【正文】 別為比例、積分、微分系數(shù)； k為采樣序號(hào)， ()ek 、 ( 1)ek? 、( 2)ek? 分別為第 k 、 1k? 、 2k? 時(shí)刻所得的偏差信號(hào)； ()uk 、 ( 1)uk? 分別為第 k 、1k? 時(shí)刻控制器的輸出。 由式（ 35）可得 012()( ) ( 1 )()()()()()( ) 2 ( 1 ) ( 2)()MMMuke k e kvkukekvkuke k e k e kvk? ?? ? ????? ??????? ?? ? ? ? ????? (314) 由式（ 39）可得 39。 神經(jīng)元的學(xué)習(xí)規(guī)則采用 ? 學(xué)習(xí)規(guī)則，又稱誤差校正規(guī)則，選擇響應(yīng)函數(shù)為線性函數(shù)， ()f x x? ，則權(quán)值的調(diào)整量為： ()ij i i jw y y x?? ? ? (320) 式中， ? 為學(xué)習(xí)速率， iiyy? 為期望輸出與實(shí)際輸出之差。同時(shí)，通道 3在受影響失衡后，又會(huì)影響到通道 1，這時(shí)靠調(diào)整 12w ， 13w 來(lái)消除，從而使各個(gè)回路能獨(dú)立工作，減輕其它回路的耦合影響。其次是軋輥的選擇。實(shí)驗(yàn)條件下不能提供乳化液、防腐液、潤(rùn)滑及散熱液體，也不能提供磨床不斷地對(duì)軋輥進(jìn)行精加工，更不能提供實(shí)際的加工工件以資消耗，再加上場(chǎng)地的限制，這就對(duì)本裝置的機(jī)械結(jié)構(gòu)提出特殊的要求： 首先是對(duì)工件的限制。下面進(jìn)一步分析神經(jīng)元是如何減輕和消除多變量系統(tǒng)的動(dòng)態(tài) 耦 合影響的。 多變量自適應(yīng)神經(jīng)元解耦補(bǔ)償器 神經(jīng)元解耦補(bǔ)償器使用 的 神經(jīng)網(wǎng)絡(luò)將來(lái)自其他通道的耦合影響視為可測(cè)干擾進(jìn)行補(bǔ)償，通過(guò)訓(xùn)練網(wǎng)絡(luò)權(quán)值，使神經(jīng)元解耦補(bǔ)償器與被控對(duì)象組成的廣義系統(tǒng)成為無(wú)耦合或耦合程度較小的系統(tǒng) [35][36][37] 如圖 34所示，神經(jīng)元解耦補(bǔ)償器采用在每對(duì)輸入輸出通道上設(shè)置一個(gè)單神經(jīng)元，每個(gè)神經(jīng)元有 3個(gè)輸入 ，均接受 3個(gè)自適應(yīng) PID控制器的控制信號(hào) 1u 、 2u 、 3u ，每個(gè)神經(jīng)元的輸出作為補(bǔ)償后的控制信號(hào)送至多變量系統(tǒng)，通過(guò)神經(jīng)元權(quán)值的修正達(dá)到解耦目的。 輸出層的輸入輸出為 80012( ) ( )( ) ( )( ) ( 0 , 1 , 2)()()MJm jm jjMMmmMPMIMDne t k w v kv k g ne t kv k K mv k Kv k K?????? ?????????????? ????? （ 39） 式中， jmw —— 輸出層加權(quán)系數(shù)； 8mw —— 閥值 ， 8mw =m? ； ??g? —— 變換函數(shù)， 1() 1 exp( )gx x? ?? 采用以輸出誤差二次方為性能指標(biāo)，其性能指標(biāo)函數(shù)為 ? ?21 ( 1 ) ( 1 )2 rE y k y k? ? ? ? (310) 按照最快速度 下降法修正網(wǎng)絡(luò)的加權(quán)系數(shù)，即按 E 對(duì)加權(quán)系數(shù)的負(fù)梯度方向搜索調(diào)整，并附加一使搜索快速收斂全局極小的慣性項(xiàng)，則有 ( 1 ) ( )jm jmjmEw k w kw???? ? ? ? ? ?? (311) 江蘇大學(xué)本科畢業(yè)論文 25 式中， ? —— 學(xué)習(xí)速率； ? —— 慣性系數(shù)。 