（电气工程专业论文）直线伺服系统神经网络自适应逆控制理论研究.pdf

沈阳工业大学硕士学位论文 攘要 本文戳溺家耋然举萼学基众资臻顼鏊壹线镯l 器双篷量环动态穗褰舞步遴给理论 和实现方法研究( n o 5 0 0 7 5 0 5 7 ) 为背景，基于神经网络及自适威逆控制理论， 提窭了壹线镧鞭熬毒精疫快遴绘豹襻经遂控裁系统方案，蒡遴一多磷究了棒经溺络 控制问题。 螽子永磁篷线露步毫动橇清除了旋转毫穰壶旋转遮动虱纛线运动瓣撬摄襞动链戆 影响，且具有电磁推力强度瀚、损耗低、电气时间常数小、响应快等特点，使其 在蔫穗度、徽避绘餐黻系统孛藏务撬符援l 梅瓣簸佳选择之一。零矮嚣提逡7 在诸热燕 门移动式镗铣床等涉及高精度同步谶给技术的现代加工设铸中，采用永磁崴线同步 毫撰穆免闲步透绘戆驱动元终，班发箨其毫逮魏凌态旗瘟戆力，实褒动态嚣步避绘。 传统的矢量控制算法是建立在电动机数学模型的基础上的，系统的控制性能往往受 模型熬耱确程发秘电凌极熬参数影羲较丈。本论文在人工神经弼终控豢l 毽论戆綦礁上， 针对永磁直线同步电动机矢量控制系统，构造m i m 0 神经网络p i d 矢量控制系统。通过 大量仿真秘实狻表明，本系统琴仅具鸯较好熬动态帮稳态蛙能，嚣虽避免了系绞黪数学 模型、电动机参数交化等因素的不良影响，有很好的自适应性和鲁棒性。 本文豹创疑之处农予，将蕊线电动税终必个的被控对象，秘用自逶应逆控巷8 理论 设计了一个b p 神经网络自适应逆控制系统，以此解决高精度谶给的控制问题，并在此 基础上，研究了神经邀控制闯越来解决模型摄动瓤参数不确定燃绘系统带来的扰动，以 保证系统的稳定性及蒋棒性；利用逆控制器的快速反应能力来保证系统的快速髋，共同 实现系统的性能指标。 所提出的控制方案有严格的理论基础，既傺证了闭环系统的稳定性和快速的跟随性 能，又抑制了模型摄动及外部于扰对系统的影响，保谖了系统的鲁榜性能。仿真也验证 了所提方案是行之有效的。 关键谢t 壹线伺服、神经网络、自适应逆控制、矢量控箭 沈阳工业大学硕士学位论文 r e s e a r c ho nn e u r a l a d a p t i v e i n v e r s ec o n t r o lt h e o r yo fl i n e a rs e r v o s y s t e m a b s t r a c t an e wk i n do fi n v e r s ec o n 付o lt a c t i cb a s e do nn e u r a ln e t w o r kc o n t r o lf o rd y n a m i c a l a n d r a p i dh i g h - p r e c i s i o n - t e e di nas i n g l ea x i si sp r o p o s e d i nt h i st h e s i s ，t h e b a c k g r o u n d o ft h et h e s i si s t h e o r yo fd y n a m i cp r e c i s i o ns y n c h r o n i z a t i o nt r a v e r s ea n dr e s e a r c ho f r e a l i z a t i o nm e t h o d sf o rl i n e a rs e r v od u a lp o s i t i o nl o o p ss y s t e m ( n o 5 0 0 7 5 0 5 7 ) ”， w h i c hi ss u p p o r t e db yn a t i o n a ln a t u r a ls c i e n c ef o u n d a t i o no f c h i n a t h el i n e a rp e r m a n e n t m a g n e ts y n c h r o n o u sm o t o r ( l p m s m ) h a s a v o i d e dt h ee f f e c t so f t h em e c h a n i c a lt r a n s m i s s i o nc h a i n sf r o mr o t a r ym o t i o n s 协l i n e a ro n e s ，a n dh a ss 拓o n g e l e c t r o m a g n e t i c mt h r u s t ，l o w e rc o s t ，s m a l le l e c t r i c a lt i m ec o n s t a n ta n dr a p i dr e s p o n s ee t c ， w h i c hb e c o m e so n eo f t h eb e s te x e c u t i v em a c h i n e s 遮h i g h - p r e c i s i o na n dm i c r o - f e e ds e r v o s y s t e m i nt h i sp r o j e c