貼片機(jī)X/Y軸快速高精度定位的實(shí)現(xiàn)

劉明曉　龍緒明　羅愛(ài)玲　賀海浪

摘 要：負(fù)載慣量和外界干擾是影響貼片機(jī)[X，][Y]軸快速高精度定位的兩個(gè)關(guān)鍵因素。本文針對(duì)負(fù)載慣量和外界干擾對(duì)控制性能的影響，提出了基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑?？刂扑惴?。利用RBF神經(jīng)網(wǎng)絡(luò)的萬(wàn)能逼近特性實(shí)現(xiàn)對(duì)外加干擾和被控對(duì)象模型信息的逼近，運(yùn)用自適應(yīng)控制算法計(jì)算前饋補(bǔ)償量以補(bǔ)償負(fù)載慣量和摩擦力對(duì)運(yùn)動(dòng)性能的影響，采用滑?？刂扑惴ㄒ砸种破渌淮_定干擾對(duì)運(yùn)動(dòng)控制的影響。通過(guò)仿真分析可以得出，所采用的控制算法能夠有效地補(bǔ)償負(fù)載慣量和外界干擾對(duì)定位性能的影響，從而實(shí)現(xiàn)貼片機(jī)[X，][Y]軸的快速高精度定位。

關(guān)鍵詞： 貼片機(jī)； 快速高精度定位； 運(yùn)動(dòng)控制； RBF神經(jīng)網(wǎng)絡(luò)； 自適應(yīng)滑?？刂?/p>

中圖分類號(hào)： TN710?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2014）17?0157?03Abstract： The load inertia and the outside disturbance are the key factors that affect X/Y?axis high?precision fast position of SMT placement. An adaptive sliding mode control algorithm based on RBF neural network is proposed in this paper to eliminate the influence of load inertia and outside interference. The universal approximation property of RBF neural network is used to realize approximation of external disturbance and model information of the controlled object. Feed?forward compensation amount calculated by using the adaptive control algorithm is used to compensate the load moment of inertia and friction effects on motion performance. The sliding mode control algorithm is adopted to suppress the influence of other uncertain disturbance on motion control. The simulation analysis indicates that the control algorithm can effectively compensate the efforts of load inertia and outside interference on positioning performance， so as to realize the high?precision rapid positioning of X? and Y?axis in SMT placement.

Keywords： SMT placement； high?precision rapid positioning； motion control； RBF neural network； adaptive sliding mode control

0 引 言

貼片機(jī)[X，][Y]軸運(yùn)動(dòng)控制的工作狀態(tài)是高加速、高速地在點(diǎn)到點(diǎn)之間運(yùn)行，并且在定位點(diǎn)處實(shí)現(xiàn)精確定位。要實(shí)現(xiàn)運(yùn)動(dòng)控制系統(tǒng)平穩(wěn)、快速、精確的定位，其關(guān)鍵就在于如何有效地抑制摩擦力和外界干擾的影響。而這些干擾隨著工作狀態(tài)的變化而變化，具有很強(qiáng)的非線性，這就需要控制器能夠有效地進(jìn)行補(bǔ)償[1]。同時(shí)由于[X，][Y]軸在高速運(yùn)行下需要伺服驅(qū)動(dòng)系統(tǒng)快速啟停，系統(tǒng)容易出現(xiàn)抖動(dòng)，這就嚴(yán)重阻礙了貼裝的速度和精度。

針對(duì)上述問(wèn)題，提出了基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑模控制算法，使得系統(tǒng)有效地抑制了摩擦力和外界干擾的影響，從而能夠快速地實(shí)現(xiàn)精確定位。

1 自適應(yīng)控制

隨著控制領(lǐng)域的發(fā)展，自適應(yīng)控制在電力系統(tǒng)、飛機(jī)控制、機(jī)器人操作、化學(xué)過(guò)程控制等領(lǐng)域得到了廣泛的應(yīng)用。自適應(yīng)控制的用法基本可以分為如下兩類：

