一種新型的電動(dòng)加載系統(tǒng)控制方法
【專利摘要】本發(fā)明屬于電機(jī)控制方法技術(shù)領(lǐng)域，具體涉及一種新型的電動(dòng)加載系統(tǒng)控制方法。本發(fā)明針對(duì)現(xiàn)有電動(dòng)加載系統(tǒng)智能控制方法存在加載精度及穩(wěn)定性難以保證的問題，提供了一種基于模糊CMAC與模糊推理機(jī)的復(fù)合控制方法。首先在模糊CMAC控制中將加載指令信號(hào)映射到空間的所有單元，其次將輸入信號(hào)對(duì)每個(gè)模糊集的隸屬度作為對(duì)應(yīng)權(quán)值的權(quán)重信息，再對(duì)所有權(quán)值進(jìn)行加權(quán)求和得到預(yù)設(shè)輸出的近似值。同時(shí)，在模糊推理機(jī)中將激活的輸入模糊集映射到所有的輸出模糊集中，并利用改進(jìn)的高度解模糊器計(jì)算為達(dá)到預(yù)設(shè)輸出所需的增量。最后，兩者相加得到最終輸出信號(hào)。本發(fā)明提出的基于模糊CMAC及模糊推理機(jī)的電動(dòng)加載系統(tǒng)控制方法能夠提高系統(tǒng)的控制精度，保證系統(tǒng)的穩(wěn)定性。
【專利說明】
一種新型的電動(dòng)加載系統(tǒng)控制方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于電機(jī)控制方法技術(shù)領(lǐng)域，具體涉及一種新型的電動(dòng)加載系統(tǒng)控制方 法。
【背景技術(shù)】
[0002] 飛行器舵面在飛行過程中會(huì)受到氣動(dòng)載荷，為了確保舵機(jī)在承受這些載荷的同時(shí) 能夠正常飛行，飛行器舵機(jī)的承載能力需要在地面進(jìn)行全面測(cè)試。電動(dòng)加載系統(tǒng)可以通過 力矩電機(jī)產(chǎn)生加載力矩模擬舵機(jī)工作時(shí)受到的各種載荷，在實(shí)驗(yàn)室環(huán)境下測(cè)試舵機(jī)性能， 可以達(dá)到縮短研制周期，提高飛行可靠性的目的。
[0003] 在電動(dòng)加載系統(tǒng)中，由舵機(jī)運(yùn)動(dòng)引起的多余力矩會(huì)影響系統(tǒng)的加載精度，也會(huì)使 系統(tǒng)的頻帶變窄，穩(wěn)定性變差。而系統(tǒng)本身存在的非線性使得多余力矩的消除變得比較困 難，傳統(tǒng)的前饋補(bǔ)償難以滿足要求。
[0004] 神經(jīng)網(wǎng)絡(luò)作為一種具有高度非線性的連續(xù)時(shí)間動(dòng)力系統(tǒng)，具有很強(qiáng)的自學(xué)習(xí)能力 和對(duì)非線性系統(tǒng)的映射能力。其中，小腦模型關(guān)聯(lián)控制器（c e r e b e 1 1 a r Μ 〇 d e 1 Arti cu 1 ation Contro 11 er，CMAC)具有設(shè)計(jì)簡(jiǎn)單、快速學(xué)習(xí)以及泛化能力強(qiáng)的特點(diǎn)，適于實(shí) 時(shí)控制。但CMAC在激活判斷時(shí)使用的是0/1邏輯，用0/1來表征神經(jīng)元是否被激活，導(dǎo)致同一 單元激活與未激活之間缺乏連續(xù)性，由此模糊CMAC作為一種改進(jìn)方法受到了廣泛關(guān)注。 [0005]目前在實(shí)際控制系統(tǒng)中，為了減小模糊CMAC在線訓(xùn)練過程對(duì)控制系統(tǒng)的影響，模 糊CMAC往往與其他控制方法進(jìn)行復(fù)合，以減小模糊CMAC的控制誤差，如PI控制、滑?？刂?等。為了保證系統(tǒng)的穩(wěn)定性，這些補(bǔ)償控制器的參數(shù)需要利用李雅普諾夫方法進(jìn)行計(jì)算，所 以這些控制方法對(duì)控制系統(tǒng)數(shù)學(xué)模型的精準(zhǔn)性要求較高，難以移植到精準(zhǔn)數(shù)學(xué)模型未知的 非線性控制系統(tǒng)中。