第20卷
第5期
2012年5月
文章编号
1004-924X(2012)05-1055-09
光学精密工程
Optics and Precision Engineering
压电陶瓷驱动器的滑模神经网络控制
魏强1，2*，张承进3，张栋2，4，王春玲1
（1.泰山学院物理与电子工程学院，山东泰安271021；
2.山东大学电气工程学院，山东济南250061；
3.山东大学控制科学与工程学院，山东济南250061； 4，青岛理工大学自动化工程学院，山东青岛266033）
Vol. 20No.5
May.2012
摘要：由于压电陶瓷盟动器的迟滞非线性严重影响其定位精度，本文提出了一种滑模神经网络控制方法来改善它的性能。用径向基函数神经网络的输出作滑模控制的等价控制量，由迟滞补偿器估计控制器参数误差、外部扰动和近似计算所造成的不确定量对神经网络的输出控制量进行补偿，从面使驱动器系统状态保持在滑模平面上。基于Lyapunov稳定性理论推导了控制器和补偿器的自适应调节律，分析了控制系统的收敛性和稳定性。以可变幅值的低频三角波为参考位移量对控制系统进行了实验测试与分析，结果表明，只采用神经网络控制时的平均定位误差为0.43um，最大误差为 0.77μm，面采用滑模控制方法对神经网络控制量进行补偿后，平均定位误差减小为0.27μm，最大误差减小为0.49 um，定位精度有了显著的提高。
关键词：压电陶瓷驱动器；达滞非线性；精确定位；神经网络；滑模拉制
中图分类号：TN384；TP183
文献标识码：A
doi;10.3788/OPE,20122005.1055
Neuralnetworkcontrolforpiezo-actuatorusing
sliding-modetechnigue
WEI Qiang"-2,ZHANG Cheng-jin",ZHANGDong",WANGChun-ling
(l.School of Physics andElectronicEngineering,TaishanUniversity,Tai'an271021,China;
2.SchoolofElectricalEngineering,ShandongUniversity,Jinan250061,China;
3.School of Control Scienceand Engineering,ShandongUniversity,Jinan 250061,China; 4.School ofAutomationEngineering,QingdaoTechnological University,Qingdao266033,China)
Correspondingauthor,E-mail:taweiqiang@126.com
Abstract: As the positioning precision of piezo-actuators is always severely deteriorated by hysteresis nonlinear effect, this paper proposes a neural network control scheme with a hysteresis compensator based on sliding-mode technique to improve the performance of the piezo-actuators. A Radial Basic Function Neural Network (RBFNN) was developed as a equivalent control value in the sliding-mode control and the hysteresis compensator was used to estimate the lumped uncertainty caused by the var-ying parameters in the RBFNN, external disturbance and the approximate algorithm to compensate
收稿日期：2011-12-19；修订日期：2012-02-15.
基金项目：山东省优秀中青年科学家科研奖励基金资助项目（No，BS2011DX037)；国家白然科学基金资助项目
（No.61174044)；山东省泰安市科技发展计划资助项目（No，20102026）；山东省教育厅科技计划资助项目（No，J08LJ89)；山东省科学技术发展计划资助项目（软科学部分)(No.2011RKGA5050）