（1） 通過(guò)在線調(diào)整控制器的參數(shù)使得系統(tǒng)輸出能夠跟蹤預(yù)先設(shè)定的期望值，其典型代表是參考模型自適應(yīng)控制；

（2） 首先通過(guò)辨識(shí)系統(tǒng)模型參數(shù)得出系統(tǒng)的模型，然后根據(jù)得出的模型設(shè)計(jì)控制器，采用這種控制器的關(guān)鍵就在于如何準(zhǔn)確地辨識(shí)出系統(tǒng)模型中的參數(shù)，其典型代表是自調(diào)整控制器。

參考模型自適應(yīng)控制器和自調(diào)整控制器的控制框圖分別如圖1和圖2所示。

其中需要指出的是圖1中的[a]是控制器的參數(shù)估計(jì)值，圖2中的[a]是模型參數(shù)的估計(jì)值。當(dāng)然無(wú)論采用哪種自適應(yīng)控制器，其設(shè)計(jì)步驟都應(yīng)該包含以下三步：

在大多數(shù)情況下，系統(tǒng)模型的結(jié)構(gòu)是確定的，但是不能確定模型參數(shù)的精確值，而且模型參數(shù)會(huì)隨著系統(tǒng)的改變而改變，例如包含在系統(tǒng)模型中的負(fù)載和外界干擾在運(yùn)行過(guò)程中的變化規(guī)律是不確定的。在這種情況下，固定的補(bǔ)償方法補(bǔ)償不了變化的部分。此時(shí)如果系統(tǒng)的模型參數(shù)可以線性化，那么就可以利用自適應(yīng)算法確定模型中的參數(shù)，從而可以對(duì)模型中的參數(shù)進(jìn)行有效地控制[2]。同時(shí)，一個(gè)很小的外界干擾也可能導(dǎo)致參數(shù)估計(jì)的發(fā)散[3]。盡管修正方法可以使得參數(shù)估計(jì)值落在某個(gè)范圍內(nèi)，能夠增強(qiáng)系統(tǒng)的穩(wěn)定性，但是這個(gè)未知的范圍嚴(yán)重地影響了系統(tǒng)的性能。因此僅僅使用自適應(yīng)控制算法很難得到滿意的控制效果。本文將自適應(yīng)控制算法和滑?？刂扑惴ńY(jié)合起來(lái)得到自適應(yīng)滑?？刂破鳎缥墨I(xiàn)[4]中自適應(yīng)控制算法和滑?？刂扑惴ńY(jié)合。

2 神經(jīng)網(wǎng)絡(luò)滑?？刂破鞯脑O(shè)計(jì)

神經(jīng)網(wǎng)絡(luò)是一種高度非線性的連續(xù)時(shí)間動(dòng)力系統(tǒng)，具有很強(qiáng)的自學(xué)習(xí)能力和對(duì)非線性系統(tǒng)強(qiáng)大的映射能力。利用神經(jīng)網(wǎng)絡(luò)的萬(wàn)能逼近特性可實(shí)現(xiàn)對(duì)外加干擾和被控對(duì)象模型信息的逼近。通過(guò)神經(jīng)網(wǎng)絡(luò)權(quán)值的自適應(yīng)調(diào)整可實(shí)現(xiàn)無(wú)需模型信息的神經(jīng)網(wǎng)絡(luò)自適應(yīng)滑?？刂?。