gu s i n gl p m s m a sd r i v i n gp a r t si nm o d e r nm e c h a n i c a ls y s t e m s i n v o l v e dh i g h - p r e c i s i o ns y n c h r o n i z e df e e dt e c h n o l o g ys u c ha sg a n t r y - m o v i n gt y p em i l l i n g m a c h i n ei sf i r s tp r o p o s e ds oa st ob r i n gt h e i rh i g h - s p e e dd y n a m i cr e s p o n s ea b i l i t yi n t op l a y f o rr e a l i z i n gd y n a m i c 鑫l l y s y n c h r o n i z e d f e e d c o n v e n t i o n a lv e c t o rc o n t r o la l g o r i t h mi sd e p e n d e n to nt h em a t h e m a t i c a lm o d e lo fm o t o r t h u s ，t h ec o n l r o lp e r f o r m a n c eo f s y s t e m i si n f l u e n c e dt oag r e a te x t e n tb yt h em o d e l p r e c i s i o n a n dt h el i n e a rp a r a m e t e r so f m o t o r b a s e do na r t i f i c i a ln e u t r a ln e t w o r kc o n t x o lt h e o r y ，am i m o n e u t r a ln e t w o r kp i dn e u r a ln e t w o r kv e c t o rc o n t r o ls y s t e mr e a l i z i n gt h em a x h 搬t o r q u ew i t h m l n i n l l 1 nc u r r e n ti sc o n f o r m e df o ral p m s md r i v es y s t e m an u m b e ro fs i m u l a t i o na n d e x p e r i m e n t ss h o w t h a tt h es y s t e mn o t o n l yh a sg o o dp e r f o r m a n c e b o t hi nd y n a m i ca n d s t e a d y s t a t eb u ta l s oa v o i d st h ea d v e r s ee f f e c tr e s u l t e df r o mt h ei n a c c u r a t em a t h e m a t i c a lm o d e la n dt h e p a r a m e t e rc h a n g e so f t h el p m s m t h e r e f o r e , t h es y s t e mp o s s e s s e s g o o ds e r f - a d a p t i n ga n d r o b u s t t h ei n n o v a t i v ei d e a si nt h i st h e s i sa r et h a tn e u r a ln e t w o r ka d a p t i v ei n v e r s ec o n t r o lt h e o r y b a s e do nl p m s me n n t r o ls y s t e mi sa p p l i e dt ot h eh i g h - p r e c i s i o nf e e do f a s i n g l ea x i s ，a n dt h e c o n t r o l l e ri sc o m p o s e do fi n v e r s em o d e lo fl i n e a rm o t o r an e u r a ln e t w o r ki n v e r s ec o n t r o l s y s t e m r e s t m i u sd i s t u r b a n c e sa n du n c e r t a i n t i e st ok e e pt h er o b u s ta n ds t a b l ep e r f o r m a n c e s t h e 2 。 