CN102437802A - 一种轻型高精度微小飞轮数字控制系统 - Google Patents

Abstract

一种轻型高精度微小飞轮数字控制系统，作为一类应用在100Kg以下微小卫星上的姿态控制执行机构，主要由FPGA模块、三相全桥驱动装置、RS-232通信电路、Buck变换器、AD采样电路及信号调理电路、霍尔信号滤波器等组成，其中FPGA模块包括指令解析器、力矩-电流转换器、单神经元自适应PID控制器、PWM脉宽调制器和换相逻辑信号产生器等。本发明采用非线性变换在线修正方法，基于单神经元自适应PID控制算法并以FPGA模块为控制核心构成微小飞轮数字控制系统，采用力矩模式实现了微小卫星姿态控制执行机构的高精度力矩输出，其特点是算法简单易于实现、响应速度快，系统功耗低、可靠性高、设计灵活，提高了微小飞轮功率密度、减小了微小飞轮的质量和体积并降低了成本，特别适合于微小卫星。

Description

一种轻型高精度微小飞轮数字控制系统

技术领域

本发明涉及一种轻型高精度微小飞轮数字控制系统，用于对微小卫星主动姿态控制用微小飞轮的高精度控制，特别适合于对体积重量、功耗和力矩精度有较高要求的空间应用场合。

背景技术

按卫星的质量划分，一般将1000kg以下的卫星称为小卫星。现代小卫星具有许多大型卫星不可比拟的优点，如体积小、重量轻、研制和发射成本低、研制周期短，在空间轨道上可布置较多的数量以作备份，提供更大的冗余。小卫星还具有高新技术含量高、技术集成度高和功能密度大等特点，已成为最活跃、最富于挑战性和具有广阔商业前景的空间技术领域，也是21世纪卫星技术发展的重要趋势。而微小卫星作为小卫星家族中的一员，具有小卫星的共性特点，更适合科学技术试验和大学教学，也可以组成低轨道卫星星座。此外，微小卫星的另一个突出特点是技术扩展性强，从微小卫星这一技术平台出发，可进一步向微小化发展而研制纳卫星；或向多用途化发展而研制小卫星；或向集群化发展而研制微小卫星星座；还可以向深空探测发展而研制小型深空探测器。

轻型高精度姿态控制系统的研制作为现代微小卫星研制的关键技术，业已受到国内外的广泛关注。目前采用的方案主要以重力梯度稳定、主动磁控加一个偏置动量轮作为姿态控制的稳定机构。微小飞轮作为一类应用在100kg以下微小卫星上的姿态控制执行机构，可以提高卫星功率密度、减轻卫星的质量、减小卫星的体积并降低发射成本，适合微小卫星“快、好、省”的原则。

现有的基于数字实现的飞轮数字控制系统中：在中国专利“CN101800505A”公开的“一种磁悬浮飞轮转速控制方法”中，采用光电码盘利用M/T法进行测速，并对转速反馈值进行模糊自适应kalman滤波，具有较高的测速精度；而在中国专利“CN101127501”公开的“一种磁悬浮反作用飞轮电机高精度速率模式控制系统”中，以DSP为控制核心，低速时采用增量式轴角编码器测速，高速时采用霍尔效应位置传感器测速，实现了磁悬浮反作用飞轮电机的高精度速率模式控制。但这两种控制系统都需要高精度的测速装置光电码盘，受限于光源的寿命以及增加了结构的复杂性和体积重量，难以满足微小卫星姿控系统的应用需要。在中国专利“CN101388631”公开的“一种磁悬浮反作用飞轮电机控制系统”中，采用Cuk升降压变换器和三相星型半桥，并经转速调节和电流调节进行控制，一定程度上改善了系统动态；但其采用霍尔位置传感器，难以得到高精度的转速信息，而且三相星型半桥降低了绕组效率并导致换相转矩脉动较大，影响了力矩输出精度。

