本發(fā)明涉及電機控制器領(lǐng)域，特別是一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的超聲波電機非線性死區(qū)補償控制系統(tǒng)及方法。

背景技術(shù)：

以往的神經(jīng)網(wǎng)絡(luò)控制器不能有效補償死區(qū)效應(yīng)，并可能有大的負(fù)載條件下導(dǎo)致位置誤差。死區(qū)改變驅(qū)動的特性在很大程度上使連接權(quán)值更新的神經(jīng)網(wǎng)絡(luò)不能跟蹤特性的變化。為了克服以上的死區(qū)問題，我們提出了基于廣義回歸神經(jīng)網(wǎng)絡(luò)的超聲波電機非線性死區(qū)補償控制，使用兩個廣義回歸神經(jīng)網(wǎng)絡(luò)，其中一個是接近驅(qū)動系統(tǒng)非線性死區(qū)，還有一個使用擴展形式實現(xiàn)逆非線性死區(qū)動態(tài)補償，能夠近似死區(qū)的間隙、摩擦出現(xiàn)這種分段連續(xù)函數(shù)，和其它運動控制執(zhí)行器的非線性。這兩種神經(jīng)網(wǎng)絡(luò)相互耦合分別用于死區(qū)估計和非線性的補償，也可以被視為互補的神經(jīng)網(wǎng)絡(luò)。一旦死區(qū)非線性的逆補償完全補償，整個驅(qū)動系統(tǒng)可以看作是線性系統(tǒng)，可以通過設(shè)計一個模型參考自適應(yīng)控制器實現(xiàn)線性系統(tǒng)的參數(shù)估計。由于神經(jīng)網(wǎng)絡(luò)對已有的控制參數(shù)具有記憶能力，使得神經(jīng)網(wǎng)絡(luò)可以對電機的非線性可以進行預(yù)測和補償，因此電機可以獲得較好的動態(tài)特性。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的是提供一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的超聲波電機非線性死區(qū)補償控制系統(tǒng)及方法，該控制系統(tǒng)及方法不僅控制準(zhǔn)確度高，而且結(jié)構(gòu)簡單、緊湊，使用效果好。

本發(fā)明采用以下方案實現(xiàn)：一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的超聲波電機非線性死區(qū)補償控制系統(tǒng)，包括基座和設(shè)于基座上的超聲波電機，其特征在于：所述超聲波電機的一側(cè)輸出軸與光電編碼器相連，所述超聲波電機的另一側(cè)輸出軸與飛輪慣性負(fù)載相連；所述飛輪慣性負(fù)載的輸出軸經(jīng)聯(lián)軸器與轉(zhuǎn)矩傳感器相連；所述光電編碼器的信號輸出端與所述轉(zhuǎn)矩傳感器的信號輸出端分別接至一控制系統(tǒng)。

進一步地，所述控制系統(tǒng)包括超聲波電機驅(qū)動控制電路，所述超聲波電機驅(qū)動控制電路包括控制芯片電路與驅(qū)動芯片電路；所述光電編碼器的信號輸出端與所述控制芯片電路的相應(yīng)輸入端相連，所述控制芯片電路的輸出端與所述驅(qū)動芯片電路的相應(yīng)輸入端相連，用以驅(qū)動所述驅(qū)動芯片電路；所述驅(qū)動芯片電路的驅(qū)動頻率調(diào)節(jié)信號輸出端和驅(qū)動半橋電路調(diào)節(jié)信號輸出端分別與所述超聲波電機的相應(yīng)輸入端相連接；所述廣義回歸神經(jīng)網(wǎng)絡(luò)設(shè)置于所述控制芯片電路中。

進一步地，所述控制系統(tǒng)中包括由一所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器一控制器組成的廣義回歸神經(jīng)網(wǎng)絡(luò)；所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器用以進行死區(qū)的辨識，所述控制器用以實現(xiàn)控制算法；

所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器包括神經(jīng)網(wǎng)絡(luò)輸入層，所述神經(jīng)網(wǎng)絡(luò)輸入層共有2個節(jié)點，輸入層X(k)可以表示為

X(k)＝[τ^*(k)，u_f(k)]^T

(1)

其中X(k)＝[τ^*(k)，u_f(k)]^T是一個2維輸入向量，u_f是驅(qū)動系統(tǒng)中k時刻的電機控制信號頻率，τ^*是驅(qū)動器的驅(qū)動轉(zhuǎn)矩指令信號；

