多軸電機同步運動控制器設計

劉衛萍　宋揚

摘 要： 針對多軸電機同步控制問題，研究一種基于模糊?單神經元PID控制策略的同步控制器。使用研究的同步控制方法與常規PID算法進行對比分析。結果表明，相比基于常規PID算法的多軸電機同步運動控制器，在基于模糊?單神經元PID算法的多軸電機同步運動控制器作用下，各個電機之前的同步誤差更小，當第二臺電機發生載荷突變時，控制器能夠有效抑制載荷突變對整個多軸電機系統的影響。基于模糊?單神經元PID算法的多軸電機同步運動控制器能夠有效提升多軸電機同步運動系統的動態特性和穩定性。

關鍵詞： 同步控制； 多軸電機； 模糊算法； PID算法

中圖分類號： TN876.3?34 文獻標識碼： A 文章編號： 1004?373X（2017）10?0183?04

Abstract： A synchronous controller based on fuzzy and single neuron PID control strategy is studied for the multi?axis motor synchronous control. The contrastive analysis is performed for the synchronous control method studied in this paper and the conventional PID algorithm. The results show thatthe synchronous error of each motor affected by the multi?axis motor synchronous motion controller based on fuzzy and single neuron PID algorithm is smaller than that of the multi?axis motor synchronous motion controller based on conventional PID algorithm. If the load of the second motor is changed suddenly， the controller can restrain the influence of load mutation on multi?axis motor system effectively. The multi?axis motor synchronous motion controller based on fuzzy and single neuron PID algorithm can improve the dynamic performance and stability of the multi?axis motion synchronous motion system effectively.

Keywords： synchronous control； multi?axis motor； fuzzy algorithm； PID algorithm

0 引 言

要想有效處理多軸運動內部的協調關系，就需要通過使用多電機來實現有效管理。通常情況下，這種類型的電機保持工作狀態，其用途如下：

處于運行狀態的若干個電機的轉速存在比例關系，也可能轉速一致，在各種各樣的制造設備中都用到了這種多電機，如紡織設備、造紙設備以及起重設備等。除此之外，在進行輪船測試和飛機控制系統的研制過程，通常會使用好幾臺大型電機聯合作業，來提供驅動力。

數控機床、機器人等都屬于高端重型設備，它們的精確度較高，在制造過程中，所用到的控制系統內部的電機轉速必須協調一致，保持相位相等，將誤差控制在標準范圍內。只有這樣，才能有效提升設備的精確度，保證設備運行過程中穩定安全[1?2]。文獻[3?4]中研究了基于主從控制的多軸電機控制方法。在主從控制系統內部，包含了主電機和不同的從電機，后者的轉速是基于前者的速度而設置的，從電機的轉速要依附于主電機。這種類型的控制系統產生的結果簡單有效，能滿足需求。該控制系統內部的從電機之間的關聯性不佳，信息傳遞不暢，這就導致電機的運行精確度下降，對外界的抗干擾能力有限。文獻[5]中研究了基于交叉耦合控制的多軸電機控制方法。交叉耦合控制策略與其他形式的控制方式相比，有顯著的區別。為了保證控制過程精確有效。它會把電機的轉速誤差信息傳遞給其他電機，對其轉動速度進行補償。當控制系統內部只有兩臺電機時，可以使用控制方法，但是當數目上升之后，控制過程會變得復雜，需要有更加合理的控制策略。

1 直流伺服電機數學模型

2 環形耦合控制策略

文獻[7]提出了環形耦合同步控制方法。將耦合補償原理和控制管理思維相結合，就會形成環形耦合控制方法。該控制方法一方面是基于系統內部電機轉速和標準轉速的誤差而做出的，另一方面還要綜合與鄰近電機的速度誤差。環形耦合控制系統結構如圖2所示。為了使控制系統在開啟和終止狀態都有較好的性能，要求控制系統運行時，保持環形耦合，內部的電機信號相同。通過對圖2進行分析可知，系統內處于鄰近位置的電機的誤差補償才是同步的。如果有的電機轉速出現異常，就會導致鄰近的電機轉速出現誤差。通過使用環路耦合同步控制方法，產生的轉速誤差會因為補償模塊的存在，將誤差信息傳遞出去。通常情況下，多電機的同步驅動程序收到的信號是相同的，運用轉速耦合補償模塊，會有效提升系統的穩定性和一致性，從而能最大程度地避免外界因素的干擾[8]。

3 模糊?單神經元PID控制器

對于非線性和線性系統，人工神經網絡都可以任意逼近；所以能夠實現不確定性以及非線性系統的有效控制。在神經網絡的神經元中存放著定量或者定性的信息，具有一定的容錯性和魯棒性。神經網絡中的神經元對于任意函數都可以逼近，另外其具有易于實現、權值學習時間短、計算量小以及結構簡單的優勢，在一些單輸出多輸入的非線性處理單元中比較適合應用[9?11]。因此本文使用的模糊?單神經元PID 控制器，其原理見圖3[12]。

使用上述控制器后，單神經元控制器包含4個可調參數，包括1個輸出增益K和3 個權值學習速率。在單神經元PID 控制器的收斂性以及穩定性上輸出增益K的影響較大。當K值增大時，就會提升單神經元控制器輸出的調節量；降低調節時間就會加快收斂速度；然而當K值較大時就會出現超調現象，使系統發生震蕩[15]。因此本文使用參數自整定的模糊控制器對增益K進行調節。模糊控制在控制無法建立精準數學模型的控制對象以及一些復雜對象的過程中能夠發揮較好的效果。在一些交叉耦合嚴重、參數隨工作點變動大以及高度非線性的控制過程中比較適合應用。其簡單的設計過程對于被控模型精確性的依賴性較低。根據設計者工程經驗以及理論所建立的控制規則能夠對較好的控制思想進行采納。

