装置，9、D/A转换器，10、驱动电路，11、压电陶瓷执行器， 12、执行器位移检测装置，13、A/D转换器。
【具体实施方式】
[0031 ] 下面通过具体实施例，并结合附图，对本发明的技术方案作进一步的具体说明。
[0032] 实施例：
[0033] -种压电陶瓷执行器控制台（参见附图1、附图2、附图3、附图4、附图5和附图6)， 由电源供电，包括平台、平台传动器、平台电机、平台电机驱动器、平台位移检测装置、平台 控制器、通讯电路、控制电脑、D/A转换器、驱动电路、压电陶瓷执行器、执行器位移检测装置 和A/D转换器，所述平台控制器通过通讯电路与控制电脑电连接，所述平台控制器通过平 台电机驱动器与平台电机连接，所述平台电机的输出轴通过平台传动器与平台机械连接， 所述平台位移检测装置配设在所述平台电机的输出轴上，平台位移检测装置的输出端与平 台控制器电连接，所述控制电脑通过D/A转换器与驱动电路的输入端连接，驱动电路的输 出端与压电陶瓷执行器连接，对应压电陶瓷执行器配设有执行器位移检测装置，执行器位 移检测装置通过A/D转换器与控制电脑电连接。所述控制电脑为配设有误差变换模块、自 适应控制模块和迟滞控制模块的控制电脑，所述误差变换模块的输入量为给定量和执行器 位移检测装置的反馈值，所述误差变换模块的输出至与自适应控制模块的输入值连接，所 述自适应控制模块的输出至迟滞控制模块，迟滞控制模块的输出值输出对压电陶瓷执行器 进行控制。所述迟滞控制模块包括迟滞模块、迟滞算子模块和神经网络模块，迟滞模块、迟 滞算子模块的输入端均与自适应控制模块的输出端连接，神经网络模块的输入端与迟滞算 子模块的输出端连接，神经网络模块的输入端还与自适应控制模块的输出端连接，迟滞模 块输出正反馈值与神经网络模块输出的负反馈值共同输入神经网络模块的反馈端。所述 神经网络为包含若干个神经元模块的两层结构，所述两层结构为一个隐层和一个输出层， 所述每个神经元模块均包括激励函数模块和权值模块；误差变换模块是将系统误差通过变 换处于预先设定在期望的误差范围内；自适应控制模块输入信号为误差变换后的误差，对 转换的误差进行实时控制和调整，神经网络输出端输出控制信号对压电陶瓷执行器进行控 制。所述平台控制器为51单片机，所述通讯电路包括MX232芯片和九针接口，所述51单 片机的通讯串口依次通过MX232芯片和九针接口与控制电脑电连接。所述平台电机驱动 器包括PffM波形产生电路和信号处理电路构成，所述PffM波形产生电路由74LS373芯片和 8253芯片组成的，所述平台控制器通过74LS373芯片与8253芯片的输入端连接，8253芯片 的输出端通过信号处理电路与所述平台电机电连接。所述信号处理电路包括L298N芯片、 74ALS04芯片、电阻RU光耦U2、电阻R2、电阻R3、电阻R8、三极管Q1、与门U3和与门U4， 74ALS04芯片的输入端与平台控制器连接，74ALS04芯片的输出端通过电阻Rl与光耦U2的 输入端连接，光耦U2的输出端通过电阻R2接地，光耦U2的输出端通过电阻R3与三极管Ql 的基极连接，三极管Ql的集电极通过电阻R8与电源连接，三极管Ql的发射极接地，三极管 Ql的集电极还与与门U3的第二输入端连接，三极管Ql的集电极还与与门U4的第一输入端 连接，与门U3的第一输入端和与门U4的第二输入端分别与平台控制器的输出端连接，与门 U3的输出端和与门U4的输出端分别与L298N芯片连接，L298N芯片的输出端与平台电机连 接。