沈阳工业大学硕士学位论文 a d a p t i v ei n v e r s ec o n 仃o ls y s t e m ，w h i c hh a st h ea b i l i t yo f r a p i dr e s p o n s e ，i sa p p l i e dt os a t i s f yt h e r a p i dp e r f o r m a n c e b o t ht h ei n n e rs y s t e ma n de x t e r n a ls y s t e ma r eu s e dt os a t i s f yt h er e q u i r e d t r a c k i n gp e r f o r m a n c e s t h e p r o p o s e d c o n t r o ls c h e m eh a sf i l la d a p t i v ei n v e m ec o n t r o lt h e o r e t i ca n dn e u r a ln e t w o r k b a s e t h ec o n t r o l l e r sd e s i g n e dn o to n l yg u m a n t e et h es t a b i l i t yr o b u s t n e s sa n d p e r f o r m a n c e r o b u s t n e s so f t h es y s t e mb u ta l s ot h e t r a c k i n gp e r f o r m a n c e o f t h es y s t e m t h es i m d a t o nr e s u l t s s h o wt h a tt h ed e s i g ni sr e a s o n a b l ea n de f f e c f i v e k e y w o r d ： l i n e a rs e r v o ，n e u r a ln e t w o r k ，a d a p t i v ei n v e r s e c o n t r o l ， v e c t o rc o n t r 0 1 3 独创性说明 本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工 作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得 沈阳工业大学或其他教育机构的学位或证书所使用过的材料。与我一同 工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表 示了谢意。 签名：砸 日期：矽7 z 矽 关于论文使用授权的说明 本人完全了解沈阳工业大学有关保留、使用学位论文的规定，即： 学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公 布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论 文。 ( 保密的论文在解密后应遵循此规定) 签名：痿堑丝导师签名： 沈阳工业大学硕士学位论文 0 绪论 电机的精密控制技术成为当前数控机床以及机电一体化领域一个重要而活跃的研 究方向驯。在这个理论研究上，各种先进的控制方法如交叉耦合补偿控制、最优控制、 前馈控制、变增益控制、滑模变结构控制等，都取得了一些研究成果，但并未从根本上 解决问题【2 j 。由于交流伺服电机的非线性、特性的不匹配性、转矩的有界性、负载和跟 踪曲线的不确定性及非线性等关键问题的存在，特别是在较高速度下如何获得高精度和 品质与稳定的鲁棒性，仍然是目前没有很好解决的重要科学与技术问题【9 - 1 1 】。 2 0 世纪9 0 年代中期以后，直线驱动技术在许多精密定位领域中已得到广泛的应 用，特别是随着对数控机床加工技术要求不断地实现高速和超高速化、精密和超精密 化，更需要具有高速反应能力的直线伺服进给技术的支持。由于直线驱动消除了传统机 械传动链所带来的一系列不良影响，因而极大地提高了进给系统的快速反应能力和运动 精度，成为新一代数控机床中最具有代表性的先进技术之一。直线伺服进给比旋转电机 + 滚珠丝杠方式具有更高的动态响应能力和优良特性，它省去了中间机械运动的变换环 节而成为零传动方式，是当前的一种发展趋势【1 4 1 。 自从美国学者b w i d r o w 于1 9 8 6 年提出了自适应逆控制理论，在学术界引起很大 反响，逆控制理论在控制系统和调节器的设计中是一种很新颖的途径，近十几年发展起 来的与神经控制理论结合是解决控制问题比较成功且比较完善的理论体系【1 3 】。并且，在 m a t l a b 软件包中相关工具箱s u m u l i n k 的支持下，逆控制理论已真正成为实用的工程 设计理论【2 那。 本课题正是以一台直线永磁同步伺服电机( l p m s m ) 作为高速度、高精度龙门移动 式镗铣床的龙门柱纵向进给的传动机构为应用背景，基于逆控制理论，对直线伺服系统 的控制问题进行了深入的应用研究，研究了一个基于神经网络p i d 控制系统，理论上研 究神经网络自适应逆控制，通过对控制方法的完善提高响应速度，实现精确控制并对逆 控制理论做了进一步的研究，本课题的研究将对进一步完善和提高电机的精密控制技术 提供重要的参考，对我国龙门移动型数控重型镗铣床等大型加工设备的发展具有一定的 现实意义。 