基于 BP 神經(jīng)網(wǎng)絡(luò)自整定 PID 控制器 傳統(tǒng) PID控制對(duì)于復(fù)雜非線性、參數(shù)時(shí)變系統(tǒng)不易在線實(shí)時(shí)整定參數(shù)，難以實(shí)現(xiàn)有 效的控制 ： 而神經(jīng)網(wǎng)絡(luò)能夠根據(jù)系統(tǒng)的運(yùn)行狀態(tài)，通過(guò)神經(jīng)網(wǎng)絡(luò)的自身學(xué)習(xí)，在線調(diào)整 PID控制器的三個(gè)參數(shù)，使得給定性能指標(biāo)最優(yōu)，能夠達(dá)到滿意的控制效果。 整個(gè)系統(tǒng)依然是一個(gè) 三輸入三 輸出系統(tǒng)，其中用于閉環(huán)控制的速度反饋信號(hào)由光電編碼器檢測(cè)，張力反饋信號(hào)由張力 傳感器檢測(cè)。因此，要實(shí)現(xiàn)對(duì)三 臺(tái)電機(jī)的同步協(xié)調(diào)控制，就需要對(duì)系統(tǒng)中的速度和張力進(jìn)行解 耦 。因此，網(wǎng)絡(luò)往往存在很大的冗余性，在一定程度上也增加了網(wǎng)絡(luò)學(xué)習(xí)的負(fù)擔(dān)。輸入樣本也同樣希望進(jìn)行歸一化處理，使那些比較大的輸入仍落在傳遞函數(shù)梯度大的地方。即對(duì)于任何在閉區(qū)間內(nèi)的一個(gè)連續(xù)函數(shù)都可以用單隱含層的 BP 網(wǎng)絡(luò)逼近，因而一個(gè)三層 BP 網(wǎng)絡(luò)就可以完成任意的n維到 m維的 映射。由圖可見(jiàn)，BP網(wǎng)絡(luò)是一種具有三層或三層以上的神經(jīng)網(wǎng)絡(luò)，包括輸入層、隱含層和輸出層。 N N C被 控 對(duì) 象ueyy r圖 29 神經(jīng)網(wǎng)絡(luò)反饋系統(tǒng)控制結(jié)構(gòu)圖 其中， ry 表示期望輸出， y 表示系統(tǒng)實(shí)際輸出， u 表示控制器的輸出， e 表示系統(tǒng)誤差。而在相互結(jié)合網(wǎng)絡(luò)中，信號(hào)要在神經(jīng)元之間的反復(fù)傳遞，網(wǎng)絡(luò)處于一種不斷改變狀態(tài)的動(dòng)態(tài)之中。所有的節(jié)點(diǎn)都是一樣的，它們之間都是相互連接的。 s 型函數(shù)定義如下： )ex p (1 1)( axxf ??? （ 25） 其中 a是 Sigmoid 函數(shù)的斜率參數(shù)，通過(guò)改變參數(shù) a，我們會(huì)獲得不同斜率的 Sigmoid 函數(shù) ，如圖 24所示。 人工神經(jīng)元是對(duì)人腦神經(jīng)元的一種模擬與簡(jiǎn)化 ， 它是 神經(jīng)網(wǎng)絡(luò)的基本處理單元。 但是 ， 實(shí)際上神經(jīng)網(wǎng)絡(luò)并沒(méi)用完全反映大腦的功能，只是對(duì)生物神經(jīng)網(wǎng)絡(luò)進(jìn)行某種抽象 、 簡(jiǎn)化和模擬 。 第一章為緒論。已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)歷史意義上的可編程邏輯控制器的范疇。 20 世紀(jì) 90年代，隨著工控編程語(yǔ)言 IEC 611313 的正式頒布， PLC 在技術(shù)上取得新的突破。因此，早期的 PLC 的性能要優(yōu)于繼電器控制裝置，其優(yōu)點(diǎn)是簡(jiǎn)單易懂、便于安裝、體積小、能耗低、有故障顯示、能重復(fù)使用等。國(guó)際電工委員會(huì) (IEC)于 1982 年 11月和 1986 年 1 月對(duì) PLC 定義為：可編程序控制器 (programmable logical controller，簡(jiǎn)稱 PLC)是一種數(shù)字運(yùn)算操作的電子系統(tǒng)，專為在工業(yè)環(huán)境下應(yīng)用而設(shè)計(jì)。它們之間的誤差被用作控制器網(wǎng)絡(luò)的訓(xùn)練，在這種模型結(jié)構(gòu)下，作為控制器的神經(jīng)網(wǎng)絡(luò)仍然起到的是逆?？