785 KB34 KB199920252017Hu, JianLiu, LeiWang, YuangangXie, Zhiweiletnik:63številka:9str. 519-528ISSN:0039-2480COBISSID_HOST:15663131URN:URN:NBN:SI:doc-JJJOOQD1enZveza strojnih inženirjev in tehnikov Slovenije etc.Strojniški vestnikadaptivna robustna regulacijamomentni motorjimotnjenasičenje vhodanevronske mrežeNeural network-based high-accuracy motion control of a class of torque-controlled motor servo systems with input saturation|The torque-controlled motor servo system is widely used in many industrial applications. However, input saturation often occurs due to the limitation of the actuator output ability, which may worsen the system control performance. In this paper, in order to inhibit the impact of input saturation on the system, a single-hidden-layer neural network based observer is designed to estimate the value of input saturation, which could later be compensated in the proposed controller. In addition, an adaptive law is introduced to estimate the unknown parameters, and a nonlinear robust term is designed to overcome the time-varying disturbances and other compensation errors. The Lyapunov theorem is used to prove the stability of the proposed controller with the neural network-based observer. Extensive comparative experimental results are obtained to verify the high-performance of the proposed control strategyServosistemi z momentnimi motorji so razširjeni v različnih industrijskih aplikacijah. Zaradi omejitev aktuatorjev pogosto nastopi nasičenje vhoda, ki lahko negativno vpliva na regulacijo sistema. Zato obstaja potreba po krmilniku, ki bi zmanjšal vpliv nasičenja vhoda na regulacijo sistema. Za razrešitev problema nasičenja vhoda sistema servomotorja je zasnovan opazovalec, ki ocenjuje vrednost nasičenja za uporabo v členu usmerjene kompenzacije predlaganega krmilnika. Na ta način je mogoče zmanjšati vpliv nasičenja vhoda. Zasnovan je opazovalec na podlagi nevronske mreže z eno skrito plastjo za ocenjevanje vrednosti nasičenja vhoda, ki bo pozneje kompenzirano v krmilniku. Uvedena sta tudi adaptivni zakon za ocenjevanje neznanih parametrov in nelinearen robustni člen za odpravo časovno spremenljivih motenj. Tema tega članka je visokonatančno krmiljenje sistema pogonsko-pozicionirnega servomotorja. Nevronska mreža z eno skrito plastjo lahko zahvaljujoč svoje sposobnosti samoučenja ocenjuje vrednost nasičenja vhoda, napaka ocene pa je omejena. Adaptivni zakon zmanjšuje vpliv negotovosti parametrov sistema, nelinearni robustni členi pa odpravijo časovno spremenljive motnje v sistemu ter izboljšajo njegovo robustnost. Natančnost sledenja motornega pogonsko-pozicionirnega sistema se lahko tako s kombinacijo vseh metod občutno izboljša. V sistemu servomotorja je veliko nelinearnih dejavnikov, kot so nasičenje vhoda, časovni zamik, trenje, nezveznosti ob spremembi smeri gibanja itd. V tem članku je prikazana samo ocena in kompenzacija nasičenja vhoda. Čeprav se že s tem izboljša natančnost regulacije sistema, pa ni mogoče zmanjšati vpliva drugih nelinearnih dejavnikov v sistemu. Nevronska mreža z eno skrito plastjo omogoča samo lokalno, ne pa globalne aproksimacije. Ker je vrednost nasičenja vhoda globalna, nevronska mreža z eno skrito plastjo ne zadostuje. V prihodnje bo treba vključiti in kompenzirati še več nelinearnih faktorjev, zasnovati pa bo treba tudi učinkovitejšega opazovalca teh faktorjev za izboljšanje natančnosti regulacije sistema servomotorja. V članku je na podlagi njihove sposobnosti univerzalne aproksimacije zasnovana linearizirana nevronska mreža z eno skrito plastjo, ki omogoča aproksimacijo saturacije vhodov, ki je pozneje učinkovito kompenzirana v krmilniku. Uporabljena je metoda adaptivne robustne regulacije za izboljšanje natančnosti sledenja pogonsko- pozicionirnih sistemov, ki jih poganjajo momentni motorji z nasičenim vhodom. Metoda omogoča celovito obdelavo nasičenja vhoda, negotovosti parametrov in motenj v sistemu. Učinkovitost regulacije je zato večja kot pri drugih krmilnikihTEXTznanstveno časopisjejournalsSlovenian National E-content AggregatorNational and University Library of SloveniaUniverza v Ljubljani, Fakulteta za strojništvo