運動控制系統(tǒng)第六章

6．2MATLAB/SIMULINK在運動控制系統(tǒng)CAD中的應(yīng)用MATLAB是美國MathWorks公司推出的一套高性能的數(shù)值計算和可視化軟件，集數(shù)值分析、矩陣運算、信號處理和圖形顯示于一體，構(gòu)成了一個方便的、界面友好的系統(tǒng)仿真和CAD的平臺。MATLAB提供的圖形界面仿真手段Simulink既保留了編程方式的優(yōu)點，又克服了編程方式的缺點，用戶只要從模塊庫中拖放合適的模塊，組合在一起即可實現(xiàn)系統(tǒng)仿真，方便易學(xué)。利用SIMULINK提供的功能來對系統(tǒng)進行分析和仿真將一個復(fù)雜模型的輸入變得相當(dāng)容易且直觀，具有更直觀、方便、靈活的優(yōu)點SIMULINK包含有Sinks(輸出方式)、Source(輸入源)、Linear(線性環(huán)節(jié))、Nonlinear(非線性環(huán)節(jié))、Connection(連接與接口)、Discrete(離散環(huán)節(jié))和Extra(其它環(huán)節(jié))子模型庫，而且每個子模型庫中包含有相應(yīng)的功能模塊。我們可根據(jù)需要混合使用各庫中的功能模塊，也可封裝自己的模塊、自定義模塊庫，從而實現(xiàn)全圖形化仿真MATLAB/SIMULINK的使用方法以建立智能型直接轉(zhuǎn)矩控制系統(tǒng)的仿真模型為例，介紹用SIMULINK軟件進行封裝、S函數(shù)設(shè)計及用模糊工具箱設(shè)計模糊控制器、用神經(jīng)網(wǎng)絡(luò)工具箱設(shè)計神經(jīng)網(wǎng)絡(luò)控制器的具體方法。6.2.1用SIMULINK創(chuàng)建模型SIMULINK是一個開放的編程環(huán)境，允許用戶開發(fā)自己的仿真模型，可以采用以下幾種方法建立新模型：

（1）用SIMULINK提供的功能模塊建立新模型。

（2）通過編寫S函數(shù)建立新模型。

（3）調(diào)用MATLAB函數(shù)建立新模型。在復(fù)雜系統(tǒng)仿真時,需要多種方法交叉使用。由這三種方法建立的模糊直接轉(zhuǎn)矩控制系統(tǒng)仿真圖模糊直接轉(zhuǎn)矩控制系統(tǒng)仿真結(jié)構(gòu)圖

圖6.2模糊直接轉(zhuǎn)矩控制系統(tǒng)仿真結(jié)構(gòu)圖

神經(jīng)網(wǎng)絡(luò)直接轉(zhuǎn)矩控制系統(tǒng)仿真結(jié)構(gòu)圖

圖6.3神經(jīng)網(wǎng)絡(luò)直接轉(zhuǎn)矩控制系統(tǒng)仿真結(jié)構(gòu)圖

1．轉(zhuǎn)矩、磁通觀測器及磁通幅值、相角計算單元(DMC)

圖6.5磁鏈幅值、相角計算單元圖6.4轉(zhuǎn)矩、磁鏈觀測器uαsuβsiαsiβs

2．S函數(shù)的設(shè)計S函數(shù)有三種表現(xiàn)形式:（1）框圖形式，（2）M文件形式，（3）MEX文件形式。這三種方式各有優(yōu)缺點，框圖表示比較直觀，容易構(gòu)造，運行速度比較快；MATLAB文件編寫靈活，適用面寬，運行較慢；MEX文件運行最快。因此，用何種方式視具體情況而定，可單獨使用，也可交叉使用此三種方法。

