论文部分内容阅读
摘 要:针对非线性的交流伺服系统,提出了一种模糊PID双模控制方案。在交流伺服系统中,采用PI控制器作为电流调节器,采用模糊PID双模控制器作为速度调节器,构成双闭环调速系统。介绍了模糊PID双模控制器,它有机地结合了模糊控制和PID控制的优点,通过Matlab仿真表明,该方法具有良好的动态和稳态性能以及较强的鲁棒性,为交流伺服系统提供了可行的方案。
关键词:交流伺服系统;模糊控制;PID控制
0 引言
交流伺服系统是自动控制领域的重要研究对象之一,近些年来,取得了很多研究成果[1-2]。随着生产力的高速发展,在现代交流伺服系统中,交流电机对控制策略方面的要求甚高,要求交流伺服控制系统的反应速度越来越快,超调量越来越小,不是一般传统的控制方法(如PID控制)所能满足的。PID控制存在参数整定比较难、抗干扰能力弱等缺点,所以采用智能控制算法是一种必然趋势,模糊控制无需建立被控对象的数学模型,对被控对象的非线性和时变性具有一定的适应能力,但是模糊控制近似于一种非线性的PD控制器,没有积分环节,因此会产生一定的稳态误差,同时模糊控制会产生稳态振颤现象,均需加以改善。
本文针对复杂的交流伺服系统,采用模糊PID复合控制方式,当误差小于某一阈值时,采用PID控制,以提高系统的控制精度,获得良好的稳态性能;当误差大于某一阈值时,采用模糊控制,以获得良好的瞬态性能。并通过Matlab仿真分析说明了模糊PID双模控制具有较好的动态和稳态性能。
1 交流伺服系统设计
综合考虑多种因素所设计的交流伺服系统原理图如图1所示,主要由速度调节器、电流调节器、交流电机、速度检测装置组成。
其中,电流调节器采用PID控制器,电流调节器采用模糊PID双模控制器。其基本原理是:为了实现转速和电流两种负反馈分别起作用,在系统中设置了两个调节器,分别调节转速和电流,二者之间实行串级连接,即把转速调节器的输出当作电流调节器的输入,再用电流调节器的输出去控制交流电机,最后,通过速度检测装置去测电机转速反馈到输入端,与给定信号进行比较得到偏差作为转速调节器的输入信号,从而实现了电流和转速的闭环控制。
对于非线性的交流伺服系统进行线性化之后,其传递函数为:
.
2 控制方案的选择
常规数字PID控制算法的形式为:
式中e(k) 数字PID控制器的输入,u(k)分别为数字PID控制器的输出,Kp为比例系数,Ki为积分系数,Kd为微分系数。常规PID控制只适用于线性控制系统,需要建立被控对象精确的数学模型,而且PID参数整定比较难,抗干扰能力差,但是在小范围内调节效果很好,其积分环节可以用来消除稳态误差。
传统的模糊控制算法实质上是一个查表输出的过程,模糊控制器的稳态性能差,是因为不仅制定的模糊表不佳,而且误差和误差的变化率被模糊量化取整后引起控制器调节死区,以及控制量的分档而引起的调节过粗,所以要想提高模糊控制器的精度和跟踪性能,就需要选取更多的模糊语言变量,即分档越细,控制性能越好,但是这样会导致规则数和计算量增大,从而使模糊控制规则表难以确定,调试也越难,使得实时控制显得力不从心。
其实普通模糊控制器相当于PD(比例微分)控制器,它对输入量的处理是离散的,而且由于它没有积分环节,所以本身无法消除系统的稳态误差,控制精度不高。模糊控制器将误差信号转化为论域上的整数值[3],即:
综上所述,对于复杂的交流伺服非线性系统,仅用常规PID控制或普通模糊控制都很难达到满意的效果。本文采用模糊PID双模控制的方式,它结合两者的优点,当误差小于某一阈值e0时,采用PID控制,以提高系统的控制精度;当误差大于某一阈值e0时,采用模糊控制,以提高系统响应速度,加快响应过程,抑制超调。自适应模糊PID控制器的原理图如图2所示。
3 模糊控制器的设计
3.1 输入、输出量及其隶属函数的确定
