北京航空航天大学学报   2018 年 10 期

针对UMAC(Universal Motion And Automation Controller)下的传统PID控制和现有的模糊PID控制自适应性和鲁棒性较差,伺服系统的动静态性能不理想的问题,将RBF神经网络引入到UMAC的PID参数调节中,增强伺服系统的自适应性和鲁棒性,并提高系统动静态特性。通过UMAC的嵌入式PLC程序对算法进行了实现,进行的阶跃响应实验和正弦跟踪实验表明,RBF神经网络PID控制下的伺服电机位置阶跃响应上升时间由传统PID控制下的0.164s和模糊PID控制下的0.118s减小到了0.017s、峰值时间由传统PID控制下的0.196s和模糊PID控制下的0.131s减小到了0.023s,调节时间由传统PID控制下的0.216s和模糊PID控制下的0.142s减小到了0.025s,电机响应速度变快;RBF神经网络PID控制下的电机位置正弦响应动态跟随最大误差由传统PID控制下的188cts和模糊PID控制下的120cts减小到了39cts且误差波动较小、平稳,电机动态跟随性能显著提高。