在中国专利“CN1968003”公开的“一种低耗、高可靠集成磁悬浮飞轮直流无刷电动机控制系统”中，采用FPGA系统进行位置、速度、电流三环控制，实现了直流无刷电动机控制器的集成化、低功耗，但其通过三闭环控制算法直接控制电机的位置，经过位置、速度闭环算法才能得到电机控制所需要的参考电流，响应速度较慢，并不适合飞轮这种工作在高速并通过变速来实现力矩输出的应用场合。而在中国专利“CN101734379A”公开的“一种基于FPGA的微小飞轮高集成度高精度控制系统”中，采用速率补偿的力矩模式控制方法，通过力矩补偿器将速率指令值与位置检测装置的速率反馈值比较综合得到补偿力矩，但其位置检测装置仍然采用霍尔传感器，无法得到高精度的速率反馈值，而且其力矩指令需经过积分再乘以1/J才能得到速率指令值，需要准确地知道飞轮转子的惯性矩J，而J值往往不易准确测得。

另外，在中国专利“CN102023652A”公开的“水箱液位控制器”中，采用单神经自适应PID控制器，输出几乎没有超调，过渡时间短，动态响应快；在中国专利“CN101673119”公开的“一种控制织机送经卷取过程中经纱张力稳定的方法”中，基于主控制器PLC采用单神经元自适应PID算法在SAURER400型剑杆织机上进行实验，取得了良好的控制效果。但在这两种单神经元自适应PID算法的工程应用中，当设定的神经元增益较小时，系统响应慢，超调量减小；当设定的神经元增益较大时，系统响应快，但是超调量增大，调整时间变长，因此在工程应用之前需要经过大量的试验来确定较优的神经元增益，未能真正地实现自适应的功能。

发明内容

本发明解决的技术问题是：克服现有技术存在的不足，提供一种采用非线性变换在线修正方法，基于改进的单神经元自适应PID控制器并以FPGA模块为控制核心的轻型高精度微小飞轮数字控制系统，实现了微小卫星姿态控制执行机构的高精度力矩输出。

本发明的技术解决方案是：一种轻型高精度微小飞轮数字控制系统，其特点在于包括：上位机、RS-232通信电路、指令解析器、力矩-电流转换器、单神经元自适应PID控制器、PWM脉宽调制器、Buck变换器、三相全桥驱动装置、无刷直流电机本体、换相逻辑信号产生器、霍尔信号滤波器、AD采样电路和信号调理电路。FPGA模块包括指令解析器、力矩-电流转换器、单神经元自适应PID控制器、PWM脉宽调制器和换相逻辑信号产生器等。FPGA模块中的指令解析器将通过RS-232通信电路从上位机接收到的力矩控制指令进行解析得到指令力矩值，经过力矩-电流转换器转换得到指令电流值；无刷直流电机本体上的直流母线电流通过信号调理电路和AD采样电路采样后得到直流母线电流的数字采样值，作为微小飞轮力矩模式电流闭环的反馈值与指令电流值作差后，经单神经元自适应PID控制器综合后得到被调制信号值；被调制信号值经过PWM脉宽调制器后产生PWM控制信号，直接用来控制Buck变换器中开关器件的占空比，以保证Buck变换器输出稳定的直流电压作用在三相全桥驱动装置直流母线上；无刷直流电机本体中的霍尔效应位置传感器产生3路霍尔信号，经过霍尔信号滤波器滤波后输入到换相逻辑信号产生器中根据逻辑换相表产生正反转的换相信号，用于控制三相全桥驱动装置中的三相桥进行正确地换相，进而控制微小飞轮无刷直流电机本体中U、V、W三相绕组的电流，以实现对微小飞轮力矩的高精度输出。

所述的单神经元自适应PID控制器离散控制律为：

$u\left(k\right)=u(k-1)+K_u\left(k\right)\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{w}_i^{\′}\left(k\right)x_i\left(k\right)---\left(1\right)$