變結(jié)構(gòu)控制實(shí)質(zhì)上是一類特殊的非線性控制，其非線性主要表現(xiàn)為控制量的不連續(xù)性。變結(jié)構(gòu)控制的目的就是通過(guò)不斷變換控制系統(tǒng)的結(jié)構(gòu)來(lái)有效地解決動(dòng)、靜態(tài)性能間的矛盾。滑?？刂凭褪且活惖湫偷淖兘Y(jié)構(gòu)控制，它能夠使系統(tǒng)的狀態(tài)始終趨向一個(gè)滑模面[5]，從而保證系統(tǒng)能夠滿足特定的要求?；Ｃ娴倪x取是滑?？刂频暮诵?，它決定了滑?？刂破鞯男阅??；Ｗ兘Y(jié)構(gòu)控制在參數(shù)不確定、非線性擾動(dòng)下都具有較強(qiáng)的魯棒性，因此在高精度控制方面得到了廣泛的應(yīng)用。5 結(jié) 論

本文以貼片機(jī)[X，][Y]軸的運(yùn)動(dòng)控制系統(tǒng)為對(duì)象，以提高平臺(tái)定位精度、縮短定位時(shí)間為目標(biāo)提出了基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑?？刂扑惴?。通過(guò)仿真分析可以得出，本文所提出的RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑?？刂扑惴軌蛴行У匮a(bǔ)償負(fù)載慣量和外界干擾的影響，從而實(shí)現(xiàn)了貼片機(jī)[X，][Y]軸的快速高精度的定位控制。

參考文獻(xiàn)

[1] 吳建華.高加速度直線伺服系統(tǒng)的快速高精度定位實(shí)現(xiàn)[D].上海：上海交通大學(xué)，2007.

[2] BEAVEN R W， WRIGHT M T， SEAWARD D R. Weighting function selection in the [H∞] design process [J]. Control Engineering Practice， 1996， 4（5）： 625?633.

[3] REED J S， IOANNOU P A. Instability analysis and robust adaptive control of robotic manipulator [J]. IEEE Transactions on Robotics and Automation， 1989， 5（3）： 381?386.

[4] TAN K K， HUANG S N， LEE T H. Robust adaptive numerical compensation for friction and force ripple in permanent?magnet liner motors [J]. IEEE Transactions on Magnetics， 2002， 38（1）： 221?228.

[5] 劉金琨.滑模變結(jié)構(gòu)控制Matlab仿真[M].北京：清華大學(xué)出版社，2012.

[6] DING Han， XIONG Z H. Motion stages for electronic packa?ging design and control [J]. IEEE Robotics and Automation Magazine，.2006， 13（4）： 51?61.

[7] 劉金琨，孫富春.滑模變結(jié)構(gòu)控制理論及其算法研究與進(jìn)展[J].控制理論與應(yīng)用，2007，24（3）：407?418.

[8] 孫宜標(biāo)，郭慶鼎，孫艷娜.基于模糊自學(xué)習(xí)的交流直線伺服系統(tǒng)滑模變結(jié)構(gòu)控制[J].電工技術(shù)學(xué)報(bào)，2001（1）：52?56.

[9] 高為炳.變結(jié)構(gòu)控制的理論及設(shè)計(jì)方法[M].北京：科學(xué)出版社，1996.

[10] 肖雁鴻，葛召炎.全滑模變結(jié)構(gòu)控制系統(tǒng)[J].電機(jī)與控制學(xué)報(bào)，2002（3）：233?236.

2 神經(jīng)網(wǎng)絡(luò)滑模控制器的設(shè)計(jì)

神經(jīng)網(wǎng)絡(luò)是一種高度非線性的連續(xù)時(shí)間動(dòng)力系統(tǒng)，具有很強(qiáng)的自學(xué)習(xí)能力和對(duì)非線性系統(tǒng)強(qiáng)大的映射能力。利用神經(jīng)網(wǎng)絡(luò)的萬(wàn)能逼近特性可實(shí)現(xiàn)對(duì)外加干擾和被控對(duì)象模型信息的逼近。通過(guò)神經(jīng)網(wǎng)絡(luò)權(quán)值的自適應(yīng)調(diào)整可實(shí)現(xiàn)無(wú)需模型信息的神經(jīng)網(wǎng)絡(luò)自適應(yīng)滑?？刂?。