刂频淖饔谩＿@種應(yīng)用幾乎覆蓋了控制理論研究中的絕大多數(shù)問(wèn)題[11~14]，主要有以下幾種形式： （ 1）系統(tǒng)的模擬和辨識(shí)：在被控系統(tǒng)輸入 /輸出映射為 11 映射的前提下，通過(guò)多層前饋網(wǎng)絡(luò)能夠提供該非線性被控對(duì)象的直接逆向模型。在常規(guī)控制系統(tǒng)的設(shè)計(jì)中，常遇到求解約束優(yōu)化問(wèn)題，神經(jīng)網(wǎng)絡(luò)為這類問(wèn)題提供了有效的途徑。 BP 網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單、 泛化能力強(qiáng)，應(yīng)用最為廣泛，但收斂速度慢和易陷入局部極小，已有許多學(xué)者提出了改進(jìn)算法 [6][7]。 1989年召開(kāi)了全國(guó)第一屆神經(jīng)網(wǎng)絡(luò) 信號(hào)處理會(huì)議； 1990 年召開(kāi)的第一屆神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會(huì)，開(kāi)創(chuàng)了中國(guó)人工神經(jīng)網(wǎng)絡(luò)及神經(jīng)計(jì)算機(jī)方面科學(xué)研究的新紀(jì)元。 1993 年 Yip 和 Pao 提出了一種帶區(qū)域指引的進(jìn)化模擬退火算法，他們將進(jìn)化策略引入?yún)^(qū)域指引，它經(jīng)過(guò)選優(yōu)過(guò)程，最終達(dá)到求解問(wèn)題的目的。1984 年 ， Hiton 教授提出 Boltzman 機(jī)模型。由于神經(jīng)網(wǎng)絡(luò)的非線性映射能力、自學(xué)習(xí)適應(yīng)能力、聯(lián)想記憶能力、并行信息處理方式及其優(yōu)良的容錯(cuò)性能，使得它非常適合于電機(jī)控制系統(tǒng)這類復(fù)雜系統(tǒng)的建模與控制，特別是當(dāng)系統(tǒng)存在不確定性因素時(shí)，更體現(xiàn) 出神經(jīng)網(wǎng)絡(luò)控制方法的優(yōu)越性。從我國(guó)目前的張力設(shè)備來(lái)看，絕大部分仍沿用模擬張力型直流傳動(dòng)方式，直流電機(jī)的控制方法簡(jiǎn)單，調(diào)速方便，控制精度較高，但直流電機(jī)存在性能價(jià)格比差、維護(hù)費(fèi)用高、轉(zhuǎn)速低和容量小等諸多難以克服的缺點(diǎn)。三個(gè) 自適應(yīng) PID 控制器分別對(duì)速度控制回路和張力控制回路進(jìn)行自適應(yīng)控制，使系統(tǒng)具有更強(qiáng)的適應(yīng)能力、更好的實(shí)時(shí)性和魯棒性；神經(jīng)元解耦補(bǔ)償器通過(guò)訓(xùn)練神經(jīng)元的權(quán)值，補(bǔ)償各回路之間的耦合影響，實(shí)現(xiàn)了速度和張力之間的解耦控制。 最后，在三電機(jī)同步系統(tǒng)實(shí)驗(yàn)平臺(tái)上進(jìn)行了實(shí)際的控制實(shí)驗(yàn)。 傳統(tǒng)的 PID 控制具有結(jié)構(gòu)簡(jiǎn)單、穩(wěn)定性好、可靠性高等優(yōu)點(diǎn)，從而得到了廣泛的應(yīng)用，但該方法 比 較適合于線性系統(tǒng)，且過(guò)分依賴于控制對(duì)象的模型參數(shù)。它是模擬生物神經(jīng)結(jié)構(gòu)的新型計(jì)算機(jī)系統(tǒng)。 1990年 Narendra 和 Parthasarathy 提出了一種推廣的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)系統(tǒng)及其連接權(quán)的學(xué)習(xí)算法，它可表示非線性特性，增強(qiáng)了魯棒性。 