執(zhí)行器非線性系統(tǒng)觀測(cè)器設(shè)計(jì)方法研究.pdf

1、考慮一個(gè)系統(tǒng),將控制輸入、輸出信號(hào)作為系統(tǒng)的外部變量,內(nèi)部狀態(tài)作為反應(yīng)系統(tǒng)運(yùn)動(dòng)行為的內(nèi)部變量。解決某個(gè)控制系統(tǒng)問(wèn)題,需要對(duì)其內(nèi)部變量即系統(tǒng)狀態(tài)進(jìn)行觀察測(cè)量,但是由于系統(tǒng)狀態(tài)不能直接觀測(cè),想要取得系統(tǒng)的內(nèi)部變量信息就比較困難,若要解決這一問(wèn)題,就需要引入適當(dāng)?shù)臓顟B(tài)反饋才能實(shí)現(xiàn),通過(guò)系統(tǒng)狀態(tài)的重構(gòu)來(lái)代替真實(shí)存在的系統(tǒng)。
　　 研究系統(tǒng)狀態(tài)重構(gòu)問(wèn)題即觀測(cè)器設(shè)計(jì)問(wèn)題,就是重新構(gòu)造一個(gè)新的系統(tǒng),將原系統(tǒng)中直接測(cè)量的輸入和輸出信號(hào)作為新系統(tǒng)

2、的輸入信號(hào),配合某些特定條件,使新系統(tǒng)的輸出漸漸收斂于原系統(tǒng)。
　　 本文在氣動(dòng)薄膜執(zhí)行器的機(jī)理建模的基礎(chǔ)上,搭建了Matlab/Simulink實(shí)驗(yàn)仿真平臺(tái),并通過(guò)對(duì)部分及整體特性的研究,采用了基于RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)觀測(cè)器設(shè)計(jì)方法和基于Elman神經(jīng)網(wǎng)絡(luò)的非線性觀測(cè)器設(shè)計(jì)方法,來(lái)深入了解執(zhí)行器系統(tǒng)的內(nèi)部狀態(tài)。
　　 首先對(duì)執(zhí)行器機(jī)理模型建立神經(jīng)網(wǎng)絡(luò)觀測(cè)器模型,將執(zhí)行器系統(tǒng)中的非線性部分用兩個(gè)未知非線性函數(shù)表示;然后搭

3、建MATLAB/Simulink仿真模型,用兩個(gè)神經(jīng)網(wǎng)絡(luò)模型分別對(duì)非線性函數(shù)進(jìn)行逼近估計(jì),通過(guò)不斷調(diào)整網(wǎng)絡(luò)模型中的權(quán)值,使得神經(jīng)網(wǎng)絡(luò)模型能夠最大地估計(jì)執(zhí)行器系統(tǒng);最后在仿真平臺(tái)上模擬故障發(fā)生,從最常見的薄膜穿孔故障和彈簧故障的實(shí)驗(yàn)結(jié)果分析得知,網(wǎng)絡(luò)模型的殘差信號(hào)能有效的實(shí)現(xiàn)對(duì)系統(tǒng)的監(jiān)控,從而實(shí)現(xiàn)對(duì)系統(tǒng)的故障檢測(cè)。
　　 然后針對(duì)執(zhí)行器這個(gè)動(dòng)態(tài)的復(fù)雜非線性系統(tǒng),采用一種動(dòng)態(tài)反饋神經(jīng)網(wǎng)絡(luò)-Elman神經(jīng)網(wǎng)絡(luò),對(duì)其構(gòu)建觀測(cè)器模型。主要

4、步驟如下:首先構(gòu)建網(wǎng)絡(luò)模型,包括輸入輸出層節(jié)點(diǎn)數(shù)目確定、樣本的選取和處理,隱含層節(jié)點(diǎn)個(gè)數(shù)確定等;然后在提出的幾種改進(jìn)型學(xué)習(xí)算法的訓(xùn)練過(guò)程對(duì)比之后,選取了較理想的LM算法;最后對(duì)構(gòu)建的網(wǎng)絡(luò)進(jìn)行訓(xùn)練,通過(guò)對(duì)學(xué)習(xí)速率、動(dòng)量項(xiàng)、訓(xùn)練次數(shù)及權(quán)值等的多次實(shí)驗(yàn),得到最優(yōu)網(wǎng)絡(luò)模型。
　　 最后主要對(duì)構(gòu)建的Elman神經(jīng)網(wǎng)絡(luò)觀測(cè)器模型進(jìn)行驗(yàn)證。通過(guò)對(duì)氣動(dòng)執(zhí)行器內(nèi)部狀態(tài)變量薄膜氣室壓力、繼動(dòng)器到薄膜氣室的氣體質(zhì)量流量、力矩馬達(dá)輸出背壓及閥桿位移量的