Download miễn phí Đồ án Thiết kế bộ điều khiển Learning FeedForward cho các hệ thống chuyển động điện cơ





MỤC LỤC
Chương 1: Giới thiệu
1.1. Tổng quan về Learning Control (LC) . 1
1.2. Learning Control (LC) là gì . 2
1.3. Phản hồi sai số tự học . 7
1.3.1. Một số ví dụ về ma sát độc lập.8
1.4. Điều khiển truyền thẳng tự học . . .13
1.4.1. Đầu vào của mạng BSN . . 14
1.4.2. Sự phân bố B-Spline trên đầu vào của mạng BSN.14
1.4.3. Sự lựa chọn các cơ cấu học. .15
1.4.4. Sự lựa chọn tốc độ học. .15
1.5. Ứng dụng minh hoạ: Hệ thống động cơ chyển động tuyến tính . . .18
1.6. Bố cục luận văn . . 21
Chương 2: Các chuyển động lặp . . . . 22
2.1. Giới thiệu . . 22
2.2. Các giả định . . .22
2.3. Độ rộng của nội suy B-Spline . . . .27
Thuật toán 2.2.1. (Tính toán giá trị ổn định nhỏ nhất của d dựa trên mô hình chi tiết của
hệ thống điều khiển).27
Chương 3: Thiết kế ứng dụng . . . .34
3.1. Giới thiệu . . 34
3.1.1. Bộ điều khiển phản hồi .34
3.1.2.Các đầu vào của khâu truyền thẳng. .34
3.1.3.Cấu trúc của khâu truyền thẳng.35
3.1.4. Phân bố B-Spline . . .35
3.1.5. Tỷ lệ học. .35
3.1.6. Luyện các chuyển động . . . . . .36
3.2. LiMMS . . . . .36
3.2.1. Thiết lập . . 36
3.2.2. Thủ tụ thiết kế một hệ thống Time-indexed LFFC . . .37
3.2.3. Các thí nghiệm kiểm chứng cho hệ thống Time-indexed LFFC . . .40
3.2.4. Thiết kế một LFFC tối giản . .48
3.2.5. Kết luận . .62
3.3. Kết quả mô phỏng bằng phần mềm 20-sim 63
3.3.1. Mạng FeedBack .64
3.3.2. LFFC khi có ViscouNeural . 65
3.3.3. LFFC khi có CoulombNeural và ViscouNeural .66
3.3.4. LFFC khi có CoulombNeural, ViscouNeural, CoggingNeural .68
3.3.5. LFFC khi có CoulombNeural, ViscouNeural, CoggingNeural, InertialNeural. .69
Chương 4: Kết luận . .71



Để tải bản Đầy Đủ của tài liệu, xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí

Tóm tắt nội dung tài liệu:



 (3.12)
  