式中，u(k)为当前k时刻单神经元自适应PID控制器的输出；u(k-1)为当前k时刻的前一时刻单神经元自适应PID控制器的输出；K_u(k)为当前k时刻的神经元增益；w′_i(k)为当前k时刻神经元状态所对应的权值(i＝1，2，3)；x_i(k)为当前k时刻神经元状态值(i＝1，2，3)，其中x₁(k)为当前k时刻误差e(k)，x₂(k)为当前k时刻误差e(k)的一阶差分，x₃(k)为当前k时刻误差e(k)的二阶差分，即x₁(k)＝e(k)＝I_r(k)-I(k)，x₂(k)＝e(k)-e(k-1)，x₃(k)＝e(k)-2e(k-1)+e(k-2)，而Ir(k)、I(k)分别为当前k时刻的指令电流值和母线电流反馈值。

所述的单神经元自适应PID控制器离散控制律中神经元增益K_u(k)采用如下的非线性变换在线修正方法：

$K_u\left(k\right)=K_{u0}+\mathrm{\α}[I_t\left(k\right)-I(k+d)]/I_r^2\left(k\right)---\left(2\right)$

式中，K_u0为神经元增益稳态初值；α为调整系数，一般为K_u0的1/10；I_r(k)为当前k时刻的指令电流参考值；d为延时d个时刻；I(k+d)为当前k时刻延时d个时刻之后的母线电流反馈值。

所述的单神经元自适应PID控制器离散控制律中权值w′_i(k)的学习算法为：

$\left\{\begin{array}{c}{w}_1\left(k\right)=w_1(k-1)+{\mathrm{\η}}_{I}e\left(k\right)u\left(k\right)x_1\left(k\right)\\ w_2\left(k\right)=w_2(k-1)+{\mathrm{\η}}_{P}e\left(k\right)u\left(k\right)x_2\left(k\right)\\ w_3\left(k\right)=w_3(k-1)+{\mathrm{\η}}_{D}e\left(k\right)u\left(k\right)x_3\left(k\right)\\ w_i^{\′}\left(k\right)=w_i\left(k\right)/\underset{i=1}{\overset{3}{\mathrm{\Σ}}}\left|w_i\left(k\right)\right|,(i=\mathrm{1,2,3})\end{array}\right.---\left(3\right)$

式中，η_I，η_P，η_D分别为积分、比例、微分的学习速率，而PID参数的学习修正主要与e(k)与Δe(k)有关，基于此可将权值w′_i(k)学习修正部分进行修改，即令x₁(k)＝x₂(k)＝x₃(k)＝e(k)+Δe(k)，其中Δe(k)为当前k时刻误差e(k)的变化量，即Δe(k)＝e(k)-e(k-1)；而w_i(k)为当前k时刻神经元状态的加权系数，其中w₁(k)、w₂(k)、w₃(k)分别为当前k时刻神经元状态x₁(k)、x₂(k)、x₃(k)的加权系数，w₁(k-1)、w₂(k-1)、w₃(k-1)分别为当前k时刻前一时刻的神经元状态x₁(k)、x₂(k)、x₃(k)的加权系数。

本发明的原理是：本发明中的数字控制系统以FPGA模块为控制核心，通过RS-232通信电路从上位机接收控制力矩指令，经过指令解析器解析和力矩-电流转换器转换为指令电流值，与此同时AD采样电路对经过信号调理电路处理的无刷直流电机本体母线电流信号进行采样，采样结果作为微小飞轮力矩模式电流闭环的反馈值；指令电流值与直流母线电流反馈值作差后，经单神经元自适应PID控制器综合后得到被调制信号值；被调制信号值与固定频率的锯齿波信号值进行比较，经PWM脉宽调制产生器产生PWM控制信号，直接用来控制Buck变换器中开关器件的占空比，以保证Buck变换器能够输出稳定的直流电压作用在三相全桥驱动装置直流母线上；同时，无刷直流电机本体中的霍尔效应位置传感器产生3路霍尔信号，经过霍尔信号滤波器滤波后根据逻辑换相表产生正反转的换相信号，用于控制三相全桥驱动装置中的三相桥进行正确地换相，进而控制无刷直流电机本体中U、V、W三相绕组的电流，以实现对微小飞轮输出力矩的高精度控制。

