CN102411309B - 一种微偏差区自修正模糊控制方法 - Google Patents
一种微偏差区自修正模糊控制方法 Download PDFInfo
- Publication number
- CN102411309B CN102411309B CN 201110440940 CN201110440940A CN102411309B CN 102411309 B CN102411309 B CN 102411309B CN 201110440940 CN201110440940 CN 201110440940 CN 201110440940 A CN201110440940 A CN 201110440940A CN 102411309 B CN102411309 B CN 102411309B
- Authority
- CN
- China
- Prior art keywords
- error
- deviation
- correction
- fuzzy
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开一种卷料纠偏导向控制装置的微偏差区自修正模糊控制方法,光电传感器输出的误差大于0.5V时,采用多因子模糊控制规律控制,当误差小于0.5V时,采用微偏差自修正模糊控制,将初始误差与初始误差变化率的值量化出相应的模糊等级,直接由表查询出对应的实际控制输出量等级,计算出第一次修正量;将第二次误差与第二次误差变化率的值量化出相应的模糊等级,再得到经过二次修正的模糊控制输出,得到第i+1次修正的模糊控制输出;由CPU计算出需要输出的脉冲,本发明用微偏差区域自修正模糊控制不断修正微偏差,每修正一次使微偏差减小为几分之一,误差大时能快速纠偏,误差小时能稳定控制,CPU运算速度快。
Description
技术领域
本发明涉及一种控制调节技术,具体是在卷料纠偏导向控制装置中,对偏差小的区域采用的自修正模糊控制方法。
背景技术
卷烟厂及包装材料厂广泛使用的外包装卷料纠偏导向控制装置主要有两类:一类是通过图象识别并控制纠偏,例如:意大利RE公司和日本MITSUHASHI公司的产品,这种纠偏控制方法效果虽好,但价格极昂贵。另一类是通过光电传感器监测并控制卷料的偏移,根据偏移的不同方向实时输出高低电平给步进电机以控制纠偏方向,步进电机驱动器不断向步进电机装置输出固定频率脉冲。这种产品价格低廉,但存在明显缺陷是:由于脉冲频率是固定的,所以在偏移区任何位置纠偏速度都是固定的,这便导致其在中心线附近容易纠偏过大,而在偏移量较大区域又不能迅速纠偏,因此,只能用于初次纠偏。
目前,普通模糊控制在工业控制领域得到了较广泛的应用,该控制方法对误差及误差变化率的加权均为0.5, 普通模糊控制具有不需要精确数学模型且初调快速的优点,只有当输入变量论域划分等级多时,才可以提高控制精度,但论域等级划分数的增加会引起计算量成平方次上升。
多因子模糊控制是指在控制初期为迅速减小误差对误差的加权大些,对误差变化率加权小些;在误差小时对误差加权小些,对误差变化率加权大些,以保持系统稳定,多因子模糊控制在某些控制领域得到了应用,但对微偏差的控制相对较弱。
发明内容
本发明的目的在于克服上述现有卷料纠偏导向控制方法、普通模糊控制方法和多因子模糊控制方法的不足而提供一种纠偏速度快、控制精度高的微偏差区自修正模糊控制方法。
本发明采用的技术方案是:将光电传感器和步进伺服驱动器分别经同一个接口模块连接CPU,与偏差成正比的光电传感器的输出电压经接口模块传输给CPU,其特征是具有如下步骤:
A、光电传感器输出的误差e大于0.5V时,采用式
的多因子模糊控制规律控制,u(x)是输出量,ec是采样的误差变化率,α1=0.55,α2=0.65,α3=0.75 ,±1、±2、±3为误差e的论域;计算得到实际控制输出量等级U=int(u(x)+0.5), int是取整,
B、当误差e小于0.5V时,采用微偏差自修正模糊控制,将初始误差e0与初始误差变化率ec0的值量化出相应的模糊等级M1=int(Ke0·e0+0.5)与N1=int(Kec0·ec0+0.5),Ke0= Kec0=6,为初始偏差e0、偏差变化率ec0的量化因子,直接由表查询出对应的实际控制输出量等级U,
误差e、误差变化率ec对应的第一次修正量U1=U0+Kuo·U 1 ,U 1是模糊等级M1与N1第一次查询表的实际控制输出量等级,Kuo为比例因子,U0为普通控制器设定值;
C、将第二次误差e1与第二次误差变化率ec1的值量化出相应的模糊等级M2=int((Ke0·e1- M1)·Ke1+0.5)与N2=int((Kec0·ec1- N1)·Kec1+0.5),Ke1= Kec1=6,
计算出修正量ΔU= Kuo·Ku1·U 2 ,Kuo=1,Ku1=0.5/3;再得到与e、ec对应的经过二次修正的模糊控制输出U2=Kuo(U 1+ U 2·Ku1),U 2是由M2、N2从所述表查询的相应的实际控制输出量等级;得到第i+1次修正的模糊控制输出Ui+1= Kui-1(U i+ U i+1·Kui);
