毕业设计（论文）-交流伺服电机智能测控系统设计.doc

1 绪 论1.1 电机测试系统的发展状况交流伺服系统根据使用伺服电机的种类不同可分为两种1：一种是由永磁同步伺服电机构成的伺服系统，包括方波永磁同步电机伺服系统和正弦波永磁同步电机伺服系统；另一种是由感应式异步电机构成的伺服系统。20世纪60年代中叶，人们首次研制成功了磁能密度很高的烧结型SmCo5稀土永磁材料。由于战略物资钴（Co）的价格昂贵，钐（Sm）储量稀少，人们又继续尝试开发磁性能更优且价格低廉的稀土永磁材料。1983年，日本研制成功了具有这些优点的钕铁硼（NdFeB）永磁体，它的加工性能好，能量密度更高，应用于电机可大幅度减小电机的体积和重量，并提高电机的效率。1984年，我国成为世界上第三个能独立生产钕铁硼材料的国家。稀土永磁材料的出现给电机工业带来了历史性的变革。控制相对简单、功率密度较高等优点使得永磁同步电机逐渐成为交流伺服系统的主流，尤其是在高精度、高动态性能要求的中小功率伺服领域。而交流异步伺服系统仍主要集中在对伺服性能要求不高的大功率伺服领域。目前，交流伺服系统已经越来越多地采用数字控制方式，利用一些专用的可编程微处理器芯片（如数字信号处理器等）来实现其核心控制算法。数字控制的永磁同步伺服电机系统具有下列优点：(1)体积小、重量轻、效率高。(2)数字电路温度漂移小，分散性参数的影响较小，稳定性好。(3)集成电路芯片可靠性大大优于分立元件，且屏蔽性能好。(4)信息双向传递能力大大增强，容易和上位机系统联合运行，可随时改变控制参数。(5)提高了信息存储、监控、诊断以及分级模块化控制的能力，有利于实现性能优异但算法复杂的控制策略。伺服系统的性能与其中的伺服电机的类型紧密关联，目前常见的伺服电机主要包括步进电机、直流伺服电机和交流伺服电机。步进电机是一种将电脉冲转化为角位移的执行机构。当步进驱动器接收到一个脉冲信号，它就驱动步进电机按设定的方向转动一个固定的角度（即步进角）。可以通过控制脉冲个数来控制角位移量，从而达到定位的目的；同时可以通过控制脉冲频率来控制电机转动的速度和加速度，从而达到调速的目的。步进电机可以直接接收数字量，步进角一般为0.3690。步进电机控制方法简单，一般采用开环控制就能实现精度比较高的位置控制，且不存在位置误差积累。直流伺服电机具有优良的调速性能，伺服系统的位置控制由闭环系统实现。永磁式直流电动机在众多应用领域占有重要地位，其控制电路简单，无励磁损耗，低速性能好。但直流伺服电机机械结构复杂，维护工作量大，成为其发展的瓶颈。20世纪80年代开始，随着伺服电机在材料、结构和控制技术方面的突破性进展，交流伺服电机得到了越来越广泛的应用，并呈现出良好的发展前景。由于微电子技术的快速发展，交流伺服系统的控制方式向微机控制方向发展，由硬件伺服转向软件伺服，模拟控制转向数字控制。1.2 智能控制在电机控制系统中的应用随着工业生产过程的日趋复杂化，系统不可避免的存在非线性。如大型交流电机系统、纺织过程等，尽管在很多情况下，当我们考虑系统的某些现象时，可以用系统的线性模型来代替系统的非线性模型，然后，对线性模型实施开展。但更多情况下，不可能用系统的简单线性模型作为该真是系统的替身。在工程技术、自然、社会、经济等众多情况下，人们必须建立真实系统的非线性模型以代替简单容易处理的线性模型。非线性系统中可能发生的现象是十分复杂的、十分丰富的。严格地说，对非线性系统，目前虽然已经经历了百年的研究，认识任不充分的。例如，近二十年来人们才认识到，混扥现象是非线性系统中发生的一种现象。从研究方法上看，线性系统的解是可以求出来的。因此，在相当长的一段历史时期里，不求解非线性系统而直接依据非线性系统来探讨系统的定性性质，成为研究非线性系统的只要内容之一。与此同时，只适用于低阶系统的相平面法、描述函数法等近似方法，也得到了完善和发展。但这些方法能解决的问题是很有限的。非线性系统的控制问题一直是控制理论和控制工程时间中的难题，由于系统存在非线性，系统的设计比线性系统的设计困难的多，特别对象机器人这类存在严重非线性的系统，非线性的存在常常是系统震荡。在工业控制系统中常规的PID控制虽然能解决实际生产中遇到的大多数问题，但当被控对象是非线性时，常规的PID空盒子就很难取得满意的控制效果，而且调制器参数的整定也是棘手的事。对于此类系统，采用更高级古城控制算法，来达到预期的控制效果。因此，研究非线性系统的建模与控制具有重要的理论意义和实际意义。