死區(qū)函數(shù)為：

基于廣義回歸神經(jīng)網(wǎng)絡(luò)的逼近性能，所述死區(qū)函數(shù)表示為近似的非線性死區(qū)逆函數(shù)為：

使用非線性函數(shù)為高斯函數(shù)作為非線性函數(shù)，所述高斯函數(shù)為

其中是系統(tǒng)的平均向量，δ_j為高斯函數(shù)的標(biāo)準(zhǔn)差；

所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器采用的死區(qū)非線性補償方法由兩個神經(jīng)網(wǎng)絡(luò)組成，用以為驅(qū)動死區(qū)提供死區(qū)補償；兩個神經(jīng)網(wǎng)絡(luò)中第一神經(jīng)網(wǎng)絡(luò)GRNN1為非線性的驅(qū)動轉(zhuǎn)矩估計死區(qū)估計器，第二神經(jīng)網(wǎng)絡(luò)GRNN2為死區(qū)前置補償器，所述GRNN2的輸出影響所述GRNN1的輸入，所述GRNN1用以調(diào)諧所述GRNN2；

所述GRNN2的誤差函數(shù)定義為：

其中，τ^*和是由驅(qū)動器的驅(qū)動轉(zhuǎn)矩指令和驅(qū)動轉(zhuǎn)矩估計器的GRNN1產(chǎn)生，該算法基于反向傳播方法：

對輸出層的權(quán)重w_j，根據(jù)下列方程進行更新：

對式(7)，當(dāng)驅(qū)動系統(tǒng)對辨識誤差變得足夠小時，使用GRNN1，權(quán)重系數(shù)的計算采用鏈?zhǔn)椒▌t如下：

采用以上方程對權(quán)重參數(shù)w_j進行更新，將(7)和(8)代入式(6)，其中和δ_j參數(shù)，分別表示中心元素和高斯函數(shù)標(biāo)準(zhǔn)偏差；

梯度誤差項的計算規(guī)則為：

所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器中的死區(qū)前置補償器完成非線性死區(qū)效應(yīng)補償后，所述驅(qū)動系統(tǒng)變?yōu)榫€性系統(tǒng)；

另外，壓電驅(qū)動器的動態(tài)運動方程采取以下形式：

其中，狀態(tài)向量x∈R；u∈R為控制輸入；d_e(t)是一個未知的干擾；

假設(shè)f(X_p，t)＝f_n(X_p)+Δf(X_p)，其中f_n(X_p)是一個已知的連續(xù)實函數(shù)模型，Δf(X_p)是不確定性的模型，K_f常數(shù)依賴于驅(qū)動系統(tǒng)的頻率；

由以下方程表示式(11)：

跟蹤誤差向量被定義為

其中，e_m＝x_m-x_p是跟蹤誤差，函數(shù)f_n(X_p)，K_f和d(t)為模型與變量；

所述廣義回歸神經(jīng)網(wǎng)絡(luò)中還包括一擾動觀測器，用以得到初步估計的d(t)，在任何狀態(tài)向量X_p(t)，t∈[t_0，∞)下干擾估計量是通過系統(tǒng)擾動產(chǎn)生d(t)，公式(12)化為：

并且傳統(tǒng)擾動觀測器轉(zhuǎn)化為：

其中L＞0是一個觀測器增益值，所述擾動觀測器的已先確定；

所述擾動觀測器中的輔助變量z(t)為：

根據(jù)公式(15)和公式(16)，得到

則所述擾動觀測器為

觀測誤差e_d(t)定義為：

觀測器誤差方程根據(jù)公式(13)，公式(15)，公式(17)，和公式(18)，得到：

公式表明，當(dāng)L＞0，觀測誤差的e_d(t)將收斂于零

進一步地，所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器為非線性死區(qū)辨識器，用以完成對超聲波電機在不同控制變量下輸入輸出非線性特性的辨識，所述控制器根據(jù)辨識結(jié)果實現(xiàn)對超聲波電機的死區(qū)補償控制輸出。

進一步地，所述超聲波電機、光電編碼器、轉(zhuǎn)矩傳感器分別經(jīng)超聲波電機固定支架、光電編碼器固定支架、轉(zhuǎn)矩傳感器固定支架固定于所述基座上。

進一步地，所述聯(lián)軸器為彈性聯(lián)軸器。

本發(fā)明還采用以下方法實現(xiàn)：一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的超聲波電機非線性死區(qū)補償控制方法，包括以下步驟：

