外文翻译
高性能运动控制系统的模糊自适应PID控制和前馈设计
Ngo Ha Quang Thinh and Won-Ho Kim
摘要：现有的传统控制器在存在非线性属性、不确定因子以及工业执行器的伺服落后现象时，无法很好的工作。因此，为了解决这个问题，我们提出一个可行且有效的PID控制器和前馈控制方案。在本次设计中。我们运用一个模糊调节器来调节PID参数，以避免不正常调节带来的控制混乱，这样一来系统将会拥有更加优秀的性能。在此之后，我们运用速度和加速度前馈单元，在一定程度上减少由于伺服滞后带来的追踪误差。为了丰富系统方案的功能并提高其效率，我们添加以下硬件配置：起主要作用的数字信号处理（DSP)，能确保快速有效的与主机交流的双端口RAM（DPRAM)，能处理地址解码器给出的任务并接受前馈解码信号的现场可编程门阵列（FPGA），以及许多外围逻辑电路。最后的实验结果表明，我们提出的运动控制器拥有平滑的轮廓，以及强大的跟踪预测能力和优秀的实时性能，这让它适用于许多制造业领域。
关键词：模糊控制，PID控制，运动系统，前馈控制，数字信号处理（DSP），交流伺服。
1.导入
尽管工业运动控制系统在几十年前才产生，但它的发展却相当的快。运动控制系统的最为重要的组成部分便是运动控制器，如何设计拥有控制策略算法的运动控制器已然成为运动控制系统中的关键技术。总的来说，工业运动控制器必须解决两个主要的问题。其一与跟踪控制相关。在大多数工业运动控制器中，通过输入参数定义的运动轨道以追踪命令生成。因此，运动控制器能评估实际运动与既定运动的相符程度。传统解决方案使用的是应用广泛的PID算法。屈和王在可编程多轴运动控制器中实现PID控制器的运用，用以控制交流伺服电机。然而，这个基于复杂调试过程的设计，依赖于特殊的控制设备。在参考文献2书中，作者介绍了一种PID控制的最小二乘参数估算算法，它能使系统的运动更加平顺。然而，这种参数估算器算法增加了计算成本，并减少了串行通讯的速度，这将与工业生产中的高效要求背道而驰。赵和张在参考文献3中介绍了一种分阶PID方案，它能不断改变系统的频率。这种方案对于实现控制器的实际运用很重要，但它不能确保令人满意的交流速度。第二个问题涉及到系统的干扰抑制特性。在生产制造环境中，发动机轴上的转矩扰动是很常见的。因此，有必要设计一个用于补偿扰动的控制器。Tran等人研究了在飞机中央电子监控系统（ECAM）上的运动控制，介绍了利用自适应PID速度控制器解决这些不确定因素的方法。由这个控制器得到的结果被不断更新，用以确保在变化的工况下系统性能的一致性。然而，这个控制器依赖于一种特殊的运动系统，因此无法得到广泛的应用。许多其他的控制方法也曾被提出，如：最优控制,自适应鲁棒控制，自适应鲁棒神经网络，可变结构控制和线性二次调节器（LQR)。然而这些解决方案没有把已有的人类智慧纳入其算法中。由于系统的控制复杂性，非线性和不确定性，仅依据某个特定的数学模型很难在各种不同生产机器中都获得较好的性能。
而智能控制技术，尤其是模糊控制技术（FCT），可以解决传统方法产生的困难。这是一个专注于推理机制，而非仅仅关注系统的模型。在参考文献11中，研究人员通过计算工作点的方式，研究了一个内置式永磁同步电机高速控制的控制图表。然后在模糊逻辑控制器中，输入这些值，便能通过遗传算法调整改变控制器的参数。与之前相反的是，这个方法只给出分析和发展理论。其他的研究者设计了一个包含能控制线性和非线性系统的传统微分控制器的线性两输入规格化模糊逻辑控制器。然而这个控制器仍然不适用与大多数生产机器，因为计算负担太重，运用起来太过复杂。参考文献13中的作者研究了一个能够在传统PID控制和模糊PID控制间灵活切换的开关机构，他用一种通用优化技术来优化缩放值。然而，他仅仅在实验室环境下得到了实验结果，而没有实际的编程，也没有运用调试控制语言。
