（控制理论与控制工程专业论文）神经网络自适应控制技术研究与应用.pdf

贵州大学硕士学位论文 中文摘要 在传统的变频控制系统中，调节器通常采用p i d 调节器，设置p i d 参数的依据是基于模 型精确的线性系统的经典控制理论。目前，交流调速系统中，控制器的设计主要采用近似线 性化的工程设计方法。显然，对一个非线性、多变量、参数时变的对象，恒定的p i d 参数将 无法保证系统的控制精度。 神经网络自适应控制技术解决复杂多变量、非线性、时变系统的研究，目前大多停留 在理论研究上，本文选用神经网络自适应技术解决交流变频驱动复杂系统的控制问题。 先介绍了神经网络自适应控制技术及交流调速的研究现状和面临的问题，进行分析总 结，提出了基于t i 公司高性能电机控制芯片 i w 5 3 2 0 f 2 4 0 d s p ，利用清华大学大电力电子与 电机系统研究所开发的电机系统开发平台构建了神经网络变频驱动双闭环( 转速环、电流环) 控制系统。 在实验的基础上研究分析神经网络自适应控制系统的跟随性、抗扰性和鲁棒性。通过 实验得出神经网络自适应控制技术能较好解决交流变频驱动等复杂非线性、参数时变系统的 控制问题。相比传统p i d 控制系统，提高了系统精度、增强了系统的抗扰能力和鲁棒性。 关键词：神经网络自适应控制d s p p i d 变频驱动 非线性系统 重型查兰堡主堂垡堡塞 a b s t r a c t i nt h ea d d i t i o n a lc o n t r o ls y s t e m sw h a tw a sd r i v e nb yf r e q u e n c yc o n v e r t e r , w eu s u a l l y a d o p t e dr i dr e g u l a t o r , a n di t sp a r a m e t e ra c c o r d i n gt oc l a s s i c a lc o n t r o lt h e o r yb a s e do nt h e l i n e a rs y s t e mw h o s em o d e li sa c c u r a t e r e c e n t l y ，i nt h ea ca d j u s t e ds p e e ds y s t e m , t h e m e t h o do fc o n t r o l l e rd e s i g nf o c u so nt h eh n e a re l i i g i n c e r i n gd e s i g n o b v i o u s l y , c o n s t a n tr i d p a r a m e t e r c a n tg u a r a n t e ec o n t r o lp r e c i s i o no fs y s t e mt oa uo b j e c t , w h i c hi sn o n l i n e a r , m u l t i l a t e r a lv a r i a b l ea n dp a r a m e t e r s ，c h a n g e dw i t ht i m e r e c e n t l y , m o s tr e s e a r c ho hn e u r a l - n e t w o r k - b a s e da d a p t i v ec o n t r o lt e c h n o l o g yf o r r e s o l v i n gc o m p l i c a t e ds y s t e m s ，w h i c hi sn o n l i n e a r , m u l t i l a t e r a lv a r i a b l ea n dp a r a m e t e r s c h a n g e dw i t ht i m e ，s t i l lf o c u s e so nt h e o r y i nt h i sp a p e r , is e l e c t e dn e u r a l - n e t w o r k - b a s e d a d a p t i v ec o n t r o lt e c h n o l o g yt o s o l u t ec o n t r o lp r o b l e m so fc o m p l i c a t e ds y s t e m , w h i c hi s d r i v e n a cf r e q u e n c yc o n v e r t e r f i r s t l y , t h i sp a p e rg i v e sa no v e rv i e wo ft h er e c e n ts t u d i e so nn e u r a l n e t 2 w o r k - b a s e d a d a p t i v ec o n t r o lt e c h n o l o g ya n da ca a j u s t e ds p e