因此對(duì)于此類非線性控制系統(tǒng)，目前控制方法的控制效果會(huì)相對(duì)較差， 系統(tǒng)的穩(wěn)定性及控制精度難以得到保證。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明針對(duì)現(xiàn)有電動(dòng)加載系統(tǒng)控制方法存在穩(wěn)定性以及加載精度難以保證的問 題，提供了 一種基于模糊CMAC與模糊推理機(jī)的復(fù)合控制方法。本方法以模糊CMAC控制器為 主，模糊推理機(jī)的輸出起輔助及補(bǔ)償作用。本發(fā)明的目的在于提高系統(tǒng)的控制精度，保證系 統(tǒng)的穩(wěn)定性。
[0007] 本發(fā)明的目的是這樣實(shí)現(xiàn)的。一種模糊小腦模型關(guān)聯(lián)控制器(CMAC)和模糊推理機(jī) 復(fù)合的舵機(jī)電動(dòng)加載控制算法，主要包括以下步驟：
[0008] (1)將系統(tǒng)給定的加載指令信號(hào)作為CMAC的輸入，根據(jù)其變化范圍將CMAC的聯(lián)想 記憶空間劃分為Μ個(gè)單元，每一個(gè)單元對(duì)應(yīng)一個(gè)模糊集，將加載指令信號(hào)映射到每一個(gè)模糊 集中，求出其對(duì)應(yīng)的隸屬度fi;
[0009] (2)完成CMAC輸出信號(hào)的計(jì)算，即將加載指令信號(hào)對(duì)每一個(gè)模糊集的隸屬度6作 為對(duì)應(yīng)權(quán)值單元wi的權(quán)重，對(duì)存儲(chǔ)空間內(nèi)所有的權(quán)值進(jìn)行加權(quán)求和，得到CMAC的輸出信號(hào) y；
[0010] (3)由加載指令信號(hào)確定CMC中C個(gè)被激活的單元，根據(jù)指令信號(hào)與輸出信號(hào)之間 的誤差，由S學(xué)習(xí)算法調(diào)整被激活C個(gè)單元中存儲(chǔ)的權(quán)值，而未激活的單元權(quán)值保持不變；
[0011] (4)確定模糊推理機(jī)的輸入及輸出，即利用單值模糊器對(duì)加載指令信號(hào)進(jìn)行模糊 化，將其作為模糊推理機(jī)的輸入，參考CMAC的泛化能力進(jìn)行模糊推理，得到模糊推理結(jié)果；
[0012] 所述參考CMAC的泛化能力進(jìn)行模糊推理的方法，其特征在于:利用CMAC的泛化能 力激活對(duì)應(yīng)的模糊規(guī)則前件，其激活規(guī)則與CMAC激活C個(gè)單元的規(guī)則相同，將激活的前件映 射到模糊輸出集的所有后件中，每一個(gè)映射均視為一個(gè)IF-THEN陳述；
[0013] (5)利用改進(jìn)后的高度解模糊器對(duì)模糊推理機(jī)的輸出進(jìn)行解模糊化，即將該解模 糊器中的輸出量設(shè)置為實(shí)際輸出與加載指令信號(hào)的差值，得到可以對(duì)模糊CMAC起補(bǔ)償作用 的誤差ig息；
[0014] (6)將模糊CMAC的輸出信號(hào)與模糊推理機(jī)的輸出信號(hào)相加，得到經(jīng)過補(bǔ)償?shù)淖罱K 輸出信號(hào)，利用該信號(hào)對(duì)加載系統(tǒng)進(jìn)行控制。
[0015] 其中，所述第（1)步中所述加載指令信號(hào)映射到CMAC中的方法為:加載指令信號(hào)映 射到CMAC聯(lián)想記憶空間中的所有單元中，每一個(gè)單元都對(duì)應(yīng)一個(gè)映射關(guān)系，從而求出加載 指令信號(hào)對(duì)于每一個(gè)輸入模糊集的隸屬度。
[0016] 本發(fā)明的優(yōu)點(diǎn)在于：
