基于神經(jīng)網(wǎng)絡(luò)的電子節(jié)氣門自適應(yīng)跟蹤控制系統(tǒng)直接逆模型應(yīng)用

?

基于神經(jīng)網(wǎng)絡(luò)的電子節(jié)氣門自適應(yīng)跟蹤控制系統(tǒng)直接逆模型應(yīng)用

在現(xiàn)代發(fā)動機控制系統(tǒng)中，對節(jié)流板位置的精確控制是非常必要的。神經(jīng)網(wǎng)絡(luò)算法已經(jīng)被成功地應(yīng)用在非線性動態(tài)系統(tǒng)的識別和控制研究中。多層前饋和反饋網(wǎng)絡(luò)的全局逼近性質(zhì)已經(jīng)使神經(jīng)網(wǎng)絡(luò)算法成為一個流行的選擇，尤其是在非線性動態(tài)系統(tǒng)的建模和對非線性控制器的實現(xiàn)方面?；谏窠?jīng)網(wǎng)絡(luò)的控制方法為非線性跟蹤控制和非線性自適應(yīng)控制提供了解決方案。

提出了一種基于人工神經(jīng)網(wǎng)絡(luò)（ANN）的電子節(jié)氣門系統(tǒng)在自適應(yīng)跟蹤控制系統(tǒng)中的應(yīng)用方法。此ANN用動態(tài)反向傳播算法的多層感知神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)建立油門伺服系統(tǒng)的直接逆動態(tài)試驗?zāi)Ｐ?。在一系列包含所有操作條件的試驗測量基礎(chǔ)上，采用離線訓(xùn)練進程可以提供足夠的開環(huán)逆非線性模型的動態(tài)性能信息。ANN的直接逆模型（ANNDIM）被用于不同的工作條件下，結(jié)合自適應(yīng)反饋增益控制器的前饋控制器，通過對未建模的油門伺服系統(tǒng)動態(tài)性能的跟蹤控制以獲得魯棒性。未建模的動態(tài)特性主要與強非線性函數(shù)有關(guān)，此函數(shù)用外部不可測干擾和噪聲激勵系統(tǒng)。然而，在ANNDIM預(yù)測逆動態(tài)特性的實際操作中，節(jié)氣門體的非線性動態(tài)特性變化會引起一些誤差。因此，通過在控制回路中增加反饋自適應(yīng)PID控制器補償未建模的動態(tài)變化模型失配，并提高整體控制性能。

完成了開環(huán)試驗測試，用離線模擬技術(shù)確定前饋直接逆動態(tài)模型。在控制回路中加入一個自適應(yīng)反饋PID控制器，用外界干擾和噪聲來減小反演誤差和補償未建模動態(tài)特性。在一臺實時系統(tǒng)原型機上進行全部實際測試，結(jié)果表明所提出的方法是有效的。

Salem Al- Assadi et al. SAE 2014-01-0197.

編譯：黃河