1 PID 控制

 

PID 控制作為一種簡(jiǎn)單而實(shí)用的控制方法 , 在步進(jìn)電機驅動(dòng)中獲得了廣泛的應用。它根據給定值 r( t) 與實(shí)際輸出值 c(t) 構成控制偏差 e( t) , 將偏差的比例 、積分和微分通過(guò)線(xiàn)性組合構成控制量 ,對被控對象進(jìn)行控制 。文獻將集成位置傳感器用于二相混合式步進(jìn)電機中 ,以位置檢測器和矢量控制為基礎 ,設計出了一個(gè)可自動(dòng)調節的 PI 速度控制器 ,此控制器在變工況的條件下能提供令人滿(mǎn)意的瞬態(tài)特性 。文獻根據步進(jìn)電機的數學(xué)模型 ,設計了步進(jìn)電機的 PID 控制系統 ,采用 PID 控制算法得到控制量 ,從而控制電機向指定位置運動(dòng) 。最后 ,通過(guò)仿真驗證了該控制具有較好的動(dòng)態(tài)響應特性 。采用 PID 控制器具有結構簡(jiǎn)單 、魯棒性強 、可靠性高等優(yōu)點(diǎn) ,但是它無(wú)法有效應對系統中的不確定信息 。 [2] 

 

目前 , PID 控制更多的是與其他控制策略相結合 , 形成帶有智能的新型復合控制 。這種智能復合型控制具有自學(xué)習 、自適應 、自組織的能力 ,能夠自動(dòng)辨識被控過(guò)程參數 , 自動(dòng)整定控制參數 , 適應被控過(guò)程參數的變化 ,同時(shí)又具有常規 PID 控制器的特點(diǎn)。 [2] 

 

2 自適應控制

 

自適應控制是在 20 世紀 50 年代發(fā)展起來(lái)的自動(dòng)控制領(lǐng)域的一個(gè)分支 。它是隨著(zhù)控制對象的復雜化 ,當動(dòng)態(tài)特性不可知或發(fā)生不可預測的變化時(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)現和自適應速度快 ,能有效地克服電機模型參數的緩慢變化所引起的影響 ,是輸出信號跟蹤參考信號 。文獻研究者根據步進(jìn)電機的線(xiàn)性或近似線(xiàn)性模型推導出了全局穩定的自適應控制算法 , 這些控制算法都嚴重依賴(lài)于電機模型參數 。文獻將閉環(huán)反饋控制與自適應控制結合來(lái)檢測轉子的位置和速度 , 通過(guò)反饋和自適應處理 ,按照優(yōu)化的升降運行曲線(xiàn) , 自動(dòng)地發(fā)出驅動(dòng)的脈沖串 ,提高了電機的拖動(dòng)力矩特性 ,同時(shí)使電機獲得更精確的位置控制和較高較平穩的轉速 。 [2] 

 

目前 ,很多學(xué)者將自適應控制與其他控制方法相結合 ,以解決單純自適應控制的不足。文獻設計的魯棒自適應低速伺服控制器 ,確保了轉動(dòng)脈矩的最大化補償及伺服系統低速高精度的跟蹤控制性能 。文獻實(shí)現的自適應模糊 PID 控制器可以根據輸入誤差和誤差變化率的變化 , 通過(guò)模糊推理在線(xiàn)調整 PID參數 ,實(shí)現對步進(jìn)電機的自適應控制 , 從而有效地提高系統的響應時(shí)間 、計算精度和抗干擾性 。 [2] 

 

3 矢量控制

 

矢量控制是現代電機高性能控制的理論基礎 ,可以改善電機的轉矩控制性能 。它通過(guò)磁場(chǎng)定向將定子電流分為勵磁分量和轉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)電機不僅存在主電磁轉矩 , 還有由于雙凸結構產(chǎn)生的磁阻轉矩 , 且內部磁場(chǎng)結構復雜 , 非線(xiàn)性較一般電機嚴重得多 , 所以它的矢量控制也較為復雜 。文獻[ 8] 推導出了二相混合式步進(jìn)電機 d-q 軸數學(xué)模型 ,以轉子永磁磁鏈為定向坐標系 ,令直軸電流 id =0 ,電動(dòng)機電磁轉矩與 i q 成正比 , 用PC 機實(shí)現了矢量控制系統 。系統中使用傳感器檢測電機的繞組電流和轉自位置 ,用 PWM 方式控制電機繞組電流 。文獻推導出基于磁網(wǎng)絡(luò )的二相混合式步進(jìn)電機模型 , 給出了其矢量控制位置伺服系統的結構 ,采用神經(jīng)網(wǎng)絡(luò )模型參考自適應控制策略對系統中的不確定因素進(jìn)行實(shí)時(shí)補償 ,通過(guò)最大轉矩/電流矢量控制實(shí)現電機的高效控制 。 [2] 

 

4 智能控制的應用

 

智能控制不依賴(lài)或不完全依賴(lài)控制對象的數學(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的不確定性和精確性 , 突破了傳統控制必須基于數學(xué)模型的框架 。目前 , 智能控制在步進(jìn)電機系統中應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象的模糊模型的基礎上 ,運用模糊控制器的近似推理等手段 ,實(shí)現系統控制的方法 。作為一種直接模擬人類(lèi)思維結果的控制方式 , 模糊控制已廣泛應用于工業(yè)控制領(lǐng)域 。與常規控制相比 ,模糊控制無(wú)須精確的數學(xué)模型 , 具有較強的魯棒性 、自適應性 , 因此適用于非線(xiàn)性 、時(shí)變 、時(shí)滯系統的控制 。文獻[ 16] 給出了模糊控制在二相混合式步進(jìn)電機速度控制中應用實(shí)例 。系統為超前角控制 ,設計無(wú)需數學(xué)模型 ,速度響應時(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)元按一定的拓撲結構和學(xué)習調整的方法 。它可以充分逼近任意復雜的非線(xiàn)性系統 ,能夠學(xué)習和自適應未知或不確定的系統 ,具有很強的魯棒性和容錯性 ,因而在步進(jìn)電機系統中得到了廣泛的應用 。文獻將神經(jīng)網(wǎng)絡(luò )用于實(shí)現步進(jìn)電機最佳細分電流 , 在學(xué)習中使用 Bay es 正則化算法 ,使用權值調整技術(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分問(wèn)題 。 [2]