CN106909077B - 一种变频器s曲线加减速突变的控制方法 - Google Patents
一种变频器s曲线加减速突变的控制方法 Download PDFInfo
- Publication number
- CN106909077B CN106909077B CN201710158311.4A CN201710158311A CN106909077B CN 106909077 B CN106909077 B CN 106909077B CN 201710158311 A CN201710158311 A CN 201710158311A CN 106909077 B CN106909077 B CN 106909077B
- Authority
- CN
- China
- Prior art keywords
- acceleration
- fuzzy
- deceleration
- curve
- deviation
- 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
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种变频器S曲线加减速突变的控制方法,包括:获取当前频率信号,计算第一偏差信号以确定变频器在加减速过程中是否产生突变;计算第二偏差信号,并获取模糊控制器的第一模糊矢量;计算偏差变化率,并获取模糊控制器的第二模糊矢量;获取模糊控制器的模糊控制量,并获取S曲线加减速圆弧曲线段时间的精确量;藉由S曲线加减速算法计算实时的输出信息。该发明的有益效果为:采用智能模糊控制方法在S曲线加减速过程中给定突变时,能够保持输出转速实时跟踪突变时刻的给定转速,同时提高系统稳定性。
Description
技术领域
本发明涉及变频器智能控制技术领域,尤其涉及一种变频器S曲线加减速突变的控制方法。
背景技术
变频器是一种应用变频技术和微电子技术,通过改变电机工作电源频率方式来控制交流电动机的电力控制设备。在电机驱动系统中,对加减速的精确实时控制是高性能变频器的发展要求。同时加减速控制是机器人、高性能数控系统、电动汽车等电机驱动领域中的关键技术。目前提出的加减速控制技术主要有直线加减速、指数加减速、三角函数加减速以及S曲线加减速。在工程中主要使用直线加减速和S曲线加减速。直线加减速具有计算简单、响应快速,但会产生较大的冲击,将影响系统可靠运行,多应用于要求不高的场合。S曲线加减速控制有速度曲线光滑、均匀、运动平稳、无冲击等优势。S曲线将速度变化分为7个过程:加加速、匀加速、加减速、匀速、减加速、匀减速、减减速过程,能够获得较理想的运动控制效果。但在上述某个过程中出现速度给定突变时,如何实时调整S曲线参数,确保系统的可靠运行,该领域研究亟待解决的问题。现阶段对S曲线加减速处理算法主要有嵌套式前瞻快速算法、实时插补周期计算、多元非线性方程等,其速度规划、求解算法方程繁琐,且其对于抑制扰动和非线性效果较差,对于含有大量非线性时模型很难建立,难以使用经典的控制手段达到控制要求。
发明内容
本发明要解决的技术问题在于,针对上述现有技术中对S曲线加减速处理算法主要有嵌套式前瞻快速算法、实时插补周期计算、多元非线性方程等,其速度规划、求解算法方程繁琐,且其对于抑制扰动和非线性效果较差,对于含有大量非线性时模型很难建立,难以使用经典的控制手段达到控制要求的问题,提供一种变频器S曲线加减速突变的控制方法。
本发明解决其技术问题所采用的技术方案是:
构造一种变频器S曲线加减速突变的控制方法,包括:
获取当前频率信号,依据所述当前频率信号与上一时刻频率信号计算第一偏差信号以确定变频器在加减速过程中是否产生突变;