步驟S1：將用以控制超聲波電機運行的一光電編碼器的信號輸出端與一轉(zhuǎn)矩傳感器的信號輸出端分別連接至一控制系統(tǒng)；

步驟S2：所述控制系統(tǒng)還連接至所述超聲波電機，所述控制系統(tǒng)中的廣義回歸神經(jīng)網(wǎng)絡(luò)包括一廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器與一控制器；

步驟S3：所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器為非線性死區(qū)辨識器，進行超聲波電機在不同控制變量下輸入輸出非線性特性的辨識，所述控制器根據(jù)辨識結(jié)果實現(xiàn)對超聲波電機的死區(qū)補償控制輸出，為超聲波電機的驅(qū)動系統(tǒng)的驅(qū)動死區(qū)提供死區(qū)補償。

進一步地，所述步驟S3中，

所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器包括神經(jīng)網(wǎng)絡(luò)輸入層，所述神經(jīng)網(wǎng)絡(luò)輸入層共有2個節(jié)點，輸入層X(k)可以表示為

X(k)＝[τ^*(k)，u_f(k)]^T

(1)

其中X(k)＝[τ^*(k)，u_f(k)]^T是一個2維輸入向量，u_f是驅(qū)動系統(tǒng)中k時刻的電機控制信號頻率，τ^*是驅(qū)動器的驅(qū)動轉(zhuǎn)矩指令信號；

死區(qū)函數(shù)為：

基于廣義回歸神經(jīng)網(wǎng)絡(luò)的逼近性能，所述死區(qū)函數(shù)表示為近似的非線性死區(qū)逆函數(shù)為：

使用非線性函數(shù)為高斯函數(shù)作為非線性函數(shù)，所述高斯函數(shù)為

其中是系統(tǒng)的平均向量，δ_j為高斯函數(shù)的標(biāo)準(zhǔn)差；

所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器采用的死區(qū)非線性補償方法由兩個神經(jīng)網(wǎng)絡(luò)組成，所述兩個神經(jīng)網(wǎng)絡(luò)中第一神經(jīng)網(wǎng)絡(luò)GRNN1為非線性的驅(qū)動轉(zhuǎn)矩估計死區(qū)估計器，第二神經(jīng)網(wǎng)絡(luò)GRNN2為死區(qū)前置補償器，所述GRNN2的輸出影響所述GRNN1的輸入，所述GRNN1用以調(diào)諧所述GRNN2；

所述GRNN2的誤差函數(shù)定義為：

其中，τ^*和是由驅(qū)動器的驅(qū)動轉(zhuǎn)矩指令和驅(qū)動轉(zhuǎn)矩估計器的GRNN1產(chǎn)生，該算法基于反向傳播方法：

對輸出層的權(quán)重w_j，根據(jù)下列方程進行更新：

對式(7)，當(dāng)驅(qū)動系統(tǒng)對辨識誤差變得足夠小時，使用GRNN1，權(quán)重系數(shù)的計算采用鏈?zhǔn)椒▌t如下：

采用以上方程對權(quán)重參數(shù)w_j進行更新，將(7)和(8)代入式(6)，其中和δ_j參數(shù)，分別表示中心元素和高斯函數(shù)標(biāo)準(zhǔn)偏差；

梯度誤差項的計算規(guī)則為：

所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器中的死區(qū)前置補償器完成非線性死區(qū)效應(yīng)補償后，所述驅(qū)動系統(tǒng)變?yōu)榫€性系統(tǒng)；

另外，壓電驅(qū)動器的動態(tài)運動方程采取以下形式：

其中，狀態(tài)向量x∈R；u∈R為控制輸入；d_e(t)是一個未知的干擾；

假設(shè)f(X_p，t)＝f_n(X_p)+Δf(X_p)，其中f_n(X_p)是一個已知的連續(xù)實函數(shù)模型，Δf(X_p)是不確定性的模型，K_f常數(shù)依賴于驅(qū)動系統(tǒng)的頻率；

由以下方程表示式(11)：

跟蹤誤差向量被定義為

其中，e_m＝x_m-x_p是跟蹤誤差，函數(shù)f_n(X_p)，K_f和d(t)為模型與變量；

所述廣義回歸神經(jīng)網(wǎng)絡(luò)中還包括一擾動觀測器，用以得到初步估計的d(t)，在任何狀態(tài)向量X_p(t)，t∈[t_0，∞)下干擾估計量是通過系統(tǒng)擾動產(chǎn)生d(t)，公式(12)化為：

