电液伺服系统神经网络自适应逆控制摘要：针对电液伺服系统，以自适应逆控制理论为基础，结合神经网络，设计了神经网络自适应逆控制器。三状态校正法用于拓展系统频宽和保证稳定性，神经网络用来构建系统逆模型的辨识器。输入信号与系统响应间的跟踪误差通过LMS算法调整神经网络的权值，使误差信号达到均方值最小，从而使逆控制器趋于对象传递函数的逆，并使级联系统的增益趋于1，实现波形复现的功能。为了提高算法的收敛性和鲁棒性，采用了归一化ＬＭＳ算法。通过对一电液伺服振动台的液压系统的大量仿真实验，结果证实了该控制策略能高精度跟随期望信号,并有很好的实时性。关键词：控制理论；非最小相位系统；零极点配置；前馈补偿；跟踪性能；系统频宽中图分类号：TP271.31ANN-basedAdaptiveInverseControlforanElectro-hydraulicServoSystemYaoJianjun,FuWei,HuShenghai(CollegeofMechanicalandElectricalEngineering,HarbinEngineeringUniversity,Haerbin150001)Abstract:Basedonadaptiveinversecontroltheory,combinedwithneuralnetwork,neuralnetworkadaptiveinversecontroller(NN-AIC)isdevelopedandappliedtoanelectro-hydraulicservosystem.Threestatescompensatorisusedtoextendthesystemfrequencybandwidthandguaranteeitsstability.Thesysteminversemodelidentifierisconstructedbyneuralnetwork.Thetaskisaccomplishedbygeneratingatrackingerrorbetweentheinputcommandsignalandthesystemresponse.TheweightsoftheneuralnetworkareupdatedbytheerrorsignalinsuchawaythattheerrorisminimizedinthesenseofmeansquareusingLMSalgorithmandthecompensationfilterisclosetothesysteminversemodel.Theabovestepsmakethegainoftheserialconnectionsystemclosetounity,realizingwaveformreplicationfunctioninreal-time.Toenhanceitsconvergenceandrobustness,thenormalizedLMSalgorithmisapplied.Simulationresultsperformedwithahydraulicsystemofanelectro-hydraulicservoshakingtabledemonstratethattheproposedcontrolschemeiscapableoftrackingdesiredsignalswithhighaccuracyandithasgoodreal-timeperformance.Keywords:controltheory;adaptiveinversecontrol;neuralnetwork;normalizedLMSalgorithm;meansquareerror;waveformreplication0引言液压控制技术已经在许多部门得到了广泛应用，诸如冶金、机械等工业部门，飞机、船舶交通部门，航空航天技术，海洋技术，近代科学实验装置及武器控制等[1]。液压控制系统具有功率-重量比和力-重量比大、响应速度快、系统频带宽、刚度大、抗干扰能力强、误差小、精度高等优点。液压系统中存在多种非线性现象[2]，而且由于电液伺服系统的管路、伺服阀及液压缸在运行过程中存在着动态特性，这些因素直接影响系统的动态性能，使系统在运行的不同时刻特性是完全不同的。随着温度、压力及工作状态的不同，系统的一些参数也会随之变化。液压系统的各机械、电气及液压部件随着使用时间的增长，其特性也会有很大变化。所以说液压系统的特性具有时变性和非线性等特性。由于电液伺服系统存在的这些缺点，因此常规的控制策略，如PID控制，存在一定的局限性，目前的许多研究工作集中在非线性控制策略上，其目的是当系统工作环境发生变化时控制器的参数能自适应地调整，从而使系统具有克服自身不确定性的能力。为实现对电液伺服振动台的波形复现，文献[3]采用了输入参考信号变换技术，该技术是通过离线迭代计算的，并需要事先辨识得到系统的频率响应特性，这会导致对被试件的破坏，另外当被试件具有强非线性特性时，该技术的收敛性得不到保证[3]。自适应逆控制理论是一种智能控制方法，它通过对系统逆模型的辨识，将对象传递函数的逆作为串联控制器对系统的动态性能做开环控制。文献[4]叙述了利用X-VSSLMS滤波算法构成参考模型为1的自适应逆控制器，并作用于一个阀控液压马达的系统中．该控制器在系统参数变化和外界扰动的情况下具有良好的自适应性和动态鲁棒性，但有多处计算是离线进行的，离线方式逆建摸所得滤波器权重作为在线求逆的控制...