（机械电子工程专业论文）模糊神经网络在电液比例压力控制系统中的应用研究.pdf

摘要 摘要 电液比例系统是工业生产、科学研究中常见和最基本的电液系统之一， 广泛应用于社会生活的各个领域。由于电液比例系统是结构复杂的机、电、 液综合系统，普遍存在非线性、时变性和不确定性，且系统精确的数学模 型不易建立，应用传统的p i d 控制理论不易解决电液比例系统中存在的一 些问题，因此迫切需要寻找新的控制策略。 随着科学技术的进步，控制理论也在不断地发展。模糊控制和神经网 络控制都足正在兴起的控制技术，本文将模糊控制和神经网络相结合用于 电液比例压力控制系统，通过系统地分析模糊控制和神经网络控制系统的 结构、算法及系统应用等问题，集模糊控制和神经网络控制技术之长，构 建了基于神经网络的模糊控制技术，进行了理论研究与算法实现。以神经 网络的层和节点分别对应模糊系统的各个部分，将模糊控制的规则隐含地 分布在整个网络中，用神经网络实现模糊推理。这种控制策略充分利用了 模糊控制既符合人们对过程作用的直观描述和思维逻辑的优点，义解决了 神经网络参数没有确切意义而难以理解的问题。 本文以材料试验机为研究平台，通过系统辨识的方法确定了材料试验 机电液比例压力控制系统的数学模型，利用m a t l a b ，s i m u l i n k 仿真工具分 别构建了p i d 控制器和模糊神经网络控制器，并对其进行了动态建模仿真 分析，最后用半实物仿真工具d s p a c e 实现了电液比例压力控制系统的控 制策略的实验研究及验证。结果表明：与p i d 控制系统相比，模糊神经网 络控制具有鲁棒性好，超调量小，自适应能力强等优点。 关键字模糊控制；神经网络：p i d 控制；电液比例系统；系统辨识；鲁棒 性 燕山大学t 学硕士学位论文 a b s t r a c t e l e c t r o - h y d r a u l i cp r o p o r t i o n a ls y s t e mi s o n eo ft h e o r d i n a r y a n de s s e n t i a l e l e c t r o - h y d r a u l i cs y s t e m s i nt h e i n d u s t r y a n ds c i e n t i f i c r e s e a r c h ，e l e c t r o h y d r a u l i c p r o p o r t i o n a ls y s t e mi sa p p l i e dt om a n ya r e a so ft h es o c i e t y e l e c t r o - h y d r a u l i cp r o p o r t i o n a l s y s t e m i sat y p i c a ls y s t e mw h i c hi s c o u p l e dw i t hm e c h a n i c a lt e c h n o l o g y ，e l e c t r i c t e c h n o l o g ya n dh y d r a u l i ct e c h n o l o g y n o n l i n e a r i t y , n o n - c o n f i r m a t i o n ，o u t s i d ea n da c r o s s d i s t u r b a n c e sa r ee x i s t e dp r e v a l e n t l yi nt h ee l e c t r o h y d r a u l i cp r o p o r t i o n a ls y s t e ma n dt h e a c c u r a t em a t h e m a t i cm o d e lo ft h es y s t e mi se s t a b l i s h e dd i f f i c u l t l y , t h et r a d i t i o n a lp i d c o n t r o lt h e o r yc a u ts o l v et h ec o n t r o lp r o b l e mo nt h ee l e c t r o - h y d r a u l i cp r o p o r t i o n a ls y s t e m ， s ow em u s tf i n dan e wc o n t r o lt a c t i ci m m e d i a t e l y w i t ht h ep r o g r e s so fs c i e n c ea n dt e c h n i q u e ，t h et h e o r yo fc o n t r o li sd e v e l o p i n gt o o f u z z yc o n t r o la n dn e u r a ln e t w o r kc o n t r o li sn e wc o n t r o lt e c h n i q u e i nt h i sp a p e r , t h e c o m b