x
x
v

01
Trong đó thay mặt cho ma sát Coulomb... .
( )CF x
mô tả lực ăn khớp (lực cogging)
và dL chính là ma sát nhớt, tùy thuộc vào từng loại hệ thống mà LiMMS có thể
được điều khiển bởi LFFC. Từ 3.12 chúng ta thu được tín hiệu truyền thẳng
mong muốn như sau:
Do vậy, khâu truyền thẳng sẽ có các đầu vào sau đây:
 rrr ,, 
Bước 3: Chọn cấu trúc của khâu truyền thẳng
Từ 3.13 có thể thấy rõ rằng ud bao gồm 3 thành phần độc lập lẫn nhau
-Thành phần bù ma sát:
 rFrd fL 
yêu cầu một BSN có
r
là đầu vào
-Thành phần bù cogging:
 rrFcog ,
. Trong phần đầu của chương này có tranh
luận rằng các đặc tính của cogging có sự khác biệt đối với vận tốc dương và âm.
Chúng ta có thể thay thế cogging bằng một BSN với hai đầu vào là r và
r
. Do
các đặc tính cogging chỉ phụ thuộc vào chiều chuyển động nên cũng có thể thay
thế cogging nhờ 2 BSN. Mỗi BSN cho một chiều chuyển động. Xuất phát từ Từ
quan điểm tối giản, lựa chọn sau là hấp dẫn hơn cả.
-Thành phàn bù quán tính . Yêu cầu một BSN có đầu vào là
r
Bằng cách tạo ra mỗi BSN cho các thành phần trên, ta thu được các kết quả cho
LFFC tối giản như sau:
Chương 3: Thiết kế ứng dụng
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
50
Hình 3.14: LFFC tối giản cho LiMMS
Bước 4: Chọn phân bố B-Spline
Mỗi khi một cấu trúc mạng được tạo thành. Một phân bố B-Spline phải được lựa
chọn. Các B-Spline được xác định dựa trên chuyển động tham chiếu cần được
mở rộng một cách hiệu quả khi xem xét trên quan điểm thời gian (xem phần
trước). Do vậy, phân tích được thực hiện ở bước 2 trong thủ tục thiết kế một
Time-indexed LFFC sẽ được tiến hành cho LFFC. Xuất phát từ thủ tục thiết kế
trước đó, chúng ta biết rằng các B-Spline tối thiểu phải rộng 0,0192 . Cùng với
vấn đề này, chúng ta thiết kế một phân bố B-Spline dựa trên cơ sở các kiến thức
có được trước đó về động học hệ thống và nhiễu:
- Các BSN cogging. Chu kỳ của cogging là 1.6 [cm]. Để có thể xấp xỉ chính xác
tín hiệu truyền thẳng mong muốn sao cho có thể mô tả xấp xỉ bằng phương trình
 r210.6.1sin10 
, chúng ta lựa chọn định nghĩa 500 B-Spline trên miền không
gian đầu vào
    mm 11.0.61.0
. Điều này có nghĩa là có 21 B-Spline sẽ được
-
r
C P
BSN
BSN
BSN
r
..
r
.
+ e
UC + +
+
+
+
+
UF
y
Chương 3: Thiết kế ứng dụng
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
51
định nghĩa cho một chu kỳ của cogging. Độ rộng của các B-Spline là 0,00144
[m]. Hình 3.15 mô tả một phần của phân bố B-Spline và tín hiệu truyền thẳng
mong muốn (dựa vào cogging trong mô hình mô phỏng). Độ rộng của các
B-Spline là đủ nhỏ sao cho xấp xỉ chính xác tín hiệu truyền thẳng mong muốn.
Hình 3.15; Phân bố B-Spline của BSN ma sát
Để bảo đảm rằng theo thời gian, độ rộng của các B-Spline tối thiểu là 0,0192 ,
BSN này phải được luyện ở vận tốc tham chiếu thỏa mãn điều kiện sau đây:
   
 
 1075.0
0192.0
00144.0  ms
s
m
tr
(3.14)
- BSN ma sát: Do đặc tính của ma sát là phi tuyến nên chúng ta lựa chọn định
nghĩa 10 B-Spline trên miền không gian đầu vào
    11 1,1  msms
.
Chú ý rằng phân bố B-Spline này không đủ mật độ phân bố để bù cho lực ma sát.
0.14 [cm]
0
1
0.5
μ
1.6 [cm] u
d
cogging 10
r
-10
r
Chương 3: Thiết kế ứng dụng
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
52
Hình 3.16 Phân bố B-Spline của BSN ma sát
Độ rộng của các BSN là 0,2 [ms-1]. Do vậy, BSN này phải được luyện tại một
gia tốc tham chiếu thỏa mãn:
 
 
 