并且傳統(tǒng)擾動觀測器轉(zhuǎn)化為：

其中L＞0是一個觀測器增益值，所述擾動觀測器的已先確定；

所述擾動觀測器中的輔助變量z(t)為：

根據(jù)公式(15)和公式(16)，得到

則所述擾動觀測器為

觀測誤差e_d(t)定義為：

觀測器誤差方程根據(jù)公式(13)，公式(15)，公式(17)，和公式(18)，得到：

公式表明，當(dāng)L＞0，觀測誤差的e_d(t)將收斂于零

進一步地，所述超聲波電機的一側(cè)輸出軸與光電編碼器相連，所述超聲波電機的另一側(cè)輸出軸與飛輪慣性負(fù)載相連；所述飛輪慣性負(fù)載的輸出軸經(jīng)聯(lián)軸器與轉(zhuǎn)矩傳感器相連；所述光電編碼器的信號輸出端與所述轉(zhuǎn)矩傳感器的信號輸出端分別接至所述控制系統(tǒng)；所述超聲波電機、光電編碼器、轉(zhuǎn)矩傳感器分別經(jīng)超聲波電機固定支架、光電編碼器固定支架、轉(zhuǎn)矩傳感器固定支架固定于一基座上。

進一步地，所述控制系統(tǒng)包括超聲波電機驅(qū)動控制電路，所述超聲波電機驅(qū)動控制電路包括控制芯片電路與驅(qū)動芯片電路；所述光電編碼器的信號輸出端與所述控制芯片電路的相應(yīng)輸入端相連，所述控制芯片電路的輸出端與所述驅(qū)動芯片電路的相應(yīng)輸入端相連，用以驅(qū)動所述驅(qū)動芯片電路；所述驅(qū)動芯片電路的驅(qū)動頻率調(diào)節(jié)信號輸出端和驅(qū)動半橋電路調(diào)節(jié)信號輸出端分別與所述超聲波電機的相應(yīng)輸入端相連接；所述廣義回歸神經(jīng)網(wǎng)絡(luò)設(shè)置于所述控制芯片電路中。

與現(xiàn)有技術(shù)相比，本發(fā)明是使用廣義回歸神經(jīng)網(wǎng)絡(luò)的超聲波電機非線性死區(qū)補償控制，由于廣義回歸神經(jīng)網(wǎng)絡(luò)在進行系統(tǒng)辨識時計算量較小，因此可以在很短時間內(nèi)完成對系統(tǒng)的辨識和計算，而且可以對電機的非線性部分可以進行比較準(zhǔn)確的辨識，提高了控制的準(zhǔn)確性，可以獲得較好的動態(tài)特性。此外，該裝置設(shè)計合理，結(jié)構(gòu)簡單、緊湊，制造成本低，具有很強的實用性和廣闊的應(yīng)用前景。

附圖說明

圖1是本發(fā)明實施例的結(jié)構(gòu)示意圖。

圖2是本發(fā)明實施例的控制電路原理圖。

圖3是本發(fā)明實施例的基于廣義回歸神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識框圖。

圖中，1-光電編碼器，2-光電編碼器固定支架，3-超聲波電機輸出軸，4-超聲波電機，5-超聲波電機固定支架，6-超聲波電機輸出軸，7-飛輪慣性負(fù)載，8-飛輪慣性負(fù)載輸出軸，9-彈性聯(lián)軸器，10-轉(zhuǎn)矩傳感器，11-轉(zhuǎn)矩傳感器固定支架，12-基座，13-控制芯片電路，14-驅(qū)動芯片電路，15、16、17-光電編碼器輸出的A、B、Z相信號，18、19、20、21-驅(qū)動芯片電路產(chǎn)生的驅(qū)動頻率調(diào)節(jié)信號，22-驅(qū)動芯片電路產(chǎn)生的驅(qū)動半橋電路調(diào)節(jié)信號，23、24、25、26、27、28-控制芯片電路產(chǎn)生的驅(qū)動芯片電路的信號，29-超聲波電機驅(qū)動控制電路。