沈阳工业大学硕士学位论文 犟在1 9 世纪末砖2 0 鬣纪初就肖入从事研究直线电视，随着超离速运输系统的需 要，囊线电机在这方谳的应用受到了极大的重视，许多国家开展了对直线电机的专题研 究，予是直线电视的瓒论和应闻均获褥了迅速的发震。 随着高性能永磁材料的发展和价格的降低，永磁式直线电机在许多小功率设备中也 得到了广泛应精，主黉是在各稀设备中作奔伺目蘸驱动和精度较离的定佼控嗣中。数控辊 床的嶷线式交流伺服系统是a c 直线电机的最典型的一个应用例子。半个世纪以来，数 控梳床的遴绘驱动技术虽然魇经交往，但长赣淤来，蒸本静传动形式仍然是“麓转电视 + 滚珠丝杠”。近年来，随着技术的谶步与加工质量鬻求的提高，打破了传统的进给驱 动方式，崮瑗了新鍪斡直线毫橇驱动方式，特溺是壹绞交流传动方式，大存方兴来艾之 势。 瓣兹，褒数控秘臻主应用戆主流建感痤式豢线交浚翅骚电掇褪慕滋式壹线交流餐黢 电机。一般将具有三棚绕组的初级作为动予，次级作为定子，两者之间的气隙。这种直 线电橇一般都宙s p w m 交频箍供毫。作为黉簸电祝采说，要麓对英运动位置、速度、 推力簿参量进行快速蕊又准确的控制，为此采用次级磁场定向的矢量变换控制。随着温 度的变化，次级电阻谗将产生较大的变化。为了准确爽现磁场定向，要求对其进行自动 枣 偿，这和旋转式感艨电机矢麓控制的要求是一样的。与旋转媳机不同，在其数学模型 方程中用推力代替转矩。更主要的不同点是在直线电机中，由于它的初级( 铁心与绕组) 嚣实舔长度是旁疆戆，宅奏一个始壤与终端。这两个蠛酆区域浆磁场分簿与孛闼位置的 磁场分布显蕊不同，这将给电机的运行特性带来影响，这就是通常所说的“端部效 应”。这耱褒象只存京壹线宅橇串7 j - 存在【强。 永磁式交流直线伺服电机利用高能永磁体，具有接力强度高、损耗低、时间常数 小、响应快、控制比较容易等系歹l f 特点。基本上可分为矩形波电流控铜和正弦波电流 控制，采用i o b t 组成的逆变器供电，并用p w m 调制。虽然怒电压型逆变器，但直接 受控的是电流，在一般情况下，采需= 0 的控素策略，使彀滋推力舄其裔线性关 系。控制系统的基本结构是p i e ) 组成的速度一电流双闭环控制【1 2 1 。 2 沈阳工业大学硕士学位论文 在总体性能上，永磁式直线电机具有较大的优势，应用更为广泛。但从目前来看， 由于感应式直线交流伺服电机的成本略低，防尘与安装均较容易，并且在性能已接近于 永磁式直线电机的水平，所以其应用也是很广泛的。 高速和超高速加工要求伺服装置具有极高的加、减速度，从而导致了直线式交流 伺服电机驱动系统的产生和发展。在高精度微进给的数控机床伺服驱动系统中，由于对 直线交流伺服电机控制要求很高，所以必须综合考虑各种能使伺服系统性能变坏的因 素，以满足高精度微进给的要求。因此，必须采取有效的控制策略抑制这些扰动 【1 8 】。 在采取各种控制方法时，基于对对象模型结构基本清楚的认识，必须从直线交流 伺服电机传动系统是一个具有高度快速性的动态系统这一具体对象的特性出发。同时， 要针对产生扰动的不同原因的特殊性，以相应见长的控制策略对付之。伺服系统另一个 重要性能就是其对指令的跟踪能力，在理想情况下，输出能无延迟、无超调地跟踪输入 指令的变化。一个成功的控制策略，必须针对具体对象的特点，满足主要要求的同时， 兼顾跟踪能力和抗扰能力。在直线交流伺服系统中应用的控制策略大致归纳为以下几 种：p d 反馈控制、解耦控制等传统的控制策略：自适应控制、变结构控制、鲁棒控制 和预见控制等现代控制策略；模糊逻辑控制、神经网络和专家控制及逆控制等智能控制 策略1 7 “。p i d 控制是最经典的控制理论，也是当前及未来仍然应用最广泛的很实用的控 制理论，它也是现代智能控制的基础。其中神经网络控制及逆( 模型) 控制在新型控制 策略中代表了控制领域未来发展的方向，而神经网络控制及逆控制( 或称逆模型控制) 两者联系非常密切，可以说逆控制离不开神经网络控制。而逆控制的最大优点是对被控 对象的动态性能的改善，这正符合现今对直线伺服系统动态特性的快速性的要求，故本 人想对其进行一下较为深入的研究【7 5 1 。 逆控制当今主要分为两大类，一类为国内学术界比较流行的逆系统解耦控制理论， 另一类为自适应逆模型控制理论，它是美国斯坦福大学著名教授b e n a r dw i d r o w 提出并 实现，并在美国能源部设在斯坦福大学直线加速器中心的电子束控制中的噪声消除系统 中获得成功。自适应逆控制的基本思想就是用一个来自控制器的信号去驱动对象，而该 控制器的传递函数就是该对象本身传递函数的逆模型，该系统的目的就是要使对象的输 出跟随着指令的输入【l 】。而第一类逆系统解耦控制理论基本思想是网，让对象的模型生 成可用反馈方法实现的原系统的“a 阶积分拟系统”，将控制对象补偿成为具有线性传 递关系的、且已解耦的一种规范化系统( 称为伪线性系统) 。然后，再用线性系统的各 种设计理论完成系统的综合。