e d a n ds e v e r a li m p o r t a n tp r o b l e m s e x i s t i n go ht h e ma r ea l s op r o p o s e d s e c o n d l yt h i sp a p e rp u t sf o r w a r dat h o u i g h tt h a tt h e n e u r a l - n e t - w o r k - d u a l - c l o s e dl o o p c o n t r o ls y s t e md r o v e db yf r e q u e n c yc o n v e r t e ri sd e s i g n e d d e p e n d i n go nt h e d e v i c ed e v e l o p e db yr e s e a r c hi n s t i t u t eo np o w e r - e l e c t r o na n dc o n t r o l s y s t e mo fm o t o ro fq i n g l t u au n i v e r s i t y t h i ss y s t e mi s r e a l i z e do hd s pp r o v e db yt i c o m p a n y o nt h eb a s i so fe x p e r i m e n ta n de m u l a t i o n ，t h i sp a p e rr e s e a r c h e sa n da n a l y s e sa b i h t i e s o ff o l l o w i n g ，r e s i s t i n gd i s t u r b a n c ea n dr o b u s ta b o u tn e u r a ln e t - w o r kb a s e da d a p t i v ec o n t r o l s y s t e m t h r o u g ht h ee m u l a t i o na n de x p e r i m e n t , t i f f sp a p e rm a k e sac o n c l u s i o n t h a t n e u r a l n e t - w o r k - b a s e d a d a p t i v e c o n t r o lt e c h n o l o g yc a ns e t t l ec o n t r o lp r o b l e m so f c o m p l i c a t e ds y s t e mw h a ti sn o n l i n e a r , m u l t i l a t e r a lv a r i a b l ea n dp a r a m e t e r sc h a n g e dw i t h t i m e f o re x a m p l e ，c o n t r o ls y s t e m sd r i v e nb ya cf r e q u e n c yc o n v e r t e r c o m p a r e dw i t h a d d i t i o n a lr i dc o n t r o ls y s t e m ，i tw i l le n h a n c et h ep r e c i s i o n ，a b i l i t i e so fr e s i s t i n gd i s t u r b a n c e a n dr o b u s t o fs y s t e m k e y w o r d ：n e u r a ln e t w o k , a d a p t i v ec o n t r o l ，d s p , p i d ，d r i v e nb yf r e q u e n c yc o n v e r t e r , f n o n l i n e a rs y s t e m 贵州大学硕士学位论文 第一章前言 1 1 控制理论的发展与面艋的挑战 控制系统就是使机器按照期望目标运转的系统，一般需要通过反馈来进行行为调整和 性能修正，因面也可以说，反馈的思想是控制理论的基石。 控制理论的发展大体上经历了经典控制理论、现代控制理论以及2 0 世纪7 0 年代后期提 出和发展起来的非线性智能控制理论三个阶段。传统控制理论研究的是线性时不变系统的控 制问题。然而自然界和现实生活中的几乎所有系统其实都是非线性的。非线性是一切动力学 复杂性的根源，正式由于非线性的作用，才孕育出大自然的万千气象、人类社会的风云变幻 和人类思维的错综差异。随着科学技术的不断发展，人们对控制系统品质的要求日益提高， 对实际过程的分析日益精密，从而非线性特征的影响也就愈发突出。与线性系统相比。非线 性系统的显著特点是存在多平衡点、极限环、分歧和混沌等现象，其运动行为与其初始状态、 系统参数及输入量存在着复杂的非线性关系，因此线性重叠的原理搏不再适用，所以传统的 理论和方法在解决这些问题是，已显得难以奏效。