由于现代控制理论和计算机的发展，工业过程控制算法的设计不再像传统的PID算法那样收到硬件的限制，各种新型的控制算法如：自适应控制、最优控制、变结构控制等都为非线性系统的控制提供了方法。近些年来，为了满足生产过程日益严格的要求，许多学者将智能方法融入电力系统、大型交流电机，发电机等这类非线性系统的控制中，把神经网络、模糊控制与一些新型控制算法相结合，形成智能化控制系统。1.3 本设计的主要研究工作本设计主要由五大部分组成：1绪论：阐述了智能电机测试与控制系统的发展状况以及研究智能测试与控制系统的显示意义。2智能电机测试系统设计与实现：研究了一种智能电机测试系统，给出了该系统的软硬件实现方法。3模糊PID控制器在电机调速系统中的应用：介绍了模糊控制器的原理，以及Fuzzy-PID控制器的计算分析，对模糊PID控制器在智能电机控制系统中的应用进行了仿真。4神经网络PID控制在电机调速系统中的应用：阐述了基于神经网络在电机控制系统中的运用，介绍了神经网络PID控制器，并对这种控制器的实现进行了仿真分析。5智能电机控制系统的设计与实现：介绍了一种基于工控机、变频器的电机控制系统，对该系统提出了完整的系统结构设计方案，并介绍了变频器和可编程控制器在该系统中的应用。2 智能电机测试系统设计与实现2.1 系统设计框架2.1.1 系统总体结构设计 基于对实际智能电机测试系统项目的需求分析，我们设计了如图2.1所示的系统总体结构图。结构图大致分为三部分2：服务器部分；客户部分；执行部分，其中服务器部分由数据存储、输出部分以及绘图、计算机部分组成。客户部分由主程序部分组成，是面向操作者的主界面，由他控制整个试验过程的进行；硬件电路驱动部分和通信部分是执行部分，负责响应由操作者发出的控制命令，通过通信对硬件电路执行逻辑判断和控制。图2.1系统总体结构图2.1.2 系统功能的分布 服务器服务器部分的功能如图2.1所示，它是实现采集数据的实时存取、分析和计算的部分。这是系统的核心部分，实现系统的主要功能，合理的安排数据库的结构，有利于高效率的执行数据的存取，更方便电机性能的分析和计算。 客户主程序部分由于是面向操作者的用户界面，它是实现最终用户控制的接口。操作者在这里用输入设备（鼠标和键盘）对系统实施控制。由于系统需要控制的节点比较多，而且节点之间具有逻辑互锁功能，所以用户界面应该给用户一定的提示信息，保证操作者不会或尽可能少的误操作，这是客户界面的主要功能。 执行 系统的执行部分主要是响应操作者的命令，实现命令的逻辑判断、互锁功能的。2.1.3 系统结构评价 将服务层、客户层与执行层分开是一种分层式结构。这种分层式系统结构，在图2.1看来是区分明显的层次，但是在系统的具体实现中系统的各个部分是有机的结合在一起，互相渗透，互相影响，互相补充的实现系统的功能。如图2.2所示：服务层执行层客户层图2.2 系统各层联系2.2系统硬件实现系统硬件图2.3分为前向通道和后向通道两个部分组成。前向通道即系统的控制通道，后向通道即系统的数据采集通道。2.2.1 前向通道的一次线路组成前向通道的一次线路由如下图2.3所示由22个配电屏组成：1DB：低压源进线配电屏 1JCP：型式试验配电屏12DB：调压器1原边配电屏 2JCP：型式试验配电屏23DB：调压器2原边配电屏 3JCP：型式试验配电屏34DB：调压器3原边配电屏 4 JCP：陪试电机配电屏6DB：调压器5原边配电屏 5 JCP：出厂试验配电屏17DB：直流电机控制屏 6 JCP：出厂试验配电屏28DB：整流子电机控制屏 7JCP：出厂试验配电屏31DG：调压器1副边配电屏 8 JCP：出厂试验配电屏42DG：调压器2副边配电屏 9 JCP：转子电路配电屏3DG：调压器3副边配电屏 10 JCP：电阻屏4DG：调压器5副边配电屏 GDA：硅整流图2.3 配电屏组成图图2.3 配电屏组2.2.2前向通道二次线路 前向通道二次线路由XSZ1-1型试验桌、XSZ1-2型试验桌、ZSZ出厂试验桌组成。前向通道的试验桌与工控机并联构成了手动测试于计算机自动控制方式，两种方式之间采用隔离互锁装置，相互不产生影响。工控机可以实时测量手动装置的状态，进行保护。 工业控制计算机对继电器开关动作的控制见图2.4（详图于附录A），是通过模拟量输出板卡控制的。系统采用的板卡有如下几种:研华PCL711B、研华PCLD-885。PCL711B是ISA总线多功能卡它具有8通道模拟量和数字量I/O,12为A/D分辨率，每秒25K采样速率，8路单端模拟量信号输入，可编程设定输入范围，可选定时触发或软件触发，1路12位模拟量输出（D/A),16路数字量输入/输出3。 