專利名稱：非線性精密鍛壓機的神經(jīng)網(wǎng)絡控制方法
技術領域：
本發(fā)明涉及工業(yè)自動控制領域，尤其是一種非線性精密鍛壓機的神經(jīng)網(wǎng)絡控制方法。
背景技術：
鍛壓是機械制造工業(yè)的基礎工藝之一，是研發(fā)、生產(chǎn)各類機械裝備的重要物質基礎和技術基礎，是制造機械產(chǎn)品關鍵零件和重要零件不可缺少的毛坯件。其應用范圍涉及國民經(jīng)濟、國防工業(yè)和社會生活的各個領域。在汽車、鐵路機車車輛、電力、石化、煤炭、冶金、航空、航天、船舶、兵器和機械等工業(yè)部門中，至關重要的承力構件都是由鍛件制造的。目前國內的鍛壓機械控制算法應用最為廣泛的是比例、積分、微分控制，簡稱PID 控制。PID控制器問世至今已有近70年歷史，它以其結構簡單、穩(wěn)定性好、工作可靠、調整方便而成為工業(yè)控制的主要技術之一。然而，對于非線性控制領域，應用傳統(tǒng)的PID算法卻不能得到很好的應用效果。70年代后期興起的智能控制理論為智能控制系統(tǒng)通過模仿人腦神經(jīng)結構、思維、 專家決策、生物進化和群體特性等；可設計出高智能的控制器，為大規(guī)模復雜的系統(tǒng)控制提供了一種解決方法。神經(jīng)網(wǎng)絡是(人工)神經(jīng)網(wǎng)絡與控制理論相結合的產(chǎn)物，它匯集了多學科的研究成果，包括數(shù)學、生物學、神經(jīng)生理學、腦科學、遺傳學、人工智能、計算機科學、 自動控制學等學科理論、技術和方法。神經(jīng)網(wǎng)絡控制器是使用人工神經(jīng)網(wǎng)絡作為控制器與 (或)辨識器，對被控系統(tǒng)進行學習、訓練和控制。它具有對非線性函數(shù)逼近、大規(guī)模并行處理、學習、尋優(yōu)和自適應、自組織的能力，能解決復雜的非線性、不確定、不確知系統(tǒng)在不確定、不確知環(huán)境中的控制問題，使控制系統(tǒng)穩(wěn)定、魯棒性好，具有要求的動態(tài)、靜態(tài)性能。

發(fā)明內容
本發(fā)明解決的技術問題在于將神經(jīng)網(wǎng)絡的內?？刂茟玫骄苠憠簷C上，有效提升非線性精密鍛壓機精度的神經(jīng)網(wǎng)絡控制方法。本發(fā)明解決上述技術問題的技術方案是所述的控制系統(tǒng)由低通濾波器G(Z)、對象模型P(Z)、對象逆模型D(Z)、對象正模型Q (Z)以及系統(tǒng)擾動d組成；系統(tǒng)輸入r為工作滑塊位移的設定值，對象逆模型D (Z)輸出為控制信號U，控制信號u經(jīng)對象模型P(Z)后與系統(tǒng)擾動d疊加形成工作滑塊的實際位移輸出y，控制信號u經(jīng)對象正模型Q(Z)輸出yl，y與yl的誤差信號el作為系統(tǒng)的閉環(huán)反饋量。采用三層的BP網(wǎng)絡建立系統(tǒng)的正模型，輸入結點的輸出為=O11 =少(幻A=u(k)， 隱層結點輸出為對⑴=樹，輸出層的輸出為沖+ι)= <《(ο，其中i，j，
./=07=1
η= 1,2,3,^2 『3為網(wǎng)絡的加權系數(shù)。乂·、取可微的S型作用函數(shù)樹x) = :^7，計算網(wǎng) π、 π Ψ\*)1 + e絡的目標函數(shù)
權利要求
1.一種非線性精密鍛壓機的神經(jīng)網(wǎng)絡控制方法，其特征在于所述的控制系統(tǒng)由低通濾波器G(Z)、對象模型P(Z)、對象逆模型D(Z)、對象正模型Q(Z)以及系統(tǒng)擾動d組成；系統(tǒng)輸入r為工作滑塊位移的設定值，對象逆模型D (Z)輸出為控制信號u，控制信號u經(jīng)對象模型P(Z)后與系統(tǒng)擾動d疊加形成工作滑塊的實際位移輸出y，控制信號u經(jīng)對象正模型 Q(Z)輸出yl，y與yl的誤差信號el作為系統(tǒng)的閉環(huán)反饋量。