具體實施方式

下面結(jié)合附圖及實施例對本發(fā)明做進一步說明。

本實施例提供一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的超聲波電機非線性死區(qū)補償控制系統(tǒng)，如圖1所示，包括基座12和設(shè)于基座12上的超聲波電機4，所述超聲波電機4一側(cè)輸出軸3與光電編碼器1相連接，另一側(cè)輸出軸6與飛輪慣性負(fù)載7相連接，所述飛輪慣性負(fù)載7的輸出軸8經(jīng)彈性聯(lián)軸器9與轉(zhuǎn)矩傳感器10相連接，所述光電編碼器1的信號輸出端、所述轉(zhuǎn)矩傳感器10的信號輸出端分別接至一控制系統(tǒng)。

所述超聲波電機4、光電編碼器1、轉(zhuǎn)矩傳感器10分別經(jīng)超聲波電機固定支架5、光電編碼器固定支架2、轉(zhuǎn)矩傳感器固定支架11固定于所述基座12上。所述聯(lián)軸器為彈性聯(lián)軸器。

在本實施例中，如圖2所示，所述控制系統(tǒng)包括超聲波電機驅(qū)動控制電路29，所述超聲波電機驅(qū)動控制電路29包括控制芯片電路13和驅(qū)動芯片電路14；所述光電編碼器1的信號輸出端與所述控制芯片電路13的相應(yīng)輸入端相連接，所述光電編碼器輸出的A、B、Z相信號分別為15、16、17；所述控制芯片電路13的輸出端與所述驅(qū)動芯片電路14的相應(yīng)輸入端相連接，用以驅(qū)動所述驅(qū)動芯片電路14，所述控制芯片電路產(chǎn)生的驅(qū)動芯片電路的信號分別為23-28；所述驅(qū)動芯片電路14的驅(qū)動頻率調(diào)節(jié)信號輸出端和驅(qū)動半橋電路調(diào)節(jié)信號輸出端分別與所述超聲波電機4的相應(yīng)輸入端相連接。所述驅(qū)動芯片電路14產(chǎn)生驅(qū)動頻率調(diào)節(jié)信號18-21和驅(qū)動半橋電路調(diào)節(jié)信號22，對超聲波電機輸出A、B兩相PWM的頻率、相位及通斷進行控制。通過開通及關(guān)斷PWM波的輸出來控制超聲波電機的啟動和停止運行；通過調(diào)節(jié)輸出的PWM波的頻率及兩相的相位差來調(diào)節(jié)電機的最佳運行狀態(tài)。

在本實施中，所述控制系統(tǒng)中包括由一所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器一控制器組成的廣義回歸神經(jīng)網(wǎng)絡(luò)；所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器用以進行死區(qū)的辨識，所述控制器用以實現(xiàn)控制算法；

所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器包括神經(jīng)網(wǎng)絡(luò)輸入層，所述神經(jīng)網(wǎng)絡(luò)輸入層共有2個節(jié)點，輸入層X(k)可以表示為

X(k)＝[τ^*(k)，u_f(k)]^T

(1)

其中X(k)＝[τ^*(k)，u_f(k)]^T是一個2維輸入向量，u_f是驅(qū)動系統(tǒng)中k時刻的電機控制信號頻率，τ^*是驅(qū)動器的驅(qū)動轉(zhuǎn)矩指令信號；

死區(qū)函數(shù)為：

基于廣義回歸神經(jīng)網(wǎng)絡(luò)的逼近性能，所述死區(qū)函數(shù)表示為近似的非線性死區(qū)逆函數(shù)為：

使用非線性函數(shù)為高斯函數(shù)作為非線性函數(shù)，所述高斯函數(shù)為

其中是系統(tǒng)的平均向量，δ_j為高斯函數(shù)的標(biāo)準(zhǔn)差；

所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器采用的死區(qū)非線性補償方法由兩個神經(jīng)網(wǎng)絡(luò)組成，用以為驅(qū)動死區(qū)提供死區(qū)補償；兩個神經(jīng)網(wǎng)絡(luò)中第一神經(jīng)網(wǎng)絡(luò)GRNN1為非線性的驅(qū)動轉(zhuǎn)矩估計死區(qū)估計器，第二神經(jīng)網(wǎng)絡(luò)GRNN2為死區(qū)前置補償器，所述GRNN2的輸出影響所述GRNN1的輸入，所述GRNN1用以調(diào)諧所述GRNN2；