PCL711BD/D通道PCL885D/A通道发出控制命令控制继电器动作图2.5 工控机前向控制通道一个PCL885板卡又16个D/A继电器输出通，系统总共用了3个885板卡，38个通道来控制输出。其中每个通道的定义见附录图A。2.2.3后向通道系统后向通道如图2.6所示，为PCL711BA/D输入通道和PCL880输入端子板组成。它的主要功能是将系统的模拟量和信号量通过端子板输入到PCL711B的模/数输入端，由工控机实时采集。PCL711B A/DS输入通道PCL880端子工控机采集现场实时数据图2.6 后向通道数据采集示意图 系统中的模拟量和信号包括：电机定子电压、各种开关状态信号等。通过互感线圈或直接连接到PCL880端子板口，通过PCL711BA/D模-数转换通道，由计算机实时采集进入。系统的模拟量输入信号详细资料如下图2.7所示： 块板：通道端口号功能备注1A1,A2频率2A3,A4定子电压快速采集3A5,A6转子三相电压4A7,A8转子三相电压5A9,A10转子三相电压6A11,A12温度回路7A13,A14温度回路8A15,A16温度回路表2.7 系统模拟量输入现场信号表2.2.4 系统通信结构系统中的扭矩仪、功率仪、三相电阻仪和变频器是分立器件，它需要和工控机进行实时通信，以便接受控制命令和上传测量的数据。而且这些器件需要同时工作来完成数据的采集任务。由于前三个仪器是采用的RS-232C通信协议，变频器采用的是485通信协议，所以必须为系统增加通信接口。其系统通信布局如下图2.8所示：图2.8 系统通信结构图PLC746是一种四端口串行通信接口板卡。每个端口可以通过跳线单独设置为RS232、RS422或RS485。PLC746支持两种操作模式：标准模式和增强模式。标准模式中每一个端口可以分别设置不同的地址和中断。增强模式中四个端口可以共享同一个中断，通过板载中断寄存器来判断端口号。2.3 系统软件实现2.3.1 客户端编程语言的选择根据用户的需求，本系统采用的客户端软件的实现是采用Windows用户界面友好且编程方便的Visual Basic实现的4。用Visual Basic实现客户程序的另一个优点是：它与数据库的健全联结。它的自然数据库环境是Microsoft Jet数据库引擎，众所周知，Jet数据库是Access数据库，而Microsoft Access也使用Jet数据库引擎。系统软件实现总体框架图（见附录A 图 2.10）PF9830型串行通信接收用户发来的通信请求信号请求是否为1EH发出应答信号0EH发一字节线制：1为12w,2为33w，3为34w，8为3V3A发出U，U3，U2，U1电压真有效值浮点数发出I，I3，I2，I1电流真有效值浮点数发出P，P3，P2，P1有功功率测量值浮点数发出PF，PF3，PF2，PF1功率因素测量值浮点数发出VA，VA3，VA2，VA1视在功率测量值浮点数发出var,var3,var2,var1无功功率测量值浮点数发出deg,deg3,deg2,deg1相位角测量值浮点数发出频率HZ测量值浮点数返回YESNO图2.9 通信流程图2.3.2 系统硬件驱动部分程序分析关于系统硬件驱动程序部分，由于VB对于系统硬件部分的直接控制比较困难，所以我们采用了将驱动代码用C+语言编译成动态链接库的形式。在实现数据采集和数据管理的电机试验系统中，我们既要实现数据采集卡的驱动控制，又要采用友好的用户界面来管理采集的数据，从而实现电机性能的测试计算。为了满足这两点要求，我们采用了用VB的强大数据库功能，为实现数据库的管理提供了良好的保障；而对于采集板卡的驱动控制，我们采用对硬件控制比较强的Visual C+来实现。这样整个系统就是用VB,C+混合编程实现的。在运用VB和VC+混合编程时，应注意的几点：用VC+编写的DLL程序应该注意它的输出函数的定义，下面是一种数据采集卡的硬件初始化程序：/mywin32dll.h/#ifdef_cpluspusexternc#endif_declspec(dllexport)void do_write(int argc, char*argv);_declspec(dllexport)void di_read(void);#ifdef_cplusplus#endif由于以上两个数据读和写的函数必须用来在VB中调用，所以我们必须用externc来修饰，这样可以不让C+编译器改变它的名字，而且在头文件中用_declspec（dllexport）定义为输出函数，这样，当编译器看到这个函数时就知道此函数是从DLL模块输出的。