本发明与现有技术相比，优点在于：

(1)相比现有的微小飞轮控制算法，本发明采用的单神经元自适应PID控制器，算法简单易于工程实现、响应快且鲁棒性强，提高了微小飞轮的力矩输出精度，实现了微小飞轮的高精度控制。

(2)相比现有的单神经元自适应PID控制算法，本发明将神经元增益采用非线性变换在线修正方法，并对加权系数学习修正部分进行修改，真正地实现了自适应功能。

(3)本发明以FPGA模块为控制核心构成微小飞轮数字控制系统，功耗低、可靠性高、设计灵活，提高了微小飞轮的功率密度，减小了微小飞轮的质量体积并降低了研制成本，适合微小卫星“快、好、省”的原则。

附图说明

图1为一种轻型高精度微小飞轮数字控制系统结构框图；

图2为一种轻型高精度微小飞轮数字控制系统单神经元自适应PID控制器框图；

图3为一种轻型高精度微小飞轮数字控制系统FPGA软件流程图；

具体实施方式

如图1所示，本实施例主要由上位机1、RS-232通信电路2、指令解析器3、力矩-电流转换器4、单神经元自适应PID控制器5、PWM脉宽调制器6、Buck变换器7、三相全桥驱动装置8、无刷直流电机本体9、换相逻辑信号产生器10、霍尔信号滤波器11、AD采样电路12和信号调理电路13构成。FPGA模块包括指令解析器3、力矩-电流转换器4、单神经元自适应PID控制器5、PWM脉宽调制器6和换相逻辑信号产生器10等。FPGA模块中的指令解析器3将通过RS-232通信电路2从上位机1接收到的力矩控制指令进行解析得到指令力矩值，经过力矩-电流转换器4转换得到指令电流值；而微小飞轮无刷直流电机本体9中的直流母线电流经过信号调理电路13处理和AD采样电路12采样后得到直流母线电流的数字采样值，作为力矩模式电流闭环的反馈值与指令电流值作差，经单神经元自适应PID控制器5综合后得到被调制信号值；被调制信号值输入到PWM脉宽调制器6产生PWM控制信号，直接用来控制Buck变换器7中开关器件的占空比，以保证Buck变换器7能够输出稳定的直流电压作用在三相全桥驱动装置8直流母线上；与此同时，无刷直流电机本体9中的霍尔效应位置传感器产生3路霍尔信号，经过霍尔信号滤波器11滤波后进入到换相逻辑信号产生器10中根据逻辑换相表产生正反转的换相信号，用于控制三相全桥驱动装置8中的三相桥进行正确地换相，进而控制无刷直流电机本体9中U、V、W三相绕组的电流，以实现对微小飞轮输出力矩的高精度控制。

