智能控制步进电机驱动器外文翻译

重新庆祝经营学专业直译二年级大学重庆汽车学院半级学生的名字是延年学号翻译句子要求1、译文内容应与课题(或专业)内容相关，并注明详细来源。2、外语翻译译文超过2000字；阅读外语参考资料至少有3篇(相当于10万外语字符以上)。3、翻译原件(或复印件)应附在译文上，供日后参考。翻译文章评论和阅读讲师的意见(根据学校的“译文要求”，要具体评价学生外语翻译的准确性、翻译的数量、翻译的文字表达等)指导教师：年月日基于混合神经模糊方法的步进电机驱动器智能控制P.梅琳，O. Castillo摘要：步进电机广泛应用于需要精确位置的机器人和高精度数控机床。但是，两个常用程序的驱动器机械结构变化可能会削弱高步进频率的同步。而且传统的开环控制存在速度控制缺陷，所以闭环控制非常重要。本文主要研究应用模糊逻辑控制步进电机驱动的速度和反馈。采用神经模糊混合方法设计了智能系统的模糊规则库，对其进行控制。特别是使用ANFIS研究方法生成控制步进电动机驱动的Sugeno模糊模型。为了了解模糊逻辑控制器的跟踪和稳定性功能，应用于高级实验进行了评估。关键字：智能控制；神经模糊方法；Anf是研究方法；步进电动机1简介步进电动机可以看作是没有换向器的电动机9。通常，定子线圈构成定子绕组。转子是使用永磁或磁阻步进电机中软磁性材料制成的突出极结构。所有变换都必须由电动机控制器在外部处理，电动机和控制器通常设计为精确定位和随机旋转。大部分步进电机加强脉冲频率，提高转速，选择适当的控制器，实现方向控制中的瞬时启动和停止。对于某些应用软件，可以在伺服电动机和步进电动机之间进行选择。两个电动机的精确位置控制方法相似，但在很多方面存在差异。伺服电动机需要一种模拟反馈控制系统。通常，这包括电位器(potenshom)，它提供转子位置反馈和一些电路组合，这些组合与电动机预计位置和当前位置之间的差异成反比，以驱动电流。选择步进电动机和伺服电动机时需要考虑的几个问题。哪个规格合适取决于应用软件。例如，用步进电动机重复位置取决于电动机的转子几何，用伺服电动机重复位置通常取决于反馈电路的电位器和其它模拟组件的稳定性。步进电机可用于在静态负载低的加速度操作系统下充分工作的简单开环控制系统。但是闭环控制对高加速度可能很重要。特别是涉及可变负载作用1时。在开环控制系统中，步进电动机的转矩太大，转子位置的数据丢失，需要重新初始化系统。但是伺服电动机不受此问题的影响。本文中模糊逻辑程序的使用是为了控制步进电动机的速度。闭环控制程序必须通过设计者的直觉和经验将工程知识应用于自动控制系统。这个程序是贾德22-25提出的，用于说明很难用传统数学分析的复杂体系。实际上，mammdani 11是关于用模糊逻辑操纵小型实验室蒸汽机的人的第一份报告。这项研究的成功使许多科学家使用模糊算法来控制工业生产，如化学反应器、自动马达或核反应器。实验结果表明，模糊控制器与经典控制器的水平相似，或者运行得更好。这项技术还有一个优点，就是用一台数字计算机用简单的数学模型来规定算法。这些特征被理解为非线性过程，因为没有可靠的复杂系统，并且当这些系统包含很多表达式时无效3。此外，直流电动机和感应电动机在电机控制方面应用更广10。但是模糊逻辑面临的主要问题是模糊控制器的设计没有系统的程序。因此，在论文中，我们建议采用适当的神经模糊推理系统(ANFIS)研究方法7，8，更改模糊系统控制的参数2，4。我们用这个神经模糊方法和这个问题的实际数据开发了这个控制器。双步进电动机的基本概念步进电机分为两类：永磁体和磁阻(从控制器角度来看，混合永磁体)。可以使用阻力表区分这两种类型。磁阻电动机通常有3条(有时4条)绕组和1条公用线路。但是，永磁步进电动机通常包含两个具有或不具有中心卡舌的单独绕组。中心抽头绕组用于单极永磁步进电动机9。步进电动机有广泛的角度分辨率。