逆系统方法具有在理论上形式统一、在物理概念上清晰直 3 沈阳工业大学硕士学位论文 观的特点，易于被广大工程技术人员所接受。而这种逆系统解耦方法需要严密得数学推 导，计算量较大，难于实现精确的逆解耦模型，故研究论文不多。而神经逆( 模型) 控 制却是目前控制领域的新亮点，研究论文逐年增加。 逆控制所需要的神经网络控制理论研究发展较快，人工神经网络的应用已经渗透到 自动控制工程的许多方面，但是，由于神经网络计算量较大，在电机的实时控制方面大 多尚处在仿真理论的研究阶段 7 6 1 。应用神经网络进行电动机调速控制，由于不涉及电动 机的数学模型，因此系统的控制性能几乎不受电动机参数的影响，有较好的适应性。 b k b o s e 在文献 3 4 1 提出用于感应电动机传动系统的模糊算法和神经网络混合结构的 速度p i d 控制器( 其隐层有8 个单元) 。文献p 5 】对直流电动机的神经网络自适应控制进 行了研究，并给出了计算机仿真波形。湖南大学的张昌凡与王耀南合作，用仿真实现模 糊神经滑模控制在交流伺服系统中的应用口6 】( 8 6 3 资助项目) 。浙江大学曹志彤等人用神 经反馈网络对永磁同步电机进行系统识别和动态性能的研究【3 7 】。 国内逆控制研究方面有：国家自然科学基金资助项目 编号6 9 7 8 4 0 0 1 东南大学的 张兴华等人进行的感应电机逆系统方法解耦控制研究，应用多变量非线性控制的逆系统 理论，对感应电机这一多输入、多输出、强耦合、非线性的系统进行解耦控制并进行了 仿真郾】。国家自然科学基金资助项目 编号6 9 7 7 4 0 1 1 清华大学的葛友等人进行的逆系 统方法在电力系统综合控制研究【4 9 】。华北电力大学的王东风等人进行的制粉系统球磨机 动态数学模型及分步式神经网络逆系统控制的研究 5 4 1 。西安交通大学的曹建荣等人进行 的基于逆系统理论的感应电机解耦控制的研究 4 4 1 。西安交通大学的党映农等人的基于 v o l t e r r a 基函数网络的自适应逆控制方法的研究，提出了v o l t e r r a 基函数网络的非线 性系统自适应控制方法，对象和逆控制器各用一个v p b f 网络表示，应用正交最小二乘 算法进行网络结构的确定和权值的初始化，构造了一种动态归一化非线性最小均方 d n n l n s 权值更新算法，以进行网络权值的在线学习，仿真结果表明算法简单，学习速 度快，鲁棒性能好。东南大学戴先中教授领导的m i m o 非线性系统的神经网络的逆控制 博士研究课题。清华大学的孙富春博士进行的空间机器人及月球动力学智能控制的研 究，提出了神经模糊动态逆控制的概念，解决了神经网络自适应逆控制机械手的问题。 山东鲁能控制工程有限公司下属的华电研发中心进行的神经网络自适应逆控制在热力系 4 沈阳工业大学硕士学位论文 统中的应用，它采用b w i d r o w 的自适应逆控制理论来解决发电系统中的被控对象大滞 后、易变化、不易控制的特点，并进行了仿真研究。哈尔滨工业大学的胡超教授领导的 复杂系统智能自适应逆控制技术。清华大学计算机系的国家智能技术及系统重点实验室 的邓辉进行的机械手模糊逆模型鲁棒控制的研究，他提出了一种基于模糊类聚和滑动模 控制的模糊逆模型控制方法，并将其应用于动力学方程未知的机械手轨迹控制，首先采 用c 均值类聚算构造两关节机械手的高木一关野t s 模糊模型，并由此构造模糊系统逆 模型，在提出的模糊逆模型控制结构中，离散时间滑动模控制和时延控制t d c 用于补偿 模糊建模误差和外扰动，保证系统的全局稳定性并改善其动态稳定性，系统的稳定性和 轨迹误差收敛性可以通过稳定性定理来证明，最后，以两关节机械手的轨迹跟随控制为 例，揭示了该设计方法的控制性能【4 7 】。甘肃工业大学的郝晓弘等人提出基于动态递归网 的无刷直流电动机自适应逆控制方法，给出了基于动态递归神经网络的无刷直流电动机 自适应逆控制方案，它可以处理电机非线性；变参数的影响，通过使用动态递归网实现 了对象逆模型的在线控制，分析和仿真表明这种方法具有较好的自适应性和良好的收敛 性能，且具有灵活、简单、方便等特点，有实际应用价值f 3 8 】。华北电力大学的韩璞等人 进行的神经自适应逆控制的仿真研究，其控制结构主要由两个子神经网络组成，其中一 个用于对系统进行辨识，另一个子网络实现对模型的逆作为控制器，从而构成自适应逆 控制，将其用于热工系统中并进行大量仿真研究，结果表明该系统能有效地克服扰动， 适应环境及参数的变化，表现出良好的鲁棒性和控制精度嘲。西安交通大学的孙衢等人 进行的神经网络直接逆控制的连续空间遗传算法的研究，提出了一种神经控制器的设计 方法，对空间算法的编码和遗传算子进行改进，采用保留精英的排序选择，并给出交叉 算子和乘法算子，然后采用这种改进的遗传算法对动态系统进行优化，并依此训练神经 网络控制器，以同步机为控制对象进行仿真【4 3 】。基于神经网络的逆控制已成功应用于板 带轧制过程厚度自动控制，静止无功补偿控制，机器人及倒立摆等领域。 在国外的研究逆控制的成果有：i e e e 检索到的b w i d r o w 和g r e g o r y l p l e t t 的基于 线性和非线性自适应滤波的自适应逆控制的研究。