【正文】 trollers based on BP neural work and one neuron decoupling pensator. Three adaptive PID controllers are used in the velocity control loop and tension control loop respectively, that make the system possessing stronger adaptive capability and other better performances. The neuron decoupling pensator fulfills the decoupling control between velocity and tension by training the weights of works to pensate the coupling relation. Secondly, the experimental platform is constructed, MPI and PROFIBUSDP work are connected. The experimental platform control arithmetic is carried out by the s7300 PLC of Siemens. The software of STEP7 may pile neural work control program high effectively with its structural piling method. In addition, we still set up the PROFIBUSDP munication between PLC and transducers, MPI munication between position machine and PLC. Thus, we realize the long distance intellectualized control for threemotor synchronous system Finally, we perform experiments on the platform of threemotor synchronous system. experimental results indicate that the neural work control scheme possess better dynamic and static characteristics relative to traditional PID control. Keywords: threemotor synchronization system BP Neural work Speed Tension 江蘇大學(xué)本科畢業(yè)論文 III 目錄 第一章 緒論 ...................................................... 1 研究目的和意義 ............................................. 1 神經(jīng)網(wǎng)絡(luò)的發(fā)展及現(xiàn)狀 ....................................... 2 神經(jīng)網(wǎng)絡(luò)在控制系統(tǒng)中的應(yīng)用 ................................. 4 PLC 的發(fā)展概況 ............................................. 5 多電機(jī)協(xié)調(diào)控制技術(shù)的發(fā)展概況 ............................... 7 本文內(nèi)容安排 ............................................... 8 第二章 神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ) ...................................... 9 神經(jīng)網(wǎng)絡(luò)模型 ............................................... 9 人工神經(jīng)元的結(jié)構(gòu)模型 ................................. 9 神經(jīng)網(wǎng)絡(luò)的互聯(lián)模式 .................................. 11 神經(jīng)網(wǎng)絡(luò)控制 .............................................. 13 BP 神經(jīng)網(wǎng)絡(luò) ............................................... 15 BP 神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì) ................................... 16 BP 神經(jīng)網(wǎng)絡(luò)的不足及改進(jìn) ............................. 16 第三章 三電機(jī)同步控制 系統(tǒng)的分析與設(shè)計(jì) ...................... 18 三電機(jī)同步系統(tǒng)的數(shù)學(xué)模型 .................................. 18 三電機(jī)同步系統(tǒng)的開(kāi)環(huán)控制 .................................. 