非线性控制理论和智能控制理论就是在这 样的背景下先后发展起来的，从而使自动控制理论进入了第三个发展阶段。 目前，智能控制己形成多种方法，其中较典型的有：专家控制、模糊控制和神经网络 控制等，并以它们为代表，经过短短2 0 年的发展，给整个控制理论带来了无限生机与活力。 专家控制是一种基于知识的控制方法，它作为人工智能在控制领域的较早尝试，在解决 某些复杂系统的控制问题上取得了令人满意的效果。但是，这种基于知识的专家系统在知识 获取、知识表达和推理方式上存在固有的缺陷，如知识的来源主要靠专家经验、知识“瓶颈”、 知识“组合爆炸”等，这使得专家控制方法在工程应用上受到限制。 模糊控制和神经网络方法在一定程度上避开了这个问题，而且它们在表达信息和推理方 式上更符合人的思维特点。因而模糊控制和神经网络控制更为许多控制领域的专家所重视。 神经网络在控制领域受至日重视主要归功于他的非线性映射能力、自学习适应能力、联想 记忆能力、并行信息处理方式及其优良的容错性能。这些特点使得神经网络非常适合于复杂 系统的建模与控制，特别是当系统存在不确定因素时，更体现了神经网络方法的优越性。他 使模型与控制的概念更加一体化。 然而，当人们应用神经网络时，总是期望它有非常快的全局收敛性、大范围的映射泛化 能力和较少的实现代价。但是，目前神经网络的并行计算能力都是通过计算机虚拟实现的， 大多数情况下仍是一种串行工作模式，因此，在解决非线性动态系统的辨识与控制问题时， 由于受到当前硬件发展条件的限制，人们仍将主要精力集中在神经网络结构和快速学习算法 的研究上。 尽管近年来，神经网络理论及应用研究都取得了可喜的进展，但应该看到，人们对生物 神经系统的研究与了解还很不够，提出的神经网络模型，无论从结构还是规模上，都是对真 实神经网络的一种简化和近似。神经网络的理论仍有许多缺陷，尚待进一步发展和完善。神 经网络的实际应用，还需要大量的研究和探索。 1 2 基于神经网络的自适应控制系统的研究现状 近年来自适应控制、最优控制、顶测控制等先进控制理论取得了长足发展，然而在越米 贵州大学硕士学位论文 越高的要求下，在过程与环境高度不确定性的情况下对越来越复杂的系统进行控制，自适应 控制、内模控制( i m c ) 等用于实际控制时还存在一些问题。如自适应控制器结构过于复杂， 模型参考自适应控制系统( m r a c s ) 对确定性干扰不能确保零稳态误差；内模控制对时变对 象需解决在线校正，模型的不精确仍会影响控制效果。在传统的建模与控制技术对这些复杂 系统的控制常常显季导束手无策时，人们开始寻求一种智能的控制策略，用于对付由参数值、 环境条件、输入信号的变化引起的大范围的不确定性。8 0 年代以来迅速发展起来的神经网 络显示出它在解决高度非线性和严重不确定系统的控制方面的巨大潜力，其吸引力在于：a 能够充分逼近任意复杂的非线性映射关系；b 能够学习与适应严重不确定性系统的动态特 性；c 有高度的鲁棒性和容错能力。由于大量处理单元之间广泛连接，即使有少量单元或连 接损坏，也并不影响系统的整体功能；d 采用并行分布处理，使得快速进行复杂运算成为可 能，因此神经网络对于复杂不确定问题的自适应能力，可以用作控制系统的补偿环节和自适 应环节：神经网络对任意非线性的描述能力，可以用作非线性系统的辨识和控制；神经网络 的快速优化计算能力，可用于复杂控制问题的优化计算。为了充分发挥自适应控制技术的优 越性能，提高控制的鲁棒性、实时性、容错性及对控制参数的自适应和学习。更有效地实现 对一些存在多种不确定性及难以确切描述的非线性复杂过程的控制，人们将自适应控制与神 经网络适当组合，组成基于神经网络的自适应控制系统。 1 2 1 控制中采用的神经网络结构与学习算法 至今为止，已有近百种神经网络模型发表在各类文献中。神经网络在控制中用的较多的 有多层前向型b p 网络和p o f 网络，以及h o p f i e l d 反馈型网络。多层前向型b p 网络和经向 基函数r b f 网络均为分层连接的静态神经网络。隔层神经元之间均无连接，只有邻层神经元 之间相互连接信号由低层向高层神经元传输。多层前向网络学习算法是b p 算法。b p 算法 的特点是结构简单，容易实现。针对b p 算法中局部极小、收敛速度慢等缺点，人们己提出 了各种修正方法。使得b p 算法更加适用于控制技术。r b f 网络可采用最小二乘法等优化算 法。h o p f i e l d 网络是神经网络的非线性动态模型，它由非线性映射关系为s i g m o i d 型函数 的神经元相互连接组成，将能量函数引入神经网络，用于解决优化问题和控制问题。 1 2 2 神经网络自适应控制系统 目前，神经网络在自适应控制系统中可在基于模型的各种控制结构中充当对象模型，还 可以充当控制器。神经网络作为自适应控制器，其控制作用的调整依赖于网络权系数的改变。 自适应控制可保证在被控对象结构参数和初始条件发生变化或目标函数( 评价函数) 的极值 点发生漂移时，能够自动地解得最优工作状态。自适应控制系统必须完成测量性能函数。辨 识对象的动态模型，决定控制器如何修改以及如何改变控制器的可调参数功能。下面介绍几 种应用较多的神经网络自适应控制结构 。 