交流永磁直线伺服系统的神经网络—滑模双自由度控制
沈阳工业大学 孙宜标 郭庆鼎
摘要:文章针对直接驱动的交流永磁直线伺服系统,提出一种将非线性神经网络控制和滑模控制相结合构成的双自由度控制策略。该控制策略解决了直线伺服系统跟踪性能和鲁棒性能之间的矛盾。采用滑模控制方法设计输入控制器,保证系统对给定的快速跟踪性能;输出反馈控制器采用神经网络来实现,对系统参数变化和阻力扰动(包括直线电机端部效应引起的推力波动)进行很大程度的抑制。并可以消除扰动引起的滑模控制抖振对系统稳态性能的影响。同时,滑模控制的快速性又能大大加快神经网络的收敛速度。仿真实验结果表明该方案在保证伺服系统的快速性同时,对系统参数变化和阻力扰动具有很强的鲁棒性,大大地提高了直接驱动系统的伺服精度。
关键词:滑模控制 神经网络控制 双自由度控制 直接驱动 直线伺服
1 引言
交流永磁直线伺服系统省掉了机械速度变换机构,将负载直接与永磁直线同步电动机(PMLSM)的动子相连,把控制对象同电机做成一体化结构,消除了机械速度变换机构所带来的一些不良影响,如摩擦、机械后冲、弹性变形等,在高精度、微进给伺服系统应用中具有非常大的优势[1]。但是,由于直线电机直接驱动负载,负载的变化和外部扰动将直接影响伺服系统的性能。而且,电机的端部效应、齿槽效应和永磁体磁链谐波等将产生推力纹波;系统参数(动子质量、粘滞摩擦系数等)的变化、摩擦阻力的非线性变化以及状态的观测噪声等都会降低系统的伺服性能[2]。为了保证系统的性能,要求采用适当的控制方法使系统在保证快速跟踪性能的同时,对不确定扰动因素具有很强的鲁棒性。
常规的PID控制器是一维自由度控制结构,很难同时保证系统对输入的跟踪性能和对扰动的抗扰性能。双自由度(2DOF)控制是通过对给定输入响应的控制器C1(s)和对扰动响应的控制器C2(s)进行相互独立的设计,可以解决跟踪性能和抗扰性能之间的矛盾。
滑模控制(SMC)具有鲁棒性和快速跟踪特性的优点,但是,高频切换控制会在扰动和模型参数摄动的作用下导致抖振现象。而抖振的幅值与扰动和模型参数摄动的幅度成比例关系[3]。在直线伺服系统中抖振会产生脉动推力,影响系统的平稳性和定位精度,增加能量损耗,甚至会影响系统的稳定性。文献[4]采用滑模控制方法来设计双自由度控制系统中输入控制器C1(s),从而得到一种具有强鲁棒性的滑模双自由度控制方案。其线性输出控制器C2(s)能对扰动进行部分补偿,从而削弱了抖振。但是,因为扰动的衰减和对传感器噪声或参数波动影响的衰减之间是折衷的关系,扰动衰减(灵敏度函数)的截止频率不能设计得太高。
本文采用具有很强自学习能力的神经网络(NN)来实现双自由度控制系统的输出反馈控制器C2(s)。通过在线学习能够在保证系统稳定性的同时,对扰动和参数变化进行有效的抑制补偿,从而可以削弱滑模控制的抖振,提高伺服系统的稳态精度。
2 永磁直线同步电动机(PMLSM)及其数学模型
交流永磁直线同步电动机是直接将交流电能转换为直线运动的推力装置。其基本结构图如图1所示。从图中可以看出,PMLSM包括安装电动机绕组的短初级(动子),放置永磁体的长次级(定子),支撑初级的导轨和机座等部分。其中动子在磁场的作用下直接产生直线运动。PMLSM的工作原理与交流永磁同步旋转电动机基本相同,但是,由于PMLSM的定子及动子的两端开断而产生端部效应,它将产生推力波动,从而影响伺服系统的性能。
PMLSM的端部效应引起的推力波动)及系统参数的变化比较缓慢,故完全可以用神经网络的学习能力对广义扰动进行实时控制。
5 仿真结果及其分析
将本文所提出的控制方案应用于自行研制的交流永磁直线伺服电机的位置伺服系统中。系统的额定参数为:Mn=11.0 kg,Bn=8.0 N•s/m,Kfn=28.5 N/A,Fen=300 N,Vn= 3.0 m/s。滑模控制器的参数选定为:C=0.7 rad/s;α1=12,β1=-12,α2=1.2,β2=-1.2。神经网络控制器的参数选定为η=[1.5 1.0 0.5]。为了方便比较,本文同时还对单自由度PI控制和单自由度滑模控制进行了仿真,采样周期为0.5 ms。
由式(4)可知,广义扰动包括负载阻力和端部效应产生的脉动阻力。因此,通过加入不同的负载阻力就可以考察系统的抗扰性能。图6、图7、图8分别表示3种不同控制器:单自由度PI控制和单自由度滑模控制和神经网络-滑模双自由度控制在速度给定3 m/s的作用下,电动机起动后0.25 s时加负载Fl=200 N的阻力扰动(可视为直线伺服电动机驱动的机床等负载阻力以及电动机本身端部效应而产生的推力波动的综合作用),且动子质量变化M=3Mn的情况下系统速度响应曲线。
由图8可看出在突加扰动且模型变化时,基于神经网络—滑模双自由度控制在跟踪速度给定时无超调,并大大地削弱了阻力扰动对速度的影响,对系统参数变化和外在扰动具有很强的鲁棒性,且稳态时基本没有抖振现象。过渡过程时间小于0.1 s且速降恢复时间很短,系统具有很好的跟踪特性。由图7可以看出单自由度滑模控制过渡过程时间较短,但在阻力扰动的作用下有速降,由于系统参数变化和外在扰动的影响,有一定程度的抖振现象,并存在稳态误差。图6中的单自由度PI控制速度曲线存在很大的超调和速降,且过渡过程时间和速降恢复时间长,跟踪性能、鲁棒性能最差。
6 结论
本文针对直接驱动的交流永磁直线同步电机伺服系统所提出的神经网络-滑模双自由度控制策略充分利用滑模控制快速性和神经网络的学习功能,有效地克服了各自的缺点。滑模控制的快速性可以大大提高神经网络的收敛速度;而神经网络的自学习能力又可以消除滑模控制抖振的影响。仿真结果表明,该控制方案对系统参数变化和外部扰动具有很强的鲁棒性。同时,系统具有良好的快速跟踪性能。从而大大提高了直线伺服系统的伺服精度。
|