變結(jié)構(gòu)控制實(shí)質(zhì)上是一類特殊的非線性控制，其非線性主要表現(xiàn)為控制量的不連續(xù)性。變結(jié)構(gòu)控制的目的就是通過(guò)不斷變換控制系統(tǒng)的結(jié)構(gòu)來(lái)有效地解決動(dòng)、靜態(tài)性能間的矛盾?；？刂凭褪且活惖湫偷淖兘Y(jié)構(gòu)控制，它能夠使系統(tǒng)的狀態(tài)始終趨向一個(gè)滑模面[5]，從而保證系統(tǒng)能夠滿足特定的要求。滑模面的選取是滑?？刂频暮诵模鼪Q定了滑?？刂破鞯男阅?。滑模變結(jié)構(gòu)控制在參數(shù)不確定、非線性擾動(dòng)下都具有較強(qiáng)的魯棒性，因此在高精度控制方面得到了廣泛的應(yīng)用。5 結(jié) 論

本文以貼片機(jī)[X，][Y]軸的運(yùn)動(dòng)控制系統(tǒng)為對(duì)象，以提高平臺(tái)定位精度、縮短定位時(shí)間為目標(biāo)提出了基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑?？刂扑惴āＭㄟ^(guò)仿真分析可以得出，本文所提出的RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑?？刂扑惴軌蛴行У匮a(bǔ)償負(fù)載慣量和外界干擾的影響，從而實(shí)現(xiàn)了貼片機(jī)[X，][Y]軸的快速高精度的定位控制。

參考文獻(xiàn)

[1] 吳建華.高加速度直線伺服系統(tǒng)的快速高精度定位實(shí)現(xiàn)[D].上海：上海交通大學(xué)，2007.

[2] BEAVEN R W， WRIGHT M T， SEAWARD D R. Weighting function selection in the [H∞] design process [J]. Control Engineering Practice， 1996， 4（5）： 625?633.

[3] REED J S， IOANNOU P A. Instability analysis and robust adaptive control of robotic manipulator [J]. IEEE Transactions on Robotics and Automation， 1989， 5（3）： 381?386.

[4] TAN K K， HUANG S N， LEE T H. Robust adaptive numerical compensation for friction and force ripple in permanent?magnet liner motors [J]. IEEE Transactions on Magnetics， 2002， 38（1）： 221?228.

[5] 劉金琨.滑模變結(jié)構(gòu)控制Matlab仿真[M].北京：清華大學(xué)出版社，2012.

[6] DING Han， XIONG Z H. Motion stages for electronic packa?ging design and control [J]. IEEE Robotics and Automation Magazine，.2006， 13（4）： 51?61.

[7] 劉金琨，孫富春.滑模變結(jié)構(gòu)控制理論及其算法研究與進(jìn)展[J].控制理論與應(yīng)用，2007，24（3）：407?418.

[8] 孫宜標(biāo)，郭慶鼎，孫艷娜.基于模糊自學(xué)習(xí)的交流直線伺服系統(tǒng)滑模變結(jié)構(gòu)控制[J].電工技術(shù)學(xué)報(bào)，2001（1）：52?56.

[9] 高為炳.變結(jié)構(gòu)控制的理論及設(shè)計(jì)方法[M].北京：科學(xué)出版社，1996.

[10] 肖雁鴻，葛召炎.全滑模變結(jié)構(gòu)控制系統(tǒng)[J].電機(jī)與控制學(xué)報(bào)，2002（3）：233?236.

