基于神经网络的交流伺服电机控制系统-《中国新通信》(2016年2期).docx

龙源版权所有 基于神经网络的交流伺服电机控制系统作者：张航来源：《中国新通信》2016年第02期 【摘要】 本文在神经网络误差回传算法基础上提出了一种三层BP神经网络算法，并和PID控制算法相融合，得出一种新的控制伺服交流电机的方法。整个伺服系统的控制电路以数字信号处理器为核心，它可以完成永磁同步电机数字控制中的传感器信号的采集与数据处理， 实现基于神经网络的PID参数自整定的电机矢量控制算法，产生控制交流伺服电机的PWM信号。在算法方面，利用三层BP神经网络算法对PID的积分增益、微分增益和比例增益进行智能化调节，大大提高了系统的性能。 【关键词】 神经网络 PID 伺服交流电机 目前市面上大部分电机的伺服控制系统算法均是采用传统的PID控制算法，利用PID算法来控制交流伺服电机的时候，遇到最棘手的问题就是如何整定PID的比例参数、积分参数和微分参数。PID算法在整个控制过程中其参数是保持不变的。而在实际运用中，整个被控系统是无法提前预测的，而且被控对象的状态会随着时间的变化而变化，从而固定的PID参数无法使系统达到最好的控制效果。虽然能够达到较为可观的控制精度，但遗憾的是在抗干扰方面和自适应学习方面均有较大的缺陷。基于传统的PID控制算法以无法满足科研的需求。为了得到一种能够对复杂外界环境快速适应、智能化学习和较强的抗扰动能力的调整台，本文提出了将神经网络误差回传算法运用到调整台的控制算法之中，能够有效的提高控制系统的容错能力和加强其自主适应外界扰动的性能。 一、伺服电机控制系统组成 一维转台的永磁同步伺服电机控制系统主要由伺服电机、电源管理模塊、信号处理控制模块、电机驱动模块、人机交互模块、通讯模块和信号调理采集模块等组成。其组成框图如图1所示。 电机驱动模块采用IGBT，通过改变IGBT的导通和关断来控制电机的运作。其中为了保护电机过载运作和精确控制电机的力矩，利用电流检测芯片搭载的电流检测电路对电机三相电流进行实时检测，其中还包括对电机的电流进行测量，经过AD转换后输入到主控芯片进行反馈控制。 二、神经网络的PID矢量控制 整个伺服系统的控制电路以数字信号处理器为核心，它可以完成永磁同步电机数字控制中的传感器信号的采集与数据处理，实现基于神经网络的PID参数自整定的电机矢量控制算法，产生控制电力电子器件开关的 PWM 信号。 整个控制方案一共可分别为三个部分组成，最高一层控制模块为BP神经网络控制模块，在其之下为PID比例积分微分控···试读结束