这里选择模糊控制器的输入变量为误差e和误差的变化率ec,输出变量为控制量u,相应的模糊集分别为E、EC和U,它是一个双输入单输出的二维模糊控制器。对误差E、误差变化EC及控制量U三个语言变量分为8个档级,形成8个模糊子集来反应它们的大小,它们分别是:NL=负大,NM=负中,NB=负小,NO=负零,PO=正零,PB=正小,PM=正中,PL=正大。将误差e、误差变化ec和控制量u的基本论域[-e,e]量化为13档,则E、EC和U的模糊集合的论域均为:{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}
假设E、Ec、U均服从三角形隶属函数曲线分布。在Matlab命令窗口中键入Fuzzy命令,打开Fis editor,进入Membership function editor,编辑输入、输出量的隶属度函数,如图3所示。
3.2 模糊控制规则表的确定
根据专家经验,可得针对E、Ec、U三个参数的模糊控制规则表[4]如表1所示。
3.3 基于模糊规则表的模糊推理
根据模糊控制規则表1可知,各变量调节规则可以写成如下条件语句的形式:
根据表1和(6)式可求出控制量U在不同的误差e和误差变化率ec下的所有模糊取值的隶属度,然后根据e和ec的测量值,利用反模糊化加权平均法进行模糊判决,可求出U的精确值如下:
4 仿真结果
在MATLAB的Simulink环境中对图2所示的模糊PID双模控制系统进行编辑,得到图4所示的系统仿真框图[5]。然后按Simulink仿真的正确步骤选取步长、模拟示波器X/Y轴参数等进行仿真运算处理。常规PID控制、普通模糊控制以及模糊PID双模控制的阶跃响应仿真曲线比较如图5所示。表2给出以上三种方法的性能参数比较。从图5和表2可以看出,模糊PID双模控制具有较小的超调量和较短的调节时间,良好的动、静态特性,更好的适应性和鲁棒性,优于常规PID控制和普通模糊控制。
参考文献
[1] 葛锁良,刘文慰 基于模糊控制的交流伺服系统的设计[J] 东南大学学报(自然科学版),2003,9(33增):154-157
[2] 黄庆 交流永磁电机伺服系统复合自抗扰控制策略研究[D] 湖南大学2014
[3] 熊均泉,戴果华,佘致廷 基于Matlab的退火炉温度模糊PID控制的仿真研究[J] 中国仪器仪表,2005,5:80-82
关键词:交流伺服系统;模糊控制;PID控制
0 引言
交流伺服系统是自动控制领域的重要研究对象之一,近些年来,取得了很多研究成果[1-2]。随着生产力的高速发展,在现代交流伺服系统中,交流电机对控制策略方面的要求甚高,要求交流伺服控制系统的反应速度越来越快,超调量越来越小,不是一般传统的控制方法(如PID控制)所能满足的。PID控制存在参数整定比较难、抗干扰能力弱等缺点,所以采用智能控制算法是一种必然趋势,模糊控制无需建立被控对象的数学模型,对被控对象的非线性和时变性具有一定的适应能力,但是模糊控制近似于一种非线性的PD控制器,没有积分环节,因此会产生一定的稳态误差,同时模糊控制会产生稳态振颤现象,均需加以改善。
本文针对复杂的交流伺服系统,采用模糊PID复合控制方式,当误差小于某一阈值时,采用PID控制,以提高系统的控制精度,获得良好的稳态性能;当误差大于某一阈值时,采用模糊控制,以获得良好的瞬态性能。并通过Matlab仿真分析说明了模糊PID双模控制具有较好的动态和稳态性能。
1 交流伺服系统设计
综合考虑多种因素所设计的交流伺服系统原理图如图1所示,主要由速度调节器、电流调节器、交流电机、速度检测装置组成。
其中,电流调节器采用PID控制器,电流调节器采用模糊PID双模控制器。其基本原理是:为了实现转速和电流两种负反馈分别起作用,在系统中设置了两个调节器,分别调节转速和电流,二者之间实行串级连接,即把转速调节器的输出当作电流调节器的输入,再用电流调节器的输出去控制交流电机,最后,通过速度检测装置去测电机转速反馈到输入端,与给定信号进行比较得到偏差作为转速调节器的输入信号,从而实现了电流和转速的闭环控制。
对于非线性的交流伺服系统进行线性化之后,其传递函数为:
.
