CN102497152B - 旋转压实仪控制系统及综合控制方法 - Google Patents

旋转压实仪控制系统及综合控制方法 Download PDF

Info

Publication number
CN102497152B
CN102497152B CN2011103735025A CN201110373502A CN102497152B CN 102497152 B CN102497152 B CN 102497152B CN 2011103735025 A CN2011103735025 A CN 2011103735025A CN 201110373502 A CN201110373502 A CN 201110373502A CN 102497152 B CN102497152 B CN 102497152B
Authority
CN
China
Prior art keywords
control
fuzzy
motor
angle
max
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.)
Expired - Fee Related
Application number
CN2011103735025A
Other languages
English (en)
Other versions
CN102497152A (zh
Inventor
张开洪
徐凯
柴毅
李聪
张文会
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN2011103735025A priority Critical patent/CN102497152B/zh
Publication of CN102497152A publication Critical patent/CN102497152A/zh
Application granted granted Critical
Publication of CN102497152B publication Critical patent/CN102497152B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

本发明公开了一种旋转压实仪控制系统，该系统主要包括转速控制模块、角度控制模块、压力控制模块、位移传感器、防护门开关传感器、通信模块和主计算机。通信模块采集各控制模块和传感器数据，经分组编码和格式转换送入主计算机进行后期处理，并将主计算机调整后的控制参数送入各控制模块，本发明还公开了一种旋转压实仪控制方法，转速采用智能无刷直流电机直接转矩控制方法，而角度和压力采用步进电机闭环控制方法，满足在规定压实转速、恒定垂直压力和恒定压实角度三个主要技术条件共同作用下的压实过程要求，并能根据试验和科研实际需求对压力、角度和转速进行实时动态调整。

