[发明专利]一种伺服电机的基于微分器的直接神经网络控制方法

说明书

(一)技术领域

本发明涉及一种伺服电机的基于微分器的直接神经网络控制方法，它是针对伺服电机系统，给出一种伺服电机的基于微分器的直接神经网络控制方法，用于控制伺服电机转角，属于自动控制技术领域。

(二)背景技术

伺服电机是一种控制电机，它可以把输入的电压信号变换为电机轴上的角速度和角位移。伺服电机又分为直流和交流两大类：直流伺服电机通常用于大功率控制系统，交流伺服电机用脉宽调制(PwM)信号来控制，通常用于小功率系统。伺服系统的传感器有许多种，在现代数字式伺服系统中，最常用的是轴角编码器，又称码盘。在伺服系统中，系统的设定值与从传感器反馈回来的测量信号相减，形成误差信号；控制器根据这个误差信号，以一定的算法产生出控制电机的信号

传统的PID控制方法需要伺服电机系统的精确数学模型和状态值。

在这种技术背景下，本发明针对伺服电机系统，给出了一种基于微分器的直接神经网络控制方法，用于控制伺服电机转角。采用这种控制不仅保证了闭环系统的稳定性，不依赖伺服电机精确数学模型的控制，更方便在工程实践中应用。

(三)发明内容

1、发明目的

本发明的目的是提供一种伺服电机的基于微分器的直接神经网络控制方法，它克服了现有控制技术的不足，给出一种基于微分器的直接神经网络控制方法，在不依赖伺服电机系统精确数学模型的条件下，实现对伺服电机系统转角快速精确的控制。

2、技术方案

本发明的设计思想是：针对伺服电机系统，首先设计微分器，得出伺服电机系统的转角，速度和加速度，然后设计直接神经网络控制器，最后使用微分器得到的信号作为直接神经网络控制器的输入信号，实现对伺服电机系统的转角控制。

见图2，本发明一种伺服电机的基于微分器的直接神经网络控制方法，其方法步骤如下：

步骤一：伺服电机系统模型分析及建模：

伺服电机系统采用负反馈的控制结构，输出量为伺服电机系统转角。

伺服电机系统传递函数描述如下：

Gd(s)=Kms[JLds2+(JRd+f0Ld)s+(Rdf0+KeKm)]---(1)]]>

其中：K_m表示伺服电机的力矩系数；

J表示汽轮发电机功角初值；

L_d表示伺服电机系统电枢绕组的电感；

R_d表示伺服电机系统电枢绕组的电阻；

f₀表示阻尼系数；

K_e表示伺服电机系统反电势系数；

为了便于设计，分别定义三个状态变量x₁、x₂、x₃如下：

x₁＝θ

x₂＝ω