如图2所示，本实施例所采用的单神经元自适应PID控制器离散控制律为：

其中神经元增益K_u(k)采用如下的非线性变换在线修正方法： $K_u\left(k\right)=0.03+0.005\×[I_t\left(k\right)-I(k+d)]/I_r^2\left(k\right).$ 在此离散控制律中引入输出误差平方的二次型性能指标，按照使性能指标趋于最小的原则来修改连接权值，从而实现自适应PID的最优控制，其连接权值的离散学习算法为： $\left\{\begin{array}{c}{w}_1\left(k\right)=w_1(k-1)+0.02\×e\left(k\right)u\left(k\right)x_1\left(k\right)\\ w_2\left(k\right)=w_2(k-1)+0.01\×e\left(k\right)u\left(k\right)x_2\left(k\right)\\ w_3\left(k\right)=w_3(k-1)+0.0005\×e\left(k\right)u\left(k\right)x_3\left(k\right)\\ w_i^{\′}\left(k\right)=w_i\left(k\right)/\underset{i=1}{\overset{3}{\mathrm{\Σ}}}\left|w_i\left(k\right)\right|,(i=\mathrm{1,2,3})\end{array}\right.,$ 加权系数初值设为w₁(k-1)＝0.002，w₂(k-1)＝0.001，w₃(k-1)＝0.001。神经元增益K_u(k)对控制的效果会产生至关重要的影响，能根据开环放大倍数对被控对象分别起到衰减和增强的作用。而连接权值的离散学习算法中PID参数的在线学习修正主要与e(k)与Δe(k)有关，基于此可将加权系数学习修正部分进行修改，即令x₁(k)＝x₂(k)＝x₃(k)＝e(k)+Δe(k)，这样连接权值的在线修改就不仅是根据神经网络学习原理，而且参考实际经验制定的。

如图3所示，本实施例所采用的一种轻型高精度微小飞轮数字控制系统FPGA模块软件流程图，主要包括指令解析器3、力矩-电流转换器4、单神经元自适应PID控制器5、PWM脉宽调制器6和换相逻辑信号产生器10等软件模块流程。各软件模块均采用VHDL硬件描述语言进行设计和描述。FPGA模块中的指令解析器4将通过RS-232通信电路从上位机接收到的力矩控制指令进行解析得到指令力矩，再经过力矩-电流转换器3转换得到指令电流值；微小飞轮力矩模式电流闭环的反馈值和指令电流值作差后，经单神经元自适应PID控制器5综合后得到被调制信号值；被调制信号值同时经过PWM脉宽调制器6产生PWM控制信号，直接用来控制Buck变换器中开关器件的占空比，以保证Buck变换器输出稳定的直流电压作用在三相全桥驱动装置直流母线上；无刷直流电机本体中的霍尔效应位置传感器产生3路霍尔信号，经过霍尔信号滤波器滤波后输入到换相逻辑信号产生器10中根据逻辑换相表产生正反转的换相信号。

其它未经说明的部分为一般工程常识。

Claims (4)

1.一种轻型高精度微小飞轮数字控制系统，其特征在于包括：上位机(1)、RS-232通信电路(2)、指令解析器(3)、力矩-电流转换器(4)、单神经元自适应PID控制器(5)、PWM脉宽调制器(6)、Buck变换器(7)、三相全桥驱动装置(8)、无刷直流电机本体(9)、换相逻辑信号产生器(10)、霍尔信号滤波器(11)、AD采样电路(12)、信号调理电路(13)；FPGA模块包括指令解析器(3)、力矩-电流转换器(4)、单神经元自适应PID控制器(5)、PWM脉宽调制器(6)和换相逻辑信号产生器(10)；FPGA模块中的指令解析器(3)将通过RS-232通信电路(2)从上位机(1)接收到的力矩控制指令进行解析得到指令力矩，再经过力矩-电流转换器(4)转换得到参考电流；无刷直流电机本体(8)上的直流母线电流通过信号调理电路(13)和AD采样电路(12)采样后得到直流母线电流的数字采样值，作为微小飞轮力矩模式电流闭环的反馈值和参考电流作差后经过单神经元自适应PID控制器(5)综合后得到被调制信号值；被调制信号值同时经过PWM脉宽调制器(6)产生PWM控制信号，直接用来控制Buck变换器(7)中开关器件的占空比，以保证Buck变换器(7)输出稳定的直流电压作用在三相全桥驱动装置(8)直流母线上；无刷直流电机本体(9)中的霍尔效应位置传感器产生3路霍尔信号，经过霍尔信号滤波器(11)滤波后输入到换相逻辑信号产生器(10)中根据逻辑换相表产生正反转的换相信号，用于控制三相全桥驱动装置(8)中的三相桥进行正确地换相，进而控制微小飞轮无刷直流电机本体(9)中的U、V、W三相绕组的电流，以实现微小飞轮力矩的高精度输出。

