数控机床神经元白适应位置控制算法

摘要：在传统PID控制器的基础上，基于神经元的自学习特性，提出了适用于数控机床住置伺服控制的神经元控制器。该算法的特点是不需要系统建模，结构简单，控制参数实时自适应调节、运算简单、适用于工程实际应用。仿真和数控机床伺服系统的实时控制实验表明，当受控对象的运行环境未知时，该自适应控制算法仍然有效。关键词：计算机数字控制；位置伺服系统：神经网络；自适应控制 数控机床的最高运动速度、跟踪精度、定位精度等重要指标均取决于驱动及位置控制系统的动态与静态性能。因此，研究与开发高性能的驱动系统及位置控制系统，一直是研究数控机床的关键技术之一。 目前数控机床位置伺服控制仍然普遍应用经典控制方法，如比例型或比例一积分型等算法，其优点是算法简便、易于实现。但存在着控制参数适应性差、抗干扰能力不强等缺陷，为了适应制造业对高效率地生产高质量产品目标的追求以及对形状愈来愈复杂零件的加工需要，要求不断地改善与提高位置伺服系统的稳态精度、动态响应特性、对系统参数变化的自适应性和抗干扰性，因而采用并发展先进的控制技术是一种必然趋势但是，目前提出的诸多控制算法。与实际应用尚有较大差距，主要表现在：①受算法计算量等限制，难以满足控制的实时性要求；②控制理论在参数设计及稳定性分析等方面不完善；③建模误差对控制品质的限制本文利用神经网络的自学习功能，设计了一种在线智能型位置控制器，并将之用到实际数控加工的实时控制中，取得了较好的控制效果。[b][align=center]详细内容请点击：数控机床神经元白适应位置控制算法[/align][/b]