[发明专利]一种压电陶瓷驱动器的自适应学习控制方法

权利要求书

1.一种压电陶瓷驱动器的自适应学习控制方法，其特征在于包括有如下步骤：

(1)首先建立压电陶瓷驱动器的动态迟滞模型，再设计人工神经网络与PID结合的控制方法；

(2)采用强化学习算法在线实现PID参数的自适应整定；

(3)采用一个三层的径向基函数神经网络同时对强化学习算法中执行器的策略函数和评价器的值函数进行逼近；

(4)径向基函数神经网络第一层为输入层，分别输入系统误差、误差的一次差分和二次差分；

(5)强化学习算法中的执行器实现系统状态到PID三个参数的映射；

(6)强化学习算法中评价器则对执行器的输出进行评判并且生成误差信号，利用该信号来更新系统的各个参数；

上述步骤1)人工神经网络与PID结合的控制方法具体包括如下步骤：

11)将前馈补偿PID控制算法进行离散化；

12)在反馈中，期望输入位移和实际的输出位移进行比较，所得的误差即为PID控制器的输入信号；

13)误差经过状态转换器转换成为强化学习算法所需要的状态向量；

14)由系统误差、误差的一次差分和二次差分组成的状态向量作为人工神经网络的输入层；

15)人工神经网络的隐层节点基函数选用高斯型核函数；

16)人工神经网络的输出层由执行器和评价器两部分组成，执行器部分输出PID的参数，评价器则输出值函数，用来判断执行动作的优劣。

2.根据权利要求1所述的压电陶瓷驱动器的自适应学习控制方法，其特征在于上述步骤1)建立动态迟滞模型的过程如下：由于压电陶瓷下一时刻的输出位移量不仅取决于当前时刻的输入电压和输出位移，还与之前输入的历史有关，并且输出与输入信号的变化率有关，而压电陶瓷的迟滞特性是有记忆性、多映射的一种强非线性现象，需要构造一种算子使迟滞曲线的多映射转化为单值映射，故构造如下迟滞算子：

y(u)=(1-eup-u)(u-up)+y(up)]]>

其中u为驱动电压，y(u)为相应的输出位移，u_p为历史输入电压的极值，y(u_p)为驱动电压，它是电压为u_p时的输出位移值，这样就通过迟滞算子实现了将输入电压与输出位移之间的单值映射，由此就得到了压电陶瓷驱动器的动态迟滞模型。

3.根据权利要求1所述的压电陶瓷驱动器的自适应学习控制方法，其特征在于上述步骤11)将前馈补偿PID控制算法进行离散化的PID控制器为增量式控制器。

4.根据权利要求1所述的压电陶瓷驱动器的自适应学习控制方法，其特征在于上述步骤3)的径向基函数神经网络是一种多层前向神经网络。

5.根据权利要求1所述的压电陶瓷驱动器的自适应学习控制方法，其特征在于上述压电陶瓷驱动器的控制系统采用的是一种将人工神经网络与传统的PID控制器相结合的控制方法。

6.根据权利要求1所述的压电陶瓷驱动器的自适应学习控制方法，其特征在于上述建立动态迟滞模型的特征为：

111)由于压电陶瓷驱动器是由单片的压电陶瓷片并联而成，压电陶瓷片层间使用银、石墨合金作为内电极，每隔一层的内电极形成玻璃绝缘膜，再装上外电极，形成并联连接；

112)把压电陶瓷驱动器分成历史相关的迟滞非线性部分Γ(r，t)和二阶线性系统部分G的串联，这里的非线性部分表示迟滞特性，不是静态的，而是与历史相关的动态的迟滞特性。

7.根据权利要求1所述的压电陶瓷驱动器的自适应学习控制方法，其特征在于上述强化学习算法是一种机器学习方法，它是一种自适应启发式评价算法，能对PID参数在线进行自适应调整。