1 PID 控制
PID 控制作為一種簡單而實(shí)用的控制方法 , 在步進(jìn)電機(jī)驅(qū)動(dòng)中獲得了廣泛的應(yīng)用。它根據(jù)給定值 r( t) 與實(shí)際輸出值 c(t) 構(gòu)成控制偏差 e( t) , 將偏差的比例 、積分和微分通過線性組合構(gòu)成控制量 ,對(duì)被控對(duì)象進(jìn)行控制 。文獻(xiàn)將集成位置傳感器用于二相混合式步進(jìn)電機(jī)中 ,以位置檢測器和矢量控制為基礎(chǔ) ,設(shè)計(jì)出了一個(gè)可自動(dòng)調(diào)節(jié)的 PI 速度控制器 ,此控制器在變工況的條件下能提供令人滿意的瞬態(tài)特性 。文獻(xiàn)根據(jù)步進(jìn)電機(jī)的數(shù)學(xué)模型 ,設(shè)計(jì)了步進(jìn)電機(jī)的 PID 控制系統(tǒng) ,采用 PID 控制算法得到控制量 ,從而控制電機(jī)向指定位置運(yùn)動(dòng) 。最后 ,通過仿真驗(yàn)證了該控制具有較好的動(dòng)態(tài)響應(yīng)特性 。采用 PID 控制器具有結(jié)構(gòu)簡單 、魯棒性強(qiáng) 、可靠性高等優(yōu)點(diǎn) ,但是它無法有效應(yīng)對(duì)系統(tǒng)中的不確定信息 。 [2]
目前 , PID 控制更多的是與其他控制策略相結(jié)合 , 形成帶有智能的新型復(fù)合控制 。這種智能復(fù)合型控制具有自學(xué)習(xí) 、自適應(yīng) 、自組織的能力 ,能夠自動(dòng)辨識(shí)被控過程參數(shù) , 自動(dòng)整定控制參數(shù) , 適應(yīng)被控過程參數(shù)的變化 ,同時(shí)又具有常規(guī) PID 控制器的特點(diǎn)。 [2]
2 自適應(yīng)控制
自適應(yīng)控制是在 20 世紀(jì) 50 年代發(fā)展起來的自動(dòng)控制領(lǐng)域的一個(gè)分支 。它是隨著控制對(duì)象的復(fù)雜化 ,當(dāng)動(dòng)態(tài)特性不可知或發(fā)生不可預(yù)測的變化時(shí) ,為得到高性能的控制器而產(chǎn)生的 。其主要優(yōu)點(diǎn)是容易實(shí)現(xiàn)和自適應(yīng)速度快 ,能有效地克服電機(jī)模型參數(shù)的緩慢變化所引起的影響 ,是輸出信號(hào)跟蹤參考信號(hào) 。文獻(xiàn)研究者根據(jù)步進(jìn)電機(jī)的線性或近似線性模型推導(dǎo)出了全局穩(wěn)定的自適應(yīng)控制算法 , 這些控制算法都嚴(yán)重依賴于電機(jī)模型參數(shù) 。文獻(xiàn)將閉環(huán)反饋控制與自適應(yīng)控制結(jié)合來檢測轉(zhuǎn)子的位置和速度 , 通過反饋和自適應(yīng)處理 ,按照優(yōu)化的升降運(yùn)行曲線 , 自動(dòng)地發(fā)出驅(qū)動(dòng)的脈沖串 ,提高了電機(jī)的拖動(dòng)力矩特性 ,同時(shí)使電機(jī)獲得更精確的位置控制和較高較平穩(wěn)的轉(zhuǎn)速 。 [2]
目前 ,很多學(xué)者將自適應(yīng)控制與其他控制方法相結(jié)合 ,以解決單純自適應(yīng)控制的不足。文獻(xiàn)設(shè)計(jì)的魯棒自適應(yīng)低速伺服控制器 ,確保了轉(zhuǎn)動(dòng)脈矩的最大化補(bǔ)償及伺服系統(tǒng)低速高精度的跟蹤控制性能 。文獻(xiàn)實(shí)現(xiàn)的自適應(yīng)模糊 PID 控制器可以根據(jù)輸入誤差和誤差變化率的變化 , 通過模糊推理在線調(diào)整 PID參數(shù) ,實(shí)現(xiàn)對(duì)步進(jìn)電機(jī)的自適應(yīng)控制 , 從而有效地提高系統(tǒng)的響應(yīng)時(shí)間 、計(jì)算精度和抗干擾性 。 [2]
3 矢量控制
