基于CMAC和ILC的液压运动平台控制研究

本资料包含pdf文件1个，下载需要1积分

液压六自由度平台伺服系统是典型的非线性系统，传统的PID控制难以满足其对快速性、以及跟踪精度的要求。在这种情况下，有学者采用 CMAC与 PID并行控制获得了良好的控制效果 。

CMAC与PID并行控制采用 CMAC作为前镭制实现被控对象的逆动态模型，同时利用 PID控制实现反镭制，保证系统的稳定性。但是 CMAC和 PID控制信息同时加到被控对象的输入端，会出现控制信号输入过大，造成超调过大 。Uchiyama等人于 1978年提出的迭代学习控制(Iterative Learning Contro1)采用在重复中学习”的策略，具有修正和记忆功能，通过对被测系统控制尝试，以输出轨迹和理想输出轨迹偏差修正控制信号，但是由于迭代学习是对控制输入进行反复学习和记忆，相比神经网络，其联想推广能力及抗扰动能力较弱 。

针对液压六 自由度平台伺服系统非线性，强耦合的结构特点，将迭代控制技术和 CMAC与 PID控制结合，利用迭代控制、CMAC与 PID控制各 自优势 ，构成- 种复合控制器，以便提高液压六 自由度平 台的性能。

1 CMAC神经网络和 ILC控制理论1.1 CMAC神经网络理论CMAC神经网络是-种表达复杂非线性函数表格收稿 日期：2012-l1-20作者简介 ：吴健楠(1988-)，男，辽宁阜新人，硕士研究生，主要从事飞行模拟器液压六 自由度平台的研究工作。

of the Endless Welding Roling Process for the Production ofHot-roled Long Products[J].Stahl and Eiesn，2002，122(3)：67-73。

[5] 宋学义.袖珍液压气动手册 [M].北京：机械工业 出版社 ，1995：91-92。

[6] 林瑞全，邱公伟.基于 MATLAB语言的电加热炉神经元PID控制的建模与仿真[J].福州大学学报 (自然科学版)，2002，(2)：55-58。

[7] 王春行.液压伺服控制系统[M].北京：机械工业出版社 ，1981：68-71。

[8] 薛定宇.反镭制系统设计与分析-MATLAB语言应用[M].北京：清华大学出版社 ，2000：250-262。

[9] 姚俊，马松辉.Simulink建模与仿真[M].西安：西安电子科技大学出版社，2002：207-223。

2013年第5期 液压与气动 67查询型自适应神经网络。CMAC网络由输入层、中间层和输出层组成。在输入层对 n维输入空间进行划分。输人层到中间层为概念映射，中间层到输出层为实际映射，具体的实现过程见文献[5]。

CMAC神经网络模仿小脑的生理特点，利用联想记忆和查表技术，具有结构简单、学习速度快等优点，比-般的神经网络具有更好地非线性逼近能力，更适合于复杂动态环境下的非线性实时控制 。

1.2 ILC控 制理论迭代学习(Iterative Learning Contro1)是针对具有可重复性的被控对象，通过反复迭代修正达到 目标要求的控制策略。ILC采用在重复中学习”的策略，具有修正和记忆功能，通过对被测系统控制尝试，以输出轨迹和理想输出轨迹偏差修正控制信号，产生新的控制信号。具体的原理结构见文献[7]，由于该方法是通过重复学习达到期望行为的学习方式，故称为迭代学习控制。

2 基于CMAC和 ILC的复合控制器设计在 CMAC与 PID控制基础上，为了提高控制精度，加入 ILC控制构成-种复合 PID控制器∝制结构如图 1所示，该控制器分为3个部分：CMAC实现前镭制，确保系统的响应速度；常规PID控制器实现反镭制，保证系统的稳定性且抑制扰动；迭代控制提高系统对周期信号的跟踪精度。

