NNC-PID控制器对电液位置控制系统的DSP实现

　　根据有监督的Hebb学习规则，权系数按式(12)～式(14)规律调整如下：

　　式中，K为神经元比例系数，ηI、ηP、ηD分别为积分、比例、微分的学习速率。

　　4 系统软件设计

　　系统的软件设计主要分为两部分，使用Labview编写的PC机程序和用C语言编写的DSP程序，其中PC机的程序用来显示和处理DSP发送来的数据，并向DSP发送指令及调节参数。

　　DSP的系统软件设计是在CCS2000的开发系统下采用C语言设计和编写，采用自顶向下的设计思路，按功能划分软件模块，系统软件如图5所示，主要由初始化模块、故障诊断、USB通信模块、机械手NNC控制学习模块和机械手NNC-PID控制模块等组成。

　　5 试验结果

　　对电液位置伺服机械手系统首先采用常规的PID控制，利用Ziegler-Nichols方法整定PID参数，即控制系统在纯比例控制下，调整比例增益，使系统达剜临界稳定，记录这时的增益ku和临界振荡周期Tu，即可确定PID的参数，即：kp=0.6Tu，kI=0.5Tu，kD=0.25Tu，最后确定比例、积分、微分系数分别为：kP=1.02，kI=0.024，kD=0.006，这时系数的位置阶跃跟踪响应如图6所示。在同等情况下，采用神经网络NNC-PID控制方法对电液位置伺服机械手系统进行控制，取NNC的初始权值为PID的调定值，即：v1(0)=1.02，V2(0)=0.024，V3(0)=0.00 6，为了保证迭代的稳定性，限制权值的迭代范围：0.1≤v(1)≤1.3，0.001≤v(2)≤0.06，0.001≤v(3)≤5，这时系统的位置跟踪响应曲线如图6所示。通过对比可以看出利用神经网络NNC-PID方法，由于具有学习能力，使系统很快收敛于位置稳态值，神经网络NNC-PID控制由于能够实时调整PID参数，使系统的控制性能得到提高，同时对参数时变表现出良好的鲁棒性，很好地解决了液压系统的非线性和参数时变问题。

　　需要注意的是，神经元比例系数K的选择对系统的控制性能影响最重要，过大或过小都将导致系统性能变差，甚至不能实现自寻优和自适应。而ηP、ηI、ηD对系统的性能影响体现在学习速度的快慢上。

　　6 结束语

　　通过分析电液位置伺服机械手运行调试的特点及其对控制器电路的要求，采用一种基于神经网络NNC-PID控制器的PC机+DSP的控制方案，对电液位置伺服PC机+DSP控制系统硬、软件进行设计，并详细分析了硬件各控制子系统的功能、特点及制版要求，说明了基于神经网络NNC-PID的控制器软件设计过程以及软件的编制和调试。经过实验室对比运行说明，基于神经网络NNC-PID控制器的电液位置伺服机械手PC机+DSP控制系统的控制效果良好，控制器工作可靠，并且参数调节方便。