 2
1
4.10
0192.0
2.0 

 ms
s
ms
tr
(3.15)
- BSN quán tính: BSN này phải học một hàm tuyến tính đơn giản
rmL .
Tín hiệu truyền thẳng này có thể được tạo ra bằng cách chỉ sử dụng 3
B-Spline được định nghĩa trong khoảng
    22 5,5  msms
Hình 3.17: Phân bố B-Spline của BSN quán tính
Bước 5: Chọn tỷ lệ học
Trong các thí nghiệm này, tỷ lệ học được chọn khá nhỏ ví dụ 0,1
Bước 6: Luyện hệ thống LFFC
Do LFFC bao gồm nhiều BSN nên một loạt các thí nghiệm luyện mạng cần
được lựa chọn trong đó mỗi một BSN được luyện một cách riêng biệt. Các
chuyển động tham chiếu phải được lựa chọn sao cho tín hiệu truyền thẳng mong
0.14 [cm]
0
1
0.5
μ
r[ms-1]
.
-5
0
1
0.5
μ
5 0
Chương 3: Thiết kế ứng dụng
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
53
muốn của một trong các BSN chưa luyện (được gay ra bởi một hiện tượng vật
lý) trở thành nổi bật. Áp dụng cho LiMMS, BSN đầu tiên dược luyện là cogging
BSN. Nhờ lựa chọn một chuyển động tham chiếu sao cho có một vận tốc thấp và
gia tốc thấp làm cho ảnh hưởng của ma sát nhớt và quán tính trở nên nhỏ. Đối
với chuyển động tham chiếu này, ảnh hưởng vật lý quan trọng là cogging, ma sát
coulomb và stiction. Do vậy tồn tại hai BSN cogging, một cho vận tốc dương và
một cho vận tốc âm, chúng cũng có thể học để bù ma sát coulomb.
Hình 3.18: Luyện chuyển động cho các cogging BSN
Sau khi áp dụng cho các thực nghiệm luyện mạng kể trên, các kết quả cảu ánh xạ
đầu vào đầu ra cho các BSN riêng biệt được thể hiện trong hình vẽ 3.19 sau đây.
Có thể thấy rõ rằng ánh xạ này bao gồm các thành phần hình sin thay thế cho
cogging và song song thây thế cho ma sát coulomb. Xuất phát từ sự thực rằng
r[m] r[ms-1]
.
0.015
0
-0.015
0 40 80
t
0 40 80
t
0 40 80
t
r[ms-2]
. . 0.04
0
-0.04
0
-0.3
Chương 3: Thiết kế ứng dụng
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
54
các phần hình sin của tín hiệu truyền thẳng là khác nhau, chúng ta đi đến kết luận
là các đặc tính cogging thực sự phụ thuộc vào chiều chuyển động.
Hình 3.19 a, Ánh xạ vào ra của cogging BSN với vận tốc dương
b. Ánh xạ vào ra của cogging BSN với vận tốc âm
Tiếp theo, các BSN gia tốc được luyện. Do cogging và ma sát colum đã được bù
bởi các cogging BSN, chuyển động tham chiếu sẽ được chọn sao cho ảnh hưởng
của ma sát nhớt là nhỏ. Điều này có thể được thực hiện bằng cách lựa chọn
chuyển động tham chiếu bao gồm một loạt các thay đổi gia tốc dương và âm
(xem hình 3.20)
Hình 3.20 Luyện chuyển động cho BSN quán tính
0.05
UF
0.015
0
-0.015
-0.3 0
r[m]
UF
0.015
0
-0.015
-0.3 0
r[m]
r[10 -3m] r[ms
-1]
. 0.03
0
-0.03
0 0.1 0.2
t
0 0.1 0.2
t
0 0.1 0.2
t
r[ms-2]
. . 2
0
-2
-1
0
-0.5
Chương 3: Thiết kế ứng dụng
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
55
Hình 3.21 chỉ ra các kết quả của quan hệ vào ra của BSN. Nó giống như quan hệ
vào ra mong muốn có nghĩa là một hàm tuyến tính đi qua gốc tọa độ.
Hình 3.21: ánh xạ vào ra của BSN quán tính
Cuối cùng, BSN ma sát được luyện. Do tất cả các hiện tượng khác đã được thay
thế cho bất kỳ loại chuyển động tham chiếu nào có thể áp dụng. Để thay thế ma
sát một cách chính xác, chúng ta chọn luyện BSN ma sát qua hai gian đoạn...
 

Các chủ đề có liên quan khác

Top