[0017] (1)提出了模糊CMAC與模糊推理機(jī)的復(fù)合控制，相對(duì)于傳統(tǒng)的復(fù)合控制方式，模糊 推理機(jī)具有推理能力，能更好的適用于非線性系統(tǒng)，可以提高系統(tǒng)的控制精度；
[0018] (2)在模糊CMAC中采用全新的映射方式，將輸入信號(hào)映射到了每一個(gè)聯(lián)想記憶空 間單元所對(duì)應(yīng)的模糊規(guī)則前件中，并將其隸屬度作為對(duì)應(yīng)權(quán)值的權(quán)重，最后將所有權(quán)值進(jìn) 行加權(quán)求和，從而減小了輸出信號(hào)的跳變，大大提高了輸出平滑性，進(jìn)而保證了系統(tǒng)穩(wěn)定 性。
【附圖說明】
[0019] 圖1是電動(dòng)加載系統(tǒng)結(jié)構(gòu)圖
[0020] 圖2是控制系統(tǒng)結(jié)構(gòu)原理圖
[0021] 圖3是誤差收斂曲線
【具體實(shí)施方式】
[0022]為了使發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合【附圖說明】具體的實(shí) 施方式。
[0023]附圖1是該控制方法所作用的電動(dòng)加載系統(tǒng)結(jié)構(gòu)圖。該系統(tǒng)使用PC上位機(jī)模擬電 動(dòng)加載系統(tǒng)所需要的加載指令信號(hào)，并利用DSPF28335實(shí)現(xiàn)模糊CMAC及模糊推理機(jī)的控制。 在DSP中，除了接收指令信號(hào)之外，還要對(duì)輸出的力矩信號(hào)進(jìn)行反饋，并利用這些信號(hào)進(jìn)行 模糊CMAC及模糊推理機(jī)的相關(guān)運(yùn)算。加載指令信號(hào)最終傳輸?shù)娇刂茖?duì)象力矩電機(jī)的驅(qū)動(dòng)器 中用來控制力矩電機(jī)產(chǎn)生相應(yīng)的載荷。扭矩傳感器可以測(cè)量輸出的力矩信號(hào)，該信號(hào)經(jīng)過 放大后由DSP輸出到PC上位機(jī)中顯示。
[0024]附圖2為該控制方法的原理框圖。系統(tǒng)包括兩大部分，分別為模糊CMAC及模糊推理 機(jī)，兩者在控制過程中起并行作用。其中模糊CMC起主要的控制作用，而模糊推理機(jī)對(duì)模糊 CMAC產(chǎn)生的誤差進(jìn)行補(bǔ)償。最后將兩者的輸出進(jìn)行相加，得到最終的輸出信號(hào)。下面根據(jù)附 圖2對(duì)模糊CMAC和模糊推理機(jī)的工作過程進(jìn)行敘述。
[0025] 1.模糊CMAC的工作過程
[0026] (1)將系統(tǒng)的指令信號(hào)作為CMAC網(wǎng)絡(luò)的激勵(lì)信號(hào)，根據(jù)該信號(hào)的變化范圍將聯(lián)想 記憶空間均勻劃分為N個(gè)單元，并且每一個(gè)單元都對(duì)應(yīng)一個(gè)模糊集Ak。加載指令信號(hào)X被映 射到每一個(gè)模糊集中，隸屬度可由高斯隸屬函數(shù)計(jì)算得出：
[0028] 其中g(shù)是Ak的中心，且^最小，i最大。的寬度。
[0029] (2)將物理存儲(chǔ)空間也均勻劃分為N個(gè)單元，每一個(gè)單元中存放著相應(yīng)的權(quán)值，分 別與聯(lián)想記憶空間中的N個(gè)單元一一對(duì)應(yīng)。將第一步中求得的隸屬度作為權(quán)值的權(quán)重，并對(duì) 權(quán)重進(jìn)行加權(quán)求和，得到輸出信號(hào)。
[0032]其中Wk是第k個(gè)單元中存儲(chǔ)的權(quán)值，fk是第k個(gè)權(quán)值所對(duì)應(yīng)的權(quán)重。這種方法將輸入 信號(hào)映射到了所有的存儲(chǔ)單元中，而且輸出信號(hào)的計(jì)算與所有的權(quán)值均有一定的關(guān)系。因 此即使對(duì)于不同的加載指令信號(hào)，輸出信號(hào)也不會(huì)存在太大的跳變，可以提高輸出信號(hào)的 平滑性。