： 卿 c厂 学习算法--- 面 E -睦l L- l图 1 CMAC和 ILC复合控制詈昔在图1所示的系统中， (t)为系统的输入信号，总控制输出 /3， 为 PID控制输出。与CMAC神网络输出U 之和，CMAC采用有导师的学习算法，将实际的输入信号 (t)，第 i次迭代系统的实际输出Y 。经过量化后作为地址输入到 CMAC，在 CMAC记忆单元中找到与之对应的C个地址～这C个地址的权重值相加得到 CMAC的输出 ，与总控制输出 U 进行比较，修正权值，进入学习过程，学习目的是使总控制输出与CMAC的输出误差最校在控制的开始阶段由 PID进行控制，经过CMAC的几个学习周期，产生迭代学习初始控制的总控制输出 U ，利 用 P型迭代学习律对系统进行学习控制。该系统的算法有关公式如下：u (t)∑∞i(t) (1)Uk( )M。(t)M (t) (2)其中，09i为CMAC存储单元中的权值 M (t)为 CMAC输出；M。(t)为PID反镭制器产生的输出；U (t)为系统总控制输出。

P型迭代学习律为：(t)M1( ) k(t) (3)其中，e ( )为输出误差； 为学习增益矩阵。

经过迭代学习后，系统的控制输出为：Mk1(t)Mll(t)UpM (4)3 仿真研究由于液压六 自由度平台采用并联式结构，其 6个液压伺服通道是相同的，故以其中-个通道为例，进行控制性能研究。通过对单通道系统电液伺服数学模型进行分析，得到系统的传递函数为 J：G( )：..- - - - (5) 1/w 2 / hs sK K KvG f其中， 为伺服放大环节；K 为电液伺服阀增益；K为速度放大系数；c， 为伺服阀的固有频率； 为阻尼比；G 为位移传感器的传递函数。

根据某型液压六 自由度运动平台伺服系统设置具体参数，取 Ka10；K 2.15 L/min；Kv3.4；09h4 Hz； h 0.4；G f0.01 V/cm。

代入上式，得到控制对象的传递函数：，7 1G(S) ---- --，J。 ----- (6) 、0.0625s 0.2s s0.731 、由前文所介绍的 CMAC和迭代控制原理，在 Mat。

1ab/Simulink中分别建立传统 CMAC与 PID并行控制以及结合迭代控制与 CMAC的复合 PID控制的液压六 自由度平台单通道伺服系统，其模型如图2所示。

在该复合控制系统中，PID的参数分别设定为：kp0.05，ki5，kd0，CMAC和迭代学习控制器由M函数实现，其中，CMAC量化参数 叼取为0.45，泛化参数 C取为 l0，网络映射 Ⅳ取为 100，迭代学习控制器中，P型迭代学习律 r取 0.95，迭代次数为 20次。

输入信号分别取幅值为 1 mm的阶跃信号和正弦信号，频率为 1 Hz，仿真周期为 10 S，仿真结果如图 3-6所示68 液压与气动 2013年第 5期图 3： 羹褊金时间/0CMAC和PID控制阶跃响应图4 CMAC和 ILC复合控制阶跃响应图5 CMAC和 PID控制轨迹图2 Simulink仿真模型o l Z 3 4 O 7 9 lU时间/s图6 CMAC和ILC复合控制轨迹由图3知采用传统的CMAC与 PID复合控制，在前2 S时间内系统出现了超调，超调量为 25%，经过4 s后系统达到稳态。由图4知，采用 CMAC与 ILC复合控制，系统稳定无超调，并且调节时间由原来的4 S提高到0.9 S，快速性得到了改善。由图5，图6可知，采用 CMAC和 ILC复合控制后系统的跟踪精度得到了明显改善，实现了完全跟踪，这是由于加入 ILC算法，提高了系统鲁棒性，使输出更好地逼近期望值。

4 结论结合 CMAC和 ILC的复合控制方法能使系统获得更好的控制效果，提高了运动平台的快速性和跟踪精度，满足液压六自由度运动平台实时性、高控制精度的要求。该复合控制策略的研究对液压六自由度平台性能改善具有重要意义。