所述GRNN2的誤差函數(shù)定義為：

其中，τ^*和是由驅(qū)動器的驅(qū)動轉(zhuǎn)矩指令和驅(qū)動轉(zhuǎn)矩估計器的GRNN1產(chǎn)生，該算法基于反向傳播方法：

對輸出層的權(quán)重w_j，根據(jù)下列方程進行更新：

對式(7)，當(dāng)驅(qū)動系統(tǒng)對辨識誤差變得足夠小時，使用GRNN1，權(quán)重系數(shù)的計算采用鏈?zhǔn)椒▌t如下：

采用以上方程對權(quán)重參數(shù)w_j進行更新，將(7)和(8)代入式(6)，其中和δ_j參數(shù)，分別表示中心元素和高斯函數(shù)標(biāo)準(zhǔn)偏差；

梯度誤差項的計算規(guī)則為：

所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器中的死區(qū)前置補償器完成非線性死區(qū)效應(yīng)補償后，所述驅(qū)動系統(tǒng)變?yōu)榫€性系統(tǒng)；

另外，壓電驅(qū)動器的動態(tài)運動方程采取以下形式：

其中，狀態(tài)向量x∈R；u∈R為控制輸入；d_e(t)是一個未知的干擾；

假設(shè)f(X_p，t)＝f_n(X_p)+Δf(X_p)，其中f_n(X_p)是一個已知的連續(xù)實函數(shù)模型，Δf(X_p)是不確定性的模型，K_f常數(shù)依賴于驅(qū)動系統(tǒng)的頻率；

由以下方程表示式(11)：

跟蹤誤差向量被定義為

其中，e_m＝x_m-x_p是跟蹤誤差，函數(shù)f_n(X_p)，K_f和d(t)為模型與變量；

所述廣義回歸神經(jīng)網(wǎng)絡(luò)中還包括一擾動觀測器，用以得到初步估計的d(t)，在任何狀態(tài)向量X_p(t)，t∈[t_0，∞)下干擾估計量是通過系統(tǒng)擾動產(chǎn)生d(t)，公式(12)化為：

并且傳統(tǒng)擾動觀測器轉(zhuǎn)化為：

其中L＞0是一個觀測器增益值，所述擾動觀測器的已先確定；

所述擾動觀測器中的輔助變量z(t)為：

根據(jù)公式(15)和公式(16)，得到

則所述擾動觀測器為

觀測誤差e_d(t)定義為：

觀測器誤差方程根據(jù)公式(13)，公式(15)，公式(17)，和公式(18)，得到：

公式表明，當(dāng)L＞0，觀測誤差的e_d(t)將收斂于零

在本實施例中，所述控制系統(tǒng)中廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器為非線性死區(qū)辨識器，完成對超聲波電機在不同控制變量和不同飛輪慣性負(fù)載下輸入輸出特性的辨識，然后控制器根據(jù)辨識結(jié)果實現(xiàn)對超聲波電機在不同控制變量和不同飛輪慣性負(fù)載下的速度/位置控制輸出，以確定不同負(fù)載、不同控制變量下的控制動態(tài)特性。如上所述，在本實施例中，所述控制系統(tǒng)的硬件電路包括超聲波電機驅(qū)動控制電路，所述超聲波電機驅(qū)動控制電路包括控制芯片電路和驅(qū)動芯片電路，所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器設(shè)于所述控制芯片電路中。

在本實施例中，一種基于廣義回歸神經(jīng)網(wǎng)絡(luò)的超聲波電機非線性死區(qū)補償控制方法，包括以下步驟：

步驟S1：將用以控制超聲波電機運行的一光電編碼器的信號輸出端與一轉(zhuǎn)矩傳感器的信號輸出端分別連接至一控制系統(tǒng)；

步驟S2：所述控制系統(tǒng)還連接至所述超聲波電機，所述控制系統(tǒng)中的廣義回歸神經(jīng)網(wǎng)絡(luò)包括一廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器與一控制器；

步驟S3：所述廣義回歸神經(jīng)網(wǎng)絡(luò)辨識器進行超聲波電機在不同控制變量下輸入輸出非線性特性的辨識，所述控制器根據(jù)辨識結(jié)果實現(xiàn)對超聲波電機的死區(qū)補償控制輸出，為超聲波電機的驅(qū)動系統(tǒng)的驅(qū)動死區(qū)提供死區(qū)補償。

以上所述僅為本發(fā)明的較佳實施例，凡依本發(fā)明申請專利范圍所做的均等變化與修飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。