2 神經(jīng)網(wǎng)絡(luò)滑?？刂破鞯脑O(shè)計(jì)

神經(jīng)網(wǎng)絡(luò)是一種高度非線性的連續(xù)時(shí)間動(dòng)力系統(tǒng)，具有很強(qiáng)的自學(xué)習(xí)能力和對(duì)非線性系統(tǒng)強(qiáng)大的映射能力。利用神經(jīng)網(wǎng)絡(luò)的萬(wàn)能逼近特性可實(shí)現(xiàn)對(duì)外加干擾和被控對(duì)象模型信息的逼近。通過(guò)神經(jīng)網(wǎng)絡(luò)權(quán)值的自適應(yīng)調(diào)整可實(shí)現(xiàn)無(wú)需模型信息的神經(jīng)網(wǎng)絡(luò)自適應(yīng)滑?？刂啤?/p>

變結(jié)構(gòu)控制實(shí)質(zhì)上是一類特殊的非線性控制，其非線性主要表現(xiàn)為控制量的不連續(xù)性。變結(jié)構(gòu)控制的目的就是通過(guò)不斷變換控制系統(tǒng)的結(jié)構(gòu)來(lái)有效地解決動(dòng)、靜態(tài)性能間的矛盾?；？刂凭褪且活惖湫偷淖兘Y(jié)構(gòu)控制，它能夠使系統(tǒng)的狀態(tài)始終趨向一個(gè)滑模面[5]，從而保證系統(tǒng)能夠滿足特定的要求?；Ｃ娴倪x取是滑模控制的核心，它決定了滑模控制器的性能。滑模變結(jié)構(gòu)控制在參數(shù)不確定、非線性擾動(dòng)下都具有較強(qiáng)的魯棒性，因此在高精度控制方面得到了廣泛的應(yīng)用。5 結(jié) 論

本文以貼片機(jī)[X，][Y]軸的運(yùn)動(dòng)控制系統(tǒng)為對(duì)象，以提高平臺(tái)定位精度、縮短定位時(shí)間為目標(biāo)提出了基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑?？刂扑惴āＭㄟ^(guò)仿真分析可以得出，本文所提出的RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑?？刂扑惴軌蛴行У匮a(bǔ)償負(fù)載慣量和外界干擾的影響，從而實(shí)現(xiàn)了貼片機(jī)[X，][Y]軸的快速高精度的定位控制。

參考文獻(xiàn)

[1] 吳建華.高加速度直線伺服系統(tǒng)的快速高精度定位實(shí)現(xiàn)[D].上海：上海交通大學(xué)，2007.

[2] BEAVEN R W， WRIGHT M T， SEAWARD D R. Weighting function selection in the [H∞] design process [J]. Control Engineering Practice， 1996， 4（5）： 625?633.

[3] REED J S， IOANNOU P A. Instability analysis and robust adaptive control of robotic manipulator [J]. IEEE Transactions on Robotics and Automation， 1989， 5（3）： 381?386.

[4] TAN K K， HUANG S N， LEE T H. Robust adaptive numerical compensation for friction and force ripple in permanent?magnet liner motors [J]. IEEE Transactions on Magnetics， 2002， 38（1）： 221?228.

[5] 劉金琨.滑模變結(jié)構(gòu)控制Matlab仿真[M].北京：清華大學(xué)出版社，2012.

[6] DING Han， XIONG Z H. Motion stages for electronic packa?ging design and control [J]. IEEE Robotics and Automation Magazine，.2006， 13（4）： 51?61.

[7] 劉金琨，孫富春.滑模變結(jié)構(gòu)控制理論及其算法研究與進(jìn)展[J].控制理論與應(yīng)用，2007，24（3）：407?418.

[8] 孫宜標(biāo)，郭慶鼎，孫艷娜.基于模糊自學(xué)習(xí)的交流直線伺服系統(tǒng)滑模變結(jié)構(gòu)控制[J].電工技術(shù)學(xué)報(bào)，2001（1）：52?56.

[9] 高為炳.變結(jié)構(gòu)控制的理論及設(shè)計(jì)方法[M].北京：科學(xué)出版社，1996.

[10] 肖雁鴻，葛召炎.全滑模變結(jié)構(gòu)控制系統(tǒng)[J].電機(jī)與控制學(xué)報(bào)，2002（3）：233?236.