2.根据权利要求1所述的一种轻型高精度微小飞轮数字控制系统，其特征在于：所述的单神经元自适应PID控制器(5)离散控制律为：

$u\left(k\right)=u(k-1)+K_u\left(k\right)\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{w}_i^{\′}\left(k\right)x_i\left(k\right)---\left(1\right)$

式中，u(k)为当前k时刻单神经元自适应PID控制器的输出；u(k-1)为当前k时刻的前一时刻单神经元自适应PID控制器的输出；K_u(k)为当前k时刻的神经元增益；w′_i(k)为当前k时刻神经元状态所对应的权值(i＝1，2，3)；x_i(k)为当前k时刻神经元状态值(i＝1，2，3)，其中x₁(k)为当前k时刻误差e(k)，x₂(k)为当前k时刻误差e(k)的一阶差分，x₃(k)为当前k时刻误差e(k)的二阶差分，即x₁(k)＝e(k)＝I_r(k)-I(k)，x₂(k)＝e(k)-e(k-1)，x₃(k)＝e(k)-2e(k-1)+e(k-2)，而Ir(k)、I(k)分别为当前k时刻的指令电流值和母线电流反馈值。

3.根据权利要求2所述的一种轻型高精度微小飞轮数字控制系统，其特征在于：所述的单神经元自适应PID控制器(5)离散控制律中神经元增益K_u(k)采用如下的非线性变换在线修正方法：

$K_u\left(k\right)=K_{u0}+\mathrm{\α}[I_t\left(k\right)-I(k+d)]/I_r^2\left(k\right)---\left(2\right)$

式中，K_u0为神经元增益稳态初值；α为调整系数，一般为Ku0的1/10；I_r(k)为当前k时刻的指令电流值；d为延时d个时刻；I(k+d)为当前k时刻延时d个时刻之后的母线电流反馈值。

4.根据权利要求2所述的一种轻型高精度微小飞轮数字控制系统，其特征在于：所述的单神经元自适应PID控制器(5)离散控制律中权值w′_i(k)的学习算法为：

$\left\{\begin{array}{c}{w}_1\left(k\right)=w_1(k-1)+{\mathrm{\η}}_{I}e\left(k\right)u\left(k\right)x_1\left(k\right)\\ w_2\left(k\right)=w_2(k-1)+{\mathrm{\η}}_{P}e\left(k\right)u\left(k\right)x_2\left(k\right)\\ w_3\left(k\right)=w_3(k-1)+{\mathrm{\η}}_{D}e\left(k\right)u\left(k\right)x_3\left(k\right)\\ w_i^{\′}\left(k\right)=w_i\left(k\right)/\underset{i=1}{\overset{3}{\mathrm{\Σ}}}\left|w_i\left(k\right)\right|,(i=\mathrm{1,2,3})\end{array}\right.---\left(3\right)$

式中，η_I，η_P，η_D分别为积分、比例、微分的学习速率，而PID参数的学习修正主要与e(k)与Δe(k)有关，基于此可将权值w′_i(k)学习修正部分进行修改，即令x₁(k)＝x₂(k)＝x₃(k)＝e(k)+Δe(k)，其中Δe(k)为当前k时刻误差e(k)的变化量，即Δe(k)＝e(k)-e(k-1)；而w_i(k)为当前k时刻神经元状态的加权系数，其中w₁(k)、w₂(k)、w₃(k)分别为当前k时刻神经元状态x₁(k)、x₂(k)、x₃(k)的加权系数，w₁(k-1)、w₂(k-1)、w₃(k-1)分别为当前k时刻前一时刻的神经元状态x₁(k)、x₂(k)、x₃(k)的加权系数。

Images