Description

旋转压实仪控制系统及综合控制方法
技术领域
本发明涉及一种旋转压实仪的控制系统，该系统利用DSP实现旋转压实仪数据实时采集与控制，并由主计算机进行分析、处理和参数调整；同时还涉及一种综合控制方法，特别涉及智能无刷直流电机直接转矩控制方法，以及步进电机的闭环控制方法。
背景技术
旋转压实仪是制作沥青混合料试件的基本设备之一，主要包括机械结构，相应的控制装置及方法。旋转压实仪机械结构的研究和设计相对成熟，如实用新型专利旋转压实仪（ZL200620010462.2）和新型旋转压实仪（ZL 200620010462.2）对该问题进行了研究，但旋转压实仪控制系统及方法尚缺乏系统和深入的研究。因此高效的旋转压实仪控制系统及方法的研究，对于满足沥青道路铺设工程的实际需求和相关科学研究工作的需要具有重要意义。 
目前，无刷直流电机大多采用控制电流的办法控制转矩，由于电机本身的换相问题，通常的控制方法不能避免大的电磁转矩和电流脉动，且控制精度不高，阻碍了无刷直流电机在旋转压实仪中的应用。还有采用优化PWM调制的方法减小开关管二二导通换相时的非导通相的电流和转矩脉动，但只能减小换相时的转矩脉动。当负载突变时转矩响应慢，也不能减小由此产生的转矩脉动。
对转矩直接进行控制是一种比较先进的控制方法，作为一种先进的标量控制技术，其控制结构简单，不存在旋转坐标变换计算。能有效地抑制转矩脉动，加快转矩的响应速度，主要用于交流电机。近年来，开始出现出了直流无刷电机的直接转矩控制。由于无刷直流电机的气隙磁场是梯形波磁场，并且由于无刷直流电机本身的特性，控制时一般采用二二导通方式，特别是在换相时刻存在转矩脉动大的问题，以上这些导致了无刷直流电机在控制方式上不同于三相异步电机和永磁同步电机。 
近几年来，许多新的控制思想，特别是智能控制思想如模糊控制、神经网络等开始应用到无刷直流电机的直接转矩控制中。通常其控制系统的速度调节器多采用PI控制器。但它的设计过程依赖于对象的精确数学模型，并且PI控制器的参数固定。于是又引入了模糊PI控制器，用模糊控制器对PI调节器的参数进行实时的调整，但存在着如下问题：
（1）因常规模糊PI控制器中的模糊控制器参数的选取都为固定值，固定运行参数的模糊控制器缺乏较好的通用性和适应性。然而模糊控制器的量化因子、比例因子等参数的选取对系统的性能影响极大而且能从根本上改变输出特性。一旦这些因子确定后，由于在不同的工作状态中被控对象的模型是不断变化的。并且无刷直流电机参数受温度和磁饱和的影响，具有严重的非线性。系统的参数、给定或扰动变化过大时，则满足不了该系统在时变情况下响应速度快、稳态精度高的要求，在低速时系统甚至无法运行。
（2）同时，无刷直流电动机开关选择表若按照6扇区划分的方式进行直接转矩控制，则存在着实际所选择的空间电压与期望的空间电压矢量误差，这将带来转矩和电流脉动较大的问题。
因此，研究旋转压实仪中无刷直流电机高性能的智能直接转矩控制方式，不仅对转速的控制响应快、控制精度高、抗干扰和自适应性强，同时也能使转矩和电流脉动小。
同时，旋转压实仪控制系统的设计和优化，角度和压力步进电机的闭环控制算法也是重要的研究内容。
发明内容
有鉴于此，本发明的目的之一是提供一种旋转压实仪控制系统，本发明的目的之二是提供一种用于旋转压实仪控制系统的综合控制方法。
本发明的目的之一是通过以下技术方案实现的：
该种旋转压实仪控制系统，包括转速控制模块、角度控制模块、压力控制模块、位移传感器、防护门开关传感器、通信模块和主计算机；
所述转速控制模块包括电源装置、无刷直流电机和DSP；所述电源装置用于驱动无刷直流电机，所述无刷直流电机上的光电编码器将实时获得的无刷直流电动机转子位置和速度信号传输至DSP，所述DSP将位置信号转化成速度反馈信号，给定速度与速度反馈量形成转速误差和误差变化率，并作为无刷直流电机的速度控制器的输入量，输入量在DSP中通过处理后得到输出给定电磁转矩，与给定磁链一起通过滞环比较、开关状态选择环节后，由DSP的事件单元形成具有一定占空比的PWM信号控制量，通过隔离电路后对无刷直流电动机进行调速控制；
所述角度控制模块包括功率放大器、步进电动机、压实角调整机构、位移传感器和DSP，所述DSP用于实现步进电动机的位置控制和速度控制，在位置控制中，将角度给定信号与位移传感器检测到的实际角度反馈信号之差作为位置控制的输入量，再经过速度控制和功率放大器的处理后，所述DSP输出相应的脉冲至步进电动机，通过压实角调整机构实现对旋摆角度的控制；
所述压力控制模块包括DSP、步进电机、丝杆、试模和压力传感器，将压力设定值与下行过程中不断检测到的压头所承受压力之差作为DSP的输入量，DSP输出控制信号对步进电机进行控制，所述步进电机通过齿轮减速后驱动滚珠丝杠给沥青试模施加压实力；
通信模块与转速控制模块、角度控制模块、压力控制模块、位移传感器、防护门开关传感器连接，进行实时状态数据采集，经微处理器分组编码后，以USB格式送主计算机，并对接收的主计算机控制信号经行解码后分别送入相应的控制模块；
主计算机通过USB方式与通信模块进行信息传输，进行数据采集和发出控制信号，具体完成数据解码、存储、分析、状态显示、表格打印和参数调整等功能。
进一步，所述电源装置包括三相交流电源、整流器和逆变电路，所述三相交流电源输出的交流电先经整流电路整流后变换为直流电，再通过逆变电路将直流电经过变换后输出，用于驱动无刷直流电机。
本发明的目的之二是通过以下技术方案实现的：
所述方法包括转速控制、角度和压力控制；
所述转速控制是通过基于遗传算法的模糊自适应PI速度调节器对无刷直流电机进行直接转矩控制来实现，首先用模糊控制器推断出PI 控制器的参数，并根据模糊转矩控制系统中过程特性发生变化后，通过遗传算法和参数调整算法对模糊控制器的量化因子和比例因子进行优化处理和在线调整，其中，采用遗传算法离线粗调，采用参数调整算法在线优化细调；
所述角度和压力控制采用步进电机闭环控制方法。
进一步，所述的基于遗传算法的模糊自适应PI速度调节器，包括基本模糊控制器，用遗传算法离线优化模糊控制器的量化因子、比例因子的基准值和微调参数，用系统动态误差                                                
Figure 2011103735025100002DEST_PATH_IMAGE001
为变量的在线参数自调整。
进一步，基于遗传算法的模糊自适应PI速度调节器，用基本模糊控制器调整PI控制器的参数，对转速偏差和转速偏差变化率先模糊化，在模糊控制规则基础上进行模糊推理、解模糊后再乘上比例因子后作用于PI控制器。
进一步，所述的基于遗传算法的模糊自适应PI速度调节器，用遗传算法离线优化模糊控制器的量化因子
Figure 691145DEST_PATH_IMAGE002
、
Figure 2011103735025100002DEST_PATH_IMAGE003
，比例因子
Figure 140581DEST_PATH_IMAGE004
、
Figure 2011103735025100002DEST_PATH_IMAGE005
的4个基准值
Figure 57853DEST_PATH_IMAGE006
、
Figure 2011103735025100002DEST_PATH_IMAGE007
和
Figure 276344DEST_PATH_IMAGE008
、
Figure 2011103735025100002DEST_PATH_IMAGE009
和4个微调参数、
Figure DEST_PATH_IMAGE011
、
Figure 869186DEST_PATH_IMAGE012
和
Figure DEST_PATH_IMAGE013
。
进一步，所述的基于遗传算法的模糊自适应PI速度调节器，对模糊控制器的量化因子
Figure 104995DEST_PATH_IMAGE002
、
Figure 115676DEST_PATH_IMAGE003
及比例因子
Figure 395217DEST_PATH_IMAGE004
、
Figure 553665DEST_PATH_IMAGE005
进行在线自动调整，采用以系统动态误差
Figure 999690DEST_PATH_IMAGE001
为变量的参数自调整公式：
Figure 943507DEST_PATH_IMAGE014
                           