i n a t i o no ff u z z yc o n t r o la n dn e u r a ln e t w o r kc o n t r o li sa p p l i e dt ot h ee l e c t r o - h y d r a u l i c p r o p o r t i o n a ls y s t e m t h es t r u c t u r e 、a r i t h m e t i ca n da p p l i c a t i o no ff u z z yc o n t r o la n dn e u r a l n e t w o r kc o n t r o la r ea n a l y z e ds y s t e m i c a l l y u s e dt h em e r i t so ff u z z yc o n t r o la n dn e u r a l n e t w o r kc o n t r o l ，t h et e c h n o l o g yo ff u z z yc o n t r o lw i t hn e u r a ln e t w o r k - b a s e di sc r e a t e d t h e l a y e ra n dn o d eo fn e u r a ln e t w o r ka r ec o r r e s p o n d i n gt oe v e r yp a r to ft h ef u z z ys y s t e m a n d t h er u l e so ff u z z yc o n t r o la r ed i s t r i b u t e di nt h ew h o l en e t w o r ki m p l i e d l y , s ot h a tf u z z y r e a s o n i n gi si m p l e m e n t e db yn e u r a ln e t w o r k f u z z yc o n t r o li ss u f f i c i e n t l yu s e di n t h i s c o n t r o ls t r a t e g y , i ti sa c c o r d i n gw i t ht h ei n t u i t i o n i s t i cd e s c r i p t i o na n d l o g i s t i ct h o u g h t ，a tt h e s a m et i m e ，t h em e t h o ds o l v e st h ep r o b l e mt h a tt h ep a r a m e t e r so fn e u r a ln e t w o r ki sd i f f i c u l t t ou n d e r s t a n db e c a u s et h ep a r a m e t e r sd o n th a v ep r e c i s es e n s e t h i sp a p e ri sb a s e do nt h em a t e r i a lt e s t i n gm a c h i n e t h em a t h e m a t i cm o d e lo ft h e e l e c t r o - h y d r a u l i cp r o p o r t i o n a ls y s t e mo fp r e s s u r eo nt h em a c h i n ei sc o n f i r m e db ys y s t e m i d e n t i f i c a t i o n u s e dt h es o f t w a r em a t l a b s i m u l i n k ，t h ep i dc o n t r o l l e ra n dt h e f u z z y n e u r a ln e t w o r kc o n t r o l l e rw e r ec r e a t e d ，a n dm o d e l e da n ds i m u l a t e df o rt h e m t h e n ，t h r o u g h t h es e m i p h y s i c a l s i m u l a t i o ns o f t w a r eo fd s p a c e ，t h ec o n t r o l s t r a t e g y o ft h e i l a b s t r a c t e l e c t r o - h y d r a u l i cp r o p o r t i o n a ls y s t e mo fp r e s s u r ew a sr e a l i z e di ne x p e r i m e n ta n dp r o o f e d t h er e s u l t si n d i c a t e ：c o m p a r e dw i t ht h ep i dc