/mywin32dll,cpp_declspec(dllexport)void_stdcall do_write() int base=0x300; int indx; char do_value16; for(indx=0;indx16;indx+)do_valueindx=0; unsigncd int do_byte5; int bitcnt; int byteno; int bitno; for(indx=0;indx16;indx+) bitcnt=1; byteno=indx/8; bitno=indx%8; bitcnt=bitno; if(do_valueindx=0) bitcnt=bitcnt; do_bytebyteno&=bitcnt; else do_bytebyteno|=bitcnt; _outp(base+13,do_byte0); _outp(base+14,do_byte1); _declspec(dllexport)bool_stdcall do_read(char*lpData) char di_value16; int base=0x300; int indx; unsigned int di_byte5; int bitcnt; int byteno; di_byte0=inp(base+6); di_byte1=inp(base+7); for(indx=0;indx16;indx+) byteno=indx/8; bitno=indx%8; bitct=1; bitcnt=bitno; if(di_bytebyteno&bitcnt=0)di_valueindx=0; else di_valueindx=1; lpData=di_value; /将di_value的首地址传给lpData指针 / 在源文件中我们看到这些函数只是对I/O地址的读写，并没有用到任何MFC类，所以我们写这样的DLL程序的时候建立的是Win32 Dynamic-Link Library 项目。 本章小节 本章主要介绍了一种智能电机测试系统的系统组成，并分别从硬件结构到软件机构进行了描述，提出了一种切实可行的系统实现方案。但是系统中仍有许多不足之处，有待进一步的研究与实践。3 模糊PID控制器在电机调速系统中的应用3.1 模糊PID控制的概述 目前工业自动化水平已成为衡量各行各业现代化水平的一个重要标志。同时，控制理论的发展也经历了古典控制理论、现代控制理论5和智能控制理论三个阶段。自动控制系统可分为开环控制系统和闭环控制系统。一个控制系统包括控制器、传感器、变送器、执行机构、输入输出接口。控制器的输出经过输出接口、执行机构，加到被控系统上；控制系统的被控量，经过传感器，变送器，通过输入接口送到控制器。 (1)开环控制系统 ：开环控制系统(open-loop control system)是指被控对象的输出(被控制量)对控制器(controller)的输出没有影响。在这种控制系统中，不依赖将被控量反送回来以形成任何闭环回路。 (2)闭环控制系统 ：闭环控制系统(closed-loop control system)的特点是系统被控对象的输出(被控制量)会反送回来影响控制器的输出，形成一个或多个闭环。闭环控制系统有正反馈和负反馈，若反馈信号与系统给定值信号相反，则称为负反馈( Negative Feedback)，若极性相同，则称为正反馈，一般闭环控制系统均采用负反馈，又称负反馈控制系统。 (3)阶跃响应 ：阶跃响应是指将一个阶跃输入（step function）加到系统上时，系统的输出。稳态误差是指系统的响应进入稳态后，系统的期望输出与实际输出之差。 (4)PID控制的原理和特点： 在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。 1）比例（P）控制： 比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。 2）积分（I）控制：在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统（System with Steady-state Error）。为了消除稳态误差，在控制器中必须引入“积分项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。 