a 神经网络的自校正控制( n s t o ) n s t c 根据受控对象的正逆模型辨识结果直接调整控制器的内部参数，以期能满足综合 性能指标。在目前自适应控制的研究和应用中有相当部分是自校正控制系统。一般用神经网 络去逼近被控对象的未知非线性函数，然后研究如何寻找控制器及神经网络权值调整自适应 律，使得在保证稳定性的基础上实现控制目标。 b 神经网络的模型参考自适应控制( n 躲a c ) n m r a c 分为直接结构、间接结构和1 f 线性模型参考自适应控制，如图1 一l 、l 一2 所示： 4 贵州大学硕士学位论文 当被控对象的数学模型已知时，可用圈1 一i 的神经网络直接模型参考自适应控制，通 过输出误差反传来调整神经网络控制器( n n c ) 的各层权值参数，力图使被控过程的输出最 后以零误差跟踪参考模型的输出。 而当被控对象的数学模型未知时，由于反向传播需要知道被控对象的数学模型，因而用 一个神经网络辨识器( n n i ) 来辨识对象，就要用图l 一2 所示的h 阻己a c 间接结构。为了对 n n c 进行训练，必须先得到每一个时刻控制量u 与实际所需控制量的偏差值u 。输出误差 e c ：6y 不能直接用于n n c 的训练，这样必须结合n n i 产生控制偏差。在n n i 已得到充分 训练的情况下，可将y 在n n i 中逐层反向传播得到u ，再用于n n c 的训练。所以这里要 想得到较好的控制效果，首先n n i 要能精确地辨识对象。一般先由神经网络辨识器n n i 离线 辨识被控过程的前馈模型，然后进行在线学习与修正，显然n n i 能提供误差或者系统变化率 的反向传播。 c 内模控制系统 如图i 一3 是典型的神经网络内模控制系统框图。内模控制已被证明有许多良好的性质， 具有较强的鲁棒性，对克服系统不可测扰动具有重要意义。在神经网络内模控制中，系统的 神经网络模型与实际系统并列设置，系统输出与模型输出之差作为反馈信号，它反映了扰动 和模型误差。然后这个反馈信号送到系统前向通道中的控制器进行处理。其中系统的内模型 和控制器均由前向动态神经网络实现。内模型是基于神经网络的系统正向模型，控制器是一 个具有被控对象的逆动态特性的神经网络。通常前加一个线性滤波器，用于增强系统的滤鲁 棒性和提高闭环系统的跟踪性能。 5 贵州大学硕士学位论文 图1 - - 3 神经网络内模控制系统 1 3 交流变频驱动系统的研究现状 众所周知，由于直流电机转速的调节性能和转矩的控制性能比较理想，只要改变电枢 电流就能简便而线性地控制转矩，园而在大范围调速传动系统中，一直是直流传动系统占 统治地位。由于交流电机是多变量、强藕合的非线性器件，定子电流同时含有转矩电流分 量和励磁电流分量，因而对其电磁转矩瞬时值进行控制比较困难。 同直流电机相比，交流电机特别是鼠笼式异步电动机有一些明显的特点：无电刷和换 向器、成本低、重量轻、惯量小、可靠性和运行效率高、便于维护，所以能在恶劣环境中 安全运转。近三十年来，世界各国都在致力于交流电动机调速系统的研究，并不断取得突 破。到现在为止，高性能的交流拖动系统正逐渐取代直流拖动系统，交流伺服系统也正占 据越来越大的市场份额。交流调速的发展可具体归纳为三方面：a 转差频率控制、矢量变 换控制和直接转矩控制等新的交流调速理论的诞生，是交流调速有了新的理论基础；b i g b t 、m o $ f e t 、i p m 等为代表的新一代大功率电力电子器件的出现，其开关频率、功率容量 都有很大的提高。为交流调速装置奠定了物质基础；c 微处理器的飞速发展，是交流调速 系统许多复杂的控制算法和控制方式能得以实现。 异步电动机转速公式： 。“。( 1 - s ) o o f i ( a j ) n p 其中： n o 为同步转速；s 为转差率；五为定子电流频率；为极对数。 根据上式，异步电动机的调速方法可分为两大类： 1 不改变同步转速的调速方法：转子串电阻、转子斩波调速、改变定子电压和改变转 子附加电势等。 2 改变同步转速的调速方法：改变定子极对数、改变定子电压或电流频率( 即变频调 速) 等。v f 控制、转差频率控制、矢量变换控制和直接转矩控制都属于变频调速方法。 根据电机理论，经定转子空气隙传递的电磁功率，其中与转差成比例部分消耗在转子 电阻上，其余部分转化为机械功率。所以第二类方法明显比第一类方法优越，因为转差为 同步速度与转子速度之差，即第二类方法比第一类方法节能。由于改变极对数方法不是连 续调节，故应用范围有限，所以变频调速是得到大量应用的主要调速方式。 6 贵州大学硕士学位论文 1 3 1 交流变频驱动系统 如下给出变频调速系统的原理框图 图1 3 - - 1 变频谓速系统原理框图 随着生产和生活水平的不断提高，对各种产品性能指标的要求也不断在提高，为了改 善控制系统的性能指标，对变频调速系统进行改善，相继出现了转差频率控制恒压频比、 矢量控制、直接转矩控制等变频调速系统。下面给出各自系统原理框图： 1 t 转差频率控制系统： 图l3 - - 2s p - h 逆变器驱动的转差频辜控翩调速系统 转差频率调速的控制律为：按下式，1 “m 产五j ；弩葺丛控制定子电流，以保持气隙 磁通中。的恒定；在转差频率s k 。