o n t r o l ，t h ef u z z yn e u r a ln e t w o r k c o n t r o lh a sm o r em e r i t s ，s u c ha sb e t t e rr o b u s t n e s s ，l e t t e ro v e r s h o o ta n dm o r ep o w e r f u l s e l f - a d a p t i n gc a p a b i l i t y , e t c k e y w o r d sf u z z yc o n t r o l ；n e u r a ln e t w o r k ；p i dc o n t r o l ；e l e c t r o - h y d r a u l i cp r o p o r t i o n a l s y s t e m ；s y s t e mi d e n t i f i c a t i o n ；r o b u s t n e s s h i 燕山大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文模糊神经网络在电液比 例压力控制系统中的应用研究，是本人在导师指导下，在燕山大学攻读硕 士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注 明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出 重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果 将完全由本人承担。 作者签字魏：，毅 日期：上明年砧月归日 燕山大学硕士学位论文使用授权书 模糊神经网络在电液比例压力控制系统中的应用研究系本人在燕 山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研 究成果归燕山大学所有，本人如需发表将署名燕山大学为第一完成单位及 相关人员。本人完全了解燕山大学关于保存、使用学位论文的规定，同意 学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和 借阅。本人授权燕山大学，可以采用影印、缩印或其他复制手段保存论文， 可以公布论文的全部或部分内容。 保密口，在年解密后适用本授权书。 本学位论文属于 不保密口。 ( 请在以上相应方框内打“4 ”) 作者签名：参：毅 日期：2 卿年舛月肜日 跏躲劬 日期：上口四年d f 月加同 第1 章绪论 第1 章绪论 1 1 电液比例控制技术 1 1 1 电液比例控制技术概述 随着机电一体化的进程对液压控制技术提出更高的要求，计算机技术 和控制理论的发展为液压控制技术注入了新的动力，现代液压控制技术在 第二次世界大战以后得到迅速发展。到6 0 年代后期，各类民用工程对电液 控制技术的需求显得更加追切与广泛。但是，由于传统的电液伺服阀对流 体介质清洁度要求十分苛刻，同时制造成本和维护费用比较高昂，系统能 耗也比较大，难以为各工业用户所接受，而传统的液压开关量控制又不能 满足高质量控制系统的要求，工程技术实际迫切需要一种可靠、价廉、控 制精度和响应特性好的控制形式，电液比例控制技术正是适应这一要求， 从6 0 年代末开始迅速发展起来的。电液比例控制技术是电液控制技术的 项新发展，是连接现代微电子技术和大功率工程控制设备之间的桥梁，己 成为机电一体化技术的重要内容和现代控制工程的基本技术构成之一。 电液比例控制技术的发展大致可分为四个阶段f 1 】。 ( 1 ) 每个阶段的发展与比例阀的研制足分不开的。从1 9 6 7 年瑞士布林格 尔公司生产出k l 型比例复合阀，到7 0 年代初日本油研公司申请了压力和 流量比例阀两项专利，这段时间是比例技术的诞生时期。这一阶段的比例 阀，把比例型的电机械转换器( 如比例电磁铁) 用于工业液压阀，代替开关 电磁铁或调节手柄。阀的结构原理和设计准则几乎没有变化，大多不含受 控参数的反馈，其工作频宽在1 5h z 之间，稳态滞环在4 7 之间，多 用于开环控制。 ( 2 ) 从1 9 7 5 年到1 9 8 0 年，电液比例控制技术的发展进入了第二阶段， 采用各种内反馈原理的比例元件大量问世，耐高压比例电磁铁和比例放大 燕山大学丁学硕上学位论文 器技术也日趋成熟，工作频宽增加至5 1 5h z ，稳态滞环减d , n3 左右， 可用于开环、闭环控制，应用领域不断扩大。 ( 3 ) 2 0 世纪8 0 年代间，电液比例控制技术的发展进入第三阶段。比例 元件的设计原理得到了进一步的改进，由于采用了更加完善的压力、流量、 位移内反馈、动压反馈和电校正等手段以及优化设计，比例阀的稳态特性 除因制造成本所限，仍保留中位死区外，某些性能如线性度、滞环、重复 精度等稳态特性己和伺服阀相当。另一项重大进展是出现了把比例技术与 插装阀相结合的比例插装技术，开发出了不同功能和规格的二通、三通型 比例插装阀，形成了8 0 年代电液比例插装技术。同时，由于传感器和电子 器件的小型化，还出现了电液一体化的比例元件，电液比例技术逐渐形成 了8 0 年代的集成化趋势。