第24卷第2期

Vol.24No.2

控　制　与　决　策

Control

and

Decision

　2009年2月

　　Feb.2009

　　文章编号:100120920(2009)0220269205

行波型超声电机基于神经网络的逆模型辨识

张新良1,谭永红2

(1.上海交通大学自动化系,上海200240;2.上海师范大学机电学院,上海201814)

摘　要:行波型超声电机的动态特性受定子压电陶瓷迟滞和接触层非线性摩擦力的影响,表现出复杂的多值映射特征.通过引入动态迟滞逆算子,转换为一一映射;然后使用神经网络建立超声波电机的逆模型,,可以在线调整适应电机参数的非线性变化..关键词:行波型超声电机;迟滞;神经网络;动态迟滞逆算子中图分类号:TM32　　　　文献标识码:A

Neuralnetwtravellingwaveultrasonicmotor

ZHANGXi,T2hong

1

2

(1.Departmentof,ShanghaiJiaotongUniversity,Shanghai200240,China;2.CollegeofMechanicalandElectronicEngineering,ShanghaiNormalUniversity,Shanghai201814,China.Correspondent:TANYong2hong,E2mail:tanyongh@yahoo.com.cn)

Abstract:Duetothehysteresisinpizoelectricceramicandthefrictionforcefromthecontactinterface,thetravellingwaveultrasonicmotor(TWUSM)exhibitsheavynonlineardynamicswhicharecharacterizedofmulti2valuedmapping.Inthispaper,aninversemodelbasedonneuralnetworksfortheTWUSMisproposedtocompensatetheeffectofthehysteresisandfriction.Byintroducingadynamicinversehysteresisoperator,themulti2valuedmappingintheinversesystemofthemotorisdecomposedintoone2to2onemapping.ThentheneuralnetworkscanbeutilizedfortheidentificationoftheinversemodelfortheTWUSMbasedonanexpandedinputspace.Theproposedinversemodelissimpleinstructureandavailablefortheon2lineupdationtoadapttotheenviromentalchanges.Finally,theexperimentalresultsarepresentedtoshowtheeffectivnessoftheproposedapproach.

Keywords:Travellingwaveultrasonicmotor;Hysteresis;Neuralnetworks;Dynamicinversehysteresisoperator

1　引　　言

行波型超声电机是采用压电材料驱动的一种新型微特电机,它利用晶体的逆压电效应使定子产生

柔性波动,进而在定子表面质点的振动摩擦作用下将振动能耦合成转子的力矩输出,将压电材料的微观变形通过共振放大和摩擦耦合转换成转子或滑块的宏观运动[1,2].超声波电机突破了传统电机的概念,不依靠电磁作用来产生能量.它具有响应速度快、低转速大力矩输出,不受电磁场干扰,断电自锁等优点,已越来越多地被应用到工业、医疗、机器人和宇航航空的精密定位中[3].

超声波电机受定子中压电陶瓷迟滞的影响,其动态特性体现了迟滞非线性的特征,即多值映射性.

收稿日期:2007211215;修回日期:2008201220.

在相同的输入电压下,电机的输出转速可以不同;对于相同的电机输出转速,可有不同的输入电压与之对应.同时,由于超声波电机转子的旋转是利用定、转子接触层产生的非线性摩擦力驱动的,不同形式的输入信号作用和不同的电机工作状态,转子所受到的驱动力矩是非线性变化的,超声波电机输入2输出曲线所形成的迟滞环的上、下半环具有不对称性.而且,超声波电机的动态参数受到其工作温度、驱动电压以及负载的影响而表现出很强的非线性.这些非线性特征的存在使得很难建立一个准确的数学模型来精确描述超声波电机的动、静态特性,在实际的控制系统中,影响了控制精度的提高.

本文从控制的角度出发,

利用神经网络对超声

基金项目:国家自然科学基金项目(60572055);上海师范大学前瞻性项目(DYL200809).

),男,山东潍坊人,博士生,从事非线性系统智能建模、),作者简介:张新良(1978—控制的研究;谭永红(1958—

男,广西桂林人,教授,博士生导师,从事智能控制、故障诊断等研究.