基于DSP NNC-PID的電液位置伺服控制系統設計
加入技術交流群
將ISPl581映射到TMS320F2812的XINTF ZoneO空間，使用
作為ISPl581的片選信號，選用TMS320F2812的1個GPIO引腳作為復位ISPl581的信號，將讀寫控制信號直接相連，在對ISPl581操作中有重要作用的中斷信號接到DSP的XINTl，以便DSP能及時處理USB的通信中斷，由于ISPl581的存儲空間是8位組織的，而TMS320F2812的存儲空間是16位組織的，可將其數據線DO～D15直接相連，ISP1581的地址線A0接地，A1與DSP的A0相連，A2與DSP的A1相連，依次類推至A7與DSP的A6相連。ISP1581的工作模式選為通用處理器模式，即單獨的地址線AO～A 7，處理器和DMA共用數據線D0～D15，讀寫模式選為8051模式即讀寫控制為
。將MODEl引腳直接與+5 V連接，引腳ALE／AO接地。2．5 外擴存儲器電路
TMS320F2812將外部的存儲空間映射為5個16位的區域，XINTF Zone0～XINTF Zone2、XINTF Zone 6和XINTF Zone7。其中XINTF ZoneO和XINTF Z0nel均為8 KB，并且共用片選信號
；XINTF Zone2為521 KB，片選信號
；XINTF Zone6為521 KB，XINTF Zone7為16 KB，共用片選信號
。存儲器電路使用XINTF Zone2和INTF Zone6的存儲空間，選用IS6lLV25616作為存儲器件。將TMS320F-2812和IS61LV25616的數據線D0～D16、地址線AO～A17、讀寫控制
直接連接，TMS320F2812的
、A18通過由邏輯門器件74AC04和74LVC32組成的譯碼電路后形成片選信號
，從而實現了對IS61LV25616的讀寫控制。3 神經網絡NNC-PID控制器
神經網絡是一個高度非線性的超大規模連續時間動力系統，具有大規模并行分布處理、高度的魯棒性、自適應性和學習聯想等能力，它能很好地自適環境變化，自學習修改過程參數，這些特性為神經網絡應用到電液位置伺服系統控制中提供了巨大的潛力。
3．1 神經網絡PID控制系統結構
神經網絡PID控制系統結構如圖3(a)所示。從控制系統框圖中可以看出，神經網絡PID控制包括兩個控制子模塊：NNI為被控對象模型辨識器，NNC為神經網絡PID控制器。NNC-PID控制系統的工作原理是：首先獲取實際被控對象的輸入輸出樣本對，然后利用NNI對被控對象進行離線辨識，當辨識精度達到設定的要求時，通過實時調整NNC的權值系數，使系數具有自適應性，從而達到有效控制的目的。本文引用地址：http://www.104case.com/article/162904.htm
3．2 神經網絡辨識器(被控對象模型辨識器NNI)
神經網絡辨識器NNI采用3層串并聯BP網絡實現，包括輸入層、隱層、輸出層，其結構如圖3(b)所示。網絡的輸入是被控對象的輸入／輸出序列[u(k)，y(k)]，網絡的輸出為教師信號
。
網絡隱層的輸入輸出為：
3．3 神經網絡NNC-PID控制器(單神經元自適應NNC-PID控制器)
由于被控對象模型不確定、不確知，并且存在著外界隨機擾動，為了達到較高的控制精度，在被控對象模型離線辨識的基礎上，采用單神經元自適應NNC-PID控制器結構，如圖4所示。
網絡的權值系數值V=[v1，v2，v3]，即表征PID控制器的3個系數KP，KI，KD。，網絡的輸入為X=[x1，x2，x3]，即表征3個輸入參數e(k)、△e(k)、△2e(k)，網絡的輸出為△u(k)。
評論