基于神经网络的直接逆控制在化工实 时控制中的应用【5 3 】。 5 沈阳工业大学硕士学位论文 逆控制的优点为：采用自适应逆控制对给定动态响应的实现比较容易，如果需要的 话，甚至一些特殊的响应也可以得到，即具有很陡的上升前沿且无过冲，除了一个很小 的延迟外，而这一类响应是很难用传统的办法来获取的吐 逆控制存在的不足：我们知道逆控制器本质上就是被控制对象的逆模型，而建立逆 模型就需要神经网络作基础，即将一种神经网络通过训练成为被控对象的逆模型，这就 需要大量的样本来训练，况且神经网络目前仍存在一些瓶颈无重大进展，例如学习算 法、模型原理、如何确定网络容量、如何选择隐含层节点数、如何设计初始权值、神经 网络芯片研制较慢圆。逆控制处于模拟仿真阶段，真正应用于工程上产品较少。但我相 信随着时间的推移，广大中外科技人员的努力，神经及逆控制一定会有重大进展的，我 本人将为此努力。 本课题以一台直线永磁同步伺服电机作为高速度、高精度龙门移动式镗铣床的龙 门柱纵向进给的传动机构为应用背景，对单轴直线伺服系统的进给控制问题进行了较为 深入的应用研究，设计了一个神经自适应p i d 控制系统，提高响应速度，实现精确进 给；并对自适应逆控制理论做了进一步的研究，提出了用神经网络控制理论解决直线永 磁同步伺服电机逆控制问题，所做的具体工作可包括： ( 1 ) 在查阅、分析大量国内外相关领域资料的基础上，对直线交流伺服系统及同 步进给控制问题进行了综述。 ( 2 ) 经过简化，得出直线永磁同步伺服电机的数学模型。 ( 3 ) 系统学习了自适应逆控制理论以及神经网络理论，掌握了应用该理论进行系 统设计的方法。 ( 4 ) 在传统p i d 控制的基础上，结合神经自适应控制理论设计了一个控制系统， 既保证了闭环系统的稳定和具有好的跟随性能，又抑制了模型摄动及外部干 扰对系统的影响保持了系绕l 生能的鲁棒性。 ( 5 ) 对自适应逆控制理论做了进一步的研究，在此基础上，设计了一个直线永磁 同步伺服电机的神经自适应逆控制系统。 ( 6 ) 仿真研究。采用m a t l a b 软件对系统进行了仿真，验证所提方案的合理 性。 6 沈阳工业大学硕士学位论文 伴随着永磁材料性能的不断提高和应用技术的不断发展，直线永磁同步电动机 以其高可靠性和高效率等优势而越来越受到青睐。它在推力、速度、定位精度、效 率等方面比直线感应电动机和直线脉冲电动机等具有更多的优点，是一种比较理想 的直线伺服电动机。 直线永磁同步电机是在定子( 即次级) 上，沿全行程方向的一条直线上，一块接一块 交替地安装n ，s 永磁体( 永磁材料为钕铁硼) ，如图i - 1 所示。而动子( 即初级) 下方的全 长上，对应地多安装含铁芯的通电绕组，为此，动子必须带电缆一起运动m 1 。 图1 1 直线永磁同步电机结构示意图 1 直线导轨2 定子( 床身) 3 动子( 工作台) 4 动子电枢绕组5 永磁体 1 3 直线永磁同步电机的基本工作原理 直线电机不仅在结构上与旋转电机类似，而且工作原理也相似。如图1 2 所示为一 直线永磁同步电动机工作原理示意图。在这台直线电机动子的三相绕组中通入三相对称 正弦电流后，同样会产生气隙磁场。当不考虑由于铁芯两端开断而引起的纵向端部效应 7 沈阳工业大学硕士学位论文 时，这个气隙磁场的分布情况与旋转电机相似，即可以看成沿展开的直线方向呈正弦分 布。当三相电流随时间变化时，气隙磁场将按a 、b 、c 相序沿直线运动。这个原理与 旋转电机原理相似，但二者存在差异：直线电机的气隙磁场是沿直线方向平移的，而不 是旋转的，因此，该磁场称为行波磁场。显然，行波磁场的移动速度与旋转磁场在定子 内圆表面上的线速度k ( 称为同步速度) 是一样的。对于直线永磁同步电机来说，永磁体 的励磁磁场与行波磁场相互作用便会产生电磁推力。在这个电磁推力的作用下，由于定 子固定不动，那么动予( 即初级) 就会沿行波磁场运动的相反方向作直线运动，其速度为 v ，。上述便是直线永磁同步电机的基本工作原型”j 。 2 图1 _ 2 直线永磁同步电机工作原理示意图 1 动子( 初级) 2 定子( 次级) 3 行波磁场4 永磁体磁极( n 、s 极) 1 3 直线永磁同步电机的数学模型“” 建立被控对象直线永磁同步电动机( l p s m ) 的数学模型是对其进行控制和仿真的 前提。在推导过程中，我们做如下假设： f 1 1 忽略铁芯饱和； ( 2 ) 不计涡流和磁滞损耗； ( 3 ) 初级上没有阻尼绕组，永磁体也没有阻尼作用； ( 4 ) 反电动势是正弦的。 取永磁体基波磁场的方向为d 轴，而q 轴顺着旋转方向超前d 轴9 0 度电角度。参 考坐标的旋转速度即为等效的转角速度。参考坐标的空间坐标以q 轴与固定轴线( a 相 绕组轴线) 间的电角度以来确定。 在上述假定下，以定子参考坐标表示的电压方程为： 8 沈阳工业大学硕士学位论文 一础，+ ，彻r ( 1 - 1 ) i “d = r ，i d + 名一0 9 ， 磁链方程为： 一2三一(1-2) 【= 厶+ 在上述各式中，分别为d 、q 轴电压；，匕分别为d 、q 轴磁链； i d ，i 。