0 引 言
    随着先进制造技术的迅速发展，对运动控制的精度要求也越来越高，而运动伺服控制系统的性能很大程度上取决于伺服控制算法，通过运动控制与智能控制的融合，从改进传统的PID控制，到现代的最优控制、自适应控制、智能控制技术，应用先进的智能控制策略达到高质量的运动控制效果，已经成为当前研究的一个热点。
    由于运动伺服控制系统中存在负载模型参数的变化，机械摩擦、电机饱和等非线性因素，造成受控对象的非线性和模型不确定性，使得需要依靠精确的数学模型，系统模型参数的常规PID控制很难获得超高精度、快响应的运动轨迹的要求。因此伺服控制系统越来越多采用PID与其他新型控制算法相结合的控制方式，如人工智能与专家系统、模糊控制、人工神经网络、遗传算法等，这里设计了一种基于神经网络控制算法的运动伺服控制卡，采用DSP+CPLD的硬件平台，采用单神经元PID与CMAC并行控制的伺服控制算法，通过对伺服电机的控制实现对位置的闭环控制。仿真和实践结果证明，这种运动控制算法有鲁棒性和抗干扰能力。

1 硬件设计
    该运动控制卡是以PC机作为主机的运动控制卡，选用DSP作为核心微处理器，卡上集成编码器信号采集和处理电路，D／A输出电路，扩展存储器电路和DSP—PC通信电路。PC机把粗处理的数据通过DSP一PC通信接口传递给运动控制系统，DSP通过对光电编码器反馈信号处理电路的结果分析，计算出与给定位置的误差值，再通过软件位置调节器获得位置控制量，计算出运动速度控制量，产生的输出信号经D／A转换将模拟电压量送给伺服放大器，通过对伺服电机的控制实现对位置的闭环控制。系统的结构框图如图1所示。

选用美国TI公司的16位定点DSPTMS320LF2407A作为运动控制器的核心处理器，地址译码、时序逻辑、编码器信号处理电路用CPLD来完成，用PCI接口芯片实现双口RAM与PC机的通信，双口RAM用来存储和缓冲DSP与PC机间的通信数据，SRAM用来存储运动控制器运行时的程序和数据。