，的范围内，保证气隙磁通中。恒定，转矩基本上与 峙成正比。 但在实际控制系统中，磁饱和和温度变化都将引起电机参数变化，使驱动性能降低， 这是稳态的参数关系所不能自适应解决的问题，而在高性能驱动系统中气隙磁通的精确控 制是必需的。为了快速响应而加转矩控制也是不可缺少的。 2 欠量控制系统： 贵州大学硕士学位论文 3 一 图13 - 3矢量控制系统基本思想框图 异步电动机的数学模型是一个高阶、非线性、强耦含、多变量的系统，通过坐标变换， 可以使之降阶并解耦，但并没有改变其非线性、多变量的本质。矢量控制的基本思想是： 把异步电动机经过坐标变换等效成直流电动机，然后，仿照直流机的控制方法，求得直流 电动机的控制，再经过相应的反变换，就可以控制交流电机了。矢量控制实现了定子电流 的分解，分别进行转子磁链和电磁转矩的解耦控制。矢量控制的诞生使交流变频调速技术 在精细化方面大大迈进了一步，但是，矢量控制的调速系统也存在调节器的设计问题，低 速范围和高速范围内调节器的参数有所不同。为此，许多新的控制器结构被引进到交流调 速系统中，如内模控制和预测控制等，以及神经元网络和模糊控制等智能控制。 矢量控制是一种基于模型解耦的精细控制，然而，这也使得它对参数的变化十分敏感， 而异步电动机恰恰是一个时变对象。这就要求人们解决如何跟踪参数变化，提高控制的鲁 棒性的问题，或者采用对参数要求较少的控制算法。因此出现了直接转矩控制技术，同时 神经网络等智能控制技术和传统交流调速技术的结合也成为了众多学者深入研究的课题。 3 异步机的直接转矩控制： 圈13 - - 4 直接转矩控制系统的基本结构 图中a m c 为转矩计算单元，d m c 为磁链控制单元，a s r 为转速调节器，a t r 为转矩调爷器。 8 贵州大学硕士学位论文 调速系统究其根本是转矩控制，而转矩控制的主要问题在于磁链的控制。直接转矩控制 并不要求对定、转子的夹角进行精确、平滑的控制，也不要求对它们的空间矢量位置都进行 控制，面是只对定子磁链的转动进行走走停停的开关控制：当需要减速时，让定子磁链停止， 两个磁链的夹角由于转子磁链的转动而缩小，从而使电磁转矩减小；当需要加速时。让定子 磁链转动并且转动速度大于转子磁链的转动速度，这样两个磁链的夹角就会增大。从而使 电磁转矩增加。直接转矩控制有以下优点： a 在定子坐标系下分析交流电机的数学模型，直接控制磁链和转矩，不需与直流机作比 较、等效、转化等省去了复杂计算； b 直接转矩控制以定子磁场定向。只需定子参数，而不需随转速变化的、难以测定的转 子参数，大大减少了参数变化对系统性能的影响； c 采用电压矢量和六边形磁链轨迹，直接控制转矩： d 转矩和磁链都采用两点式调节器，把误差限制在容许的范围内，控制直接又简化； e 控制信号的物理概念明确，转矩响应迅速，且无超调，具有较高的动静态性能。 由于直接转矩控制中转矩和磁链调节器采用b a n g - h a n g 控制获得快速响应的同时也带 来了转矩脉动、调速范围受限的特点，低速时调速性能明显下降。因此，在直接转矩控制系 统中引入模糊控制、神经网络等智能控制技术也就成为众多学者研究的课题。 1 3 2 交流变频系统面临的问题 对于交流交频系统而言，它的模型是通过物理分析和归纳得到的，模型的结构比较准确， 通过空间矢量坐标变换实现了一定程度的降阶，减弱了各磁通之间的耦合关系，但是其非线 性、多变量、参数时变的本质并未改变；直接转矩控制系统避免了复杂的坐标变换。但其调 速范围受到限制，特别是低速时调速精度较低! 在传统的变频控制系统中，调节器通常采用p i d 调节器，设置p i d 参数的依据是基于模 型精确的线性系统的经典控制理论。目前，交流调速系统中，控制器的设计主要采用近似线 性化的工程设计方法。显然，对一个非线性、多变量、参数时变的对象，恒定的p i d 参数将 无法保证系统的控制精度。 1 4 本选题的任务和本论文的工作 本课题的任务是用神经网络自适应技术解决交流变频驱动复杂系统的控制问题，搭建 一个基于d s p 的交频控制系统软硬件实验平台，并对控制系统的控制算法做理论和实践上的 研究，最终达到提高系统的动态性能和调速精度的目的。 本论文搭建了基于d s p 的变频驱动控制平台，针对交流变频驱动系统存在的问题，提 出用神经网络自适应技术和传统变频控制技术相融合，构成智能控制变频驱动控制系统，分 析了采用传统p i d 控制策略和智能控制策略在控制系统调速性能等方面的差异。 本论文采用了清华大学电力电子与电机系统研究所研发的d s p 电机控制教学实验及系 统开发平台、p c 机、异步电动机、脉冲编码器等硬件设备搭建了基于d s p f 2 4 0 的交流变频 驱动控蒂平台，控制对象是异步电动机。 主要工作： 1 基于d s p 电机控制教学实验及系统开发平台，以d s p 为控制器，异步电动机为控制对 象，搭建闭环控制系统，研究常规p i d 控制下系统的跟随性、抗扰性与鲁棒性。 2 在以上硬件的基础上，组建神经元控制系统研究系统的跟随性、抗扰性与鲁棒性。 贵州大学硕士学位论文 3 对上述两个系统的实验结果进行比较分析 4 对多神经元构成的神经网络在变频调速等实际系统中应用的可行性进行研究和探索， 并提出下一步的研究工作。 