最低电动机速度达到90o的每个阶段，高分辨率永磁步进电动机通常可以达到1.8o或0.72o的每个阶段。在适当的控制器下，大多数永久和混合步进电动机可以半功倍，有些控制器可以处理小规模或微阶段。a，磁阻步进电动机马达有3条绕组时，通常是示意图。连接到一个端子，如1所示。那么最有可能是磁阻步进电动机。在使用过程中，公用电线通常连接到阳极，以电阻为中心依次供电。示意图. 1的横截面中显示的30o的每个步长的磁阻步进电动机。这台马达有四个齿状转子和六个磁极的定子，每个绕组都包在相反的磁极里。1号绕组通电后，标有x的转子齿将被吸引到这条绕组的极点。通过线圈1的电流关闭，线圈2打开时，转子逆时针旋转30o，使标记为y极和2的极与一条直线对齐。还有一个磁阻步进电动机，具有4条和5条导线集，需要5条或6条线。这些马达以3绕组马达相同的驱动原理工作，但建立正确的顺序，刺激绕组，马达步进更为重要。图片。1的电机形状说明：30o每一步用最小的转子齿和定子极圆满完成。使用更多的电机磁极和转子齿，可以获得较小的步进角度。图1，示例磁阻电动机b、单极性步进电动机单极性步进电动机、永久和混合步进电动机有5或6个接线，如图. 2所示。每条绕组都有一个中心插头。使用中绕组的中心标记通常连接到正极，各绕组两端交替接地，使励磁绕组按规定反转。马达剖面图. 2显示30o每一步的永久或混合步进马达。对于更高的角度分辨率，转子必须有适当的极值。在此图中，30o的各阶段电动机是最常见的永磁步进电动机的设计之一，但15o和7.5o的各阶段电动机也广泛使用。图2，单极性步进电动机c，双极步进电动机双极步进电动机和混合永磁步进电动机都完全使用单极性步进电动机所用的机构原理，但两条绕组的布线更简单，没有中心卡舌。原理图图3显示了这些电动机是如何布线的，但是此处的电动机剖面图如图2剖面图所示，清楚地显示了。图3，双极步进电动机3步进电动机动态特性每进一步一步，s弧度就会自动从平衡位置移动。这样，整条曲线就是上一条曲线s弧(例如，图. 4:图4，步进电动机动态首先要注意第一阶段的过程。转子从一个阶段到下一个阶段中间时，最大扭矩应尽可能小。马达的最大扭矩能够驱动，是因为缓慢的步进决定了转动力矩。对于典型的理想正弦转矩，双绕组永磁步进电动机必须比位置曲线和保持转矩h为h/(20.5)。每次用双绕组驱动电动机步进时，理想的双绕组永磁步进电动机的旋转转矩等于单绕组旋转转矩。需要指出的是，转动力矩有时在更高的步进速度下定义为千分尺扭矩。结果类似于图5中所示的轨迹。图5，马达转子轨迹电机的转子谐振频率取决于振幅，但由于振幅的减少，谐振频率增加到明确定义的小范围的频率。从形式上看，小振幅共振可以计算为：T=A其中t是应用于转子的转矩，是转子和载荷的惯性矩，a是角加速度(弧度/秒)。对于小振幅，转子的转矩类似于平衡位置位移的线性函数。所以应用胡克定律：T=-k 其中k是系统的“弹性常数”单位是每弧度力矩，是转子角度位置的弧度。通过转矩等于，可以得出以下公式：A=-k 加速度是相对于时间位置的第二阶导数。A=D2 /dt2因此，将上述公式重写为微分方程。D2 /dt2=-(k/) 为了解决这个问题，我们必须回想起来。因为f(t)=a sin b t进化而来的：请注意，在整个讨论中，假设转子共振。因此，有类似的运动方程。其中a是振幅的共振角度。f是共振频率。这将是以下微分方程的可接受解：实际上，如果步进速率接近系统的共振频率之一，就会出现重要问题，结果往往是随机的、无法控制的动作。4步进电动机模糊逻辑控制器模糊逻辑控制器对习语控制进行变形，并提供了基于专业知识的自动进入控制策略14算法。因此，模糊逻辑算法比传统逻辑系统更接近人类思维5，15。模糊逻辑控制器出现的主要问题是调节器参数选择12。因此，基于实际问题的数据，用ANFIS方法调整模糊控制器的参数13。