3.S函數(shù)的運行是由sys參數(shù)控制的，而變量flag取不同的整數(shù)值時函數(shù)返回值具有下面不同的含義；

Flag=0:S函數(shù)返回維數(shù)及初始條件

Flag=1:S函數(shù)返回各狀態(tài)變量的一階導(dǎo)數(shù)dx/dt

Flag=2:S函數(shù)返回離散的下一狀態(tài)值

Flag=3:S函數(shù)返回輸出向量sys

Flag=4:S函數(shù)返回下一時刻的更新離散狀態(tài)值

6.2.2采用模糊工具箱設(shè)計模糊控制器澳大利亞Queensland大學(xué)的A.Lot教授開發(fā)了基于MATLAB環(huán)境的“模糊推理系統(tǒng)工具箱”（FuzzyInterenceSystemToolboxforMATLAB）。該工具箱集成度高，內(nèi)容豐富，基本包括了模糊集合理論的各個方面，其主要內(nèi)容有：

（1）

模糊集合的各種運算；

（2）

模糊邏輯推理；

（3）

非模糊化；

（4）

模糊集合理論在自動控制中的應(yīng)用。

1.控制器的輸入、輸出與模糊化過程

圖6.6模糊工具箱的初始化窗口

2控制規(guī)則、決策與解模糊化過程圖6.8模糊控制規(guī)則編輯器

3控制器的參數(shù)調(diào)整在確定了隸屬度函數(shù)與控制規(guī)則后，如果控制器工作完好，則控制器的設(shè)計工作就完成了。然而在大多數(shù)情況下，需要根據(jù)不同的情況改變隸屬度函數(shù)與控制規(guī)則。首先要調(diào)整標(biāo)度，第二步再調(diào)整隸屬度函數(shù)，第三步調(diào)整控制規(guī)則，最后調(diào)整非模糊化的方法與其它可以改變的模糊控制器的參數(shù)。6.2.3采用神經(jīng)網(wǎng)絡(luò)工具箱設(shè)計神經(jīng)網(wǎng)絡(luò)控制器

神經(jīng)網(wǎng)絡(luò)工具箱是進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練和仿真的平臺，它是以人工神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ)，用MATLAB語言構(gòu)造出典型神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，如S型、線性、競爭層、飽和非線性等激活函數(shù)，使設(shè)計者對所選網(wǎng)絡(luò)輸出的計算，變成對激活函數(shù)的調(diào)用。網(wǎng)絡(luò)的設(shè)計者可以根據(jù)自己的需要去調(diào)用工具箱中有關(guān)神經(jīng)網(wǎng)絡(luò)的設(shè)計與訓(xùn)練的子程序。

1.BP網(wǎng)絡(luò)在神經(jīng)網(wǎng)絡(luò)的實際應(yīng)用中，80%～90%的人工神經(jīng)網(wǎng)絡(luò)是采用BP網(wǎng)絡(luò)或它的變化形式，它也是前向網(wǎng)絡(luò)的核心部分，體現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)最精華的部分。

圖6.9BP神經(jīng)網(wǎng)絡(luò)示意圖

2.設(shè)計神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)在動手編寫網(wǎng)絡(luò)的程序之前，必須首先設(shè)計的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),根據(jù)具體的問題給出輸入矢量P與目標(biāo)矢量T，并選定所，其中包括以下內(nèi)容：

（1）

網(wǎng)絡(luò)的層數(shù)；

（2）

每層的神經(jīng)元數(shù)；

（3）

每層的激活函數(shù)。3.神經(jīng)網(wǎng)絡(luò)工具箱提供了兩層、三層的BP訓(xùn)練程序，其函數(shù)名是相同的，都是trainbp.m，用戶可根據(jù)層數(shù)來選擇不同的參數(shù)。另外，工具箱中還提供了BP網(wǎng)絡(luò)的各種改進算法，根據(jù)設(shè)計任務(wù)和要求，采取靈活的方式。

4.BP神經(jīng)網(wǎng)絡(luò)仿真結(jié)構(gòu)圖網(wǎng)絡(luò)離線訓(xùn)練完成后，采用SIMULINK提供的神經(jīng)網(wǎng)絡(luò)工具箱選擇相應(yīng)的元件，輸入訓(xùn)練后的權(quán)值和閾值，這樣就完成了神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計。

圖6.10BP神經(jīng)網(wǎng)絡(luò)仿真結(jié)構(gòu)圖

6.2.4系統(tǒng)仿真當(dāng)以上工作完成后，針對所要解決的實際問題，在SIMULINK提供的多種仿真用的數(shù)值算法中選擇一個合適的算法，然后輸入仿