| 题名 | 基于BP神经网络摩擦力补偿算法的研究 |
| 作者 | 王欣峰 |
| 学位类别 | 硕士 |
| 答辩日期 | 2006-06-04 |
| 授予单位 | 中国科学院西安光学精密机械研究所. |
| 导师 | 高伟 |
| 关键词 | 神经网络辨识 BP神经网络 神经PID 摩擦力补偿 PWM功率放大器 CPLD |
| 学位专业 | 控制理论与控制工程 |
| 中文摘要 | 伺服系统中由于摩擦等非线性引起的爬行，跟踪误差等现象已经成为阻碍系统性能提高的瓶颈之一，因此对其实施有效补偿以消除这些影响在工程中具有重要意义。本文首先综述了国内外在摩擦建模以及摩擦补偿方面的研究现状，总结了已有研究的不足之处，从而根据这一领域的发展趋势，提出了利用神经网络进行摩擦力补偿的方法。接着阐述了神经网络的理论基础及发展，在分析了与传统辨识相对应的神经网络辨识的优点后，提出了利用BP神经网络进行系统辨识，并深入研究了BP神经网络的网络结构、算法原理以及网络设计，针对基本BP算法存在的学习速度慢、容易陷入局部极小点的不足，介绍分析了几种改进算法，并利用改进的BP算法（LM算法）给出了仿真结果。然后论述了传统PID控制的基本理论与方法，并给出了PID控制器参数的一些调整方法，同时针对系统中存在的摩擦力等非线性，提出了利用神经PID控制方法，给出了神经PID控制器的详细设计方法，并通过使用Matlab强大的仿真功能，针对非线性时变系统进行了仿真试验，实验结果表明该方法的有效性。最后简要介绍了PWM功率放大器的组成、工作原理、特点，并对常见的H型双极性模式PWM功率放大器的工作特性作了定性分析，为了增加PWM功率放大器控制的灵活性，用VHDL语言设计了基于可编程逻辑器件的PWM控制器，并选用富士公司集驱动和保护于一体的智能功率模块（6MBP20RH060）制作了PWM功率转换电路，使整机具有电路简单、体积小、可靠性高等特点。 |
| 语种 | 中文 |
| 学科主题 | 控制理论与控制工程 |
| 公开日期 | 2011-10-09 |
| 页码 | 87 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.opt.ac.cn/handle/181661/12004]  |
| 专题 | 西安光学精密机械研究所_中国科学院西安光学精密机械研究所(2010年前) |
| 推荐引用方式 GB/T 7714 | 王欣峰. 基于BP神经网络摩擦力补偿算法的研究[D]. 中国科学院西安光学精密机械研究所.. 2006. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论