下载此文档

基于GA和FNN的智能PID控制研究及应用.pdf


文档分类:IT计算机 | 页数:约74页 举报非法文档有奖
1/74
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/74 下载此文档
文档列表 文档介绍
兰州理工大学
硕士学位论文
基于GA和FNN的智能PID控制研究及应用
姓名:刘鹏军
申请学位级别:硕士
专业:机械制造及其自动化
指导教师:阎树田
20060403
摘要在数控机床中,位置伺服系统作为数控装置与机床传动部件之间的的中间连接环节,它的性能对于数控机床的整体性能具有较大影响。如工作台的最高运动速度、跟踪及定位精度、加工表面质量、生产率及工作可靠性等指标均取决于位置伺服系统的动态和静态性能。目前,位置伺服控制器的设计仍主要是采用常规的刂啤控制具有算法简单、鲁棒性强、可靠性高的特点,尤其适于能建立精确数学模型的系统。然而,随着数控机床加工精度要求的提高,数控加工工数学模型、自适应能力差等,已越来越不能满足高精度数控机床的需要。因此,留了常规刂坡嘲粜郧俊⒖煽啃愿叩奶氐悖庇旨姹噶四:呒刂坪蜕经网络的一些优点。例如,不再依赖控制对象的精确数学模型,具有较强的自适种新型的控制器不但大大缩短了系统的过渡过程时间,实现了无超调控制,而且具有较强的自适应能力和抗干扰能力。因此,对于提高数控机床的定位精度和跟艺变得越来越复杂,加工过程往往具有非线性、时变性,难以建立被控对象的精确数学模型。常规的刂埔蚱渥陨泶嬖诘囊恍┚窒扌裕缧枰?刂贫韵蟮木有必要对其进行适当的改进,以提高数控机床位置伺服系统的性能。模糊逻辑和神经网络均不依赖被控对象的精确数学模型,且具有较强的自适应和自学习能力;遗传算法是一种基于生物进化过程的随机搜索的全局优化方法,它通过对个体进行编码,并对编码串进行复制、交叉和变异等操作,使算法最终优化到全局极值点。本文将模糊逻辑控制、神经网络和遗传算法运用于问的整定过程中,设计了一种新型的智能刂破鳌U庵中滦偷目刂破饕环矫姹应、自学习能力和抗干扰能力等。通过对数控机床位置伺服系统的仿真说明,这踪精度,从而提高机床的加工精度具有较强的现实意义。关键词:位置伺服系统;刂疲耗:窬纾籅惴ǎ灰糯惴硕士学位论文
鷈篴Ⅱ.Ⅱ∞∞∞瓼琲..,鱟“畁基于和闹悄躊控制研究及应用謉,Ⅳ瑃甋—甋琾,,瓵,“瓵琲緀瓾,痶痶二..琣,.:;;籅’儿
导师签名:眦作者签名:叫毗作者签名:别肺够争日期:沙瓿г聀日⒈C芸冢凇杲饷芎笫视帽臼谌ㄊ椤日期:汐臼。易年厂月/兰州理工大学学位论文原创性声明学位论文版权使用授权书日期:加,啄瓿г鲁АH本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其它个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于⒉槐C芸凇朐谝陨舷嘤Ψ娇蚰诖颉啊獭
第滦髀课题的来源、目的和意义本课题为兰州理工大学自选课题。位置伺服系统是数控机床的重要组成部分,它的性能对于数控机床的性能有较大影响,如数控机床的最高移动速度、运动精度和定位精度等重要指标均取决于位置伺服系统的动态性能和静态性能。因此,研究和开发高性能的伺服系统一直是现代数控机床的关键技术之一。目前,数控机床的位置伺服系统大多仍采用常规的刂啤哂兴惴ḿ单、鲁棒性好、可靠性高的特点,尤其适用于可建立精确数学模型的系统”H欢孀殴ひ瞪慕徊椒⒄梗丶庸さ木ǘ纫G笤嚼丛性,难以建立精确的数学模型,再加上常规的刂破魅狈ψ允视δ力,不能根据被控对象特性的变化自动调整控制器的参数,这些都使得常规的刂颇岩允视Ω呔ǘ仁鼗驳男枰#匦攵云浣懈慕长期以来,虽然人们为了提高伺服系统的性能而在不断的努力,也提出了一些新的控制算法,如前馈控制得了一定的效果。但这些算法本身并没有脱离传统控制理论的范畴,且算法本身仍存在的一定缺陷,因此,对于高精度数控机床的控制仍不甚随着微处理机技术、现代控制理论尤其是智能控制理论缒:制复杂无规则系统开辟了新途径⋯。人们将这些新型的控制方法与传统的各个参数,进而提高刂破鞯目刂菩Ч涂刂凭ǘ龋壳耙殉鱿高,数控加工工艺越来越复杂,加工过程往往具有非线性、时变不确定、预测控制和学习控制等”理想。辑、神经网络等托滦陀呕惴如遗传算法姆⒄褂胗τ茫?的刂扑惴ㄏ嘟岷希簿褪墙柚滦偷目刂扑惴ㄓ呕砅控制了许多新型的刂破鳎纾:齈控制器、基于神经网络的控制器等等。它们吸收了智能控制与常规刂屏秸叩挠诺悖染弑一定的自学习、自适应能力,又保留了常规刂破髀嘲粜郧俊⒖煽性高的特点。实践证明,对于复杂控制对象,其控制效果远远超过常规刂啤本课题正是从已

基于GA和FNN的智能PID控制研究及应用 来自淘豆网m.daumloan.com转载请标明出处.

非法内容举报中心
文档信息
  • 页数74
  • 收藏数0 收藏
  • 顶次数0
  • 上传人化工机械
  • 文件大小0 KB
  • 时间2012-08-29