3）微分（D）控制：在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。 自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后(delay)组件，具有抑制误差的作用，其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性。 (5)PID控制器的参数整定： PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。PID控制器参数整定的方法很多，概括起来有两大类：一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改。二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。现在一般采用的是临界比例法。利用该方法进行 PID控制器参数的整定步骤如下： a)首先预选择一个足够短的采样周期让系统工作； b)仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期；c)在一定的控制度下通过公式计算得到PID控制器的参数。3.2 模糊自适应PID控制系统的设计与实现3.2.1在线实时模糊自整定PID控制 PID控制器6因其结构简单并易于实现而成为工业过程中最常用的控制器。但是常规PID控制器不具有在线调整参数KP、KI、KD的功能,参数的选取有一定的难度，不能满足系统在不同偏差E及偏差变化率EC时对PID参数自调整的要求。模糊PID控制结合了模糊控制和PID控制二者的优点，但模糊控制器本身消除系统稳态误差的性能比较差。 模糊自整定PID参数控制就是在一般的PI控制基础上，采用模糊推理思想，加上一个模糊推理环节。模糊自整定PID参数控制器设计：PID控制的应用范围非常广泛，对于不同控制对象，控制器性能要求往往差异很大。模糊自整定PID参数控制器的结构框图如图3-1所示。模糊推理PID控制对象参数修正R Y图3-1模糊自整定PID参数控制系统结构图 根据参数KP、KI、KD对系统输出特性的影响程度，主要考虑在不同的|E|和|EC|时，被控过程对参数KP、KI、KD的自整定要求来选取参数量：(1) 在|E|较大时，即系统相应处于图3-2中的曲线的第阶段，为了加快系统的响应速度把KP选得大些，KD选得小些，为防止超调取KI= 0。(2) 当|E|和|EC|为中等大小时，即位于图3-2中的第阶段,取较小的KI值，同时KD和KP不能取得太大，以保持系统的响应速度。(3) 当|E|较小时，即处在第阶段时，适当增大KP和KI值，保证系统的稳定性，然后根据|EC|大小适当选取KD。（）（）（）yt0图3-2输出响应曲线根据以上参数整定规则，采用模糊逻辑推理的方法设计15模糊自整定PID参数控制器。首先，确定控制器的输入、输出语言变量，其输入语言变量为|E|和|EC|，输出语言变量为KP、KI、KD。其次，确定各语言变量的论域，在其论域上定义模糊量，即大(B)、中(M)、小(S)、零(Z)。偏差隶属函数曲线见图3-3，PID参数KP、KI、KD的隶属函数曲线见图3-4。然后，确定KP、KI、KD的调节规则，最后进行模糊推理和模糊运算。10123ZSMB图3-3偏差|E|、|E|的隶属函数10123ZSMB图3-4PID参数KP、KI、KD的隶属函数3.2.2 Fuzzy PID控制的系统仿真PID控制是经典控制中用于过程控制最有效的策略之一， PID控制中的中积分作用可以减少稳态误差,微分作用可以提高响应速度。但另一方面积分作用容易导致积分饱和,使系统超调量增大,微分作用对高频干扰特别敏感,甚至导致系统失稳。PID控制本质上属于线性控制，因此对于具有很强非线性的对象来说，控制效果具有先天的不足。对于这种情况，就应该采用具有非线性特性的控制方法，以适应整个系统的特点。 (1)模糊PID控制器的设计模糊控制器的原理框图如图3.5所示：de/dt模糊推理PID调节器ine+ecKpKIKDoutstop受控对象图3.5 模糊PID控制器结构从图3.5可以看出，模糊推理过程为双输入三输出系统。两个输入分别为系统误差E以及误差的变化率EC，而输出则为PID调节器的三个控制参数Kp、KI和KD。