电流分别为以g 轴；l d ，l g 分别为d 、q 轴电感；b 为动子相电阻； 0 9 r 为等效的转子电角速度( c o ，= 7 3 j )；v，为直线电机运动速度：r为极距；rr 甲，为定子基波磁势链过动子绕组的磁链。 方程( 1 1 ) 和( 1 - 2 ) 表示了直线永磁同步电动机动态过程中各电气物理量之间的关系， 为电气数学模型。直线电机机械运动方程表达式为： f = k , i q = 吒+ d v , + m 9 ， ( 1 - 3 ) 式中，玩为负载阻力；m 为动子质量；d 为粘滞摩擦系数；k ，为推力系数。 若系统采用电流跟踪的电压型逆变器p w m 闭环控制，是通过逆变器输出的定子 电压来控制电流的，可以选取电动机动子电流为状态变量，动子电压为控制量。电动机 动态过程的状态方程为： 写成矩阵形式为： ；： =堡l d 孙r + 厶 l 忡1 q ，忆l 。 g工gj 以上各式就构成了l p s m 的数学模型【1 2 1 。 9 ( 1 - 5 ) q0 q 竖厶 一 蜥 上厶上厶 + 十 吼 吼 生岛生厶 + 一 b 0 b一厶b一厶 一 一 = = ：b ：0 q 一 扣坐 生 沈阳= ：】：= 业大学硕士学位论文 矢量控制思想是由德国学者于1 9 7 2 年摄出的，首先是应用至u 感应电动机田中。 基蕊巍悫蛙能饲i 曩驱动系统中，铡如数控极庆、机器入等，多采用矢量控制的永磁电机 系统。 众所用熟，在她融壹流嘏动枫中，融磁磁场和电撼磁通势间的空间角度由邀刷和 机械换向器所固定。通常情况下，两者是正交的。因此，电枢电流和电磁转矩闻存在线 性关系。通过调节电抠电流就可以直接控制转矩。另步 ，为使电机在商速区能以恒功率 方式逡行，还可以进行弱磁控制。正鼹因为在很宽的运行范围内都能提供可控转矩，直 流电动机才在电气传动系统中键到了广泛应用l i “。 与直流电动机不闻，在交流电动机中，励磁磁场与电枢磁通势间的空间角度不是 固定的，它隧负载面变化，这将引起磁场问复杂的作用关系，因此就不能简单地通过调 节电糨电流来誊接控制电磁转矩。若通过外部条件能对电枢磁通势稆对灏磁磁场进行空 间定向控制，就可以意接控制两者间的空间角度，将此称为磁场的“角度控制”。若对 电枢电流的幅值也能盛按控制，就可将直线永磁同步电幼视模拟为谴励置流电动梳，可 以获得与直流电动机嬲样的调速性能。由于既需要控制初级电流空间向量的相位，又需 要控制其幅值，所敬称为“矢璧控制”。在角浚控制串，一个特殊选弹楚使电撩磁通势 与励磁磁场间的角度为9 0 度正交。这种情况称之为“磁场定向”。通过磁场定向，可 良获得良驽的去藕特髋，使每安培电枢电流产象的电磁转矩最大，实瑗了交流毫动视对 直流电动机的严格模拟。下面就直线永磁同步电动机的矢量控制原理进行进一步的分析 瑟霹 以一台动初级的三相直线永磁同步电视为铡，其糊电压一电流向蠢图如图2 1 所 示t 其中u 为端电压，e 为感幢电势，i 为相电流，足为电枢电阻，收，x g 分别为电枢 绕组的级轴、横轴电抗。 装对电流相位进行控制，使i 与- e 同相位，则向鬣图变为图2 - 2 。 1 0 沈阳工业大学硕士学位论文 图2 - 1 l p m s m 的相电压一电流向量图 0 i一i r 。 图2 - 2 对电流相位进行控制的电机向量图 下面讨论此时电磁推力、电枢电流及磁通矢量之间的关系。其稳态时的时空向量图 如图2 - 3 所示。图中i s 为定子电流向量，晰表示在空载时励磁磁极产生的主磁通向量， 亦反映了磁极位置，表示由电流j ，引起的电枢反应产生的磁通向量，中表示主磁通叭 和电枢反应磁通的合成磁通向量，实际上，在直线同步电动机内它是有效磁通。取 主磁通方向为d 轴，超前d 轴9 0 度为q 轴，d 、q 轴随等效的电角速度，旋转。则从 图2 3 可看出：定子电流向量i s 与励磁磁极产生的磁通成直角方向，即仅有q 轴分量而 无d 轴分量。i s 产生的电枢反应磁通币s 只存在于与主磁通眦成直角的q 轴方向。由电 机学可知，这时产生的电磁推力为： f = k r f ，( 2 1 ) 其中，k ，为电机参数有关的推力系数。 q a q 图2 - 3 稳态时l p m s m 的时空向量图图2 - 4 z 一口静止坐标系矢量控制向量图 式( 2 1 ) 和直流电机的转矩方程形式一样。所以，当晰恒定时，只要对电动机定子 电流进行相位控制，使i s 和- e 同相位，则i s 与转子磁极及其产生的磁通晰相垂直，从 而实现了直线永磁同步电机按次极( 定予) 磁极位置定向的矢量控制，动子电流全部为 有功电流，并能象直流电动机一样方便地实现推力快速准确的调节【1 5 】。 沈阳工业大学硕士学位论文 2 2 瞬态电流指令的获得与实时控制 在以等效转子速度，= 册，r ( v ，为直线电机运动速度) 的d 、g 坐标系中取a 一 静止坐标系，如图2 - 4 所示。设此时定子电流i s 已实现了按磁极位置定向的矢量控制。 图中，以= 一f o , ，d t ( 若初级为定子，则没有前面的负号) ，经坐标变换得 1 8 = is c o s ( e , + 弩 2 ( 2 2 ) 如= l s i n ( e r + 三) 再将口一轴系变换到三相静止轴系a b e 中，得 ( 2 - 3 ) 由此可知，若，：为三相电流合成矢量幅值的指令值，则只需经式( 2 - 2 ) 和( 2 4 ) 的变 换，便可求得满足按定子磁极定向要求的动子三相电流的瞬态指令值f ：，蠡芒。 