这一时期还出现了电液比例容积元件，各类比例 控制泵和执行元件相继出现，为大功率工程控制系统的节能提供了技术基 础。 ( 4 ) 2 0 世纪9 0 年代中后期开始，比例技术在固定工程设备上不断得到 广泛应用的同时，开始大量进入行走机械领域，各种节能的负载敏感控制、 负载适应控制等节能器件与系统日益增多。其次，作为比例阀家族新成员 的高速开关阀，正从小流量向中等流量发展，在快速性和结构简单可靠方 面显示其优势。另一个重要的进展就是适应电液比例闭环控制的快速增长 需要，出现了在一个新层面上伺服技术与比例技术的结合的产物，即伺服 比例阀，使得比例技术与伺服技术的交融与整合更迸了一步。一方面在不 同的层面上各得其所，扬长避短；另一方面，技术上进一步融合，为达到 未来的一个技术体系的目标打下了更牢固的基础。 1 1 2 比例控制系统的含义 从广义上来看，在应用液压传动与控制和气压传动与控制的工程系统 中，凡是系统的输出量，如压力、流量、位移、转速、速度、加速度、力、 力矩等，能由输入控制信号连续成比例地得到控制的，都可称为比例控制 系统。但在工程实际中，往往根据输入信号的不同和系统构成的特点等， 将广义的比例控制系统作以区分：根据输入控制信号方式，区分为手动( 比 2 第1 章绪论 例) 控制和电液控制；根据控制系统构成特点和技术特性，进一步将广义概 念上的电液控制区分为一般概念上的电液伺服控制和电液比例控制2 1 。 1 1 3 电液l l 侈i 控制系统的构成 电液比例控制系统尽管结构各异，功能也各不相同，但都可以归纳为 由电子放大及校正单元、电液比例控制单元( 含机械转换器在内的比例阀、 电液比例变量泵及变量马达) 、动力执行单元及动力源、工程负载及信号检 测反馈处理单元所组成，如图1 - 1 所示。组成电液比例控制系统的各个基本 单元的功能如下： ( 1 ) 指令元件也称输入元件，它给出输入信号( 指令信号) 加于系统的输 入端。该元件可以是机械的、电气的、气动的等。如靠模、指令电位器或 计算机等【3 j 。 图l 一1 典型电液比例控制系统方框图 f i g 1 1 t h ed i a g r a mo f t y p i c a le l e c t r o - h y d r a u l i cp r o p o r t i o n a lc o n t r o ls y s t e m ( 2 ) 电一机械转换器它是电一液的接口元件，一般是动铁式电磁器件， 它把控制信号转换为力( 力矩) 或位移( 转角) 等机械量控制信号，如比例电磁 铁等。 ( 3 ) 比较元件它的功用是把给定输入与反馈信号进行比较，得出偏差 信号为控制器的输入，进行比较的信号必须是同量纲、同量级的。 ( 4 ) 液压转换及放大器件它把电一机械转换器件输出的力或位移经液 压放大作用放大到足以驱动系统负载，通常是比例放大器。实际上是功率 放大单元，由各类比例阀来充当。 燕山大学丁学硕士学位论文 ( 5 ) 液压执行元件通常是液压缸或液压马达，它是系统的输出装置， 其输出参数是位移、速度、加速度、力、转角、角速度、角加速度及转矩 等。 ( 6 ) 测量及反馈元件对于闭环控制需要加入检测反馈元件，把执行元 件输出的动力参数或其它中间状态变量加以检测并转换为反馈量。 ( 7 ) 液压动力源由容积式液压泵，溢流阀和蓄能器组成的恒压油源， 或由容积式液压泵、安全阀组成的恒流源。 在电液比例控制系统中，液压控制元件( l l 例阀) 、执行器件、控制对象 联系十分密切，为了系统建模以及动态分析的方便，常把这三者组合成一 种液压装置，成为液压动力机构。为进一步改善系统的静、动态特性，常 在系统中加上各种校正装置。 1 1 4 电液比例控制系统的分类 电液比例控制系统可以按很多种方式，从不同的角度来进行分类。 按被控量是否被检测和反馈来分类，可分为开环比例控制和闭环比例 控制系统。这里需要强调的是，电液比例控制系统中存在着两种检测反馈 闭环。一类足动力执行单元输出参数( 如压力、力、力矩、位移、速度和加 速度等) 检测反馈闭环，设置这类反馈闭环的系统，就是通常所说的闭环控 制系统。第二类是控制元件内部，对整个控制系统而言只是中间参量的小 闭环。仅设置这类反馈闭环，不论是否为主控制参量的检测反馈，也不论 是采用电信号反馈到指令及放大器，还是采用机械或液压方式反馈到电一 机械转换器的输出端，对整个控制系统而言，均属于通常所指的开环控制 系统。 按控制信号的形式来进行分类，可以分为模拟式控制和数字式控制。 后者可分为脉冲调制、脉码调制和脉数调制等。 按比例元件的类型来分类，可分为比例节流控制和比例容积控制两大 类。比例节流控制用在功率较小的系统，而比例容积控制用在功率较大的 场合。 目前，比较通用的分类方式足按被控对象( 量或参数) 来进行分类，则电 4 第1 章绪论 液比例控制系统可以分为： ( 1 ) 位置( 或转角) 控制系统； ( 2 ) 速度( 或转速) 控制系统： ( 3 ) 加速度( 或角加速度) 控制系统； ( 4 ) 压力( 或压差) 控制系统； ( 5 ) 力( 或力矩) 控制系统； ( 6 ) 其他参数控制系统。 1 1 5 电液l l l 歹, j 控制系统的特点 电液比例控制系统的关键元件电液比例阀，它与电液伺服阀相比 较：价格便宜、功率损失小、抗污染能力强，在控制特性上，除控制精度 及响应快速性方面不如伺服阀外，其它方面的性能和控制水平与伺服阀相 当，其静、动态特性足以满足大多数工业的应用要求。