为了正确的控制输出量，在本文中为Kp、KI和KD，根据这三个参数对系统的影响情况，结合经验及对系统响应过程的掌握，采用理论分析加实验“试凑”得到模糊PID控制规则：在偏差较大时，为尽快消除偏差，提高响应速度，KP取大值，KI取零；在偏差较小时，为继续消除偏差，并防止超调过大，产生振荡，KP值要减小，KI取小值；在偏差很小时，为消除静差，克服大超调，使系统尽快稳定，K P值继续减小，KI值不变或稍取大一点。最后经精确化计算得到精确的控制值去控制被控制对象。描述输入变量E和EC以及输出变量Kp、KI和KD的语言集的模糊子集及其论域定义如下：E、E C和K P的模糊子集为：N B（负大），N M（负中），N S（负小），Z O（零），P S（正小），P M（正中），P B（正大）；KI和KD只取正值，其模糊子集为：Z O，P S，P M，P B；(2)仿真试验采用阶越输入作为激励和最终输出的目标值，通过PID控制器和模糊-PID控制器对相同输入的响应特性曲线来进行二者之间的比较。通过运行在Matlab中建立的模型，可以得到如图3.6的响应特性曲线。图3.6 PID响应曲线图3.7 模糊PID响应曲线图3.6为PID控制对阶越输入的响应特性曲线，图3.7为模糊-PID控制对节约输入的响应特性曲线。从图中可以看出，相对于PID控制来说，模糊-PID控制有着更快的反应速度，并且没有超调。这表明对于电液比例控制系统，采用模糊-PID控制7可以取得更好的性能，基本实现对电液比例控制系统的快速、准确控制。1）PID控制对阶越输入的响应特性曲线；2）模糊-PID控制对节约输入的响应特性曲线。模糊-PID控制相对于数字PID控制有以下的优点：a）KP、KI和KD三个参数根据系统偏差E和偏差的变化率EC动态变化，更符合控制当中的规律和特性；b）控制精度高，反应时间短，说明模糊-PID的控制指标优于数字PID。3.2.3基于参数自适应模糊PID控制器根据载荷或截割电机电流的变化情况，常靠司机通过搬动换向阀实现手动节流调速。这必然存在盲目、随意性，而截割电机的超载和欠载会在较大范围内波动，不利于提高工作效率和可靠性。 (1)掘进机恒功率控制通常是指当掘进机正常运行时，如果掘进机上的电动机功率超过其额定功率时，应采取相应的速度控制，使电机负载减小，将电动机的功率维持在额定功率以保护电动机。掘进机电机的控制系统如图3.8所示。控制器数字液压缸变频装置牵引速度截割电机截割头负载传感器电流反馈u0u1截割阻力力截割功率基准图3.8 掘进机电机恒功率控制系统(2)参数自适应模糊PID控制器的设计：1）控制器的结构组成：模糊自适应PID控制器以误差e(k)和误差变化率ec(k)作为输入，采用模糊推理方法对PID参数kp、ki、kd进行在线整定，满足不同时刻的e(k)和ec(k)对PID参数自整定的要求。其结构如图3.9所示。PID调节器数字液压缸截割电机电流检测de/dt模糊化模糊推理ECeceR图3.9 模糊PID控制器系统结构图2）PID控制参数自整定原则：通常，PID控制器的控制算式为：针对不同的e和ec人们总结了一套kp、ki、kd的整定原则:a)当|e|较大时，为使系统具有良好的跟踪性能，应取较大的kp与较小的kd，同时，为避免系统相应出现较大的超调，应对积分作用加以限制，通常取ki=0；b)当|e|和|ec|中等大小时，为使系统具有较小的超调，kp应取得小些。在这种情况下，kd的取值对系统的影响较大，应取得小一些，ki的取值要适当；c)当|e|较小时，为使系统具有较好的稳定性能，kp与ki均应取得大些，同时为避免系统在设定值出现振荡，并考虑系统抗干扰性能，当|ec|较大时，kd应取得小些，反之亦然。 (3) 系统构成及主要硬件设计: 恒功率调速系统（见图3.13）从结构上主要分为控制部分和执行部分。控制部分由单片机、时钟电路、通信接口、键盘与显示电路、光电耦合、电流检测和报警电路组成，执行部分为数字液压缸。通信接口时钟电路8255参数显示键盘设定单片机液压缸驱动器数字液压缸光电媒介逆变器截割电机采样保持保护报警信号电源原液器电流检测图3.13 调速系统结构框图3.3 模糊PID控制器在直流调速系统中的设计与应用在直流调速系统11的控制器设计方法中，目前大多采用PID或PI控制技术。PID或PI控制器的设计需要已知被控对象的精确模型，而且直流电机的非线性和结构参数易变化等特点使PID或PI参数整定比较麻烦。3.3.1直流调速系统结构模糊控制以模糊集合论作为其数学基础,通过模糊逻辑和近似推理方法让计算机把操作人员在实践中积累的丰富经验形式化、模糊化,并根据所得的语言控制规则进行模糊推理,给出模糊决策,将模糊量转化为精确量,作为送到被控对象(或过程)的控制量。