1 0 贵州大学硕士学位论文 第二章电机控制专用芯片t m s 3 2 0 f 2 4 0 的介绍 在运动控制系统中，由于被控对象的不确定性、时变性、非线性，传统的p i d 控制难 以取得良好的控制效果。在性能指标要求高的运动控制系统中，采样周期短，且引入了模糊 控制、神经网络等控制算法，用单片机已难以实现。 d s p ( 数字信号处理器) 是具有哈佛体系结构的微处理器，它的许多运算功能由硬件实 现，特别适合于运算密集型应用。t i 公司的2 0 0 0 系列d s p 主要用于电机控制，具有d s p 内 核，将d s p 的高速运算能力和面向电机的高效控制能力集于一体，使得将先进控制算法应用 于复杂变频驱动控制系统成为现实，从而大大提高了系统的实时控制性能和控制精度。 2 1t m s 3 2 0 f 2 4 0 的结构和特点 2 1 1f 2 4 0 的结构 f 2 4 0 采用0 2 5um 的深亚微米c m o s 工艺制造，在单芯片上集成了具有高性能处理能力、 低成本的t m s 3 2 0 c 2 x x 核和经过优化的外设电路。典型的指令周期为5 0 n s 可实时执行多种复 杂控制算法。其功能结构图如下页：图2 一i 、2 - - 2 2 1 2f 2 4 0 的特点 i c p u 内包含3 2 位中央算术逻辑单元、3 2 位累加器、1 6 位乘1 6 位并行硬件乘法器。 并带有3 2 位结果寄存器、3 个定标移位器和8 个辅助寄存器。 2 片上5 4 4 字d a r a m 、1 6 千字的程序r o m 或f l a s he e p r o m ：最大可寻址空间为2 2 4 千 字，带有软件等待状态产生器的外部存储器接口可实现与各种类型外部存储器的接口。 3 4 级流水线、8 级硬件堆栈、6 个外部中断。 4 具有单周期乘加、单指令重复、存储器块移动指令，支持位反转寻址和索引寻址。 5 采用静态删0 s 工艺技术，4 种低功耗操作模式可进一步结点。 6 单指令周期5 0 n s ，绝大多数指令可在单周期内完成。 7 片上集成管理器、a d c 、2 8 个可编程复用i 0 引脚、锁相环时钟发生器、具有实时中 断的看门狗电路、串行通信接口、串行外设接口等功能外设。 贵州大学硕士学位论文 存q 控韧 韧始化 图2 1t m s 3 2 0 x 2 4 0 芯片内部功能示意图 圈2 2t m s 3 2 0 x 2 4 0 功能框图 将t i h s 3 2 0 f 2 4 0 应用在电机控制中，利用其高速运算能力可使用一些先进的控制策略 以提高系统的性能，同时系统的硬件设计也将得以简化。 2 2t m s 3 2 0 f 2 4 0 的存储器及映射 t m s 3 2 0 f 2 4 0 数据存储器地址范嗣最开始的9 6 个字的空间被分配给存储器映射寄存器或 保留。存储器映射寄存器空间包含了许多控制静i 转态寄存器，其中包含c p u 寄存器：所有的 贵州大学硕士学位论文 片内外设均被映射到数据存储空间，通过c f u 指令寻址相应的数据存储嚣地址访问这些寄存 器。 ， t m s 3 2 0 f 2 4 0 有两个存储器模块：双存取r a n 和阿存f l a s he e p r o m 。双存取r a m 允许在 同一周期中对r a m 进行读写各一次，它分三块：b o 、b 1 和b 2 。b l 和b 2 仅位于数据存储空 间，b 0 可被映射到程序存储空间，也可映射到数据存储空间。当b 0 为程序存储器时，指令 可从外部程序存储器下载到片内r a mb o 后再执行。 t m s 3 2 0 f 2 4 6 有闪存，c p u 可从闪存中读取数据和指令，访问闪存与访问其他内部存储器 相同，无需设置闪存控制寄存器。 2 3t m s 3 2 0 f 2 4 0 的中断结构 t m s 3 2 0 f 2 4 0 的软件可编程中断结构支持灵活的片内和片外中断设置，以满足实时中断 应用的要求。t m s 3 2 0 f 2 4 0 的中断源有复位、硬件中断、软件中断 1 复位 复位发生时禁止所有的可屏蔽中断。直至复位服务程序重新开放这些中断。复位中断源 有内部的和r s 引脚的外部复位中断。内部复位中断源有：看门狗定对复位、软件复位( 将 系统控制寄存器s c r 中的r e s e t 位清零或r f ! s e t i 位置1 将引起系统复位) 、非法地址复位( 对 保留地址的访问将引起非法地址复位) 。 2 硬件中断 硬件中断由外部引脚或片内外设请求产生。 a 由5 个夕卜部引脚x i n t i - z i n t 3 、p d p i n t 或n m i 之一产生外部中断。其中x i n t l - x i n t 3 、 p d p i n t 可被特定的允许位和中断屏蔽寄存器共同屏蔽。n m i 是不可屏蔽的。其优先级高于外 设中断和软件中断，但低于复位中断。 & 外设中断是由片内外设模块从内部产生的，如：事件管理器、s p i 、s c i 、w d r t l 和a d c 。 它们可被每个外设的每种事 牛的允许位和中断屏蔽寄存器共同屏蔽。 3 软件中断 软件中断由程序运行产生，它们是i n t r 指令、n m l 指令和t r a p 指令。 