D、CPU通过U2值的大小计算出需要输出n个脉冲,实际输出n=0.6·n个脉冲控制步进电机位移;同理在第i次修正时输出n=0.6i·n个脉冲。
本发明针对卷料偏差的无规律性和随机性,当误差大于设定阀值时,采用多因子模糊粗略控制迅速减小误差,达到迅速纠偏的目的;当误差小于设定阀值时,采用微偏差区域自修正模糊控制不断修正微偏差,每修正一次使微偏差减小为几分之一。具有普通控制纠偏速度快的特点,又克服了普通模糊控制精度差、易振荡的特点。误差大时能快速纠偏,误差小时能稳定控制。CPU运算速度快,执行一条字指令仅需0.2us,非常适合于高速运动控制。
附图说明
图1是本发明微偏差区自修正模糊控制方法所采用的纠偏控制系统的结构连接图;
图2是本发明微偏差区自修正模糊控制方法示意图。
具体实施方式
如图1所示,先构建一套高精度的纠偏控制系统,将已有的卷料纠偏导向控制装置中的光电传感器和步进伺服驱动器分别经同一个接口模块连接CPU,步进伺服驱动器采用型号为BQS-3驱动器,步进伺服驱动器连接步进电机,然后通过接口模块连接CPU。接口模块采用型号为IM174接口模块。光电传感器经接口模块的驱动接口的模拟量端子SW1接入,步进伺服驱动器的CP端为接受接口模块的脉冲信号端,根据接受脉冲的频率及个数控制步进电机的运动,步进伺服驱动器M端接受接口模块信号用来控制步进电机转向,M=1时步进电机正转,M=0时步进电机反转;R为使能控制端。该步进伺服驱动器还可以通过四位拨码开关把控制精度分为16档,最精密控制时达到10000步/转,提高控制精度。CPU是纠偏控制系统的核心,采用西门子公司具有运动控制性能的CPU-315T-2DP。CPU根据光电传感器测量偏差的大小,通过算法由接口模块传送给步进伺服驱动器,步进伺服驱动器根据脉冲的频率决定纠偏的快慢,脉冲的个数决定丝杠位移的多少。
如图2所示,本发明控制方法采用微偏差自修正模糊控制,卷料的偏移经过光电传感器的采样,与偏差成正比的光电传感器输出电压经接口模块IM174的模拟量输入口SW1输入,量化输出模拟电压至接口模块IM174,进行模数转换至CPU后,再通过接口模块传输给CPU,CPU首先判断光电传感器测量值与系统设定值的误差e的大小,当误差e大于设定阀值,偏差较大时,采用多因子模糊控制,进行粗略控制,迅速减小误差,达到迅速纠偏的目的;当误差e小于设定阀值时,偏差较小时,采用微偏差区域自修正模糊控制,不断修正微偏差,修正精度,每修正一次使微偏差减小为几分之一。具体如下:
第一步:光电传感器输出误差在大于0.5V的情况下,采用多因子模糊控制,控制规律如公式1所示。当偏差较大时,纠偏控制系统的主要任务是消除误差,这时对误差的加权应该大些;当偏差较小时,为使系统稳定对误差变化率加权要大些。因此CPU采用多因子模糊控制,在公式(1)中α1、α2、α3∈(0,1)。纠偏控制系统为加速误差控制,取α1=0.55,α2=0.65,α3=0.75加大了对偏移量的加权,中心区域由自修正模糊控制完成。光电传感器输出范围为4.5±2.5V。误差e的变化范围为(-2.5V,2.5V),而误差e的模糊控制论域为(-3,3),转换过程仅需要把误差e乘以6/5,然后加0.5取整得到e的控制论域。误差变化率ec模糊控制论域化方法类同。
(1)
u(x)是输出量,ec是采样的误差变化率,(误差变化率ecn是由第n次采样的误差变化率ecn等于本次采样得到的误差en与上次采样的误差en-1的差值再比上采样时间△t,即ecn=(en- en-1)/ △t。),当误差e大于0.5V时,通过公式(1)进行多因子模糊控制,在公式(1)中,当误差e的论域为±3时,表明卷料与中心线偏差大,此时需要尽快消除误差,因此输出量u(x)对e的加权大些,α3=0.75,而此时对误差变化率ec的加权就小些(1-α3=0.25)。同理当误差e的论域为±1时,为避免纠偏过大引起振荡,对误差e的加权小些(α1=0.55),而对误差变化率加权大些(1-α1=0.45)。
通过公式(1)的计算得到结果如下表1所示的多因子模糊控制方法:
表1 多因子模糊控制方法
表1的结果U=int(u(x)+0.5),其中u(x)由公式(1)计算得到,int代表取整。通过公式(1)的计算得到理论模糊控制输出u(x)是一个实数,实际控制输出量等级是一个整数,因此通过U=int(u(x)+0.5)四舍五入取整数。
第二步:微偏差区自修正模糊控制是指在误差小的区域内把实际控制结果与理论结果不断比较继续进行修正控制,快速提高精度。具体方法为:当卷料偏差较小,光电传感器输出进入中心区域范围时(4.5±0.5V时),即误差小于0.5V时,系统进入误差自修正环节。将初始误差e0与误差变化率ec0的值量化出相应的模糊等级M1与N1,即:
M1=int(Ke0·e0+0.5) (2)
N1=int(Kec0·ec0+0.5) (3)
其中,e0、ec0代表初始误差和误差变化率,e1、ec1代表第一次采样得到的误差和误差变化率,同理ei 、eci代表第i次采样得到的误差和误差变化率。Ke0、Kec0为偏差、偏差变化率与控制作用的量化因子,系统中为Ke0= Kec0=3/0.5=6,int表示取整运算。为减少CPU运算量,直接由表2查询出对应的控制器输出量化等级U 1,U 1代表在模糊等级M1与N1第一次查询表2结果,从而求得与e、ec对应的第一次修正量U1,U1为:
U1=U0+Kuo·U 1 (4)
Kuo为比例因子,U0为普通控制器设定值。U 1的论域为(-3,3),为计算方便及提高精度U1的论域取为(-3,3)的实论域,容易计算出U0=0,,Kuo =1,上式化为:U1=U 1,CPU根据U1值从高速脉冲口输出相应频率的脉冲控制丝杠移动距离。在第一次修正中,M1、 N1的取整会带来 0.5/ Ke0=0.5/6≈0.0833和0.5/ Kec0≈0.0833的误差。
然后:当系统进行第二次修正时:
M2=int((Ke0·e1- M1)·Ke1+0.5) (5)
N2=int((Kec0·ec1- N1)·Kec1+0.5) (6)
其中Ke1= Kec1=3/0.5=6。
M1与N1为误差e0与误差变化率ec0的值量化出相应的表2的模糊等级M1与N1,M2与N2为通过公式(5)、(6)计算得到的用于查表2的量化模糊等级。 由M2、N2从表2查询得相应的U 2,U 2代表在模糊等级M1与N1基础上第二次查询表2结果,即输出量的修正等级U 2,计算出控制的修正量为ΔU。
ΔU= Kuo·Ku1·U 2 (7)
Kuo为比例因子,上面已计算值为1,Ku1=0.5/3≈0.167。U 2代表查表得到的修正等级。
由此得到与e、ec对应的经过二次修正的模糊控制输出U2为:
U2=U1+ΔU= U0+Kuo·U 1+ Kuo·Ku1·U 2= U0+Kuo(U 1+ U 2 ·Ku1) (8)
e、ec的论域均为(-3,3),可求得Ke1= Kec1=3/0.5=6,U 1代表Ke0、Kec0整数部分对应的控制作用量化等级;U 2代表Ke0、Kec0小数部分即模糊控制器量化丢失的信息所对应的用以修正作用;Ke1、Kec1的作用使丢失的信息在(-3,3)论域再分配。
由于U1、U2的论域和U的论域同为(-3,3),故U0=0,公式(8)简化为:
U2=Kuo(U 1+ U 2·Ku1) (9)
由此类推得到第i+1次修正为:
Ui+1= Kui-1(U i+ U i+1·Kui) (10)
由公式(5)可以看出,进行第二次修正,实际上是把(Kec0·ec1- N1)放大了Kec1倍再进行量化查表,随着误差的减小,在进行修正时从第二次开始每次乘以系数β,由于从第二次开始主要对原来的纠偏进行修正微调,修正的是细小误差,为避免纠偏过大,每次修正时输出量乘以一个小于1的系数β,根据经验值一般取0.5~0.8,通过试验本系统取β=0.6。
表2 微偏差区控制方法
如图2所示,当CPU通过U2值的大小计算出需要输出n个脉冲,实际输出n=0.6·n个脉冲控制步进电机位移,采用步进电机控制纠偏装置放料轴丝杠位移完成纠偏,避免纠偏过大引起振荡。同理在第i次修正时输出n=0.6i·n个脉冲。当外界误差突变时重新判断误差e的大小,采取相应的粗略模糊控制或自修正模糊控制。
Claims (1)
1. 一种微偏差区自修正模糊控制方法,将光电传感器和步进伺服驱动器分别经同一个接口模块连接CPU,与偏差成正比的光电传感器的输出电压经接口模块传输给CPU,其特征是具有如下步骤:
A、光电传感器输出的误差e大于0.5V时,采用式
的多因子模糊控制规律控制,u(x)是输出量,ec是采样的误差变化率,α1=0.55,α2=0.65,α3=0.75 ,±1、±2、±3为误差e的论域;计算得到实际控制输出量等级U=int(u(x)+0.5), int是取整,
B、当误差e小于0.5V时,采用微偏差自修正模糊控制,将初始误差e0与初始误差变化率ec0的值量化出相应的模糊等级M1=int(Ke0·e0+0.5)与N1=int(Kec0·ec0+0.5),Ke0= Kec0=6,为初始偏差e0、偏差变化率ec0的量化因子,直接由表查询出对应的实际控制输出量等级U,
,
误差e、误差变化率ec对应的第一次修正量U1=U0+Kuo·U 1 ,U 1是模糊等级M1与N1第一次查询表的实际控制输出量等级,Kuo为比例因子,U0为普通控制器设定值;
C、将第二次误差e1与第二次误差变化率ec1的值量化出相应的模糊等级M2=int((Ke0·e1- M1)·Ke1+0.5)与N2=int((Kec0·ec1- N1)·Kec1+0.5),Ke1= Kec1=6,
计算出修正量ΔU= Kuo·Ku1·U 2 ,Kuo=1,Ku1=0.5/3;再得到与e、ec对应的经过二次修正的模糊控制输出U2=Kuo(U 1+ U 2·Ku1),U 2是由M2、N2从所述表查询的相应的实际控制输出量等级;得到第i+1次修正的模糊控制输出Ui+1= Kui-1(U i+ U i+1·Kui);
D、CPU通过U2值的大小计算出需要输出n个脉冲,实际输出n=0.6·n个脉冲控制步进电机位移;同理在第i次修正时输出n=0.6i·n个脉冲。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110440940 CN102411309B (zh) | 2011-12-26 | 2011-12-26 | 一种微偏差区自修正模糊控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110440940 CN102411309B (zh) | 2011-12-26 | 2011-12-26 | 一种微偏差区自修正模糊控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102411309A CN102411309A (zh) | 2012-04-11 |
