLINEAR SERVO SYSTEMS BASED ON NEURAL NETWORKS

作　　者：徐立新[1] 王常虹[2] 庄显义[2] 

机构地区：[1]北京理工大学自动控制系 [2]哈尔滨工业大学控制工程系

出　　处：《宇航学报》1998年第3期83-92,共10页Journal of Astronautics

摘　　要：本文从两个角度提出使用神经网络模型提高伺服系统的控制精度。首先，分析了扰动力矩对精密伺服系统的影响。提出使用神经网络方法建立扰动力矩的数学模型，并根据全补偿原则设计补偿环节，实现扰动力矩的动态补偿。进而考察一类非线性伺服系统对象，研究使用神经网络模型实现对象逆动态模型的在线辩识和控制，在实验室条件下进行了神经网络伺服系统补偿控制的实验研究。试验结果表明这种新的补偿方法对提高伺服系统的精度十分有效，具有实际应用价值。Neural network is used for servo systems design in two ways.The affection of disturbing moment in servo systems is discussed at first,we use feedforward neural network to build the mathematic model of disturbing moment,and design transfer function for compensation.Then,the schemes of training inverse dynamic model is provided.By means of neural networks model,the control properities of the servo system with unknown parameter are improved greatly after online learning course.Experimental results show that the new method is effective in identification and control of servo systems.

关 键 词：伺服系统 神经网络 扰动力矩 逆系统 实时控制 

分 类 号：TP275[自动化与计算机技术—检测技术与自动化装置] TP18[自动化与计算机技术—控制科学与工程]