Figure DEST_PATH_IMAGE015
                          
Figure 144681DEST_PATH_IMAGE016
                         
Figure DEST_PATH_IMAGE017
                           
式中，
Figure 39693DEST_PATH_IMAGE006
、和
Figure 150049DEST_PATH_IMAGE008
、
Figure 459808DEST_PATH_IMAGE009
为基准值；为微调参数，取值范围为：
Figure 646255DEST_PATH_IMAGE010
：0~
Figure 127698DEST_PATH_IMAGE006
，
Figure 608358DEST_PATH_IMAGE011
：0~
Figure 963116DEST_PATH_IMAGE007
，
Figure 633263DEST_PATH_IMAGE012
：0~
Figure 327549DEST_PATH_IMAGE008
，
Figure 41427DEST_PATH_IMAGE013
：0~
Figure 398328DEST_PATH_IMAGE009
。
Figure DEST_PATH_IMAGE019
为误差基本论域的正最大值，
Figure 855854DEST_PATH_IMAGE020
，其中
Figure DEST_PATH_IMAGE021
为模糊集论域。
进一步，采用空间12扇区划分的方法，将整个360°空间分为12个30°的扇区，然后根据定子磁链所在扇区以及系统所处的状态来选择开关表中的空间电压矢量，控制逆变器实现无刷直流电机的控制。
进一步，角度控制采用双闭环控制，压力控制采用单闭环控制。
本发明的有益效果是：
1）本发明利用独立的DSP芯片对旋转压实仪压实过程中的转速、偏角和压力进行反馈控制，能够实现压实过程的精确控制，满足在规定压实转速、恒定垂直压力和恒定压实角度三个主要技术条件共同作用下的压实过程要求，并能根据试验和科研实际需求对压力、角度和转速进行实时动态调整；同时独立的DSP芯片的使用和反馈控制，也能减轻主计算机的工作负荷。主计算机完成压实数据存储、分析、状态显示、表格打印和参数调整等工作，能够方便地对沥青混合料性能进行评估；
2）本发明在旋转压实仪压实过程的转速控制中，使用无刷直流电机的高性能智能直接转矩控制方式来实现，不仅对转速的控制响应快、控制精度高、抗干扰和自适应性强，同时也能使转矩和电流脉动小；
通过采用基于遗传算法（GA）的模糊自适应PI速度调节器设计，同时采用新的空间12扇区划分方法及开关状态选择表，当系统的参数、给定或扰动变化过大时，该方法能较好地解决控制系统起动和运行情况下控制效果变差的问题，使控制系统具有优良的动、静态品质；同时，能实现所加的空间电压所达到的结果与期望的结果误差最小，从而有效地实现对无刷直流电机稳态转矩和磁链脉动的抑制；
3）本发明还设计了一种自适应模糊PI速度调节器，用模糊控制器推断出PI 控制器的参数并根据模糊转矩控制系统中过程特性发生变化后，通过遗传算法和参数调整算法对模糊控制器的量化因子和比例因子进行优化处理和在线调整。其中采用遗传算法离线粗调、参数调整算法在线优化细调，较好地解决了变参数非线性直接转矩控制系统起动过程中转速的动态控制问题，确保系统的速度具有最优的动态和稳态性能，与此同时，对传统的空间6扇区划分的直接转矩控制进行了进一步改进，对整个空间进行了细化。采用空间12扇区划分的方法，将整个360°空间分为12个30°的扇区，然后根据定子磁链所在扇区以及系统所处的状态来选择开关表中的空间电压矢量，控制逆变器实现电机的控制。可以有效地减少无刷直流电机稳态运行时的转矩和电流脉动，优化无刷直流电机直接转矩控制系统的性能。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：
图1  本发明的主结构图；
图2 无刷直流电机控制和驱动系统硬件实现图；
图3  角度控制系统图；
图4 压实力控制系统图；
图5 无刷直流电机直接转矩智能控制系统图；
图6  GA优化的模糊自适应PI速度调节器框图；
图7 空间6扇区划分图；
图8 空间12扇区划分图。
具体实施方式
以下将参照附图，对本发明的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
如图1所示，本发明的控制系统转速控制模块、角度控制模块、压力控制模块、位移传感器、防护门开关传感器、通信模块和主计算机，其中，
如图2所示，所述转速控制模块包括电源装置、无刷直流电机、霍尔传感器和DSP；电源装置包括三相交流电源、整流器和逆变电路，所述三相交流电源输出的交流电先经整流电路整流后变换为直流电，再通过逆变电路将直流电经过变换后输出，用于驱动无刷直流电机。图2中还给出了本发明采用智能转速控制的硬件示意图。DSP采用TI公司的TMS320F2812 DSP作为微控制器，霍尔传感器检测到电动机转子位置信号，通过DSP将位置信号转化成速度反馈信号，给定速度与速度反馈量形成转速误差和误差变化率，并作为速度控制器的输入量，输入量在DSP中通过模糊化、参数调节、反模糊化等操作处理后得到输出给定电磁转矩，与给定磁链一起通过滞环比较，开关状态的选择等环节后，由DSP的事件单元（EVA）形成具有一定占空比的PWM信号控制量，经过隔离电路后对无刷直流电动机进行调速控制；
如图3所示，角度控制模块包括位置控制器、速度控制器、功率放大器、步进电动机、压实角调整机构、位移传感器和DSP，其中的位置控制器和速度控制器由DSP来实现。为提高位置控制器控制精度，采用了双闭环控制。其原理是：将角度给定信号与位移传感器检测到的实际角度反馈信号之差作为位置控制器的输入，再经过速度控制器、功率放大器的作用后给步进电动机发出适当的脉冲，通过压实角调整机构实现对旋摆角度的控制。
如图4所示，所述压力控制模块包括DSP、功率放大器、步进电动机、丝杆、试模和压力传感器， 其控制原理是：将压力设定值与下行过程中不断检测到的压头所承受压力之差作为DSP控制器的输入。将控制器的输出信号通过功率放大器后控制步进电机，步进电机通过齿轮减速后驱动滚珠丝杠给沥青试模施加压实力，同时转盘转动控制电机带动转盘摇转，将沥青标样摇匀，并在压头的作用下压缩成需要的标样。