2 控制方案的选择
常规数字PID控制算法的形式为:
式中e(k) 数字PID控制器的输入,u(k)分别为数字PID控制器的输出,Kp为比例系数,Ki为积分系数,Kd为微分系数。常规PID控制只适用于线性控制系统,需要建立被控对象精确的数学模型,而且PID参数整定比较难,抗干扰能力差,但是在小范围内调节效果很好,其积分环节可以用来消除稳态误差。
传统的模糊控制算法实质上是一个查表输出的过程,模糊控制器的稳态性能差,是因为不仅制定的模糊表不佳,而且误差和误差的变化率被模糊量化取整后引起控制器调节死区,以及控制量的分档而引起的调节过粗,所以要想提高模糊控制器的精度和跟踪性能,就需要选取更多的模糊语言变量,即分档越细,控制性能越好,但是这样会导致规则数和计算量增大,从而使模糊控制规则表难以确定,调试也越难,使得实时控制显得力不从心。
其实普通模糊控制器相当于PD(比例微分)控制器,它对输入量的处理是离散的,而且由于它没有积分环节,所以本身无法消除系统的稳态误差,控制精度不高。模糊控制器将误差信号转化为论域上的整数值[3],即:
综上所述,对于复杂的交流伺服非线性系统,仅用常规PID控制或普通模糊控制都很难达到满意的效果。本文采用模糊PID双模控制的方式,它结合两者的优点,当误差小于某一阈值e0时,采用PID控制,以提高系统的控制精度;当误差大于某一阈值e0时,采用模糊控制,以提高系统响应速度,加快响应过程,抑制超调。自适应模糊PID控制器的原理图如图2所示。
3 模糊控制器的设计
3.1 输入、输出量及其隶属函数的确定
这里选择模糊控制器的输入变量为误差e和误差的变化率ec,输出变量为控制量u,相应的模糊集分别为E、EC和U,它是一个双输入单输出的二维模糊控制器。对误差E、误差变化EC及控制量U三个语言变量分为8个档级,形成8个模糊子集来反应它们的大小,它们分别是:NL=负大,NM=负中,NB=负小,NO=负零,PO=正零,PB=正小,PM=正中,PL=正大。将误差e、误差变化ec和控制量u的基本论域[-e,e]量化为13档,则E、EC和U的模糊集合的论域均为:{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}
假设E、Ec、U均服从三角形隶属函数曲线分布。在Matlab命令窗口中键入Fuzzy命令,打开Fis editor,进入Membership function editor,编辑输入、输出量的隶属度函数,如图3所示。
3.2 模糊控制规则表的确定
根据专家经验,可得针对E、Ec、U三个参数的模糊控制规则表[4]如表1所示。
3.3 基于模糊规则表的模糊推理
根据模糊控制規则表1可知,各变量调节规则可以写成如下条件语句的形式:
根据表1和(6)式可求出控制量U在不同的误差e和误差变化率ec下的所有模糊取值的隶属度,然后根据e和ec的测量值,利用反模糊化加权平均法进行模糊判决,可求出U的精确值如下:
4 仿真结果
在MATLAB的Simulink环境中对图2所示的模糊PID双模控制系统进行编辑,得到图4所示的系统仿真框图[5]。然后按Simulink仿真的正确步骤选取步长、模拟示波器X/Y轴参数等进行仿真运算处理。常规PID控制、普通模糊控制以及模糊PID双模控制的阶跃响应仿真曲线比较如图5所示。表2给出以上三种方法的性能参数比较。从图5和表2可以看出,模糊PID双模控制具有较小的超调量和较短的调节时间,良好的动、静态特性,更好的适应性和鲁棒性,优于常规PID控制和普通模糊控制。
参考文献
[1] 葛锁良,刘文慰 基于模糊控制的交流伺服系统的设计[J] 东南大学学报(自然科学版),2003,9(33增):154-157
[2] 黄庆 交流永磁电机伺服系统复合自抗扰控制策略研究[D] 湖南大学2014
[3] 熊均泉,戴果华,佘致廷 基于Matlab的退火炉温度模糊PID控制的仿真研究[J] 中国仪器仪表,2005,5:80-82