与传统的液压控制 阀比较，虽然价格较贵，但具有较高的频宽、良好的控制精度和较快的响 应速度等优点。因此，在控制较复杂，特斜是要求有高质量控制水平的地 方，传统液压阀逐渐被比例阀代替。 电液比例控制系统足电子一液压一机械( e h m ) 放大转换系统。从控制 特性看，更接近丁二伺服控制系统；从经济性和可靠性看，更接近于开关控 制系统。其特点为： ( 1 ) 能实现快速平稳的开环控制，特剐是大谈量控制，如液压电梯；也 能实现精准的闭环控制，获得精密的工件或完成精细的工作要求，如气轮 机进气阀位置比例控制；还可以实现高精度的同步控制，其控制精度可达 0 0 2 m m 。 ( 2 ) 兼备了电气和电子技术的快速性、灵活性和液压技术输出功率大的 双重优点，控制性能好，传动能力强。 ( 3 ) 可明显地简化液压系统，实现复杂程序控制，降低费用，改善控制 过程品质，提高可靠性，缩短工作循环时间。对一些较复杂的工作循环， 要求在工作过程中不断改变压力或速度，采用电液比例控制技术不仅能大 大简化系统结构，而且可提高系统性能。 燕山大学下学硕上学位论文 ( 4 ) 比例放大器中有斜坡信号发生器，以设定的阶跃作为输入信号，使 斜坡信号发生器产生一个缓慢上升的或下降的输出信号，输出信号的变化 速率通过电位调节器调节，以实现被控系统工作压力、速度、加速度等的 无冲击缓冲过渡，避免大的振动和冲击，对位置系统来说可以准确定位。 ( 5 ) f 1 实现按比例地控制液流的方向、流量和压力，还可以连续比例地 实现流量、压力与方向三者之间的多种复合控制功能。 ( 6 ) 可以改善主机的设计柔性，实现多通道并行控制，例如：工程机械 中的多路阀通常必须集中设置，而不得不使执行元件的连接管路延长，增 加了系统的复杂性和管路损失，对系统的动态特性不利，采用电液比例控 制阀代替多路阀，则可将阀布置在最合适的位置，克服上述缺点。 ( 7 ) 便于计算机控制，便于建立故障诊断专家系统，容易实现系统智能 化。 同时电液比例控制系统也存在一些缺点： ( 1 ) 与开关控制相比，其技术实现较复杂，与伺服系统相比，其控制精 度低，响应慢。 ( 2 ) 电液比例闭环控制系统易出现不稳定状态。 ( 3 ) 死区范围较大。 1 2 模糊控制和神经网络控制发展概况 1 2 1 模糊控制理论的发展和应用概况 人类最初对事物的认识都足定性的、模糊的、非精确的，因此将模糊 信息引入智能控制有着十分重要的意义。1 9 6 5 年美国加州大学的z a d e h 教 授在其发表的著名论文f u z z y s e t s 中，首次提出了用“隶属函数”的概 念来定量描述事物模糊性的模糊集合理论，奠定了模糊数学的基础。1 9 7 3 年，他义给出了模糊推理的理论基础【4 j 。1 9 7 4 年，伦敦大学的m a m d a n i 教 授提出了模糊控制的概念。模糊控制的应用研究是从1 9 8 0 年开始的，1 9 8 5 年开始了模糊推理集成模块的开发【5 l 。1 9 8 6 年，模糊控制技术在日本成为 6 第1 章绪论 商品，各种模糊控制产品及系统开始出现，并在实际应用中取得明显的效 益。 模糊控制在美国、西欧、中国、东南亚引起普遍的重视，并受到国际 控制理论学术界的关注。1 9 8 4 年，国际模糊系统学会成立；1 9 8 5 年，召开 了第一届国际模糊系统学会的学术交流会，各国相继成立了模糊系统工程 研究所，世界上一些大公司开始了模糊产品的开发，模糊理论与应用研究 及模糊产品的开发像一股强劲的风浪席卷世界各地1 6 1 。 近年来，模糊控制己从早期的理论研究逐步走向生产应用，并作为一 种实用技术取得了比较好的应用效果。 对模糊控制的研究最为重视的当属日本。1 9 8 7 年，在模糊控制成功用 于仙台地铁之后，各种使用了模糊技术的家电产品，如洗衣机、电冰箱、 空调器、电视机、电饭锅、淋浴器、摄像机、照像机、复印机等，相继研 制成功并投放市场。其中，三菱公司研制的使用模糊技术的空调器，控制 性能稳定，节能达2 4 。接着，模糊控制装置成功地应用于汽车自动变速， 电梯控制及生产过程中。其中，三菱公司将模糊控制用于电梯群上，使等 电梯的平均时间减少1 5 。 在美国，模糊控制除用于饭店管理和计算机系统管理外，还用于航空、 航天领域，在自动导航、控制无人飞行器对接方面经试验都取得了良好的 性能。 我国在模糊理论方面的研究处于先进水平，先后出版了几十本有关模 糊理论方面的著作，每年在国内外期刊、会议上发表的论文也非常多。1 9 7 9 年，李保缓、刘志俊等人开始用连续数字仿真方法研究典型模糊控制器的 性能，1 9 8 1 年，成立了中国模糊系统与数学学会，并创办了当时世界上第 二份模糊专业学术杂志模糊数学，1 9 8 7 年，更名为模糊系统与数学。 我国政府也十分重视模糊控制理论的应用与研究，1 9 8 8 年将模糊理论研究 正式列入国家自然科学基金项目和“8 6 3 ”计划项目。1 9 8 9 年教育部在北京 师范大学建立了国家级模糊实验室。汪培庄、楼世博、王立新、张文休、 诸静、邓聚龙、龙升照、李士勇等学者在理论上取了许多突出研究成果， 他们的工作都对我国的模糊控制理论与应用研究起到了积极的促进作用。 