超声波电机控制技术进展

　　益和积分增益。当其为防定值它不能随着1汾1特性的变化而改变，即它的增益是为某个固定的速度优化而设计的。为克服讳缺点。日本者提出了可变增益的，1控制器来控制的速度，以减小电机本身的速度波动，并改善电机的动态速度跟踪特性1控制器中的比例增益不变，积分增益随电机速度的不同而变化。1.以6心为界，使用两种积分增益达式。低于61时，=在这个控制器下的速度波动为1么1引言邝广波电机，化近年发展起，的种新型电机，它利用压电陶瓷的逆压电效应和超声振动，将弹性材料压电陶瓷，议幻的微观形变通过共振放大和摩擦偶含转换成竹子或滑块的宏观运动。

　　由干的运行机理。1汾1具有传统电磁式电机不具备的优点靠摩擦力驱动，因而断电后具有自锁功能，不纶要制动装置；转矩密度大。低速下可产牛人转矩。小需要齿轮减速机构，因而体积小，质量轻，控制精度高，响应速度快；运行无噪声，不产生也不接受电磁干扰等。

　　在非连续运动领域及精密控制领域，瓜，要比普通的电磁式电机优越得多。在工业控制系统汽车导用电器精密仪器仪办公自动化设备智能机器人等领域撕有广阔的应用前景。

　　1作为种新型微特屯机，其木身的技凇发展离不开电子控制和职动。控制技术的优劣。立接关系到能否充分发挥61的性能。更会影响到151的应和推广。因此。，1的控制技术研允受到了越来越多的国内外学荇的重视。

　　2控制特点，的控制变量有种，即电压的幅值频率和3.2自，应控制自，应控制能在线辨识系统参数。并。假设模型超声波电机控制技术进展李华峰，辜承林华中科技大学，湖北武汉4300741.3吻等人提出了1转速的站应控制策略2.

　　假设线路参数己知，用下式来示电机的数学模型噪卢。和〃足模型阶数。他们丛于这个模型应用自适应控制理论设计了个控制器，控制。51的转速。控制器接受期望速度和实际转速为输入。将驱动频率作为输出，其控制原则是使代价函数1小。

　　参数用递归小平方根法进行辨识，以此计算控制器输出。数学模型中的延时量和模型阶数由试验决定，结果明，=1时，速度波动大；=3时，速度响应慢因此，介适的控制延时=2，符合数学计算和驱动电路中的延时。模型的阶数对电机性能的改善不大，因此用；=〃；=2叩可，使用自适应现论多的是对电机的位置进行控制。由于0挪随着负载转矩的增加，特性会出现死区，因此上述学者提出了对死区进行自适应补偿的位置控制方案。他们还使用频率和相位差的自适应控制来对电机的位置进行迅速准确的控制。

　　3.3模糊控制器模糊控制是应用模糊集合理论和模糊推理技术，综合考虑控制过程的种数字控制方法。它不使用电机的数学模型，但其中模糊推理规则的制定需要具有较多的电机运行经验。

　　模糊控制器的主要优点有基于直觉和运行经验构造，不用数学推导；它有某种程度上的鲁棒性。

　　但在特定场合，当系统参数变化时，控制器的响应轨迹会很剧烈。因此，单纯使用模糊方法进行控制来使用。

　　3.4神经网络控制在前面提到的控制器中，和模糊控制器不使用电机的数学模型，控制规则简单。如果运行好的话，其稳定性和可靠性也很好。但是，1控制器不能在所有时候都保持这些优点，这是因为。，的速度特性是非线性的，而控制器的增益是按照某个速度段推荇采用凋经网络来控制仍的速度和位置。人工凋经，络有大量的冲经元和权连接，能对线路的非线性输入输出进疔近似。因而在控制领域1很好的应用前景。，等人提出了使用包含输入层中间层和输出层3层网络的神经网络控制器来控制搠的转子位置，3.