19 三電機(jī)同步系統(tǒng)的傳統(tǒng) PID 閉環(huán)控制 .......................... 20 三電機(jī)同步 系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制 .............................. 21 基于神經(jīng)網(wǎng)絡(luò)控制的三電機(jī)同步控制系統(tǒng)的構(gòu)建 .......... 22 基于 BP 神經(jīng)網(wǎng)絡(luò)自整定 PID 控制器 ..................... 22 多變量自適應(yīng)神經(jīng)元解耦補(bǔ)償器 ........................ 26 第四章 三電機(jī)同步系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制的實(shí)現(xiàn) .................. 29 三電機(jī)同步控制系統(tǒng)的硬件組成 .............................. 29 江蘇大學(xué)本科畢業(yè)論文 IV 三電機(jī)同步系統(tǒng)神經(jīng)網(wǎng)絡(luò)控制的軟件設(shè)計(jì) ...................... 32 西門(mén)子 s7300 編程基礎(chǔ) ............................... 32 系統(tǒng)的硬件組態(tài) ...................................... 35 結(jié)構(gòu)化程序設(shè)計(jì) ...................................... 35 三電機(jī)同步控制系統(tǒng)中通訊的實(shí)現(xiàn) ............................ 41 PROFIBUSDP 通訊 .................................... 42 MPI 通訊 ............................................ 46 第五章神經(jīng)網(wǎng)絡(luò)控制在多電機(jī)同步系統(tǒng)中的控制效果 ............. 47 三電機(jī)同步解耦控制系統(tǒng)解耦實(shí)驗(yàn) ............................ 47 三電機(jī)同步解耦控制系統(tǒng)速度跟蹤實(shí)驗(yàn) ........................ 52 三電機(jī)同步解耦控制系統(tǒng)負(fù)載實(shí)驗(yàn) ............................ 53 實(shí)驗(yàn)結(jié)果分析 .............................................. 54 小結(jié) ...................................................... 55 第六章 結(jié)論 與展望 .............................................. 56 致 謝 ............................................................ 57 參考文獻(xiàn) ......................................................... 58 江蘇大學(xué)本科畢業(yè)論文 1 第一章 緒論 研究目的和意義 多電機(jī)同步控制系統(tǒng)是現(xiàn)代工業(yè)生產(chǎn)中應(yīng)用比較廣泛的電控系統(tǒng)，它在工業(yè) 生產(chǎn)、軍事及航空等行業(yè)有著廣闊的應(yīng)用領(lǐng)域。 20 世紀(jì) 80年代中期，作 為智能計(jì)算發(fā)展的一個(gè)主流方向，神經(jīng)網(wǎng)絡(luò)重新引起科學(xué)工作者的興趣，形成近代非線性科學(xué)和智能研究的主要內(nèi)容之一。 1943 年 ，美國(guó)心理學(xué)家 Mcculloch 和數(shù)學(xué)家 Pitts 合作提出了形式神經(jīng)元的數(shù)學(xué)模型，即 MP 模型，能完成有限的邏輯運(yùn)算，從此開(kāi)創(chuàng)了神經(jīng)網(wǎng)絡(luò)理論研究的時(shí)代。尤其是進(jìn)化計(jì)算的概念在 1992 年形成 ，促進(jìn)了這一理論的發(fā)展。 1996 年 ， ShuaiJW 等模擬人腦的自發(fā)展行為 ， 在討論混沌神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上提出了自發(fā)展神經(jīng)網(wǎng)絡(luò)?；谏窠?jīng)網(wǎng)絡(luò)的系統(tǒng)辯識(shí)就是將神經(jīng)網(wǎng)絡(luò)作為 被辯識(shí)系統(tǒng) P的模型。神經(jīng)網(wǎng)絡(luò)與經(jīng)典算法、專家系統(tǒng)、模糊邏輯、遺傳算法等相結(jié)合用于控制系統(tǒng)，可為系統(tǒng)提供非參數(shù)模型、控制器模型。如現(xiàn)有的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法收斂速度太低，訓(xùn)練速度慢，許多情況下存在局部最優(yōu)，全局搜索能力差 ； 引入神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)，需要大量的訓(xùn)練數(shù)據(jù)，一般不能直接處理結(jié)構(gòu)化的知識(shí)，控制系統(tǒng)的穩(wěn)定性和收斂性也有待深入研究。