[0033] (3)根據(jù)指令信號(hào)確定被激活的單元，對(duì)被激活的單元進(jìn)行權(quán)值調(diào)整，而未被激活 的單元保持權(quán)值不變。最后利用調(diào)整后的權(quán)值對(duì)下一個(gè)加載指令信號(hào)進(jìn)行計(jì)算。激活規(guī)則 為：
[0035] 其中心代表第i個(gè)單元，S代表被激活的單元集，C為泛化參數(shù)。對(duì)激活單元的權(quán)值 進(jìn)行調(diào)整的公式為：
[0036] Δ w = n(x-y)/C
[0037] 其中X為加載指令信號(hào)，y為控制系統(tǒng)實(shí)際的輸出信號(hào)，η是網(wǎng)絡(luò)學(xué)習(xí)率。
[0038] 2.模糊推理機(jī)的工作過程
[0039] (1)對(duì)加載指令信號(hào)進(jìn)行模糊化。為了簡(jiǎn)化計(jì)算，此處采用單值模糊器：
[0041 ]確定模糊推理中的前件及后件，各劃分為Μ個(gè)。參考CMAC的泛化能力，當(dāng)輸入某個(gè) 指令信號(hào)時(shí)，激活對(duì)應(yīng)的C個(gè)前件，其激活規(guī)則與模糊CMAC激活單元的規(guī)則相同。
[0042] (2)將激活的C個(gè)前件映射到全部的Μ個(gè)后件中。每一個(gè)映射都可以看作IF-THEN (如果-則)陳述：
[0043] 如果X是A，則y是B
[0044] 并且存在關(guān)系：
[0047] 經(jīng)過計(jì)算可以得出：
[0048] μ,}
[0049] 選用高斯型后件隸屬函數(shù)，的重心位于該高斯函數(shù)的中心值處。高斯型隸屬函 數(shù)形式如下：
[0051 ] %是第1個(gè)輸出模糊集的中心，δ:是第1個(gè)輸出模糊集的寬度。
[0052] (3)利用改進(jìn)的高度解模糊器進(jìn)行解模糊化：
[0054]其中Κ是調(diào)整參數(shù)，用來調(diào)節(jié)模糊CMAC及模糊推理機(jī)之間的耦合關(guān)系?？紤]到使算 法具有學(xué)習(xí)能力，在實(shí)際應(yīng)用中，將改進(jìn)的高度解模糊器做一點(diǎn)修改，使其計(jì)算結(jié)果是為達(dá) 到預(yù)設(shè)輸出所需的增量，ΒΡ:
[0056] 其中X為加載指令信號(hào)，y為控制系統(tǒng)實(shí)際的輸出信號(hào)。
[0057] 3.最終輸出信號(hào)的計(jì)算
[0058]最終輸出信號(hào)是由下述公式得到：
[0059] y = ycMAc+yFi
[0060] 其中ycwAc是模糊CMAC的輸出值，yFI是模糊推理機(jī)解模糊化后的輸出。
[0061 ]仿真算例：
[0062]系統(tǒng)的加載指令信號(hào)設(shè)置為rm = 5sin(23if · n · TS)N · m，其中f為信號(hào)頻率，選為 5Hz，Ts為采樣時(shí)間，定為0.0018，11表示仿真步數(shù)。仿真參數(shù)設(shè)置如下：在模糊01^(：中，聯(lián)想 記憶空間及物理存儲(chǔ)空間的單元個(gè)數(shù)均為N = 41，激活的單元個(gè)數(shù)C = 2,學(xué)習(xí)率η = 0.2。在 模糊推理機(jī)中，輸入及輸出模糊集的個(gè)數(shù)均為Μ = 41，激活的模糊集個(gè)數(shù)與模糊CMAC相同， 均為C = 2,調(diào)整參數(shù)K=10。算法中所有隸屬函數(shù)中的δ均取值為6。驗(yàn)證結(jié)果:附圖3是本發(fā) 明中的控制方法與傳統(tǒng)CMAC控制方法的仿真控制誤差對(duì)比?？梢钥闯?，本發(fā)明中的控制方 法最終能達(dá)到系統(tǒng)穩(wěn)定，且平滑性及控制精度均有明顯提高。