通信模块与转速控制模块、角度控制模块、压力控制模块、位移传感器、防护门开关传感器连接，进行实时状态数据采集，经微处理器分组编码后，以USB格式送主计算机，并对接收的主计算机控制信号经行解码后分别送入相应的控制模块。
主计算机通过USB方式与通信模块进行信息传输，进行数据采集和发出控制信号，具体完成数据解码、存储、分析、状态显示、表格打印和参数调整等功能。
本发明还提出了一种用于上述旋转压实仪控制系统的综合控制方法，该方法包括转速控制、角度和压力控制；
转速控制是通过基于遗传算法的模糊自适应PI速度调节器对无刷直流电机进行直接转矩控制来实现，首先用模糊控制器推断出PI 控制器的参数，并根据模糊转矩控制系统中过程特性发生变化后，通过遗传算法和参数调整算法对模糊控制器的量化因子和比例因子进行优化处理和在线调整，其中，采用遗传算法离线粗调，采用参数调整算法在线优化细调；而角度和压力控制采用步进电机闭环控制方法。下面将针对各控制策略进行详述：
A.无刷直流电机直接转矩智能控制系统结构如图5所示。图5中，
Figure 217697DEST_PATH_IMAGE022
为给定速度，
Figure 368055DEST_PATH_IMAGE021
为实际转子速度；
Figure DEST_PATH_IMAGE023
为给定电磁转矩，为实际电磁转矩；
Figure DEST_PATH_IMAGE025
为给定定子磁链，
Figure 942311DEST_PATH_IMAGE026
、
Figure DEST_PATH_IMAGE027
为定子磁链在
Figure 486556DEST_PATH_IMAGE028
坐标中的分量，
Figure DEST_PATH_IMAGE029
为其合成量；、
Figure DEST_PATH_IMAGE031
为电压在
Figure 608150DEST_PATH_IMAGE028
坐标中的分量；
Figure 423791DEST_PATH_IMAGE032
、
Figure DEST_PATH_IMAGE033
为电流在
Figure 9493DEST_PATH_IMAGE028
坐标中的分量；
Figure 173758DEST_PATH_IMAGE034
为磁链位置角。
该速度调节的工作原理描述如下：首先检测三相电压
Figure DEST_PATH_IMAGE035
、
Figure 795144DEST_PATH_IMAGE036
、
Figure DEST_PATH_IMAGE037
和三相电流
Figure 148896DEST_PATH_IMAGE038
、、
Figure 589105DEST_PATH_IMAGE040
，再通过3 /2坐标变换成两相值
Figure 501435DEST_PATH_IMAGE030
、
Figure 964777DEST_PATH_IMAGE031
和
Figure 371488DEST_PATH_IMAGE032
、
Figure 869465DEST_PATH_IMAGE033
，将之输入至定子磁链观测器，定子磁链的观测由下式得到：
Figure DEST_PATH_IMAGE041
                                     （1）
Figure 250899DEST_PATH_IMAGE042
                                     （2）
其中，
Figure 467117DEST_PATH_IMAGE026
、
Figure 661207DEST_PATH_IMAGE027
为输出两相定子磁链，
Figure DEST_PATH_IMAGE043
为定子电阻。
然后利用定、转子磁链模型和转矩模型分别计算出电机的定子磁链、转子磁链、实际电磁转矩值和定子磁链位置角大小。计算公式为：
                                         （3）
Figure DEST_PATH_IMAGE045
                                         （4）
Figure 566026DEST_PATH_IMAGE046
                                （5）
Figure DEST_PATH_IMAGE047
                                          （6）
其中，
Figure 377862DEST_PATH_IMAGE048
、
Figure DEST_PATH_IMAGE049
为转子磁链在
Figure 126375DEST_PATH_IMAGE050
坐标中的分量，为定子电感，
Figure 146415DEST_PATH_IMAGE052
、
Figure DEST_PATH_IMAGE053
分别为转子和定子磁链位置角大小，
Figure 627906DEST_PATH_IMAGE054
为电机极对数。
图5中，采用基于遗传算法的模糊自适应PI调节作为速度调节器。将给定速度与实际转子速度的误差作为输入，经过该速度调节器后得到给定电磁转矩
Figure DEST_PATH_IMAGE055
。将给定的电机转矩、磁链值
Figure 839762DEST_PATH_IMAGE025
与实际计算值
Figure 979887DEST_PATH_IMAGE056
、
Figure DEST_PATH_IMAGE057
相比较，得到转矩误差
Figure 326555DEST_PATH_IMAGE058
、磁链误差
Figure DEST_PATH_IMAGE059
，再通过相应的滞环比较后，并将之与定子磁链位置角
Figure 785087DEST_PATH_IMAGE053
一起直接用于开关状态的选择。经逆变器控制无刷直流电机的三相电压和电流，使电机能按控制要求输出转矩，最终达到调速的目的。
B、遗传算法优化的自适应模糊 PI 速度调节器 
本过程包括基本模糊控制器设计、遗传算法优化模糊控制器因子两个步骤。其中基本模糊控制器用来调整PI 控制器的参数，再结合遗传算法和参数调整算法对模糊控制器的量化因子和比例因子分别进行离线粗调和在线细调。
