劉士榮１，周國成１，吳秋軒１，史先鵬２
杭州電子科技大學自動化研究所，浙江杭州　

華東理工大學自動化研究所，上海 

摘　　　要：針對伺服系統存在非線性和參數不確定性，ＰＩＤ等常規控制器幾乎無法獲得高精度控制性能的問題，提出了一種基于ＦＣＭＡＣ的補償控制器，將其應用于伺服系統的速度閉環控制。ＦＣＭＡＣ補償控制器能夠實時在線學習系統的非線性，對參數變化及擾動等因素進行實時補償。將ＦＣＭＡＣ補償控制器與模型參考跟蹤控制結合，能有效地改善伺服系統的魯棒性。仿真結果進一步表明，該控制策略能降低系統對參數變化和外界擾動等不確定性的靈敏度，即使在持續正弦信號干擾下也具有良好的性能。

關　鍵　詞：模糊小腦模型；補償控制；高精度伺服控制

１　引　言
機器人技術已經在越來越多的工業、軍事、服務業等多個領域得到應用。高精度伺服驅動控制系統是機器人系統中較基本、較關鍵的技術之一。例如在工業裝配機器人、醫用機器人、空間機器人、安全機器人等領域，要求相應的機械臂關節能實施精確快速定位，這時各關節運動部件的精確伺服控制就顯得尤為重要。由于用于機械臂運動關節的伺服驅動系統存在負載變化、摩擦力矩、參數漂移等不確定性，采用常規線性控制策略難以滿足系統性能的要求。為此，自適應控制、變結構控制等控制策略在伺服系統得到應用，但這些控制策略都存在一定的局限性。模糊邏輯控制、專家控制和神經網絡控制［１�玻玻菖c常規控制策略結合正在成為解決不確定系統控制的一種有效途徑。本文將模糊小腦模型關節控制器（ＦＣＭＡＣ）作為補償控制器引入伺服控制系統設計中，以補償伺服系統的非線性、參數不確定性以及干擾。由小功率伺服電機控制的仿真研究表明，該控制策略能使伺服系統的速度和位置跟蹤誤差顯著減小，跟蹤效果明顯改善，并具有良好的動靜態特性。

登錄網站后可下載文件