7 燕山大学t 学硕士学位论文 工程应用方面也取得了一定的成果，其中，在加热炉控制中所取得的节能 效果尤其引人注目，此外，在数控加工等方面也取得了好的效果。 总之，虽然模糊控制出现的时间并不长，但是它已经取得了长足发展。 它的应用领域涉及诸多方面，控制方法有了很大进展，模糊控制器的性能 不断提高。模糊控制系统易于理解，设计简单，维护方便，而且比常规控 制系统稳定性高，鲁棒性好，使得模糊控制正在得到越来越广泛的应用。 1 2 2 人工神经网络的发展及其在控制领域中的应用 ( 1 ) 人工神经网络的发展对神经网络的研究可以追溯到f r u e d 的前精 神分析学时期。现代神经网络的研究足从上世纪4 0 年代开始的。1 9 4 3 年美 国心理学家m c c u l l o c h 与数学家p i t t s 合作，用逻辑的数学工具研究客观事件 在形式神经网络中的描述，提出了兴奋与抑制型神经元模型，开创了对神 经网络的理论研究。1 9 4 9 年心理学家h e b b 提出的神经元连接强度的修改规 则，他们的研究至今仍是许多神经网络模型研究的基础。】9 5 7 年r o s e n b l a t t 提出了感知器模型，它几乎与人工智能( a i a r t i f i c i a li n t e l l i g e n c e ) 同时起步， 但3 0 余年中却并未取得人工智能那样巨大的成功，中间经历了一段长时间 的萧条。上世纪7 0 年代后，人工神经网络的研究处于低潮，直到8 0 年代， 获得了关于人工神经网络切实可行的算法，v o nn e u m a n n 数字计算机在模拟 视听的人工智能方面遇到了物理上不可逾越的极限，人们才重新对人工神 经网络发生了兴趣，导致神经网络的复兴，神经网络的热潮再次掀起 7 l 。 在最近几年里，我国在人工神经元网络的研究方面发展非常快，而且 取得了不少成果。1 9 8 8 年由北京大学组织召开了第一次关丁二神经网络的讨 论会。1 9 9 0 年、1 9 9 1 年召开了第一、二次中国神经网络会议。1 9 9 2 年中国 神经网络委员会在北京承办了世界性的国际神经网络学术大会，这届大会 受到i e e e 神经网络委员会、国际神经网络学会等国际学术组织的大力支 持。这标志着我国神经网络的研究工作者第一次大规模地走向世界，这必 然将会进一步推动我国的神经网络研究。 目前的神经网络理论研究主要集中在网络算法和性能以及利用神经生 理与认知科学研究人类思维及智能机理上。应用研究主要集中在对神经网 第1 章绪论 络的软件模拟和硬件实现以及神经网络在各个领域中应用的研究，如模式 识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。研究 的成果包括：多层网络b p 算法，h o p f i e l d 网络模型，自适应共振理论，自 组织特征映射理论等。 ( 2 ) 人工神经网络在控制领域的研究人工神经网络以其很强的学习能 力和高度并行的结构所带来的容错性强、并行计算、便于用大规模并行电 路来实现以及可逼近任一非线性函数的能力等优点，引起控制领域科技工 作者的广泛关注，并试图用它来解决困扰控制界的高复杂度、高设计目标 且带有很大不确定性的系统的控制问题。 比较早就有一些这方面的应用研究：1 9 6 0 年w i d r o w 和h o f f 首先将神 经网络引入控制系统。2 0 世纪6 0 年代初，美国“阿波罗”登月计划中， k i l m e r 和m c c l l o c h 等人根据脊椎动物神经系统中网状结构的工作原理，提 出了一个k m b 模型，以使登月车在远距离复杂环境中具有一定的自制能 力。1 9 8 8 年美国空军技术研究所已经将神经网络用于滤波和战术目标的识 别上。1 9 8 8 年概率神经元网络己被成功地应用丁二解决两个分离电子发射器 的相关问题上。在控制方面的研究开始集中在自适应控制和智能机器人控 制，后来发展到专家系统和模糊神经元系统方面的研究，取得了不少可喜 的成果。1 9 9 2 年在美国芝加哥召开的a c c ( 美圆控制会议) 会议上，神经元 网络及其控制方面有6 个大小组共介绍4 1 篇论文，是这次会议上分组最多 和文章最多的一个专题内容。会上h u n t 发表的文章【8 1 对神经网络控制作了 很好的整理和总结，对神经网络控制的发展起了重要的推动作用。随后的 1 9 9 3 和1 9 9 4 年在美国召开的a c c 会议上，关于神经元网络及其控制的专 题分别有4 个和6 个大小组，共有2 4 和3 8 篇论文，均是会议中最多论文 的专题内容之一。由此可见，神经元控制正在平稳地向广度和深度发展。 1 2 3 模糊神经网络控制研究概况 将神经网络与模糊逻辑系统结合起来实现控制，是近年来智能控制与 智能自动化领域的热点。把模糊逻辑系统与神经网络相结合，形成一个共 生互补系统，即为模糊神经网络。它实际上是人类大脑结构和功能的模拟： 9 燕山大学工学硕士学位论文 大脑神经网络“硬件”拓扑结构加信息模糊处理“软件”的思想功能。这 种对人脑的“硬件”和“软件”模拟的有机结合，不仅弥补了各自性能上 的不足，而且使得控制的智能程度进一步提高。