基于RBF神经网络的贴片机运动控制系统辨识

《基于RBF神经网络的贴片机运动控制系统辨识》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于RBF神经网络的贴片机运动控制系统辨识摘要摘要贴片机是SMT生产线的关键设备，是电子制造业常用装备。运动控制系统的速度、精度、稳定性是体现贴片机整体性能的重要指标。目前的贴片机市场还处于发达国家垄断的阶段，因此国内的贴片机研究就具有较大意义。苏州大学SMT实验室对一台QuadQSP．2型贴片机进行了控制系统硬件和操作系统的更新，设计了底层驱动程序，实现了基本控制功能。本文在此实验基础上，通过对贴片机运动控制系统进行系统辨识，进一步了解被控对象特性，为实现更好的控制策略打下基础。本课题主要研究方案如下：(1)N用最dx--乘法进行系统辨识，确定模型的

2、结构。(2)利用RBF神经网络进行系统辨识。(3)将基于最小二乘法的系统辨识得到的模型结构运用到基于RBF神经网络的系统辨识中。本课题主要研究工作如下：(1)设计合理的数据采集程序，作为贴片机运动控制系统参数辨识的输入／输出数据。(2)分别将最小二乘法和RBF神经网络的辨识方法应用到本课题的贴片机运动控制系统数学模型辨识中。(3)比较分析不同方法进行系统辨识的效果和精度，进一步了解被控对象特性，为实现更好的控制策略打下基础。(4)经机理分析和实验研究，将系统运行的模式由插补模式改为两轴自由联动模式，实践证明此举可以解决原先存在的抖动问题，同时优化控制软

3、件。(5)本文比较详细地纪录了方案的实施过程，讨论了方案实施过程中所遇到的问题和解决方法，总结了在本次科研实践中经验，为下一步的研发工作奠定了基础。关键词：贴片机；系统辨识；运动控制；RBF作者：王洪东指导教师：张茂青AbstractSystemIdentiflcationofMorlonControISystemonPlacementMachinebasedonRBFNetworkSystemIdentificationofMotionControlSystemonPlacementMachinebasedonRBFNetworkABSTRACTPl

4、acementmachineiskeyequipmentofSMTproductline，whichisalsocommoninelectronicsmanufacturingindustry．Theperformanceofplacementmachinemainlydependsonthemotioncontrolsystem’Sspeed，accuracyandstability．Whiledevelopedcountrieshasnearlymonopolythecoretechnology,researchingonitinChinahasb

5、igsignificance．OnthebasisofusingtinolduselessQuadQSV·2equipmentmachine．exchangingtheprimaryequipmentsuchasindustrialcomputerandmotioncontroller,constructinganewmotioncontrolsystemwhichhasthebasicfunctionsofcontrol。thispapercentersonthesystemidentificationofmotioncontrolsystemonp

6、lacementmachine，bywhichcharacteristicsoftheobjectCanbeknownwellandgoodfoundationforrealizingbettercontrolstrategyCanbesupplied．Outlinesoftherenovationplanincludes：(1)ldentifymodalstructureofmotioncontrolsystem．usingtheleast·squaresalgorithm；(2)ldentifythemathematicmodalofmotionc

7、ontrolsystem，usingRBFnetwork；(3)CompletesystemidentificationofmotioncontrolsystembasedonRBFnetwork，usingthestructuregotfromtheidentificationbasedontheleast-squaresalgorithm；Formo旭details．workshavebeendoneasfoIlows：(1)Designedthedatacollectingprogram；(2)Expoundedthesystemidentifi

8、cationbasedonleast-squaresalgorithmandRBFnetwor