[0063]當(dāng)然，上述說明并非是對(duì)本新型方法的限制，本方法的新型也不僅限于上述說明， 本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明的實(shí)質(zhì)范圍內(nèi)所做出的變化、改型、添加或替換也應(yīng)屬于 本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種模糊小腦模型關(guān)聯(lián)控制器(CMAC)和模糊推理機(jī)復(fù)合的舵機(jī)電動(dòng)加載控制算法， 其特征在于，包括以下步驟： (1) 將系統(tǒng)給定的加載指令信號(hào)作為CMAC的輸入，根據(jù)其變化范圍將CMAC的聯(lián)想記憶 空間劃分為Μ個(gè)單元，每一個(gè)單元對(duì)應(yīng)一個(gè)模糊集，將加載指令信號(hào)映射到每一個(gè)模糊集 中，求出其對(duì)應(yīng)的隸屬度fi; (2) 完成CMAC輸出信號(hào)的計(jì)算，即將加載指令信號(hào)對(duì)每一個(gè)模糊集的隸屬度匕作為對(duì)應(yīng) 權(quán)值單元wi的權(quán)重，對(duì)存儲(chǔ)空間內(nèi)所有的權(quán)值進(jìn)行加權(quán)求和，得到CMAC的輸出信號(hào)y; (3) 由加載指令信號(hào)確定CMAC中C個(gè)被激活的單元，根據(jù)指令信號(hào)與輸出信號(hào)之間的誤 差，由S學(xué)習(xí)算法調(diào)整被激活C個(gè)單元中存儲(chǔ)的權(quán)值，而未激活的單元權(quán)值保持不變； (4) 確定模糊推理機(jī)的輸入及輸出，即利用單值模糊器對(duì)加載指令信號(hào)進(jìn)行模糊化，將 其作為模糊推理機(jī)的輸入，參考CMAC的泛化能力進(jìn)行模糊推理，得到模糊推理結(jié)果； 所述參考CMAC的泛化能力進(jìn)行模糊推理的方法，其特征在于:利用CMAC的泛化能力激 活對(duì)應(yīng)的模糊規(guī)則前件，其激活規(guī)則與CMAC激活C個(gè)單元的規(guī)則相同，將激活的前件映射到 模糊輸出集的所有后件中，每一個(gè)映射均視為一個(gè)IF-THEN陳述； (5) 利用改進(jìn)后的高度解模糊器對(duì)模糊推理機(jī)的輸出進(jìn)行解模糊化，即將該解模糊器 中的輸出量設(shè)置為實(shí)際輸出與加載指令信號(hào)的差值，得到可以對(duì)模糊CMAC起補(bǔ)償作用的誤 差?目息； (6) 將模糊CMAC的輸出信號(hào)與模糊推理機(jī)的輸出信號(hào)相加，得到經(jīng)過補(bǔ)償?shù)淖罱K輸出 信號(hào)，利用該信號(hào)對(duì)加載系統(tǒng)進(jìn)行控制。2. 如權(quán)利要求書1所述模糊小腦模型關(guān)聯(lián)控制器(CMAC)和模糊推理機(jī)復(fù)合的舵機(jī)電動(dòng) 加載控制算法，其特征在于:所述第（1)步中加載指令信號(hào)映射到CMAC中的方法為:加載指 令信號(hào)映射到CMAC聯(lián)想記憶空間中的所有單元中，每一個(gè)單元都對(duì)應(yīng)一個(gè)映射關(guān)系，從而 求出加載指令信號(hào)對(duì)于每一個(gè)輸入模糊集的隸屬度。
【文檔編號(hào)】G05B13/02GK105867114SQ201610249993
【公開日】2016年8月17日
【申請(qǐng)日】2016年4月21日
【發(fā)明人】楊波, 張萌, 魏?jiǎn)⒎?
【申請(qǐng)人】北京航空航天大學(xué)