　　神经网络控制器中，中间层的节点数和学习速率通过实验确定。为简化控制，网络参数随机初始化。

　　然后在线训练史新。在线学习时。需要事先知道。3，如01矩阵，但在电机参数都未知时很难确定这个矩阵。为此，他们使用矩阵的符号函数来代替它，以此增加其学习速度。与，1控制器相比，控制效果会明显改进。似其学速率旦确定就不能改变，这是它的个不足之处了圳继提出使目，适应控制的方案后，又研究了使用神经网络的控制策略1.冲经网络也圮3层构造。使用般后传算法对网络数据进行更新。在更新规则中包含了遗忘因子。

　　网络接受速度误差和期望速度为网络输入，产生驱动频率作为网络输出。如果能得到误差的微分，控制性能会更好。但这个信号在低速段很难获得，好在基于后传的神经网络具有自适应特性，因而也能获得良好输出映射的学习时，需要产生足够的训练数据。但由于1的特性随驱动条件变化而变化，很难获得种条件下的训练数据，因此为了实现在线学习，网络节点问的连接权将随机给定，然后通过速度误差和期望，度在线更新，通过实验确定学闪子和遗忘子动会因网络的过学习而增大；若太小，则又使网络不能得到关于系统输入输出映射的足够的知识。虽然学习因子较大时，速度误差会在很短的时间里降下来，似系统却会对噪广很敏感；而太小，就会花较长，间来消除速度误差。不过，终却可以获得高性能的速度控制性能。通常，学习因子通过连接权的收敛速度与速度控制的准确性间的折衷来决定。用上述控制器与，1相比较，性能明显好些，其计算时间也只汀自，应控制的15.

　　前面提到过，单纯使用模糊控制的研宄很少，般是将它与自适应或神经网络结合起来使用。，等人使用模糊神经网络控制器来拧制的位置如冬4所乱为增强误差驰动适应能力。模糊控制器的输出比例因+，由可变学习速书的神经网络在线调节。以使1撕驱动系统对各种控制输入。如周期止弦输入的跟踪性能好。

　　神经网络仍为3层结构。参考模型为如下式系统使1况和扣机联控制中实现模糊模型跟踪控制器。在08中实现学习速率的自适应神经网络训练以及比例因子的协调。空载及负载实验明。旧厘对阶跃和周期正弦输入的跟踪特性都非常好。此后。再引入自适应控制。就构造了个自适应模糊神经网络控制器。它使用自适应控制器控制1的位置。由模糊神经网络辨识器在线辨识电机衷。并将些敏感信息捉供给自适应控制器5.

　　应。发现模糊适应控制下的正弦响应效果不是太好。而自适应模糊神经网络控制器的控制性能相当令人满意。

　　降伏学习严线学4总结在各种控制的组合中，以模糊和神经网络的组合多。说明在处理象131这类速度特性强烈非线性。且随驱动条件而改变的系统中，模糊和神经网络1优势。以1具的特性和广的应前以。对其控制技术的研宄会不断深入。

　　这里的神经网络有4层，系统同样使用，3和0机联合控制。为保证辨识和跟踪误差的收敛，文，中提基于岛，哨个雅忾访夫函数讣析方法。

　　决定校糊神经网络辨识器的学习速率和优化自适应控制器的学习速书。并出校糊适应和适应模糊神李华峰1974男，博士研宄生，主要从事超声波电机的设计经网络控制器分别测试了电机的阶跃响应和正弦响制造及其控制系统的研接第41页加强企业的质量意识。建立并健全质量保证体系。不断提高人员素质，提高产品质量。同时，进行必要的技术改造，完善生产加工条件，严格把好外协件的进厂检验关，使产品质量上个台阶。

　　由于市场因素较为复杂，并且短期内难以改变这种势态。因此。，议地质量技监部门加大监竹力度，尽大努力限制次差产品流入市场。维持市场现在己经1现大量的十。晶1观1照相机卷片机等微型永磁直流电机。在这次监督抽查中发现08片1353792电子类家用电器用电动机通用技术条件和4允04996录，机永磁乜流电动机通用技术条件已不能满足新产品发展的需要，建议尽快对上述标准进行修订，以利于进行质量监督和提高产品的质量。无参考文献