基于在線自適應(yīng)整定的控制器設(shè)計(jì)與仿真

克拉瑪依職業(yè)技術(shù)學(xué)院 張雪琴

數(shù)控機(jī)床控制主軸運(yùn)動(dòng)裝置也可稱之為數(shù)控機(jī)床傳動(dòng)系統(tǒng)，它在數(shù)控系統(tǒng)運(yùn)行過程中主要功能是完成控制主軸運(yùn)動(dòng)系統(tǒng)的動(dòng)力裝置部分。

作為主軸驅(qū)動(dòng)電動(dòng)機(jī)重要驅(qū)動(dòng)形式的電主軸驅(qū)動(dòng)，它的驅(qū)動(dòng)器可以使用主軸伺服，甚至還可以不采用任何驅(qū)動(dòng)器方式。電主軸在驅(qū)動(dòng)過程中由于采用了電能這種驅(qū)動(dòng)形式它在驅(qū)動(dòng)過程中取消了傳動(dòng)機(jī)構(gòu)，因此，不但在一定程度上盡可能的精簡了主軸結(jié)構(gòu)，而且還增強(qiáng)了數(shù)控機(jī)床的運(yùn)動(dòng)精度，其缺點(diǎn)是機(jī)床的剛度相對較弱，而且功率比較而言不高，多數(shù)都在10KW之內(nèi)。基于以上分析的特點(diǎn)，其主要發(fā)展方向?yàn)楦咚佟⒏呔龋话阍O(shè)計(jì)轉(zhuǎn)速均在每分鐘1萬轉(zhuǎn)以上。

1.傳統(tǒng)PlD算法

傳統(tǒng)的PID控制算法組成結(jié)構(gòu)圖，如圖1所示，分別有比例控制、積分控制和微分控制組成。

傳統(tǒng)經(jīng)典PID控制器控制規(guī)律為：其中：KP為比例系數(shù)

KI為積分系數(shù)KD為微分系數(shù)

PID控制器各部分作用如下：

(1)比例控制（P）：引入比例控制的主要是為了及時(shí)成比例地反映控制系統(tǒng)的偏差信號，以最快速度產(chǎn)生控制作用，使偏差向減小的方向變化；

(2)積分控制（I）：引入積分控制的主要是為了保證實(shí)際輸出值在穩(wěn)態(tài)時(shí)對給定輸入值的無靜差跟蹤；

(3)微分控制（D）：引入微分控制的主要是為了改善閉環(huán)系統(tǒng)的穩(wěn)定性和動(dòng)態(tài)響應(yīng)速度。

2.在線自適應(yīng)整定PlD算法

學(xué)習(xí)是在線自適應(yīng)整定PID算法的主要特征之一。學(xué)習(xí)規(guī)則是根據(jù)已獲得的知識結(jié)構(gòu)來適應(yīng)控制目標(biāo)的變化。無監(jiān)督的學(xué)習(xí)方法是指不需要外界控制信號，無監(jiān)督的學(xué)習(xí)規(guī)則表現(xiàn)為：給系統(tǒng)提供動(dòng)態(tài)輸入信號，以使各個(gè)單元以某種方式競爭進(jìn)而尋找有用的數(shù)個(gè)區(qū)間。以O(shè)i表示單元i的激活值，Oj表示單元j的激活值，Wij表示單元i到單元j的激活值，則其關(guān)系可用下式表示：

其中η是學(xué)習(xí)速率。

自適應(yīng)整定整定規(guī)律：

(1)當(dāng)|e|較大時(shí)，為提高控制系統(tǒng)對實(shí)際的快速響應(yīng)特性，則此時(shí)應(yīng)該至Kp為較大的數(shù)值和較小的Kd，通常取Ki=0；

(2)當(dāng)|e|和|ec|中等大小時(shí)，為改善系統(tǒng)的控制效果，Kp應(yīng)取小些，否則將會(huì)明顯影響控制效果；

(3)當(dāng)|e|較小時(shí)，為提高系統(tǒng)的控制效果可以將Kp和Ki的數(shù)值取得較大。

3.仿真實(shí)驗(yàn)分析

基于在線自適應(yīng)整定PID算法的理論分析，采用matlab軟件對算法的仿真響應(yīng)曲線進(jìn)行了分析與研究，圖2為自適應(yīng)整定PID算法仿真響應(yīng)曲線圖，從圖中可以發(fā)現(xiàn)系統(tǒng)控制時(shí)間較短且精度較高。

4.結(jié)束語

本文采用當(dāng)今流行的MATLAB軟件，對數(shù)控機(jī)床控制系統(tǒng)的在線自適應(yīng)整定PID算法進(jìn)行了分析與研究并通過計(jì)算機(jī)進(jìn)行了仿真，仿真實(shí)驗(yàn)表明了在線自適應(yīng)整定PID算法可以實(shí)現(xiàn)較高的控制精度。

圖1 經(jīng)典PlD控制算法組成結(jié)構(gòu)圖Fig.1 PlD control system structure

圖2 仿真響應(yīng)曲線圖Fig.2 Simulated response curve

[1]周明,孫樹棟.遺傳算法原理及應(yīng)用[M].北京:國防工業(yè)出版社,2002.

[2]熊維族,葉中付.一種利用遺傳算法的極化定標(biāo)算法[J].系統(tǒng)工程與電子技術(shù),2007,29.

[3]朱福喜,朱三元,伍春香.人工智能基礎(chǔ)教程[M].北京:清華大學(xué)出版社,2006.

[4]陳國良,王煦法,莊鎮(zhèn)泉,等.遺傳算法及其應(yīng)用[M].北京:人民郵電出版社,1996.

[5]黃忠霖.控制系統(tǒng)MATLAB計(jì)算及仿真[M].北京:國防工業(yè)出版社,2001.

[6]樓順天,等.MATLAB程序語言設(shè)計(jì)[M].陜西:西安電子科技大學(xué)出版社,1998.