CN102411309B true CN102411309B (zh) | 2013-06-19 |
Family
ID=45913431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110440940 Active CN102411309B (zh) | 2011-12-26 | 2011-12-26 | 一种微偏差区自修正模糊控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102411309B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105404141B (zh) * | 2015-12-16 | 2018-06-19 | 福建顺昌虹润精密仪器有限公司 | 模糊pid控制仪及控制方法 |
CN106285711A (zh) * | 2016-08-22 | 2017-01-04 | 安徽唐兴机械装备有限公司 | 一种基于光纤陀螺的顶管纠偏控制系统及其方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1135264A (zh) * | 1993-08-23 | 1996-11-06 | 费舍-柔斯芒特系统股份有限公司 | 使用辅助变量的多区域模糊逻辑控制系统 |
US6064920A (en) * | 1996-01-24 | 2000-05-16 | Agie Sa | Electroerosion apparatus drive control system employing fuzzy logic |
CN1484118A (zh) * | 2001-07-13 | 2004-03-24 | ����-��˹â��ϵͳ�ɷ�����˾ | 过程控制器的无模型自适应 |
CN102032640A (zh) * | 2009-09-25 | 2011-04-27 | 西安西翼智能科技有限公司 | 工业环境高精度空调的模糊pid控制方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5250215B2 (ja) * | 2007-06-07 | 2013-07-31 | 功 四郎丸 | 偏差補償プログラム |
-
2011
- 2011-12-26 CN CN 201110440940 patent/CN102411309B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1135264A (zh) * | 1993-08-23 | 1996-11-06 | 费舍-柔斯芒特系统股份有限公司 | 使用辅助变量的多区域模糊逻辑控制系统 |
US6064920A (en) * | 1996-01-24 | 2000-05-16 | Agie Sa | Electroerosion apparatus drive control system employing fuzzy logic |
CN1484118A (zh) * | 2001-07-13 | 2004-03-24 | ����-��˹â��ϵͳ�ɷ�����˾ | 过程控制器的无模型自适应 |
CN102032640A (zh) * | 2009-09-25 | 2011-04-27 | 西安西翼智能科技有限公司 | 工业环境高精度空调的模糊pid控制方法及装置 |
Non-Patent Citations (3)
Title |
---|
JP特开2008-305157A 2008.12.18 |
基于模糊自适应PI控制的柔性直流输电系统实验研究;殷自力 等;《电力自动化设备》;20080731;第28卷(第7期);第49-53页 * |
殷自力 等.基于模糊自适应PI控制的柔性直流输电系统实验研究.《电力自动化设备》.2008,第28卷(第7期),第49-53页. |
Also Published As
Publication number | Publication date |
---|---|
CN102411309A (zh) | 2012-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190028043A1 (en) | Machine learning device, servo motor control device, servo motor control system, and machine learning method | |