（1）基本模糊控制器
①模糊变量及隶属函数
结合附图6，选取转速偏差
Figure 875403DEST_PATH_IMAGE060
和转速偏差变化率
Figure DEST_PATH_IMAGE061
为输入变量，通过量化因子
Figure 870035DEST_PATH_IMAGE002
、
Figure 325287DEST_PATH_IMAGE003
的作用，将它们由基本论域转换至模糊集论域中。输出变量有两个，即
Figure 287427DEST_PATH_IMAGE062
、
Figure DEST_PATH_IMAGE063
。
Figure 165122DEST_PATH_IMAGE064
、
Figure DEST_PATH_IMAGE065
为输入模糊集论域的语言变量，
Figure 263528DEST_PATH_IMAGE066
、
Figure DEST_PATH_IMAGE067
为输出模糊集论域的语言变量。可在论域［-7，7］上的语言值取{NB，NM，NS，ZO，PS，PM，PB}，即{负大，负中，负小，零，正小，正中，正大}。其隶属度函数采用均匀分布的三角形函数表示。
②输入变量模糊化
选取转速偏差
Figure 765047DEST_PATH_IMAGE001
和转速偏差变化率
Figure 886587DEST_PATH_IMAGE068
的实际变化范围分别为［
Figure DEST_PATH_IMAGE069
，
Figure 567973DEST_PATH_IMAGE070
］和［
Figure DEST_PATH_IMAGE071
，
Figure 786465DEST_PATH_IMAGE072
］，则量化因子，
Figure 458886DEST_PATH_IMAGE074
。基本论域的和
Figure 293078DEST_PATH_IMAGE068
通过量化因子和
Figure 334033DEST_PATH_IMAGE003
，可将其映射到［-7，7］的模糊论域集中。
③模糊规则
根据专家经验，得出PI控制器参数、
Figure 243214DEST_PATH_IMAGE067
模糊控制规则分别如表1、表2所示。
表1  
Figure 17135DEST_PATH_IMAGE066
的模糊控制规则表
Figure DEST_PATH_IMAGE077
表2  
Figure 459486DEST_PATH_IMAGE067
的模糊控制规则表
④模糊推理与解模糊
模糊推理采用Mamdani推理法，解模糊采用面积重心法。
将解模糊后的
Figure 660661DEST_PATH_IMAGE066
、
Figure 791559DEST_PATH_IMAGE067
分别乘上模糊控制器的比例因子
Figure 369171DEST_PATH_IMAGE080
、
Figure 354444DEST_PATH_IMAGE005
后作用于PI控制器，即
Figure DEST_PATH_IMAGE081
                                             （7）
                                              （8）
（2）遗传算法优化模糊控制器因子
为使本系统控制得到优良的动态和稳态性能，要对模糊控制器的量化因子
Figure 843249DEST_PATH_IMAGE002
、
Figure 709705DEST_PATH_IMAGE003
及比例因子、
Figure 92462DEST_PATH_IMAGE005
进行在线自动调整，采用以系统动态误差
Figure 962067DEST_PATH_IMAGE001
为变量的参数自调整公式为：
                           （9）
Figure 615902DEST_PATH_IMAGE084
                          （10）
Figure DEST_PATH_IMAGE085
                         （11）
Figure 388817DEST_PATH_IMAGE086
                           （12）
式中，、
Figure 102695DEST_PATH_IMAGE088
和
Figure DEST_PATH_IMAGE089
、
Figure 273912DEST_PATH_IMAGE090
为基准值；
Figure DEST_PATH_IMAGE091
为微调参数，取值范围为：：0~
Figure 296543DEST_PATH_IMAGE087
，
Figure 181322DEST_PATH_IMAGE011
：0~
Figure 759940DEST_PATH_IMAGE088
，
Figure 958840DEST_PATH_IMAGE012
：0~
Figure 690036DEST_PATH_IMAGE089
，
Figure 683399DEST_PATH_IMAGE013
：0~
Figure 250778DEST_PATH_IMAGE090
。
Figure 315686DEST_PATH_IMAGE092
为误差基本论域的正最大值，，其中
Figure 150656DEST_PATH_IMAGE021
为模糊集论域。
①确定优化的变量和编码、解码方法
由于使用遗传算法对模糊控制器的量化因子、比例因子优化是一个相对复杂的过程，即使在高速DSP中实现也会影响到系统的运行速度。因此采用在离线状
态下选取能够使电机稳定运行的个体进行优化，确定4个基准值、和
Figure 972615DEST_PATH_IMAGE089
、及4个微调参数
Figure 13569DEST_PATH_IMAGE091
为优化变量，共对上述8个参数进行优化。然后再将优化后的参数应用到DSP 中。
用长度为12位的二进制编码串来分别表示上述8个变量，再将分别表示8个变量的8个12位长的二进制编码串连接在一起，组成一个96位长的二进制串，则构成了染色体编码方法。解码时需先将96位长的二进制编码串依次切断为8个12位长的二进制串，然后分别将它们转换为对应的十进制数。解码公式为：