所述平台位移检测装置包括配设在平台上的光栅尺和光栅尺电路，所述光栅尺电路包 括发光二极管D2、光敏二极管D1、电阻R10、电阻R11、电阻R4、电阻R5、电阻R3、电阻R6、电 阻R14、电阻R17、运放TAA861、电容CU电容C2、电容C3和电容C4,电源通过电容C4接地， 发光二极管D2的阳极通过电阻RlO与电源连接，发光二极管D2的阴极接地，光敏二极管Dl 的阴极与电源连接，光敏二极管D1的阳极通过电阻Rl 1接地，光敏二极管D1的阳极通过电 容C3与运放TAA861的正输入端连接，运放TAA861的正输入端还依次通过电阻R13和电阻 R4与电源连接，运放TAA861的正输入端还依次通过电阻R13和电阻R5与接地，运放TAA861 的负输入端依次通过电阻R6和电容C2接地，运放TAA861的负输入端依次通过电阻R14和 电阻R17与电源连接，运放TAA861的输出端通过电容Cl与运放TAA861的反馈端连接，运 放TAA861的输出端输出用于与平台控制器连接的反馈信号。所述平台位移检测装置还包 括前级采样电路，所述前级采样电路的输入端与所述运放TAA861的输出端连接，所述前级 采样电路的输出端与平台控制器电连接。所述前级采样电路包括与门U6、与门U5、第一 D 触发器、第二D触发器和74LS161芯片，所述第一 D触发器的D端连接电源，所述第一 D触 发器的CLK端与与门U5的输出端连接，所述第一 D触发器的Q端与与门U6的第一输入端 连接，与门U6的第一输入端还与平台控制芯片的INTO端连接，与门U6的第二输入端与运 放TAA861的输出端连接，与门U6的输出端与74LS161的CLK端连接，与门U5的第二输入 端也与运放TAA861的输出端连接，与门U5的第一输入端与第二D触发器的Q端连接，第二 D触发器的D端与电源连接，第二D触发器的CLK端与平台控制芯片的一个标准输入输出端 连接，第二D触发器的R端和第一 D触发器的R端均与74LS161芯片的MR端连接，74LS161 芯片的CET端和CEP端均与所述运放TAA861的输出端连接。
[0034] 本实施例中的迟滞控制模块用于模拟压电陶瓷执行器迟滞非线性特性，神经网络 建模模块为两层结构，包括一个隐层和一个输出层，包含多个神经元模块（包括激励函数 模块和权值模块）；误差变换模块的功能是将系统误差通过一定的变换，预先设定在期望 的误差范围内；自适应控制模块输入信号为误差变换后的误差，对转换的误差进行实时控 制和调整；压电陶瓷执行器动态系统模块为压电陶瓷执行器系统的动力学模型。具体步骤 如下：搭建压电陶瓷执行器的神经网络迟滞模型。自适应控制输出信号V和动态迟滞算子 输出信号f(v)连接到神经网络建模模块，动态迟滞算子表达式如下所示：
[0035] / (v) = I - a exp (-1V - v,, |) | (v - v,,) χ (I -f οχρ (-1 v|)) + / ()
[0036] vp表示与当前输入相邻的先前输入极值；f (v p)表示输入极值vp为设定值时的输 出极值；α，β为可调参数。
[0037] 通过上述公式的迟滞算子，将迟滞的多映射特性转化为一一映射，给定改进的激 励函数模块Φ(ν，?·(ν))和权重模块W t= [Wl，W2，…W1]，以保证神经网络迟滞模型输出有 界。神经网络迟滞模型输出为公式为：
[0038] Ψ (v) = Γ (ν, f (ν)) = ΝΝ(ν, f (ν))+ ε = ψφ (ν, f (ν))+ ε
[0039] 本实施例提供了一种简单方便，成本低廉的压电陶瓷执行器控制台，实现简单， 控制精准，适合大学生各种实验。