監(jiān)督控制 —— 其中神經(jīng)網(wǎng)絡(luò)被用于對(duì)人的控制活動(dòng)進(jìn)行模擬，使網(wǎng)絡(luò)在輸入與人的感知信息相對(duì)應(yīng)的數(shù)據(jù)時(shí)，能夠輸出此時(shí)人相應(yīng)所采取的控制值。 其中一組被訓(xùn)練用于進(jìn)行控制器輸入信號(hào)的矢量量化，另一組神經(jīng)網(wǎng)絡(luò)根據(jù)量化結(jié)果充當(dāng)分類器，輸出合適的控制信號(hào)。裝置中的器件主要采用分立元件 、 中小規(guī)模集成電路 和 磁芯存儲(chǔ)器。在硬件方面，除了保持原有的開(kāi)關(guān)模塊以外，還增加了模擬量模塊、遠(yuǎn)程 I/O 模塊、各種特殊功能模塊，并擴(kuò)大了存儲(chǔ)器的容量，而且還提供一定數(shù)量的數(shù)據(jù)寄存器。 (3）采用模塊式結(jié)構(gòu)， 通用性好，靈活性大，系統(tǒng)設(shè)計(jì)、安裝、調(diào)試簡(jiǎn)單，維修方便。自從 1980 年 Koren 提出交叉耦合控制器以后 [23]， 許多科學(xué)工作者圍繞 多機(jī)協(xié)調(diào)控制理論展開(kāi)了進(jìn)一步的研究 ， 已經(jīng)深入到速度和轉(zhuǎn)角 (位置 ) 雙重同步的多電機(jī)協(xié)調(diào)控制 。 第六章 根據(jù) 本 論文 所做 工作 及實(shí)驗(yàn)結(jié)果 ， 得出了最后結(jié)論 及相關(guān)展望 。 細(xì)胞體是神經(jīng)元的中心，它一般又由細(xì)胞核 、 細(xì)胞膜組成。 10 xf ( x ) 圖 22 閥 值 函數(shù) （ 2） 分?jǐn)嗑€性函數(shù) ?????????????1,111,1,1)(xxxxxf （ 24） 該函數(shù)在 [1， +1]線性區(qū)內(nèi)的放大系數(shù)是一致的，如圖 23 所示，這種激勵(lì)函數(shù)可看作是非線性放大器的近似。輸入模式經(jīng)過(guò)各層次的順序傳播，最后在輸出層上得到輸出。 （ 4） 相互結(jié)合型網(wǎng)絡(luò) (全互連或部分互連 ) 相互結(jié)合型網(wǎng)絡(luò)如圖 28所示，這種網(wǎng)絡(luò)在任意兩個(gè)神經(jīng)元之間都可能有連接。由于神經(jīng)網(wǎng)絡(luò)的適應(yīng)能力、并行處理能力和它的魯棒性，使 得采用神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)具有更強(qiáng)的適應(yīng)性和魯棒性。在該系統(tǒng)中，可把神經(jīng)網(wǎng)絡(luò)的功能看作輸入輸出的某種映射，或稱函數(shù)變換，并設(shè)它的函數(shù)關(guān)系為： )( ryfu? （ 27） 為了滿足系統(tǒng)輸出 y等于期望的輸出 ry ，將式 (26)代入式 (27)，可得 江蘇大學(xué)本科畢業(yè)論文 15 ? ?)( ryfgy ? （ 28） 顯然，當(dāng) )()( 1 xgxf ?? 時(shí)，滿足 ryy? 的要求。 江蘇大學(xué)本科畢業(yè)論文 16 BP 神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì) （ 1） 輸入和輸出層的設(shè)計(jì) 輸入的神經(jīng)元可以根據(jù)需要求解的問(wèn)題和數(shù)據(jù)表示方式確定。同樣，也可以在開(kāi)始時(shí)放入比較少的隱含層單元，學(xué)習(xí)到一定次數(shù)后，如果不成功則再增加隱含層單元的 數(shù)目，直到達(dá)到比較合理的隱含層單元數(shù)目為止。 其次， BP 算法可以使權(quán)值收斂到某個(gè)值，但并不能保證其為誤差平面的全局最小值，這是因?yàn)椴捎锰荻认陆捣赡軙?huì)產(chǎn)生一個(gè)局部最小值。根據(jù)給定主令電機(jī)的速度及給定皮帶的張力，調(diào)節(jié)從動(dòng)電機(jī)的速度以滿足系統(tǒng)速 度和張力的控制要求，實(shí)現(xiàn)對(duì)系統(tǒng)的同步協(xié)調(diào)控制。圖中， *1? ， *2? ， *3?分別為變頻器 變頻器 2和變頻器 3的給定頻率。而人 工神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)能力、泛化能力、容錯(cuò)能力和非線性映射能力，可以彌補(bǔ)常規(guī)方法的局限性，使得非線性、時(shí)變性和不確定性多變量系統(tǒng)的解耦控制成為可能。 如圖 35所示， BP神經(jīng)網(wǎng)絡(luò)為 383網(wǎng)絡(luò)結(jié)構(gòu)，即有 3個(gè)輸入節(jié)點(diǎn)、 8個(gè)隱層節(jié)點(diǎn)、 3個(gè)輸出節(jié)點(diǎn)。 ( ) ( ) 1 ( )g x g x g x?? 同理，可得隱含層 加權(quán)系數(shù)的計(jì)算公式為 ： 239。 由于 ( ) ( )iir k y k? 的偏差決定了第 i 個(gè)神經(jīng)元的動(dòng)作，因而只要存在誤差，神江蘇大學(xué)本科畢業(yè)論文 28 經(jīng)元就不斷修正權(quán)值，直至系統(tǒng)輸出能跟蹤期望的給定值，實(shí)現(xiàn)靜態(tài)解耦。該算法具有很強(qiáng)的自適應(yīng)性，能使多變量系統(tǒng)的輸出趨于局部最優(yōu)，取得滿意的控制效果。 ① 軋輥：