2.根據(jù)權利要求1所述的控制方法，其特征在于采用三層的BP網(wǎng)絡建立系統(tǒng)的正模η型，輸入結點的輸出為W ,,, ,,,隱層結點輸出為對(ο=_Σ<《ω)，輸出Ox = y(k)、。2 = u(k)，.,=O3層的輸出為3^ + 1) = Σ<《⑴，其中i，j，n = 1，2，3，跟2 -為網(wǎng)絡的加權系數(shù)。，、7=1 ‘W'i、Wa<Ρ(·)取可微的s型作用函數(shù)P(X)=T^7，計算網(wǎng)絡的目標函數(shù)1 Λ-e2
3.根據(jù)權利要求1或2所述的控制方法，其特征在于采用三層的BP網(wǎng)絡建立系統(tǒng)的η逆模型，輸入結點的輸出為#，隱層結點輸出《㈨，輸出層的3輸出“㈨= g(Z^/3<9i(0)，其中i，j，n= 1，2，3，見2見3為網(wǎng)絡的加權系數(shù)。，、取可微 j=ow,j、yvUφ{·)的s型作用函數(shù)樹χ) = 一，計算網(wǎng)絡的目標函數(shù)乂 = [yr(k + ^)-y(k + \)f。\+e~x2
4.根據(jù)權利要求1或2所述的控制方法，其特征在于低通濾波器G(Z)取一階形式， 1-αG(Z) =-r a = 0.707。l-az ，
5.根據(jù)權利要求3所述的控制方法，其特征在于低通濾波器G(Z)取一階形式， 1-αG(Z) =-r a = 0.707。l-az ，
6.根據(jù)權利要求1或2所述的控制方法，其特征在于在控制系統(tǒng)的運行過程中可根據(jù)控制量u(k)、輸出y(k)和誤差el (k)動態(tài)地修改對象的正模型，可根據(jù)輸出y(k)和控制量u(k)輸出動態(tài)地修改對象的逆模型。
7.根據(jù)權利要求3所述的控制方法，其特征在于在控制系統(tǒng)的運行過程中可根據(jù)控制量u (k)、輸出y(k)和誤差el (k)動態(tài)地修改對象的正模型，可根據(jù)輸出y(k)和控制量 u(k)輸出動態(tài)地修改對象的逆模型。
8.根據(jù)權利要求4所述的控制方法，其特征在于在控制系統(tǒng)的運行過程中可根據(jù)控制量u(k)、輸出y(k)和誤差el (k)動態(tài)地修改對象的正模型，可根據(jù)輸出y(k)和控制量 u(k)輸出動態(tài)地修改對象的逆模型。
9.根據(jù)權利要求5所述的控制方法，其特征在于在控制系統(tǒng)的運行過程中可根據(jù)控制量u(k)、輸出y(k)和誤差el (k)動態(tài)地修改對象的正模型，可根據(jù)輸出y(k)和控制量 u(k)輸出動態(tài)地修改對象的逆模型。
全文摘要
本發(fā)明涉及工業(yè)自動控制領域，尤其是一種非線性精密鍛壓機的神經(jīng)網(wǎng)絡控制方法。所述的控制系統(tǒng)由低通濾波器G(Z)、對象模型P(Z)、對象逆模型D(Z)、對象正模型Q(Z)以及系統(tǒng)擾動d組成；系統(tǒng)輸入r為工作滑塊位移的設定值，對象逆模型D(Z)輸出為控制信號u，控制信號u經(jīng)對象模型P(Z)后與系統(tǒng)擾動d疊加形成工作滑塊的實際位移輸出y，控制信號u經(jīng)對象正模型Q(Z)輸出y1，y與y1的誤差信號e1作為系統(tǒng)的閉環(huán)反饋量。通過本發(fā)明構建的控制系統(tǒng)，可有效提升非線性精密鍛壓機的精度；可廣泛應用于非線性精密鍛壓機上。
文檔編號B21J9/20GK102357637SQ20111029142
公開日2012年2月22日 申請日期2011年9月30日 優(yōu)先權日2011年9月30日
發(fā)明者陳冰冰, 黃偉權 申請人:佛山市順德工業(yè)與信息技術研究中心有限公司