矢量控制是現(xiàn)代電機(jī)高性能控制的理論基礎(chǔ) ,可以改善電機(jī)的轉(zhuǎn)矩控制性能 。它通過磁場定向?qū)⒍ㄗ与娏鞣譃閯?lì)磁分量和轉(zhuǎn)矩分量分別加以控制 ,從而獲得良好的解耦特性 ,因此 , 矢量控制既需要控制定子電流的幅值 ,又需要控制電流的相位 。由于步進(jìn)電機(jī)不僅存在主電磁轉(zhuǎn)矩 , 還有由于雙凸結(jié)構(gòu)產(chǎn)生的磁阻轉(zhuǎn)矩 , 且內(nèi)部磁場結(jié)構(gòu)復(fù)雜 , 非線性較一般電機(jī)嚴(yán)重得多 , 所以它的矢量控制也較為復(fù)雜 。文獻(xiàn)[ 8] 推導(dǎo)出了二相混合式步進(jìn)電機(jī) d-q 軸數(shù)學(xué)模型 ,以轉(zhuǎn)子永磁磁鏈為定向坐標(biāo)系 ,令直軸電流 id =0 ,電動(dòng)機(jī)電磁轉(zhuǎn)矩與 i q 成正比 , 用PC 機(jī)實(shí)現(xiàn)了矢量控制系統(tǒng) 。系統(tǒng)中使用傳感器檢測電機(jī)的繞組電流和轉(zhuǎn)自位置 ,用 PWM 方式控制電機(jī)繞組電流 。文獻(xiàn)推導(dǎo)出基于磁網(wǎng)絡(luò)的二相混合式步進(jìn)電機(jī)模型 , 給出了其矢量控制位置伺服系統(tǒng)的結(jié)構(gòu) ,采用神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制策略對(duì)系統(tǒng)中的不確定因素進(jìn)行實(shí)時(shí)補(bǔ)償 ,通過最大轉(zhuǎn)矩/電流矢量控制實(shí)現(xiàn)電機(jī)的高效控制 。 [2]
4 智能控制的應(yīng)用
智能控制不依賴或不完全依賴控制對(duì)象的數(shù)學(xué)模型 ,只按實(shí)際效果進(jìn)行控制 , 在控制中有能力考慮系統(tǒng)的不確定性和精確性 , 突破了傳統(tǒng)控制必須基于數(shù)學(xué)模型的框架 。目前 , 智能控制在步進(jìn)電機(jī)系統(tǒng)中應(yīng)用較為成熟的是模糊邏輯控制 、神經(jīng)網(wǎng)絡(luò)和智能控制的集成 。 [2]
4 . 1 模糊控制
模糊控制就是在被控制對(duì)象的模糊模型的基礎(chǔ)上 ,運(yùn)用模糊控制器的近似推理等手段 ,實(shí)現(xiàn)系統(tǒng)控制的方法 。作為一種直接模擬人類思維結(jié)果的控制方式 , 模糊控制已廣泛應(yīng)用于工業(yè)控制領(lǐng)域 。與常規(guī)控制相比 ,模糊控制無須精確的數(shù)學(xué)模型 , 具有較強(qiáng)的魯棒性 、自適應(yīng)性 , 因此適用于非線性 、時(shí)變 、時(shí)滯系統(tǒng)的控制 。文獻(xiàn)[ 16] 給出了模糊控制在二相混合式步進(jìn)電機(jī)速度控制中應(yīng)用實(shí)例 。系統(tǒng)為超前角控制 ,設(shè)計(jì)無需數(shù)學(xué)模型 ,速度響應(yīng)時(shí)間短 。 [2]
4 . 2 神經(jīng)網(wǎng)絡(luò)控制
神經(jīng)網(wǎng)絡(luò)是利用大量的神經(jīng)元按一定的拓?fù)浣Y(jié)構(gòu)和學(xué)習(xí)調(diào)整的方法 。它可以充分逼近任意復(fù)雜的非線性系統(tǒng) ,能夠?qū)W習(xí)和自適應(yīng)未知或不確定的系統(tǒng) ,具有很強(qiáng)的魯棒性和容錯(cuò)性 ,因而在步進(jìn)電機(jī)系統(tǒng)中得到了廣泛的應(yīng)用 。文獻(xiàn)將神經(jīng)網(wǎng)絡(luò)用于實(shí)現(xiàn)步進(jìn)電機(jī)最佳細(xì)分電流 , 在學(xué)習(xí)中使用 Bay es 正則化算法 ,使用權(quán)值調(diào)整技術(shù)避免多層前向神經(jīng)網(wǎng)絡(luò)陷入局部極小點(diǎn) ,有效解決了等步距角細(xì)分問題 。 [2]
電話:0755-86548812
13828798216(趙先生)
傳真:0755-86648325
郵箱:sales@uimotion.com
網(wǎng)址:m.gs51.cn
地址:廣東省深圳市南山區(qū)南山大道1088號(hào)南園楓葉大廈5C
手機(jī)網(wǎng)站