US20180373223A1 (en) | Machine learning apparatus, servo control apparatus, servo control system, and machine learning method | |
CN101114166A (zh) | 一种复杂轨迹的轮廓控制方法 | |
US10877442B2 (en) | Machine learning device, control device, and machine learning method | |
US20200342356A1 (en) | Machine learning device, numerical control system, and machine learning method | |
US11126149B2 (en) | Control parameter adjusting device and adjusting method using machine learning | |
US10901396B2 (en) | Machine learning device, control device, and machine learning method | |
JP2018173777A (ja) | 機械学習装置、サーボ制御装置、サーボ制御システム、及び機械学習方法 | |
WO1998043139A1 (fr) | Procede se rapportant a la correction d'une commande de decalage et systeme de servocommande dans lequel la commande de decalage est corrigee | |
CN102298359B (zh) | 一种数控系统中加减速过渡平滑控制方法 | |
US11023827B2 (en) | Machine learning device, servo control device, servo control system, and machine learning method for suppressing variation in position error using feedforward control | |
JP2000250614A (ja) | バックラッシ補正装置および数値制御システム | |
US11029650B2 (en) | Machine learning device, control system, and machine learning method | |
CN103034126A (zh) | 恒流源偏置外转子轴向磁轴承的控制系统及其控制方法 | |
CN104204977A (zh) | 轨迹控制装置 | |
CN107490958A (zh) | 一种五自由度混联机器人的模糊自适应控制方法 | |
CN105305913A (zh) | 一种新型的用于滚珠丝杠进给系统的抗扰跟随控制器 | |
CN102411309B (zh) | 一种微偏差区自修正模糊控制方法 | |
US10739734B2 (en) | Motor control apparatus | |
US11914333B2 (en) | Machine learning device, servo control device, servo control system, and machine learning method | |
US11507885B2 (en) | Machine learning device, control device, and machine learning search range setting method | |
US11243501B2 (en) | Machine learning device, control system, and machine learning | |
CN108762064B (zh) | 一种伺服驱动器的速度平滑方法 | |
CN115123865A (zh) | 一种基于模糊控制的表面处理机张力控制方法及系统 | |
JP7234779B2 (ja) | 転舵制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20151014 Address after: Daitou town of Liyang City Ferry Street 213311 Jiangsu city of Changzhou province 8-2 No. 7 Patentee after: Liyang Chang Technology Transfer Center Co., Ltd. Address before: Gehu Lake Road Wujin District 213164 Jiangsu city of Changzhou province No. 1 Patentee before: Changzhou University |