Figure 476912DEST_PATH_IMAGE094
                               （13）
式中：
Figure DEST_PATH_IMAGE095
为二进制代码；
Figure 195207DEST_PATH_IMAGE096
的变化范围为[
Figure DEST_PATH_IMAGE097
，
Figure 240654DEST_PATH_IMAGE098
]。
②确定个体评价方法
适配度函数是遗传算法应用的关键，采用如下目标函数用于控制系统优化：
Figure DEST_PATH_IMAGE099
                                （14）
由于遗传操作是根据适值大小进行的，且适值是非负的，而目标函数的优化方向应对应于适值增加的方向，所以采用界限构造法作出改进，选用下式作为适应值函数：
Figure 74618DEST_PATH_IMAGE100
                                 （15）
③遗传操作
包括设计选择、交叉和变异3个基本遗传算子以及确定遗传算法运行参数。采用比例选择算子，即每个个体被选择的概率和其适应度值成正比，选择公式为：
Figure DEST_PATH_IMAGE101
                                           （16）
式中，
Figure 342701DEST_PATH_IMAGE102
为第
Figure 287523DEST_PATH_IMAGE104
个个体的适应度，
Figure DEST_PATH_IMAGE105
为第
Figure 453056DEST_PATH_IMAGE104
个个体被选择的概率，
Figure 395604DEST_PATH_IMAGE021
为群体大小。
采用单点交叉算子和基本位变异算子。在选择确定群体大小、终止代数后，交叉概率
Figure 895856DEST_PATH_IMAGE106
和变异概率
Figure DEST_PATH_IMAGE107
采用自适应遗传算法(Adaptive GA，即AGA) 来确定。
通过以上操作便可得到4个最优基准值
Figure 893636DEST_PATH_IMAGE087
、
Figure 162944DEST_PATH_IMAGE088
Figure 276393DEST_PATH_IMAGE089
、
Figure 14673DEST_PATH_IMAGE090
和4个最优微调参数
Figure 238981DEST_PATH_IMAGE091
。
C、空间12扇区划分方法
附图7是传统的无刷直流电机直接转矩控制对空间进行6扇区划分方法，采用这种方法来控制电机时，由于对扇区划分较宽，存在着扇区划分和所加空间电压矢量局部不合理的问题，对电机的直接转矩控制性能未能充分发挥。结合附图7来看，两个位于第二扇区的定子磁链
Figure 628374DEST_PATH_IMAGE108
和
Figure DEST_PATH_IMAGE109
都有如下一般结论：
当系统需要同时增加磁链和转矩时，选择空间电压矢量
Figure 958730DEST_PATH_IMAGE110
；
当系统需要增加磁链并且减小转矩时，选择空间电压矢量
Figure DEST_PATH_IMAGE111
；
当系统需要减小磁链并且增加转矩时，选择空间电压矢量
Figure 246623DEST_PATH_IMAGE112
；
当系统需要同时减小磁链和转矩时，选择空间电压矢量
Figure DEST_PATH_IMAGE113
。
然而按照以上原则选定的空间电压矢量与实际需要的空间电压矢量有误差。例如，磁链
Figure 336939DEST_PATH_IMAGE108
紧靠第二扇区的分界线，这时选择空间电压矢量
Figure 830106DEST_PATH_IMAGE111
虽然能增加磁链，但是对转矩的减小作用很小；而
Figure 285358DEST_PATH_IMAGE112
虽然能减小磁链，但是对转矩的增加作用也很小；同理，对于来说也同样存在这样的问题，即不能很好地实现增加转矩的功能，而
Figure 662747DEST_PATH_IMAGE113
不能很好地实现减小转矩的功能。当磁链在其他扇区时也同样存在如此问题。
因此，可将上述空间6扇区细分为空间12扇区，每个扇区在空间占30°电角度，附图8是空间12扇区划分的示意图。在细分后的空间12扇区中，定子磁链
Figure 288900DEST_PATH_IMAGE108
和
Figure 410440DEST_PATH_IMAGE109
分别位于第二扇区和第三扇区，
对于
Figure 842559DEST_PATH_IMAGE114
来说，保持
Figure 998733DEST_PATH_IMAGE110
和的选择不变。当需要增加磁链并且减小转矩时，选择空间电压矢量
Figure DEST_PATH_IMAGE115
代替
Figure 772666DEST_PATH_IMAGE111
；当需要减小磁链并且增加转矩时，选择空间电压矢量代替
Figure 504310DEST_PATH_IMAGE112
。同理，对于
Figure DEST_PATH_IMAGE117
来说，保持
Figure 846167DEST_PATH_IMAGE111
和的选择不变。用
Figure 716220DEST_PATH_IMAGE116
代替
Figure 581408DEST_PATH_IMAGE110
，
Figure 533315DEST_PATH_IMAGE115
代替
Figure 179060DEST_PATH_IMAGE113
，这样就可克服6扇区所加空间电压矢量局部不合理的问题。
将定子磁链在12扇区不同情况下所选择的空间电压矢量组合起来，便得到优化的开关表，见表3。在表中，
Figure 694355DEST_PATH_IMAGE118
=1表示增加转矩，=0表示减小转矩；     =1表示增加磁链，=0表示减小磁链。
表3  空间12扇区划分开关表
Figure DEST_PATH_IMAGE121