其系统结构图如图3.14所示。模糊控制器PID控制器电流调节器整流装置直流电机nue图3.14 直流调速系统结构3.3.2直流调速系统控制器设计（1）直流调速系统电流环设计：电流环设计中仍采用工程整定方法,电流环的主要性能是跟随型,故电流环应设计成I型系统,即把电流调节器设计成PI控制器。其传递函数为: （式 3.1）式中:Ki为电流调节器的比例系数,i为电流调节器的超前时间常数。（2）直流调速系统8转速环设计：1) 模糊控制器设计: 模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的智能控制,模糊控制器是模糊控制系统的核心,一个模糊控制系统的性能优劣,主要取决于模糊控制器的结构、所采用的模糊规则、合成推理算法、以及模糊决策的方法等因素。模糊控制器的结构框图如图3.15所示。输入数据库数据库推理机模糊化接口解模糊接口知识库输出图3.15 模糊控制器的结构在模糊控制偏差E和控制量U均取为负大(NB),负中(NM),负小(NS),零(ZE),正小(PS),正中(PM),正大(PB)。为了使响应快速,偏差变化EC取负(N),零(2E),正(P)。偏差E和控制量U的模糊论域均为-10,10,偏差变量域EC为-1,1。E和U的隶属度函数为梯形和三角形函数,如图3.14所示。E图3.16 E和U的隶属度函数据直流电机起动和稳态运行的特点来确定模糊规则。nABCDEt图3.17 控制规律设转速的变化如图3.17所示,在A区,转速上升阶段,偏差E及偏差变量EC为e=n-Nn0。被控量正向小于给定量,误差由大变小。控制量则根据误差变化量的范围采用正大至正小;在B区,转速超调阶段,偏差E及偏差变量EC的大小为e=n-Nn0,ec=e2-e10,ec=e2-e10。此时控制量U应该根据偏差变量EC取负大到负小,当转速趋近给定值时,控制量U取正小值;同理可分析D区和E区,可得控制规则,如表3.18所示。表3.18 控制规则表模糊推理采用Mamdanis规则,采用重心法进行解模糊。3.4 模糊PID控制器的性能分析稳定性是控制系统的一项重要指标，也是系统能够正常工作的首要条件。因此，分析系统的稳定性并给出保证系统稳定的措施，是设计一个良好控制系统的首要前提。与经典控制理论相比，模糊控制系统的稳定性理论还不够完善，而且模糊控制系统的表现形式也各不相同，同样为理论分析增加了研究的难度。本文将针对机载光电跟踪系统的稳定性问题做初步探讨。 (1)模糊控制稳定性分析方法比较模糊控制系统的稳定性分析方法可以分为两大类，一类是早期的沿用经典控制理论的稳定性分析方法，如李亚普诺夫方法、相平面法、描述函数法等；另一类是利用模糊集理论来分析模糊系统的稳定性，如关系矩阵法、胞映射法。而根据定义，凡采用模糊控制器的系统称为模糊控制系统。在模糊控制系统中，控制对象也用模糊模型表示，则称系统为纯粹的模糊系统。对于混合模糊控制系统,提供了两种方法。其一，将混合模糊控制系统的控制对象变为模糊模型表示，从而问题转化为对纯粹模糊系统稳定性进行分析，可采用介绍的方法。其二，将控制器的模型变为确定性的模型，从而混合模糊控制系统变为常规的控制系统,进而采用常规的方法来对系统进行稳定性分析。 (2)利用描述函数法分析模糊PID控制器的稳定模糊控制器经离线计算得到一张可在线查询的控制表后，它可等效为一个多级继电特性的非线性控制系统。若能求出该非线性控制系统的描述函数，而且控制对象又是线性的，那么通过绘制系统的奈魁斯特曲线就可以判断系统的稳定性。本章小结 本章将模糊控制理论引入传统PID控制器中，利用模糊控制不依赖对象精确模型，能够克服系统非线性、时变性的特性、加强了传统PID控制器的功能。同时本章也给出了模糊控制器中本身的一些缺点，有待进一步研究探讨。4 神经网络PID控制在电机调速系统中的应用4.1神经网络PID控制 (1)PID控制在一个典型控制系统中，对于任何一个时间控制系统而言，其控制对象和系统结构是固定的。为了满足闭环控制系统稳、准、快的性能要求，只有通设计控制器D(z)来实现(如图4-1)。 (2)神经网络及神经网络PID控制BP神经网络的结构图如图4-3。其中：X1、X2Xn为网络的输入；Y1、Y2Ym为网络输出；Wji为输入层到隐含层；Wij为隐含层到输出层的连接权值。构造神经网络PID控制器结构，如图4.1。