在现代实际的生产环境中，一个前馈方案能保证提高追踪性能。Tsai等人在参考文献14中描述了一个在电脑数控机床上工作的完整的前馈补偿器。前馈控制结构也能被用在需要保持诸如优化时间、可靠度和精度这些性能的运动规划算法中。在其他文章中，如在参考文献15、16中的作者建议使用高阶前馈控制策略，以得到显著的性能提升。四阶轨道规划算法的细节显示出一个实际、可靠、准确的结果。在参考文献17、18里，在不确定因素和扰动下，作者运用鲁棒内环路补偿器讨论了运动控制器的稳定设计方法。这一设计提供了在不确定因子环境下，解决稳定性和所需性能的一个系统化的方法。
在本文中，我们提出了一个可行有效的模糊自适应PID前馈控制器的设计，它能在加工行业中实现高精度和高性能要求。这种基于知识的控制方案在处理有外界干扰的系统、无模型系统以及不需要精确信息的系统时，拥有足够的鲁棒性。本文的其余部分是按如下构造的：第二节我们展示了控制器方案，第三节描述了整个运动控制系统，实验结果在第四节被展示出，最终，我们在第五节讨论出了相应的结论。
2.控制器设计提议
2.1传统PID控制器
由于PID控制器简单易用，易于控制，在各种工业领域中都很出名。但它在现代工业里显示出了许多缺陷与问题。总的来说，实现需要的性能增益有两种方法，试错法和分析。显而易见的是，试错法依赖于技术人员的个人经验以及特殊的伺服系统。一旦重要的实验得到的效果很差，或无法得到直观的性能，就很难知道你是否得到最佳性能增益。通过分析伺服系统，Ziegler和Nichols介绍了一个改变PID控制器三参数的方法。然而，这三参数增益都是内部关联的，因为改变任一个都会影响系统的调整。此外，由于固定增益，常规PID控制器不能在较宽领域范围夏，都得到优良的性能。因此，为现代工业使用的运动控制系统设计一个高性能控制器，已是迫在眉睫的需求。
2.2模糊自适应前馈PID控制器
常规PID控制器的系数通常不能是应用于有着不确定参变量的非线性模型。为了解决这些不确定因子，PID控制器被设计成能自动调整这些参数，这样的PID控制器被称为模糊自适应PID(FPID),同时它也能维持简单控制因子并消除稳态误差。但是，由于只有一个反馈控制结构，在存在线性伺服落后，追踪误差仍然会发生。为了强化追踪性能，一个现有的解决方案是为主控制器添加前馈控制方案。对于这种设计，前馈控制方案能够有效的改变位置环控制器中的参数值。结果如下：控制器整体在图1中被展出，它由前馈控制单元，模糊推理机制以及自调节PID控制器组成。从图1中可以看出，运用模糊推理调节器可以调节KP,KI,KD三参数。
图1：所设计控制器的控制方案
所提出控制器的输出可表示为：
u = uFF uFPID （1）
uFF, uFPID：分别是前馈控制单元和模糊自适应PID控制器的控制效能。
e(t),:误差和误差的偏差。
KP, KI, KD:分别是PID控制器中的比例、积分
、微分增益。
Kvff, Kaff: 前馈增益的速度和加速度。
位移，速度和加速度参考值是运动轮廓发电机的输入。
设计模糊推理过程的第一步是建立输入和输出的语言模糊变量。在图2中，模糊推理的输入是误差和误差的偏差，而输出则是被用于调整PID控制器。为了简便有效的编程，这些模糊集的隶属函数被设置为三角形和梯形。在研究中，两个输入集中的语言变量被分成大负数（NB），小负数（NS），零（Z），小正数（PS）和大正数（PB）。结果是，Ii和Ij(i,j = 1...5)代表输入变量的模糊集，而后，micro;Ii(e) and micro;Ij(∆e) (i,j = 1...5)代表着相应的隶属函数。类似的，输出的语句也包含了小（S），较小（MS），中等（M），中等大（MB）和大（B）。另外，为了通过削减计算成本来确保实时性能，输出模糊集的隶属函数都是模糊单一集。因此，这些集的隶属函数被表示为micro;Ok (k = 1...5).
图2：输入和输出的隶属函数
表1：模糊调谐器的模糊算法
语言规则包含了一系列IF-THEN规则，这些IF-THEN规则包含两个前因和一个后果，可以表达为如下形式：
Rx,y,z : IF e = Ax AND ∆e = By THEN Output = Cz （2）
其中 1 le; x,y,z le; 5.