2 4t m s 3 2 0 f 2 4 0 的片内外设 t m s 3 2 0 f 2 4 0 具有丰富、灵活的片内外设，从功能和可配置特性上非常适合交流电机的 控制。 2 4 ia d 转换器 f 2 4 0 的模数转换器含有双路的l o 位模数转换单元，并带有内部采祥保持电路。每个 a d c 单元有8 个模拟输入，通过一个8 选i 多路转换器与内部连接。每个a d c 单元的完全转 换时间最长为6 6as oa d c 模块的参考电压由外部供给，1 0 位a d c 转换过程的数字结果近 似为：数字结果：1 0 2 3 堡垫塑垒皇堡三! 鱼鲤q v r e f h i v s e f l o a d c 模块功能有： 1 ) 将两路a d c 输入通道的输入信号同时采样井转换： 1 3 贵州大学硕士学位论文 2 ) 可由软件指令、一d s p 引脚的外部信号跳变，或由e v 事件，如通用定时器、比较输 出或捕获单元4 等来启动a d 转换： 3 ) 如果中断未被屏蔽，在每次转换结束时设置中断标志有效并产生中断。 模拟信号采样转换比铡值：每个a d c 模块在1 个标定的时钟周期完成输入采样，在5 个标定的时钟周期内完成转换。a d c 模块允许设置一个比例值，从而使模块在使用不同时钟 周期时都保持最优的运行状态。此比例值满足公式：s y s c l k 时钟周期比例值x 6 1 6 ps 。 2 4 2s p i 模块 串行外设接口( s p i ) 是种高速同步串行输入输出端口。通过s p i 长度为卜8 位的串行 比特流可按照设定的传输速率移入或移出设备s p i 通常用作d s p 与外设之问，或d s p 与其 它控制器之间的通信，典型的应用包括外部i l o 或外设扩展例如移位寄存器、显示驱动器 或a d c 等。 2 ，4 3 看门狗和实时中断 看门狗定时器是一个8 位增量计数器，在正常工作情况下，程序周期性地对定时器进行 清零，若程序运行出错、溢出或死机，则产生复位信号。实时中断定时器是一个8 位计数器， 用于产生周期性的中断请求。 2 4 4 数字输入输出 f 2 4 0 共有2 8 个普通i o 引脚，为控制专用引脚和复用引脚，用户可通过该模块内的8 个1 6 位控制寄存器对片上所有的i o 引脚的功能进行控制。这些寄存器主要是：输出控制 寄存器、输入状态毒存器、数据和方向控制寄存器。 2 4 5s c i 模块 f 2 4 0 包含一个串行通信接口( s c i ) 模块( 即通用异步收发器) ，用于与p c 机串行口等 标准器件通讯，可采用r s - 2 3 2 4 8 5 协议等。s o l 的发送器和接收器都是双缓冲的各自具 有独立的工作使能和中断控制位，可单独或同时工作于全双工模式。该模块是一个8 磕片上 外设，直接挂在片内外设总线上，因此，当对该模块内的寄存器进行访问时，读高8 位将返 回0 ，写高8 位对s c i 的操作无任何影响。 2 5 事件管理器 事件管理器包括若干功能模块：3 个通用定时器、3 个全比较单元、3 个单比较单元：脉 宽调制电路，包括空间矢量脉宽调制电路、死区产生单元和输出逻辑：4 个捕获单元：正交编 码脉冲电路。 1 、通用定时器 1 4 贵州大学硕士学位论文 事件管理器模块中有3 个通用定时器，每个定时器均可用作时基，如在控制系统中产生 时间基准，为q e p 电路和捕获单元的操作提供时基，为全比较单元、单比较单元和相关的 p y h t 电路提供时基，用于产生比较p 嘲输出等。当通用定时器和q e p 单元同使用时，q e p 电路产生定时器时钟的计数方向通用定时器还可以向a d c 模块输出“启动a i ) c 转换”信号。 通用定时器的比较和周期寄存器是双缓冲的，这种特性使应用程序代码可在一个计数周期内 的任何时间更新这两个寄存器。 要使用通用定时器产生p w m 输出。需选择连续增和连续增减计数模式。具体操作如下： 1 ) 根据期望的唧周期设定t ) ( p r ； 2 ) 设置t x c o n 指定计数模式和时钟源，启动定时器： 3 ) 根据在线计算所得的p w m 脉冲宽度设定t x c m p r 。 2 、比较单元 事件管理器模块中有3 个全比较单元和3 个单比较单元。每个全比较单元有2 个相应的 比较p 删输出，每个单比较单元有一个相应的比较p 删输出。全比较单元的时基由定时 器1 提供，单比较单元的时基由定时器1 或定时器2 提供，但定时器1 处于有向增减模式 时，比较输出的引脚将不会产生跳变。 全比较单元的操作模式由比较控制寄存器( c o m c o n ) 决定，有比较模式和p w h l 模式。在比 较模式中，通用定时器l 的计数器值不断与比较寄存器比较，当比较匹配时，全比较单元的 两个比较p 删输出产生跳变，同时全比较单元的比较中断有效。可将每一个输出分别设置 为在比较匹配时保持、复位、置位或锁定。输出跳变的定时和中断标志的设定与通用定时器 比较操作一致。比较模式中全比较单元的输出受输出逻辑电路的影响而改变。 每个全比较单元还可单独被设定为p w m 模式，在此模式下，全比较单元的操作与通用定 时器的比较操作相似，但全比较单元受不同的控制寄存器控制，并且受死区单元和空间矢量 p 咖状态机的影响。 