矢量控制的任务就是控制初级三相电流来调节电流矢量的幅值、频率和相位，以达 到瞬时控制励磁和推力电流的目的。其电流控制性能的好坏，直接关系到整个系统动态 性能的优劣。为了提高电流的跟踪能力，系统采用电流跟踪型p w m 闭环控制策略。其 基本出发点在于通过对电流的闭环控制，强迫电动机动子电流的频率、幅值和相位角都 随指令值变化，从而提高电压型逆变器的电流响应速度。电流的快速响应也直接带动了 推力的快速响应，使磁场得到加速。直线永磁同步电机绕组中采用正弦电流( 非矩形波 电流) 控制，相应可减小推力脉动及波形畸变。 以a 相为例说明其工作过程：瞬间电流指令e 与经电流传感器反馈回来的电动机 实际电流值进行比较，所得的偏差信号经电流调节器输出，经p w m 调制后得到基极 控制信号，控制逆变器及i g b t 的通断状态，从而控制电动机的动子电压，强迫电动机 动子电流的频率、幅值和相位严格跟随指令值的变化。当采用p i 调节时，可实现电流 无静差跟踪。 1 2 一 一2 一2 一 一 一一 序 = 沈阳工业大学硕士学位论文 图2 5 为电流跟踪控制的结构图，它包括速度控制环节、电流控制环节、反馈检测 环节等。艺为电流( 推力) 指令，由速度调节器给出，为一直流量。该指令值依据由位置 检测装置、解析器得到的口值，经乘法器及2 ，3 变换器完成了式( 2 - 2 ) 和( 2 - 3 ) 的矢量运 算，得到三相定子电流的交流指令值，e 。使用电流传感器检测电枢电流并与指令 图2 5 直线永磁同步电机矢量控制原理图 电流比较，按一定规律改变施加给电机的电压矢量，使电枢电流严格跟踪指令电流的变 化，从而完成了定子电流的矢量控制。 瓦 r a ，0a & 、k 一 多 一 图2 6滞环比较器图2 - 7电流波形 瞬时值比较方式可以获得快速的动态响应，为了确保控制系统的可靠性，在电流比 较器之后加入滞环比较器，如图( 2 6 ) 所示。其工作原理是：当实际电流i 。与指令电 流f ：之差f 。一f ： f 时，主回路大功率元件关断，当i 。一i ： 0 ( 3 - 4 ) 和t a n h 函数( 双曲正切函数) 厂( x ) ：_ 1 - e x p 忑( - b x ) ( 3 - 5 ) 1 + e x p ( 一b x 、 本文中，对于隐层，曾采用过式( 3 - 3 ) 和式( 3 - 4 ) ，只有s 函数有很好的效果。对于 式( 3 5 ) ，计算量较大，不予采用。 1 8 沈阳工业大学硕士学位论文 工1 并2 工n 图3 2b p 网络中单个神经元 3 3 2 神经兀p i d 控制器 在计算机控制系统中，使用的是数字p i d 控制器，其控制规律为 m m ，p 音扣粤m h 旷t ，】 ( k - 1 ) + k p 吾础m 叫) + ( 3 - 6 ) 争- ( 妒2 哪- i ) 州) 】 式中岛、兀、兀分别为p i d 的比例系数，积分时间常数和微分时间常数；p 俐 为系统输入与输出的误差。 根据上节b p 神经元的数学模型，若将输入变量选择为 x 。 ) = e ) = ，+ ) 一y ( k ) x 2 ) = e ( k ) - e ( k - 1 ) 阻7 、 x 3 ) = e 似) 一2 e ( k 一1 ) + e 一2 ) ”“ x 4 ( 七) = u ( k 一1 ) 式中俐系统的参考输入： y 例系统的输出。 并且取激励函数为线性函数，由式( 3 - 1 ) 和式( 3 2 ) ，得到神经元的输出 3 “( 后) = u ( k - 1 ) + 屯w f ( 慨( j j ) + d = u ( k - 1 ) + a u ( k ) t - o 将x ，( 曲输入状态信号代入上式，且令d ：o ，得到 u ( k ) = u ( k 1 ) + k b w , ( k ) e ( k ) + k b w 2 ( k ) e ( k ) 一g l ( 七) 】 + 屯w 3 ( k ) e ( k ) 一2 e ( k 一1 ) + e ( k 一2 ) 】 1 9 ( 3 - 8 ) ( 3 9 ) 沈阳工业大学硕士学位论文 “( 七) 2 + k b 钆w i ，鸭( k ( ) 七e ) ( k p ) ( + | ) k b w 2 ( k ) 一 e ( ) k + ) - e i ( 一k ) 2 2 e ( k 1 e ( k ) 】 ( 3 1 。) + 钆w ，( 七) p ( | ) 一一) +一2 ) 】 、 与式( 3 6 ) 比较，可得到k b ) v 1 ( | i ) = 吾 _ i 陕分系数， k b w 2 ( k ) = k p 比例系数， k b w 3 ( k ) = 砟争 馓分系数 因此，该神经元可以实现自适应p i d 控制，其结构如图3 3 。 图3 3 神经元p i d 控制器 以神经元构成的p i d 自适应控制器，充分利用了神经元的自学习功能，在系统运 行中可根据被控对象特性的变化，对神经元的权值进行调整，使得p i d 控制器对于负 载、模型参数等因素的变化