规则前因的连词由模糊运算交集决定，而模糊运算交集由最小运算符实现。IF-THEN的完整数目和组成两个模糊输入变量的模糊集数的乘积相等。因此，总共25个模糊规则能够代表用于创建输出成员集的每两个模糊输入变量的可能组合。模糊规则保证了模糊控制器的输出能改善所有的追踪性能。
模糊推理机用正确设计的知识库，来分析模糊规则并根据每条规则输出结果。表格1展示了由驱动系统产生的模糊变量的可能组合和相应的输出隶属函数。之后多种输出通过去模糊化被转为清晰地输出。
之后，这三个输出被下面的方程取代，用来计算调节增益。
一个饱和模型也被合并入完整的控制器模型。因此，所提出控制器的最终输出是，
umax, umin:伺服驱动系统允许的最大和最小输入。
usat:饱和单元的输出。
3.运动系统描述
图3展示了基于运动控制系统的数字信号处理（DSP）。主机是配备Windows 7操作系统的个人电脑。所提出控制器能够和主机通过外围组件互联（PCI）主线交流。运动控制器将模拟信号输出给伺服驱动器以提供控制。在本文中，伺服驱动器和伺服电机由YASKAWA生产制造。伺服电机SGMJV-02ADA21 200W有由高性能伺服驱动器SGDV-1R6A01B驱动的20位增量编码。
在此系统中，所提出的的基于DSP的运动控制器设计有CPU作为关键组件。这个微处理器处理多任务操作，例如运动计划，运动检测以及算术计算，这些是基于芯片的强大资源。
图3：实验运动控制系统
3.1硬件开发
在图4中，所提出的控制器的硬件设计包括DSP,DPRAM,静态RAM（SRAM),Flash,FPGA和其他次要的零件。主机在主机上控制全部S曲线运动模型（加速度模型）。控制器通过33MHZ的PCI通道与主机交流，因此，它能收到主机给出的运动控制。高速和有效的数据交流由允许两个方向同时操作的DPRAM保证。DSP在共享内存区域中读取运动参数，并计算平滑轮廓。为了能在CPU需要时容易被获取，多个运动系数被保存在SRAM中，Flash中的数据被用于初始的运动信息和启动功能。DSP保证基于多项式方程的配置文件。控制位置作为参考信号被送到主控制器。因此，运算的结果被转化为数模转换。伺服驱动器收到模拟控制值，并给运动控制器响应的反馈值。在本设计中，FPGA的功能是地址解码和接收解码信号。
图4：所提出控制器的硬件框图
3.2软件开发
软件设计的组成部分包括图形用户接口（GUI)，C 和C语言程序。在Windows OS中，GUI允许运用者和运动控制系统通过成像演示而非文本命令互动。因此，参数被输入展示，与此同时运动也被执行。一个由Visual Studio 2008设计的运动库能分类并同步主机与运动控制器间的数据流。在低一级别，在Code Composer Studio version3.3C系统下运作的C语言能管理运动控制器的大多数任务。
为了能系统地平稳地组织程序，各种通道和命令被提出。当运动完成，通道也准备就绪。除此之外，通道也很繁忙。命令的请求状态首先到达C编程程序，来设置参数。当运动准备就绪，命令便执行。在运动过程中，如果出现任何错误，命令便返回错误类型。如果没有，命令状态已准备好进行下一操作。
如图5展示了处理主机与控制器交流的全局命令。在确认通道和全局命令准备就绪后，数据被相应地写入储存区域。之后，主机发送考虑到加速度模式、混合模式、步进模式的运动命令，运动开始。图6描述了主要的中断服务路径（ISR）。首先，硬件数据从解码器被读取，反馈信号出现。在这个阶段，正负极限传感器和家中传感器也被更新。之后，输出之前数模转换器（DAC）计算的数据。从解码值可得到实际位置。因此，通过参考它的真实位置和速度，我们可以在函数发生器中生成运动轮廓。在此之后，命令值和实际值的差值被计算，并传送到模糊自适应PID控制器。在ISR结束之前，最终的DAC数据被记录在寄存器中。
图5：全局命令流程图
图6：中断服务程序、DAC、数模转换器的流程图
在C语言程序中，有一个连续监视运动控制器运行的主循环。循环检测传感器的信号，放大器的错误信号以及命令值和实际值间的误差。它也能验证是否运动在正确位置。
4.实验结果
为了评价所提出的模糊自适应PID前馈控制器的性能，我们在大量生产环境中进行了一系列的实验。同时，我们也测试了传统PID控制器在同样环境下的性能。运动系统的所有硬件在三种常规模式中被运行和观察,它们分别是加速运动，混合运动和步进运动。而且，为鉴别运动系统的状态，我们收集运动系统的三个监控参数。常规速度的作用是，作为来自运动轮廓发生器的参考信号，同时实际速度尽可能要与既定速度相符。矩阵值是所提出控制器的输出控制矩阵。图7-9展示了三种模式下既定控制策略的追踪结果。可以看出，模糊自适应PID前馈控制器能使实际
剩余内容已隐藏，支付完成后下载完整资料
英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[137703]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