美国早在1 9 8 8 年就召开了 由n a s a ( 国家航天航空局) 主持的“神经网络与模糊系统”的国际研讨会， 其后模糊神经网络技术的研究在美国、日本、法国、加拿大、新加坡等国 蓬勃开展起来，成果大量涌现【9 】。1 9 9 2 年i e e e 召开了有关模糊神经网络技 术的国际会议，美国南加州大学的k o s k o ，出版了该领域的第一本专著神 经网络与模糊系统d o ，它系统地研究和总结了神经网络和模糊系统的一 般原理和方法，对神经网络在模糊系统中的应用起了很大的推进作用。模 糊数学的创始人z a d e h 和神经网络的权威a n d e r s o n 分别为该书作了序言， 在国内外引起了很大的影响。1 9 9 4 年我国学者李晓忠、汪培庄、罗承忠编 著出版了模糊神经网络著作，这是我国在该领域的第一部专著。 神经网络和模糊系统的结合，在控制中的应用研究与日俱增，日本学 者s t r e f e z z a 等在数字信号处理器( d s p ) 上实现了用于高度非线性系统的模糊 神经网络控制器，并在直流伺服电机上进行了位置控制实验。该方法集神 经网络和模糊控制之长，构造成一个非线性自整定控制器，不仅设计简单， 而且系统超调小和鲁棒性强，控制性能优于传统p i d 控制。 1 3 课题研究的目的与意义及主要内容 1 3 1 课题研究的意义 随着科学技术的不断进步，人类需要控制的对象和过程日益复杂，同 时对控制质量的要求也在不断提高，智能控制为这一问题的解决提供了一 条有效途径。 智能控l l l l ( i n t e l l i g e n tc o n t r o l _ i c ) 是目前控制理论发展的最高阶段，其 主要优点是不需要知道被控系统的数学模型，以知识信息为基础进行学习 和推理，用启发式方法引导求解过程，算法简单，主要用于解决非线性系 统中的复杂问题。 1 0 第1 章绪论 模糊逻辑和神经网络是实现智能控制的基本方法。模糊控制是一类语 言控制系统，其主要特点之一是控制系统设计并不需要通常意义上的被控 对象的数学模型，而是需要操作者或领域专家的经验、知识、操作数据等， 是一类“专家系统”。这样对于通常难于控制的对象( 非线性、不确定的对 象) ，可以方便地得出控制策略。但是模糊控制的设计目前尚缺乏系统性， 控制规则的选择、论域的选择、模糊集的定义、量化因子的选择等多采用 试凑法，这对复杂系统的控制往往是难以奏效的。信息简单的模糊处理将 导致系统控制精度的降低以及动态品质的变差。若要提高控制精度则必然 要增加量化级数，从而导致规则搜索范围扩大，决策速度也就随之降低， 甚至不能实时控制。 神经网络控制系统是指在控制系统中采用神经网络这一工具对难以精 确描述的复杂非线性对象进行建模，或者充当控制器，或优化计算，或进 行推理，或故障诊断等，以及同时兼有上述某些功能的适当组合。它是一 种大规模并行的非线性动力学系统，其主要特点在于对信息的分布式存储、 并行狮同处理以及自组织和自学习等。神经网络控制系统原则上分为两大 类：基于神经网络的智能控制系统和基于传统控制理论的神经控制。基于 神经网络的智能控制又包括神经网络专家控制系统、神经网络模糊逻辑控 制和神经网络滑模控制系统，其中神经网络模糊逻辑控制是本课题研究的 重点。 基于神经网络的模糊控制系统是当前研究的一个热点，其着眼于模糊 控制和神经网络控制的特点，试图将二者适当地结合起来，吸取两者的长 处，组成比单独的神经网络控制系统或单独的模糊控制系统性能更好的控 制系统。如果这种控制技术从理论走到实际，将是控制理论的一个重大进 步，许多利用经典控制理论和现代控制理论不能解决的控制问题将可以得 到解决。 1 3 2 课题研究的目的与主要内容 本课题的研究目的是将模糊神经网络控制器应用于电液比例压力控制 系统中，使电液比例压力控制系统的性能得到改善。 燕山大学t 学硕士学位论文 课题的研究内容主要包括以下四个方面： ( 1 ) 通过分析模糊控制和神经网络的基本理论，建立基于神经网络的模 糊控制器，推导其传递公式并确定其学习方法。 ( 2 ) 通过对电液比例压力控制系统的理论分析及现场实验，建立其较精 确的数学模型。 ( 3 ) 利用m a r l a b s i m u l i n k 仿真工具，对电液比例压力控制系统分别进 行了p i d 控制和模糊神经网络控制的仿真研究，并对比分析其控制效果。 ( 4 ) 搭建材料试验机电液比例压力控制系统实验平台，利用半实物仿真 工具d s p a c e 实现实时控制及数据采集，针对模糊神经网络控制器控制电 液比例压力控制系统进行实验研究并对控制效果进行分析。 1 2 第2 章模糊控制与神经网络理论 第2 章模糊控制与神经网络理论 经典控制理论是一种简单回路线性控制理论，主要适用于解决线性定 常单输入单输出控制系统的控制问题。现代控制理论虽然在研究工具和控 制对象的结构表示方面比经典控制理论有所提高，但是它所采用的各种控 制系统分析综合方法都是在取得控制系统数学模型基础上进行的，从而数 学模型的精确程度对控制系统性能的影响很大。控制理论的发展和其他科 学一样，必须随着社会的发展而不断发展。智能控制正是随着社会的发展 应运而生的，模糊控制和神经网络都是智能控制的重要分支。 2 1 模糊控制系统 2 1 1 模糊控制的原理 2 。