1995 年江蘇大學(xué)本科畢業(yè)論文 3 Mitra 把人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯理論、生物細(xì)胞學(xué)說(shuō)以及概率論相結(jié)合提出了模糊神經(jīng)網(wǎng)絡(luò) ， 使得神經(jīng)網(wǎng)絡(luò)的研究取得了突破性進(jìn)展。 神經(jīng)網(wǎng)絡(luò)控制 [3][4]正是在人工神經(jīng)網(wǎng)絡(luò)研究所取得的突破性進(jìn)展這一背景下與控制理論相結(jié)合而發(fā)展起來(lái)的。神經(jīng)網(wǎng)絡(luò)作為實(shí)時(shí)控制系統(tǒng)的控制器，對(duì)于不確定、不確知系統(tǒng)及擾動(dòng)進(jìn)行有效的控制，使系統(tǒng)達(dá)到所要求的動(dòng)態(tài)、靜態(tài)特性。 神經(jīng)網(wǎng)絡(luò)隨著現(xiàn)代科學(xué)技術(shù)發(fā)展而興起的研究熱潮僅僅有 10 多年的時(shí)間，雖然從理論到應(yīng)用都取得了許多進(jìn)展，但距真正大腦風(fēng)格的神經(jīng)網(wǎng)絡(luò)應(yīng)用還有相當(dāng)大的差距，因此神經(jīng)網(wǎng)絡(luò)理論本身還有待于深入研究。 （ 2）充當(dāng)各類控制器 [15~22]：神經(jīng)網(wǎng)絡(luò)在各類控制器框架結(jié)構(gòu)的基礎(chǔ)上，加江蘇大學(xué)本科畢業(yè)論文 5 入了非線性自適應(yīng)學(xué)習(xí)機(jī)制，從而使控制器具有更好的性能。 預(yù)測(cè)控制 —— 這里也用到了兩組神經(jīng)網(wǎng)絡(luò)的協(xié)調(diào)機(jī)制，一組神經(jīng)網(wǎng)絡(luò)被用于給出未來(lái)被控對(duì)象關(guān)于特定指標(biāo)的預(yù)測(cè)值，并通過(guò)另一組已訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)來(lái)模擬最優(yōu)控制規(guī)律，在預(yù)測(cè)值的激勵(lì)下給出符合預(yù)測(cè)控制目標(biāo)的控制量輸入被控對(duì)象。 早期的 PLC 基本上是 (硬 )繼電器控制裝置的替代物，主要用于實(shí)現(xiàn)原先由繼江蘇大學(xué)本科畢業(yè)論文 6 電器完成的順序控制、定時(shí)、計(jì)數(shù)等功能。美國(guó)、日本、德國(guó)等一些廠家先后開(kāi)始采用微處理器作為 PLC 的 CPU(中央處理單元 )，這樣使 PLC 的功能大大增強(qiáng)。 (2）編程、操作簡(jiǎn)單方便。 多電機(jī)協(xié)調(diào)控制技術(shù)的發(fā)展概況 近年來(lái)，隨著工業(yè)生產(chǎn)自動(dòng)化程度的提高和生產(chǎn)規(guī)模的擴(kuò)大，對(duì)各種機(jī)械性能和產(chǎn)品質(zhì)量的要求不斷提高，單單針對(duì)一臺(tái)電機(jī)的控制在許多場(chǎng)合己經(jīng)不能滿足現(xiàn)代高科技發(fā)展的要求，而需要人們?nèi)タ刂贫嗯_(tái)電機(jī)，使其協(xié)調(diào)運(yùn)行。 第四章介紹三電機(jī)同步系統(tǒng)硬件實(shí)驗(yàn)平臺(tái)，軟件編程以及整個(gè)神經(jīng)網(wǎng)絡(luò)算法的實(shí)現(xiàn)過(guò)程和系統(tǒng)通訊等。 人工神經(jīng)元的結(jié)構(gòu)模型 人腦神經(jīng)元是組成神經(jīng)系統(tǒng)的最基本單元，它們之間互相連接。若激勵(lì)函數(shù)采用階躍函數(shù)，則圖 21 所示的人工神經(jīng)元模型即是著名的 MP 模型。這種神經(jīng)網(wǎng)絡(luò)的特點(diǎn)是每一層的神經(jīng)元只接受來(lái)自前一層神經(jīng)元的輸 入，后面的層對(duì)前面層沒(méi)用信號(hào)反饋。