全比较操作中设置寄存器的顺序如下：1 ) 设置t 1 p r ：2 ) 设置a c t r ：3 ) 初始化c m p r x ：4 ) 设 置c o m c o n ；5 ) 设置t i c o n ： 单比较单元可看成是全比较单元的简化，使用方法与后者类似，但可设置的功能相对较 少。 本论文的实验中p w m 信号的产生即是用全比较p w m 模式。 应该注意的是，在很多情况下，对c o m c o n 的设置需要写两次，才可保证p w m 输出正确的 极性。 3 、捕获单元 捕获单元可记录捕获输入引脚的跳变。共有4 个捕获单元，分别连接到相应的捕获输入 引脚。每个捕获单元可选择通用定时器2 或3 做为时基。当捕获输入引脚检测到一个特定的 跳变时，通用定时器2 或3 的值被捕捉并存储到对应的双缓冲高速输入输出堆栈，同时将对 应的中断标志位置位。c a p f i f o 对应的状态位将按照堆栈的情况做相应的变化。 捕获操作不会影响任何通用定时器操作或与通用定时器相关的比较i p 喇操作。捕获单 元的使用步骤如下： 1 ) 初始化c a p f i f o ，清相应的状态位： 2 ) 将所选的通用定时器设置在某一操作模式： 3 ) 根据需要，设置相关通用定时器的比较寄存器和周期寄存器： 4 ) 设置c a p c o n 。 4 、正交编码( q e p ) 电路 止交编码脉冲是由电机轴上的光电编码器产生的两列频率可变、但有同定度相移的 5 贵州大学硕士学位论文 脉冲序列。电机的旋转方向可通过检测两列脉冲的相位关系来确定，角位置和角速度可由脉 冲宽度或脉冲频率来确定。 事件管理器模块中有一个正交编码脉冲电路一q e p 单元，可将c a p l q e p l 和c a p 2 q e p 2 引脚的正交编码输入脉冲解码并计数。q e p 单元与光电编码器配合，可获得电机转子的位置 和速度反馈信息。 q e p 电路的方向靠检测哪一列脉冲领先，然后产t k - - 个方向信号作为选定定时器的方向 输入。若c a p l q e p l 输入领先，则该定时器递增计数。若c , f f 2 q e p 2 输入领先，则该定时器 递减计数。两个正交编码输入脉冲的上升和下降沿均被q e p 电路计数，因此，它所产生的时 钟频率是每个输入脉冲频率的四倍此时钟作为所选通用定时器的时钟输入。 q e p 电路启动时的寄存器设置步骤为： i ) 对选定的通用定时器的计数器、周期和比较寄存器装入正确的值 2 ) 根据需要设置1 2 c o n 和t 3 c o n ，使定时器2 或定时器3 工作于有向增减模式，并 将o e p 电路作为时钟输入： 3 ) 允许q e p 电路并正确设置c a p c o n 中的位。 5 、事件管理器中断 事件管理器中断事件被分为三组：e v 中断组a ， b ，c 。组a 通过i nt 2 向内核提出中 断请求，组b ，c 分别通过 n t 3 和i n t 4 向内核提出中断请求。 e v 模块中的一个中断事件发生时，e v 中断标志寄存器中相应的标志置位，如果该中断 未被屏蔽，且该中断所在的中断组也未被屏蔽，则对c p i j 产生一个中断请求。当c p u 得到该 中断请求时，由中断组的服务程序读取e v 中断向量，然后转向相应中断源的服务程序。中 断向量被读取后，e v 中断标志清零，对中断标志写1 也可将中断标志位清零。 贵州大学硕士学位论文 第三章神经元网与神经元自适应器的设计研究 传统的p i d 控制方法虽然发展比较完善但是有其局限性( 在前面的章节中提到) ，要 改善其控制的局限性，提高系统的静、动态性能，较好的方法是将先进的控制策略和传统的 p i d 控制方一法相结合取长补短，使系统具有自适应性、自学习能力和较强的鲁棒性。 人工神经网络模拟人脑细胞的分布式工作特点和自组织功能实现并行处理、自学习和非 线性映射等能力。将神经网络应用到控制领域中是解决传统p i d 控制局限性的方法之一。本 章介绍神经网络的概念、神经网络自适应控制技术及神经元自适应控制器的设计。 一般来说，按神经网络在系统中的作用划分，它有两种功能模式：神经网络建模和神经 网络控制。神经网络在控制系统中所起的作用可大致分为四类；第一类是在基于模型的各种 控制机构中充当对象模型：第二类是充当控制器：第三类是在控翩系统中起优化计算的作用： 第四类是与其他智能控制如专家系统、模糊控制等相结合为其提供非参数化对象模型、推理 模型等。对于运动控制系统，它的模型是通过物理分析和归纳得到的，模型的结构比较准确， 只是模型结构复杂，为多变量、非线性结构。而且参数时变，使系统分析和控制变得复杂和 困难。因此，本文把神经网络用于控制。用于对非线性对象对，神经网络的自学习、自适应 能力是处理非线性以及不确定系统的有效途径，因此，近年来受到了国外学者的高度重视。 神经网络用于运动控制系统有以下主要优点： ( 1 ) 神经网络采用并行计算结构。因此计算速度较快，利用神经网络建立的观涮器和辨 识器具有较好的跟踪能力，这样可以解决由于计算复杂而影响系统实现的问题。 ( 2 ) 由于神经网络可以通过学习异步电动机各种参数变化时映射关系来确定内