图4-1 控制对象和系统结构图4-2 仿真结果图4-3 BP神经网络的结构图R(t)PIDGh(s)G(s)Y(t)NH图4-4 神经网络PID控制器结构控制器由常规的PID控制器和神经网络两部分组成。常规的PID控制器对被控对象进行闭环控制，神经网络根据系统的运行状态，调节PID控制器的参数，以达到性能的优化。通过神经网络的自学习，加权系数的调整，使神经网络输出对应于某种最优控制规律下的PID控制参数。(3)从hebb理论可知，神经元的连接在给予不断的正刺激后会得到不断加强。而BP网络的反复学习过程也正是不断加强某种信息的联接强度的过程。一旦网络训练结束，而并没有训练成功，在某种意义上说，其联接强度还不够，还需再投入样本对其作用。样本被分为两组，一组已被联接权记忆住了，另一组还不能被其表述。因此可以放弃或部分放弃第一组的样本数据，而仅以第二组为训练样本投入训练，这样训练时间将比原来的方法大为减少。4.2 神经网络PID控制系统的设计与实现PID控制由于其具有直观性好、实现简单、可靠性高以及强鲁棒性等优点，在工业控制中得到广泛的应用，尤其适用于建立了精确数学模型的确定性系统。然而常规PID控制效果的优劣直接取决于控制参数选取的好坏，而传统方法是在获取控制对象数学模型的基础上，根据某一整定原则来确定PID参数。为使控制器具有较好地自适应性，实现控制参数的自动调节，可以采用神经网络控制的方法。(1)神经网络BP神经网络的结构如图4-5所示:图4-5 三层BP网络结构图其中:为BP网络的输入；为BP网络的输出；为输入层到隐含层的连接权值；为隐含层到输出层的连接权值。(2)神经网络PID控制9BP神经网络具有逼近非线性函数的能力，而且结构和学习算法简单明确。通过神经网络自身的学习，可以找到某一最优控制规律下的P、I、D参数。基于BP神经网络的PID控制器结构图如图4-6所示:NNPIDplantKpKiKdR(s)Y(s)图4-6 其于BP网络的PID控制器结构经典增量式数字PID的控制算式为 （式4.1）式中 、比例、积分、微分系数。将、视为依赖于系统运行状态的可调系数时，可将式描述为 （式4.2） 式中、等有关的非线性函数，可以用BP神经网络NN如图4-5所示，通过训练和学习来找到这样一个最佳控制规律。设BP神经网络NN18是一个三层BP网络，其结构如图4-5所示，有个输入节点、个隐层节点、三个输出节点。由于不能为负值，所以输出层神经元的活化函数取非负的Sigmoid函数，而隐含层神经元的活化函数可取正负对称的Sigmoid函数。由图4-5可见，BP神经网络NN的输入为 （式4.3）式中，输入量的个数M取决于被控系统的复杂程度。网络隐含层输入输出为 （式4.4）式中隐含层加权系数；阈值，=；活化函数，=上脚标（1）、（2）、（3）输入层、隐含层、输出层。最后，网络的输出层的输入输出为 （式4.5）式中输出层加权系数；阈值，；活化函数，取性能指标函数为： （式4.6）依最速下降法修正网络的加权系数，即按对加权系数的负梯度方向搜索调整，并附加一使搜索快速收敛全局极小的惯性项，则有 （式4.7）式中学习速率；惯性系数。 （式4.8）由于/未知，所以近似用符号函数取代，由此带来的计算不精确的影响可以通过调整学习速率来补偿。由此可以求得 （式4.9）因此可得到BP神经网络NN输出层的加权系数计算公式为 （式4.10）依据上述推算方法，可得隐含层加权系数得计算公式为 （式4.11） 式中；控制器由常规的PID控制器和神经网络两部分组成，常规PID控制器直接对被控对象进行闭环控制，并且其控制参数为Kp、Ki、Kd在线调整方式10；神经网络，根据系统的运行状态，调节PID控制器的参数，以期达到某种性能指标的最优化，使输出层神经元的输出对应于PID控制器的三个可调参数Kp、Ki、Kd。通过神经网络的自学习、加权系数的调整,使神经网络输出对应于某种最优控制规律下的PID控制器参数。4.3神经网络PID控制系统的仿真分析以下是利用Matlab对一个利用HEBB规则神经网络PID控制器进行的仿真。可以明显的看出控制器的输出11。如图4-7。1）设置Kp、Ki、KdxiteP=0.40;xiteI=0.35;xiteD=0.40;2）设置输入r(t)，输出Y(t)ts=0.001;for k=1:1:1000time(k)=k*ts;rin(k)=0.500*sign(sin(2*2*pi*k*ts);yout(k)=0.368*y_1+0.260*y_2+0.100*u_1+0.632*u_2;3）