魏巍，杨志东，韩俊伟

(哈尔滨工业大学机电学院，黑龙江哈尔滨150000)

弓网关系是高速列车能否安全有效运行的关键环节［1-4］。弓网振动试验台在弓网动态关系的模拟试验中发挥着重大作用，为了模拟高速列车运行时的状态，弓网试验台的振动频率需要达到100 Hz［5］。在高频振动试验中，正弦运动信号是很常见的一种信号。为了精确重现某一复合运动，需要不同自由度之间的正弦运动能精确跟踪各自的给定信号［6］。由于电液伺服系统自身固有频率的限制，以及各种非线性因素的影响，采用传统PID的位移闭环控制策略，很难实现高频下正弦信号的精确跟踪［7-8］。目前对正弦运动精确控制的方法主要有变结构控制和自学习等［9-10］。张元生等提出的基于频域的谐波幅相自适应控制(HAPAC)方法［6］，通过对输入输出信号在频域的谐波辨识补偿，提高了正弦运动的动态跟踪性能，不过该方法需要提前确定系统的初始模型，辨识速度取决于初始模型的精确程度。Yao和马建明等提出了基于Widrow-Hoff神经网络学习算法的幅相控制策略［11-12］，该控制策略将给定信号和跟其相位相差90°的信号以一定的加权系数叠加，通过LMS算法调整权值向量，实现正弦信号的跟踪。不过该算法中初始加权值和学习系数的选择容易影响系统的稳定性。另外，上述两种控制策略无法对正弦信号的中心位置偏差进行修正。为此，本文基于时域给出幅相自适应控制的改进算法、计算机实现方法以及弓网试验系统对该算法的实验验证。……