基于自适应遗传优化递归神经网络的木工送料平台补偿控制研究

• 作者: 姜中金 孟兆新 朱莉 石晋菘 邢鑫 马婧尧
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 关键词: 运动精度 误差补偿 遗传算法 补偿控制
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 林业工程
• 页码范围: 125-134
• 页数: 10页
• 分类号: S777
• 语种: 中文
• DOI: 10.12171/j.1000-1522.20200248

摘要

[目的]针对结构较为复杂的并联式多轴联动的新型木工带锯送料平台加工精度较低,控制参数无法优化,有多种不确定因素影响精度等问题.结合遗传算法寻优速度快和递归神经网络具有抑制不确定性因素的优点,设计一种将递归神经网络和自适应遗传算法结合的全局优化的控制策略.[方法]分析送料平台结构和误差产生来源,从而建立了相应的误差源模型;结合自适应遗传算法优化RNN网络参数进而对PID参数进行优化,通过Matlab和Adams联合仿真的方法对该补偿控制策略进行验证,并与传统PID、遗传算法优化PID参数和RNN网络优化PID参数3种补偿控制算法进行对比;分析不同算法下控制参数、送料平台位移与角度变化曲线,并搭建了实际电路和控制器进行实验.[结果]分析仿真结果可知:该控制策略与其他3种控制策略相比,超调量最小,响应最快,大约在0.6 s达到稳定,且其在外部干扰下,更快达到稳定,大约0.3 s达到稳定.经过该控制策略补偿后,Y方向的偏移误差从补偿前6 mm降低至小于3 mm,X方向的偏移误差从6 mm降低到2 mm,倾斜角误差从5.5°减小至3°,平台轨迹曲线大部分曲线段与目标曲线完全重合;传统PID控制时,Y方向的偏移误差为6 mm,X方向的偏移误差6 mm,倾斜角误差5.5°,平台轨迹曲线与目标曲线偏差较大;遗传算法优化PID参数控制时,Y方向的偏移误差从补偿前6 mm降低至小于4.8 mm,X方向的偏移误差从6 mm降低到5 mm,倾斜角误差从5.5°减小至4.5°,平台轨迹曲线部分曲线段与目标曲线重合;RNN网络优化PID参数控制时,Y方向的偏移误差从补偿前6 mm降低至小于4.5 mm,X方向的偏移误差从6 mm降低到4.8 mm,倾斜角误差从5.5°减小至4°,平台轨迹曲线部分曲线段与目标曲线重合.[结论]该方法与其他3种方法相比,响应速度快,超调量小,具有很好的抗干扰性能和较强的鲁棒性,且可有效补偿误差,提高其运动精度,满足驱动要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟兆新		25	105	7.0	8.0
2	朱莉		25	71	5.0	7.0
3	马婧尧		2	0	0.0	0.0
4	石晋菘		2	0	0.0	0.0
5	邢鑫		1	0	0.0	0.0
6	姜中金		1	0	0.0	0.0