用于對增益K進行調節的模糊控制器的輸入為電機的同步誤差和誤差變化率。為了便于計算機計算，分別使用0.1和0.05的量化因子將同步誤差和誤差變化率歸一到范圍為[-1，1]的基本論域內。將三角形分布的隸屬度函數作為輸入/輸出變量能夠對算法的執行效率進行提升，應用這種函數時，模糊論域的步長與隸屬度幅值相等。按照下面的原則選擇模糊規則：如果系統有較大偏差，為了降低調節時間，加快相應速度，可以增大K值；如果有較小的誤差，對穩態性能進行提升可以采用較小的K值。模糊規則如表1所示[16]。

4 實例仿真研究

通過仿真對本文研究的多軸電機同步運動控制器進行分析。直流伺服電機參數設置如下：電樞電阻[Ra]為1.8 Ω；電樞電感[La]為0.003 65 H；電動勢因子[Ke]為0.354 9 V/rad；電機轉矩因子[Kt]為0.000 163 51 N·s/rad；轉子轉動慣量[17][J]為0.000 184 62 kg·m2。多軸電機同步運動控制Matlab仿真模型如圖4所示。

在仿真模型中，對第二臺電機施加范圍在150～900 N·m的隨機載荷，對第一臺和第三臺施加恒定的600 N·m的恒定載荷，從而研究不均勻載荷條件下，控制器的同步控制性能。對第二臺電機施加的隨機載荷如圖5所示。

在此使用常規PID算法與本文使用的方法進行對比，通過仿真能夠得到兩種控制器作用下，電機1和電機2轉速同步誤差及電機2和電機3轉速同步誤差如圖6和圖7所示。

從電機1和電機2轉速同步誤差及電機2和電機3轉速同步誤差仿真結果可以看出，相比基于常規PID算法的多軸電機同步運動控制器，在本文研究的基于模糊?單神經元PID算法的多軸電機同步運動控制器作用下，各個電機之前的同步誤差更小。當第二臺電機發生載荷突變時，控制器能夠有效抑制載荷突變對整個多軸電機系統的影響。

本文研究的基于模糊?單神經元PID算法的多軸電機同步運動控制器能夠有效提升多軸電機同步運動系統的動態特性和穩定性。

5 結 論

本文針對多軸電機同步控制問題，研究一種基于模糊?單神經元PID算法以及環形耦合策略的同步控制器。使用本文研究的同步控制方法與常規PID算法進行對比分析。結果表明，相比基于常規PID算法的多軸電機同步運動控制器，在本文研究的基于模糊?單神經元PID算法的多軸電機同步運動控制器作用下，各個電機之前的同步誤差更小。當第二臺電機發生載荷突變時，控制器能夠有效抑制載荷突變對整個多軸電機系統的影響。

參考文獻

[1] 李樂，李慧鵬，石陽.繞線機的多軸同步控制算法研究[J].測控技術，2014（2）：87?90.

[2] 劉曉萌.定長送料系統多軸同步控制[D].杭州：浙江大學，2012.

[3] 趙梅玲.主從系統同步控制策略及應用研究[D].合肥：合肥工業大學，2012.

[4] 鄒縉.多電機變頻調速協同智能控制系統的研究[D].武漢：武漢科技大學，2013.

[5] 曹玲芝，李春文，牛超，等.基于相鄰交叉耦合的多感應電機滑模同步控制[J].電機與控制學報，2008（5）：586?592.

[6] 李鵬飛，王偉濤，萬亞斌.基于相鄰偏差耦合的多電機模糊PID同步控制[J].機械設計與研究，2013（5）：45?48.

[7] 劉然，孫建忠，羅亞琴，等.基于環形耦合策略的多電機同步控制研究[J].控制與決策，2011（6）：957?960.

[8] 劉然，孫建忠，羅亞琴，等.多電機滑模環形耦合同步控制策略研究[J].中國機械工程，2010（22）：2662?2665.

[9] 陳杰，陳冉，陳家偉，等.變速風力發電機組的模糊?單神經元PID控制[J].中國電機工程學報，2011（27）：88?94.

[10] 陳杰.變速定槳風力發電系統控制技術研究[D].南京：南京航空航天大學，2011.

[11] 鄭宇.基于神經元PID的風力發電機組獨立變槳控制[J].水電能源科學，2012（2）：151?154.

[12] 董春芳，孟慶鑫.多缸電液調平系統相鄰交叉耦合同步控制[J].哈爾濱工程大學學報，2012（3）：366?370.

[13] 唐春林，鄭宇.基于神經元PID的風力發電機組獨立變槳控制[J].人民長江，2012（5）：93?97.

[14] 周箴，趙金，萬淑蕓，等.基于單神經元控制器交流PWM調速系統[J].華中理工大學學報，1998（z1）：69?71.

[15] 曾東.基于神經網絡的風力發電機組變速變距控制器研究[D].沈陽：沈陽工業大學，2008.

[16] 楊鑫.風力發電機組新型傳動系統及變速變槳距控制策略優化[D].重慶：重慶大學，2013.

[17] 姚武軍.多電機同步控制策略研究[D].湘潭：湘潭大學，2013.