這樣可以限制每層內(nèi)可以同時(shí)動(dòng)作的神經(jīng)元，或者把每層內(nèi)的神經(jīng)元分為若干組，讓每一組作為一個(gè)整體進(jìn)行運(yùn)作。 圖 28 相互結(jié)合型網(wǎng)絡(luò)結(jié)構(gòu) 神經(jīng)網(wǎng)絡(luò)控制 所謂的神經(jīng)網(wǎng)絡(luò)控制，即基于神經(jīng)網(wǎng)絡(luò)的控制或簡(jiǎn)稱神經(jīng)控制，是指在控制江蘇大學(xué)本科畢業(yè)論文 14 系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)這一工具對(duì)難以精確描述的復(fù)雜的非線性對(duì)象進(jìn)行建模，或充當(dāng)控制器，或優(yōu)化計(jì)算，或進(jìn)行推理，或故障診斷等，以及同時(shí)兼有上述某些功能的適應(yīng)組合，將這樣的系統(tǒng)稱為基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)，稱這種控制方式為神經(jīng)網(wǎng)絡(luò)控制。把神經(jīng)網(wǎng)絡(luò)用于控制正 是利用這個(gè)獨(dú)特的優(yōu)點(diǎn)。接下來(lái)，按照減少目標(biāo)輸出與實(shí)際誤差的方向，從輸出層經(jīng)過(guò)各隱含層逐層修改各連接權(quán)值，最后回到輸入層，這種算法稱為“誤差反向傳播算法”，即 BP 算法。 有一種途徑可用于確定隱含層單元的數(shù)目。對(duì) 于一些復(fù)雜的問(wèn)題， BP 算法需要的訓(xùn)練時(shí)間可能會(huì)非常長(zhǎng)。 江蘇大學(xué)本科畢業(yè)論文 18 第三章 三電機(jī)同步控制系統(tǒng)的分析與設(shè)計(jì) 三電機(jī)同步系統(tǒng)的數(shù)學(xué)模型 電 機(jī) 1 電 機(jī) 2 電 機(jī) 312F 23F1r 2r 3r11k ? 22k ? 33k ?浮 輥 浮 輥 圖 31 三電機(jī)同步控制系統(tǒng)模型 三 電機(jī)同步系統(tǒng)速度和張力控制的物理模型如圖 31 所示 。 在不考慮變頻器內(nèi)部結(jié)構(gòu)關(guān)系的情況下，對(duì)于實(shí)際的變頻調(diào)速系統(tǒng)來(lái)說(shuō)，給定變頻器一個(gè)頻率信號(hào)就能得到感應(yīng)電機(jī)的一個(gè)速度輸出 [29]。 三電機(jī)同步系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制 通過(guò)對(duì)常規(guī) PID缺點(diǎn)和不足的認(rèn)識(shí)，以及第二章中關(guān)于神經(jīng)網(wǎng)絡(luò)的諸多優(yōu)點(diǎn)的論述，針對(duì)三輸入三輸出的三電機(jī)同步系統(tǒng)，本文中提出了一種神經(jīng)網(wǎng)絡(luò)在線整定 PID參數(shù)的解耦控制方法，其結(jié)構(gòu)如圖 34所示，整個(gè)神經(jīng)網(wǎng)絡(luò)控制器由基于神經(jīng)網(wǎng)絡(luò)整定的 在線自整定 PID智能控制器 和神經(jīng)元解 耦 補(bǔ)償器組成，該結(jié)構(gòu)采用的是神經(jīng)元解耦補(bǔ)償器位于自適應(yīng) PID控制器之后的串聯(lián)解耦方案 [30]。 (2) BP神 經(jīng)網(wǎng)絡(luò)算法 江蘇大學(xué)本科畢業(yè)論文 23 式（ 35）可描述為： ? ?( ) ( 1 ) , , , , ( ) , ( 1 ) , ( 2 )P I Du k f u k k K k e k e k e k? ? ? ? （ 36） 式中， ()f? 式與 PK 、 IK 、 DK 、 ()ek 、 ( 1)ek? 、 ( 2)ek? 、 ()uk 、 ( 1)uk? 有關(guān)的非線性函數(shù)。() ()()M Mm m