如图6所示，PC包含在PC中，根据相应的操作系统做出响应，将结果步骤输入系统，保存并做出响应。现在简要介绍了系统的模块。图6，方框图实验系统1.马达/磁碟机：小型步进马达Vexta PV266-01E。旋转5相和500步(电动机图. 7)。多分辨率电源驱动器Vexta DFR1514A，至少每500步旋转，最大值：每步旋转。图7，马达Vexta PV266-01E2.编码器：40000-每分钟光学编码器。此编码器生成两个90o方波信号。这个信号的大小决定了电动机的运动。我们使用Altera(EP5032)可编程逻辑单元(PLD)来确定电动机的移动。3.数据采集卡：研究PCL -818。8个模拟输入和2个模拟输出(12位)，16个数字输入和16个数字输出。取样时间为0.25毫秒。4.电脑/软体：733 MHz的Pentium III。我们设计了c语言中的小实时内核控制和数据收集，在MATLAB中进行了粘贴控制器编程16。语言控制规则的开发考虑了步进电机驱动的动态特性，分析了误差及其变化。这些控制规则表示如下：错误为LP，更改错误为LPthen speed=P1 * error Q1 * change _ error R1错误为LP，更改错误为MPthen speed=p2 * error Q2 * change _ error R2.这是用于步进电动机控制的Sugeno模糊模型17，19。使用ANFIS方法估计从属函数的参数及其功能。我们创建了一个模糊模型，每个语言变量有9个规则和3个依赖函数。这样，“模糊控制器”将提供最佳结果。ANFIS方法模糊系统的结构如图8所示。此外，图9的ANFIS方法结构说明了自动适应网络的模糊规则。ANFIS方法生成的模糊规则由ANFIS方法自动生成，如图10所示。在图11中，从属函数也由ANFIS方法自动生成。图12显示了模糊模型的非线性表面。最后，图13显示了MATLAB的模糊规则指示器，该模糊规则指示器使用模糊系统计算特定输出值下模型的输入值。图8，体系结构和ANFIS的Sugeno模糊系统方法图9，自适应模糊神经网络拼接图10，生成的模糊规则自适应神经模糊推理方法图11，如何使用ANFIS创建从属函数图12，非线性曲面的Sugeno模糊模型图13，模糊系统测量特定输出值下的模型输入值指示器5运行ANFIS的硬件本节详细说明硬件运行。使用智能步进电动机ANFIS控制器是必不可少的。这种神经模糊方法使马达有适应转换条件的环境。配备智能控制器的步进电动机使用新数据本能地更新自己的参数，最终能够相应地改变性能。必须首先指出，ANFIS的运行需要特定微处理器来执行所需的数值计算。ANFIS方法需要在自动适应网络上进行演示，以将该问题的相关变量的时间序列用作数据。因此，选择了Jstamp微处理器。此特殊微处理器使用Java作为编程语言的母语，具有512 MB RAM内存和512 KB闪存。图14显示了用于研究工作的Jstamp微处理器。执行应用的ANFIS框架的一般形式如图. 15所示。为了简化，该图仅显示了4个模糊规则，但其配置类似于9个模糊规则。您还可以检查ANFIS方法的数字混合属性。这是因为最小平面方法正向使用，反向算法18，21反向使用。这些方法也在JAVA语言中执行，并下载到Jstamp微处理器中以获得模糊控制器。我们还使用微控制器检测编码器的位置。此特定类型的迷你控制器来自Ubicom公司的SX28。SX28迷你控制器构建在闪存和拥有RISC的基础上。图16是用于检测编码器位置的连接框图。图14，运行Jstamp微处理器使用图15，ANFIS的结构显示了该系统的输入和输出图16，连接微控制器6实验结果在本节中，步进电机测试模糊控制的跟踪和适应性，进行仿真和实验。首先，将步进电机对使用400个样本的一系列输入信号的响应显示在图17中。演示数据和应用了ANFIS研究方法的测试数据如图18所示。通过20次演示