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.旋转压实仪控制系统，其特征在于：包括转速控制模块、角度控制模块、压力控制模块、位移传感器、防护门开关传感器、通信模块和主计算机；
所述转速控制模块包括电源装置、无刷直流电机和DSP；所述电源装置用于驱动无刷直流电机，所述无刷直流电机上的光电编码器将实时获得的无刷直流电机转子位置和速度信号传输至DSP，所述DSP将位置信号转化成速度反馈信号，给定速度与速度反馈量形成转速误差和误差变化率，并作为无刷直流电机的速度控制器的输入量，输入量在DSP中通过处理后得到输出给定电磁转矩，与给定磁链一起通过滞环比较和开关状态选择环节后，由DSP的事件单元形成具有一定占空比的PWM信号控制量，通过隔离电路后对无刷直流电机进行调速控制；
所述角度控制模块包括功率放大器、步进电动机、压实角调整机构、位移传感器和DSP，所述DSP用于实现步进电动机的位置控制和速度控制，在位置控制中，将角度给定信号与位移传感器检测到的实际角度反馈信号之差作为位置控制的输入量，再经过速度控制和功率放大器的处理后，所述DSP输出相应的脉冲至步进电动机，通过压实角调整机构实现对旋摆角度的控制；
所述压力控制模块包括DSP、步进电机、丝杆、试模和压力传感器，将压力设定值与下行过程中不断检测到的压头所承受压力之差作为DSP的输入量，DSP输出控制信号对步进电机进行控制，所述步进电机通过齿轮减速后驱动滚珠丝杠给沥青试模施加压实力；
通信模块与转速控制模块、角度控制模块、压力控制模块、位移传感器、防护门开关传感器连接，进行实时状态数据采集，经微处理器分组编码后，以USB格式送主计算机，并对接收的主计算机控制信号经行解码后分别送入相应的控制模块；
主计算机通过USB方式与通信模块进行信息传输，进行数据采集和发出控制信号，具体完成数据解码、存储、分析、状态显示、表格打印和参数调整功能。
2.根据权利要求1所述的一种旋转压实仪控制系统，其特征在于：所述电源装置包括三相交流电源、整流器和逆变电路，所述三相交流电源输出的交流电先经整流电路整流后变换为直流电，再通过逆变电路将直流电经过变换后输出，用于驱动无刷直流电机。
3.用于如权利要求1至2任一所述的旋转压实仪控制系统的综合控制方法，其特征在于：所述方法包括转速控制、角度和压力控制；
所述转速控制是通过基于遗传算法的模糊自适应PI速度调节器对无刷直流电机进行直接转矩控制来实现，首先用模糊控制器推断出PI控制器的参数，并根据模糊转矩控制系统中过程特性发生变化后，通过遗传算法和参数调整算法对模糊控制器的量化因子和比例因子进行优化处理和在线调整，其中，采用遗传算法离线粗调，采用参数调整算法在线优化细调；
所述角度和压力控制采用步进电机闭环控制方法。
4.根据权利要求3所述的综合控制方法，其特征在于：所述的基于遗传算法的模糊自适应PI速度调节器，包括基本模糊控制器，用遗传算法离线优化模糊控制器的量化因子、比例因子的基准值和微调参数，用系统动态误差e为变量的在线参数自调整。
5.根据权利要求3所述的综合控制方法，其特征在于：基于遗传算法的模糊自适应PI速度调节器，用基本模糊控制器调整PI控制器的参数，对转速偏差和转速偏差变化率先模糊化，在模糊控制规则基础上进行模糊推理、解模糊后再乘上比例因子后作用于PI控制器。
6.根据权利要求3所述的综合控制方法，其特征在于：所述的基于遗传算法的模糊自适应PI速度调节器，用遗传算法离线优化模糊控制器的量化因子ke、kec，比例因子kuP、kuI的4个基准值ke(0)、kec(0)和kuP(0)、kuI(0)和4个微调参数λ1、λ2、λ3和λ4。
7.根据权利要求3所述的综合控制方法，其特征在于：所述的基于遗传算法的模糊自适应PI速度调节器，对模糊控制器的量化因子ke、kec及比例因子kuP、kuI进行在线自动调整，采用以系统动态误差e为变量的参数自调整公式：
k e = k e ( 0 ) + λ 1 × e max 2 , | e | > e max 2 k e ( 0 ) + λ 1 × | e | , | e | ≤ e max 2
k ec = k ec ( 0 ) + λ 2 × e max 2 , | e | > e max 2 k ec ( 0 ) + λ 2 × | e | , | e | ≤ e max 2
k uP = k uP ( 0 ) + λ 3 × e max 2 , | e | > e max 2 k uP ( 0 ) + λ 3 × | e | , | e | ≤ e max 2
k uI = k uI ( 0 ) + λ 4 × e max 2 , | e | > e max 2 k uI ( 0 ) + λ 4 × | e | , | e | ≤ e max 2
式中，ke(0)、kec(0)和kuP(0)、kuI(0)为基准值；λ1～λ4为微调参数，取值范围为：λ1：0～ke(0)，λ2：0～kec(0)，λ3：0～kuP(0)，λ4：0～kuI(0)，emax为误差基本论域的正最大值，emax＝n/ke(0)，其中n为模糊集论域。
8.根据权利要求3所述的综合控制方法，其特征在于：采用空间12扇区划分的方法，将整个360°空间分为12个30°的扇区，然后根据定子磁链所在扇区以及系统所处的状态来选择开关表中的空间电压矢量，控制逆变器实现无刷直流电机的控制。
9.根据权利要求3所述的综合控制方法，其特征在于：角度控制采用双闭环控制，压力控制采用单闭环控制。
CN2011103735025A 2011-11-22 2011-11-22 旋转压实仪控制系统及综合控制方法 Expired - Fee Related CN102497152B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011103735025A CN102497152B (zh) 2011-11-22 2011-11-22 旋转压实仪控制系统及综合控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011103735025A CN102497152B (zh) 2011-11-22 2011-11-22 旋转压实仪控制系统及综合控制方法

