APP下载

基于双DSP 在交流位置伺服系统的小波神经网络控制

2014-04-01孔建平高强侯远龙

机械制造与自动化 2014年5期
关键词:系统

孔建平,高强,侯远龙

(南京理工大学 机械工程学院,江苏 南京 210094)

0 引言

某海上火箭炮武器系统由于海洋环境扰动的作用、摩擦阻力和转动惯量、射击时较大的扰动力矩(强冲击)、机械传动的误差(如齿轮间隙)和机械传动系统的弹性变形,使得该伺服系统是一典型的非线性时变系统。采用常规的PID 控制器将无法得到响应快、控制精度高的交流位置伺服系统。小波神经网络为交流位置伺服系统控制开辟了一条新途径。而有关小波神经网络的研究目前大都处于仿真研究阶段,主要原因是小波神经网络控制器运算复杂、计算量大,一般的CPU 难以满足实时计算要求[1]。本文采用DSP 作为控制与运算单元,提出了一种针对不确定、不确知的系统和环境的在线实时控制系统,成功地实现了交流位置伺服系统的控制,且保证了系统的动、静态品质。

1 系统描述

某炮控交流伺服系统,其控制系统结构图如图1所示。

图1 炮控交流伺服系统结构图

2 小波神经网络控制器设计

小波神经网络控制系统结构图如图2 所示。

图2 小波神经网络控制系统结构图

采用双DSP 作为海上火箭炮武器系统的控制模块,其中DSP_1 作为小波神经网络的控制器,另一片DSP_2作为对象(此非线性交流伺服系统)的BP 神经网络辨识器。r 为目标位置量,y 为当前位置量,e 为r 与y 的差值,u 为控制电压,为辨识器辨识y 的辨识量。

双DSP 的硬件架构如图3 所示。

图3 中双口RAM 左边是控制部分,右边为辨识部分。控制计算机给出的目标角度值(r)经过CAN 通信给控制器DSP_1,r 与y 的差值e,经过小波神经网络算法计算出DA 值(u),通过DA 模块输出。……

登录APP查看全文

猜你喜欢

系统
Smartflower POP 一体式光伏系统
WJ-700无人机系统
ZC系列无人机遥感系统
基于PowerPC+FPGA显示系统
基于UG的发射箱自动化虚拟装配系统开发
半沸制皂系统(下)
FAO系统特有功能分析及互联互通探讨
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
PLC在多段调速系统中的应用
1-Bit人机交互系统