1 1 1模糊控制的基本思想经典控制理论对于解决线性定常单输入单 输出系统的控制问题足很有效的，基于状态变量描述的现代控制理论能够 有效控制解决非线性时变多输入多输出系统的控制问题。然而无论是经典 控制理论还是现代控制理论都要事先知道被控对象的精确数学模型，然后 根据数学模型以及给定的性能指标，选择适当的控制规律，进行控制系统 的设计。然而在许多情况下被控对象( 或生产过程) 的精确数学模型很难建 立，例如：水泥窑、化工生产中的化学反应过程、炼钢炉的冶炼过程等。 因为这些被控对象或生产过程中的变量多，各种参数义存在不同程度的时 变性，且具有非线性和强耦合的特点，因此建立这类过程的精确数学模型 很困难。因此就难以实现自动控制。 与此相反，对于上述难以自动控制的过程，有经验的操作工人进行手 动控制却可以取得令人满意的控制效果。因此人们开始研究能否对无法构 造数学模型的对象让计算机模拟人的思维方式，进行控制决策。 燕山大学t 学硕上学位论文 人的手动控制决策可以用语言加以描述，总结成一系列的条件语句， 即控制规则。运用微机的程序来实现这些控制规则，在描述控制规则的条 件语句中的些词，如“较大”、“较小”、“偏高”等都具有一定的模 糊性，因此用模糊集合来描述这些条件语句，即组成了模糊控制器。 2 1 1 2 模糊控制系统组成模糊控制系统的原理框图如图2 - 1 所荆1 。 图2 1 模糊控制系统框图 f i g 2 1 t h ed i a g r a mo ff u z z yc o n t r o ls y s t e m 模糊控制系统一般可分为五个组成部分： ( 1 ) 模糊控制器控制器足各类自动控制系统中的核心部分。由于被控 对象的不同，以及对各类系统静态、动态特性的要求和所应用的控制规则 各异，可以构成各种类型的控制器，如在经典控制理论中，用运算放大器 加上阻容网络构成的p i d 控制器和由前馈、反馈环节构成的各种串、并联 校正器；在现代控制理论中，设计的有状态观测器、解藕控制器、鲁棒控 制器等。而在模糊控制理论中，则采用基于模糊知识表示和规则推理的语 言型“模糊控制器”，这也是模糊控制系统区别于其它自动控制系统的特 点所在。 ( 2 ) 输入输出接口在实际系统中，由于多数被控对象的控制量及其可 观测状态量足模拟量。因此，模糊控制系统与通常的全数字控制系统或混 杂控制系统一样，必须具有d a 、a d 转换单元，不同的只是在模糊控制 系统中，还应该有适合于模糊逻辑处理的模糊化与解模糊环节，这部分通 常被看作是模糊控制器的输入输出接口。 ( 3 ) 执行机构执行机构包括电气执行机构，如各种交、直流电动机、 伺服电动机、步进电动机等。还有气动的和液压的，如各类气动调节阀和 液压马达、液压阀等。 1 4 第2 章模糊控制与神经网络理论 ( 4 ) 被控对象它可以是一种设备或装置以及它们的群体，也可以是一 个生产的、自然的、社会的、生物的或其它各种的状态转移过程。这些被 控对象可以是确定的或模糊的、单变量的或多变量的、有滞后的或无滞后 的，也可以足线性的或非线性的、定常的或时变的，以及具有强耦合的和 干扰等多种情况。对于那些难以建立精确数学模型的复杂对象，更适合采 用模糊控制。 ( 5 ) 传感器传感器也就是检测装置，是将被控对象或各种过程的被控 制量转换为电信号( 模拟的或数字的，一般为0 5v 电压，或0 1 0m a 电流) 的一类装置。被控制量往往是非电量，如温度、压力、流量、浓度、湿度 等。传感器在模糊控制系统中占有十分重要的地位，它的精度往往直接影 响到整个控制系统的精度。 2 1 1 3 模糊控制的基本原理模糊控制的核心部分为模糊控制器，如图 2 2 中虚线框中部分所示。模糊控制器的控制规则由计算机的程序实现，微 机经中断采样获取被控制量的精确值，然后将此量与给定值比较得到误差 r 一一1 ：模糊拧制器( 微处理机) l 图2 2 模糊控制原理框图 f i g 2 2 t h es c h e m a t i cd i a g r a mo f f u z z yc o n t r o l 信号e ( 在此取单位反馈) 。一般选误差信号e 作为模糊控制器的一个输入 量。把误差信号e 的精确量进行模糊量化变成模糊量，误差的模糊量可 用相应的模糊语言表示。至此，得到了误差e 的模糊语言集合的一个子集 e ( e 实际上是一个模糊向量) 。再由e 和模糊控制规则只( 模糊关系) 根据推理 合成规则进行模糊决策，得到模糊控制量u 为【l ”： u=eo r ( 2 一1 ) 其中u 为一个模糊量。 为了对被控对象施加精确的控制，还需要将模糊量u 转换为精确量，这 燕山大学下学硕上学位沦文 一步骤在图2 2 框图中称为非模糊化处理( 亦称去模糊化或清晰化处理) 。得 到了精确的数字控制量后，经数模转换，变为精确的模拟量送给执行机构， 对被控对象进行控制。 综上所述，模糊控制算法可概括为下述四个步骤： ( 1 ) 根据本次采样得到的系统的输出值，计算所选择系统的输入变量。 ( 2 ) 将输入变量的精确值变为模糊量。 ( 3 ) 根据输入变量( 模糊量) 及模糊控制规则，按模糊推理合成规则计算控 制量( 模糊量) 。 ( 4 ) 1 ：t ：1 上述得到的控制量( 模糊量) 计算精确的控制量。 2 1 2 模糊控制器的设计 模糊逻辑控制器( f u z z yl o g i cc o