Publications (2)

Publication Number Publication Date
CN102497152A CN102497152A (zh) 2012-06-13
CN102497152B true CN102497152B (zh) 2013-10-09

Family

ID=46188950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011103735025A Expired - Fee Related CN102497152B (zh) 2011-11-22 2011-11-22 旋转压实仪控制系统及综合控制方法

Country Status (1)

Country Link
CN (1) CN102497152B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103414415B (zh) * 2013-07-05 2016-12-28 石成富 一种基于pi参数自整定的电机控制方法
CN104022699A (zh) * 2014-05-19 2014-09-03 江苏新绿能科技有限公司 无刷直流电机直接转矩控制方法
CN104155877A (zh) * 2014-08-19 2014-11-19 江苏科技大学 基于遗传算法的无刷直流电机模糊控制系统及控制方法
CN105790578B (zh) * 2014-12-22 2020-03-17 中兴通讯股份有限公司 一种并联交错buck变换器及控制方法
CN105048896B (zh) * 2015-07-08 2018-03-23 河南科技大学 一种无刷直流电机直接转矩自适应模糊控制方法
CN105914753B (zh) * 2016-05-25 2020-02-07 成都信息工程大学 主动配电网电压实时模糊控制方法
WO2018035782A1 (zh) * 2016-08-24 2018-03-01 廖建航 基于步进电机的立式绕线机转速控制方法及系统
CN106130420A (zh) * 2016-08-24 2016-11-16 廖建航 基于步进电机的立式绕线机转速控制方法及系统
CN106094911A (zh) * 2016-08-24 2016-11-09 廖建航 闭环控制在立式绕线机中的应用方法及系统
CN106788042B (zh) * 2017-01-18 2019-03-05 南京理工大学 一种降低电机转矩脉动的直接转矩控制系统及方法
CN109256994A (zh) * 2018-09-27 2019-01-22 北京大豪科技股份有限公司 两相步进电机的控制方法、装置、系统及存储介质
CN109243285A (zh) * 2018-11-12 2019-01-18 湖北文理学院 一种基于快速控制原型的电机转速控制实验平台及方法
CN111930068B (zh) * 2020-08-20 2021-04-06 河北工业大学 一种立式径向挤压制管设备的控制系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1614869A (zh) * 2004-11-26 2005-05-11 南京航空航天大学 无刷直流电机的基波法无位置传感器直接转矩控制系统
CN101783637A (zh) * 2010-03-19 2010-07-21 哈尔滨工业大学 无刷直流电机的磁链自控式直接转矩控制方法
CN101931362A (zh) * 2010-05-19 2010-12-29 西安理工大学 一种永磁同步电机的直接转矩控制装置及控制方法
CN102114611A (zh) * 2010-12-21 2011-07-06 浙江工业大学 基于半固着磨具双面抛光机控制系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1614869A (zh) * 2004-11-26 2005-05-11 南京航空航天大学 无刷直流电机的基波法无位置传感器直接转矩控制系统
CN101783637A (zh) * 2010-03-19 2010-07-21 哈尔滨工业大学 无刷直流电机的磁链自控式直接转矩控制方法
CN101931362A (zh) * 2010-05-19 2010-12-29 西安理工大学 一种永磁同步电机的直接转矩控制装置及控制方法
CN102114611A (zh) * 2010-12-21 2011-07-06 浙江工业大学 基于半固着磨具双面抛光机控制系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
乔维德.永磁无刷直流电机智能直接转矩控制方法研究.《厦门理工学院学报》.2010,第18卷(第1期),52-55.
张浩.无刷直流电机智能控制器的研究与仿真实现.《中国优秀硕士学位论文全文数据库（电子期刊） 工程科技II辑》.2009,全文. *
永磁无刷直流电机智能直接转矩控制方法研究;乔维德;《厦门理工学院学报》;20100331;第18卷(第1期);52-55 *

Also Published As

Publication number Publication date
CN102497152A (zh) 2012-06-13

Similar Documents

Publication Publication Date Title
CN102497152B (zh) 旋转压实仪控制系统及综合控制方法
CN103746624B (zh) 基于模型预测的双凸极永磁同步电机的电流控制方法
CN112383248B (zh) 一种双电机转矩同步系统模型预测电流控制方法
CN102497141A (zh) 大功率交流伺服驱动器大扭矩启动方法
CN105162380A (zh) 一种六相永磁同步电动机模型预测控制方法
CN103427738A (zh) 一种双馈感应发电机优化预测直接功率控制方法
CN103746629B (zh) 基于模型预测的开关磁链永磁同步电机的电流控制方法
CN108809171A (zh) 一种定频pwm全桥式电机微步细分驱动控制方法及电路
CN112019107B (zh) 基于周期事件触发的永磁同步电机终端滑模控制方法
CN109507869A (zh) 一种适用于永磁同步电机的电机控制pi参数的优化方法
CN109600085A (zh) 基于可变控制集的永磁同步电机直接预测占空比控制方法
CN108322116A (zh) 一种开关磁阻电机系统效率优化控制方法
CN107872182A (zh) 一种基于广义模型预测的永磁同步电机控制方法
Ostroverkhov et al. DEVELOPMENT OF THE CONTROL SYSTEM FOR TAKING OFF THE MAXIMUM POWER OF AN AUTONOMOUS WIND PLANT WITH A SYNCHRONOUS MAGNETOELECTRIC GENERATOR.
Majout et al. Model reference adaptive system based DPC-SVM control for permanent magnet synchronous generator
CN104539210B (zh) 一种dfig的反推直接功率控制方法
CN108847798A (zh) 一种能源互联网发电系统效率优化控制方法
CN105790661B (zh) 一种直线永磁游标电机的解耦控制方法
CN105610365A (zh) 一种永磁伺服电机控制方法
Sergaki Motor flux minimization controller based on fuzzy logic control for DTC AC drives
CN113653589A (zh) 一种变参双幂趋近律的水轮机组微分预测滑模控制方法
Hu et al. Research on injection molding machine drive system based on model predictive control
Wei et al. Fuzzy PI Model Predictive DTC for Gas Pressure Regulated Power Generation System
Mitin Studying the Algorithm of Optimal Correction of Control Structure Parameters for Generator Excitation Control
Ma Realization and Application of Stability Condition of Electromechanical Transmission System

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20131009

Termination date: 20151122

EXPY Termination of patent right or utility model