依据所述当前频率信号与加减速过程中反馈的输出频率信号计算第二偏差信号,并依据所述第二偏差信号及预设的偏差量化因子获取模糊控制器的第一模糊矢量;
依据所述第二偏差信号计算偏差变化率,并依据所述偏差变化率及预设的偏差变化率因子获取所述模糊控制器的第二模糊矢量;
依据所述第一模糊矢量及所述第二模糊矢量获取所述模糊控制器的模糊控制量,并依据所述模糊控制量及预设的输出比例因子获取S曲线加减速圆弧曲线段时间的精确量;
藉由S曲线加减速算法计算实时的输出信息。
在本发明所述的控制方法中,还包括:
将S曲线划分为加加速、匀加速、加减速、匀速、减加速、匀减速及减减速,并设置所述S曲线加减速圆弧曲线段中的加加速圆弧时间为Ts1,设置所述S曲线加减速圆弧曲线段中的加减速圆弧时间为Ts2,设置所述S曲线加减速圆弧曲线段中的减加速圆弧时间为Ts3,设置所述S曲线加减速圆弧曲线段中的减减速圆弧时间为Ts4。
在本发明所述的控制方法中,所述藉由S曲线加减速算法计算实时的输出信息,包括:
当速度变化处于所述S曲线中的加加速过程时,藉由所述S曲线加减速算法的比例限幅模块设置第一比例系数为kg1=2Tacc/Ts1,第一内环加速度反馈比例增益为kga1=2Tacc/Ti,逻辑控制模块的第一饱和输出点加加速度为fb1=Ti 2/(Ts1×Tacc);
当速度变化处于所述S曲线中的加减速过程时,所述比例限幅模块的第二比例系数为kg2=2Tacc/Ts2,第二内环加速度反馈比例增益为kga2=2Tacc/Ti,逻辑控制模块的第二饱和输出点加加速度为fb2=-Ti 2/(Ts2×Tacc);
当速度变化处于所述S曲线中的减加速过程时,所述比例限幅模块的第三比例系数为kg3=2Tdec/Ts3,第三内环加速度反馈比例增益为kga3=2Tdec/Ti,逻辑控制模块的第三饱和输出点加加速度为fb3=-Ti 2/(Ts3×Tdec);
当速度变化处于所述S曲线中的减减速过程时,所述比例限幅模块的第四比例系数为kg4=2Tdec/Ts4,第四内环加速度反馈比例增益为kga4=2Tdec/Ti,逻辑控制模块的第四饱和输出点加加速度为fb4=-Ti 2/(Ts4×Tdec);其中,Tacc为预设的加速时间,Tdec为预设的减速时间,Ti为预设的积分时间。
在本发明所述的控制方法中,所述获取当前频率信号,依据所述当前频率信号与上一时刻频率信号计算第一偏差信号以确定变频器在加减速过程中是否产生突变,包括:
获取速度外环计算给定的当前频率信号,所述当前频率信号为fref0;
计算第一偏差信号:fe1=fref0-fref1;其中第一偏差信号为fe1,上一时刻频率信号为fref1。
在本发明所述的控制方法中,所述依据所述当前频率信号与加减速过程中反馈的输出频率信号计算第二偏差信号,并依据所述第二偏差信号及预设的偏差量化因子获取模糊控制器的第一模糊矢量,包括:
藉由模糊化接口将所述偏差变化率转换为第一模糊矢量:E=e1*ke;e1为所述第二偏差信号的输入偏差量,ke为偏差量化因子。
在本发明所述的控制方法中,所述依据所述第二偏差信号计算偏差变化率,并依据所述偏差变化率及预设的偏差变化率因子获取所述模糊控制器的第二模糊矢量,包括:
将所述第二偏差信号的输入偏差量做微分以获取偏差变化率:ec1=de1/dt;
并将所述偏差变化率转换为第二模糊矢量:EC=ec1*kec;kec为偏差变化率量化因子。
在本发明所述的控制方法中,所述依据所述第一模糊矢量及所述第二模糊矢量获取所述模糊控制器的模糊控制量,并依据所述模糊控制量及预设的输出比例因子获取S曲线加减速圆弧曲线段时间的精确量,包括:
对所述第一模糊矢量及所述第二模糊矢量进行模糊推理,并通过预设的模糊规则对所述第一模糊矢量及所述第二模糊矢量进行模糊决策以获取模糊控制量,所述模糊控制量为U;
藉由反模糊接口将所述模糊控制量转换为精确量:Δt=U*ku;ku为输出控制量因子。
在本发明所述的控制方法中,所述第一模糊矢量的模糊集为{NL,NS,ZO,PS,PL},其论域为[-6,6];其中,NL为负大,NS为负小,ZO为零,PS为正小,PL为正大;
所述第二模糊矢量的模糊集为{NL,NS,ZO,PS,PL},其论域为[-6,6];
所述模糊控制量的模糊集为{ZO,PS,PM,PL},其论域为[0,6];PL为正中,其中,NL<NS<ZO<PS<PM<PL。
在本发明所述的控制方法中,
若E为NL且EC为PL则U为PL;
若E为NL且EC为PS则U为PL;
若E为PL且EC为NL则U为PL;
若E为PL且EC为NS则U为PL;
若E为NS且EC为PL则U为PM;
若E为NS且EC为PS则U为PM;
若E为PS且EC为NL则U为PM;
若E为PS且EC为NS则U为PM;
若E为ZO且EC为PL则U为PS;
若E为ZO且EC为PS则U为PS;
若E为ZO且EC为NL则U为PS;
若E为ZO且EC为NS则U为PS;
若E为ZO且EC为ZO则U为ZO。
在本发明所述的控制方法中,ke=0.12,kec=1010,ke=0.5。
上述公开的一种变频器S曲线加减速突变的控制方法具有以下有益效果:当变频器驱动电机处于加减速工作时,若给定频率突然快速改变,该控制方法使S曲线加减速圆弧段作用时间实时改变,从而实时更新当前给定加加速度、加速度以及输出给定频率;而且适用S曲线加减速7个速度变化过程,无需单独处理,实时性较高,从而能够保持输出转速实时跟踪突变时刻的给定转速,同时提高系统稳定性。
附图说明
图1为本发明一实施例提供的变频器VF控制驱动异步电机的整体框图;
图2为本发明提供的一种变频器S曲线加减速突变的控制方法的流程图;
图3为本发明一实施例提供的控制方法的原理图;
图4为本发明一实施例提供的S曲线速度变化过程示意图;
图5为本发明一实施例提供的S曲线加减速算法内部原理框图;
图6为本发明一实施例提供的模糊控制器的结构框图;
图7为本发明一实施例提供的模糊控制的原理框图;
图8为现有技术中的S曲线加减速突变时的速度变化图;
图9为采用本发明控制方法的S曲线加减速突变时的速度变化图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供了一种变频器S曲线加减速突变的控制方法,其目的在于,采用智能模糊控制方法在S曲线加减速过程中给定突变时,能够保持输出转速实时跟踪突变时刻的给定转速,同时提高系统稳定性。智能模糊控制不需要对象精确的数学模型,能够克服系统突变等非线性干扰带来的影响,增强系统稳定性和鲁棒性。本控制方法适用于机器人、高性能数控系统、电动汽车等电机驱动领域。
参见图1,图1为本发明一实施例提供的变频器VF(电压频率变换控制)控制驱动异步电机的整体框图,变频器以VF控制方式驱动异步电机由五个模块组成:I转速给定;II电机电压频率曲线;III扇区与占空比计算;IV比较值计算PWM输出;V为硬件主电路。根据异步电机VF原理,对于不同工况下建立电机电压频率曲线。结合本发明的智能控制方法实时精确计算频率给定信号fref1,并得到当前频率下的电压值根据给定电压和给定频率fref1和SVPWM调制原理,计算当前扇区和占空比得到变频器中6个IGBT管的开关状态,结合给定载波周期实时计算比较值并输出PWM,完成异步电机的驱动。
参见图2-图3,图2为本发明提供的一种变频器S曲线加减速突变的控制方法的流程图,图3为本发明一实施例提供的控制方法的原理图,该控制方法包括步骤S0-S5:
S0、将S曲线划分为加加速、匀加速、加减速、匀速、减加速、匀减速及减减速,并设置所述S曲线加减速圆弧曲线段中的加加速圆弧时间为Ts1,设置所述S曲线加减速圆弧曲线段中的加减速圆弧时间为Ts2,设置所述S曲线加减速圆弧曲线段中的减加速圆弧时间为Ts3,设置所述S曲线加减速圆弧曲线段中的减减速圆弧时间为Ts4。参见图3-图4,图4为本发明一实施例提供的S曲线速度变化过程示意图,加减速圆弧曲线段时间Tsn(n=1,2,3,4)中:Ts1为加加速圆弧时间,Ts2为加减速圆弧时间,Ts3为减加速圆弧时间,Ts4为减减速圆弧时间。
S1、获取当前频率信号,依据所述当前频率信号与上一时刻频率信号计算第一偏差信号以确定变频器在加减速过程中是否产生突变;步骤S1包括子步骤S11-S12:
S11、获取速度外环计算给定的当前频率信号,所述当前频率信号为fref0;实时查询当前给定的频率信号fref0。参见图5,图5为本发明一实施例提供的S曲线加减速算法内部原理框图,S曲线算法模块包含速度外环和加速度内环。
S12、计算第一偏差信号:fe1=fref0-fref1;其中第一偏差信号为fe1,上一时刻频率信号为fref1。通过fref0与上一时刻给定的频率信号fref1的差获得偏差信号fe1。
S2、依据所述当前频率信号与加减速过程中反馈的输出频率信号计算第二偏差信号,并依据所述第二偏差信号及预设的偏差量化因子获取模糊控制器的第一模糊矢量;步骤S2包括子步骤S21-S23:
fa1(k)=fa1(k-1)+fb(k)Ts/Ti
fref1(k)=fref1(k-1)+fa1(k)Ts/Ti
S23、藉由模糊化接口将所述偏差变化率转换为第一模糊矢量:E=e1*ke;e1为所述第二偏差信号的输入偏差量,ke为偏差量化因子。
S3、依据所述第二偏差信号计算偏差变化率,并依据所述偏差变化率及预设的偏差变化率因子获取所述模糊控制器的第二模糊矢量;步骤S3包括子步骤S31-S32:
S31、将所述第二偏差信号的输入偏差量做微分以获取偏差变化率:ec1=de1/dt;
S32、并将所述偏差变化率转换为第二模糊矢量:EC=ec1*kec;kec为偏差变化率量化因子。
S4、依据所述第一模糊矢量及所述第二模糊矢量获取所述模糊控制器的模糊控制量,并依据所述模糊控制量及预设的输出比例因子获取S曲线加减速圆弧曲线段时间的精确量;步骤S4包括子步骤S41-S42:
S41、对所述第一模糊矢量及所述第二模糊矢量进行模糊推理,并通过预设的模糊规则对所述第一模糊矢量及所述第二模糊矢量进行模糊决策以获取模糊控制量,所述模糊控制量为U;
S42、藉由反模糊接口将所述模糊控制量转换为精确量:Δt=U*ku;ku为输出控制量因子。模糊控制器为双输入单输出的Mamdani模型,并对输入量E和EC进行模糊化计算以及模糊推理和决策得到输出量U,该输出量U通过输出比例因子ku处理得到S曲线加减速圆弧曲线段时间Tsn(n=1,2,3,4)的增量Δt,结合S曲线加减速算法处理,实时更新当前加加速度fb和加速度fa的值,以及当前输出频率fref1,由于电机控制中转速和频率成正比,实时精确控制频率就能确保系统在加减速突变时输出转速实时跟踪给定,提高整个系统稳定性。
结合图6-图7所示,图6为本发明一实施例提供的模糊控制器的结构框图;图7为本发明一实施例提供的模糊控制的原理框图。Mamdani智能模糊控制器包含模糊化接口、知识库、推理机和反模糊接口。模糊化接口将真实确定的输入量偏差e1和偏差变化率ec1转换为模糊矢量E和EC,并发送给推理机处理。所述知识库包含数据库和规则库,数据库用来存储输入输出语言变量的全部模糊子集的隶属度;规则库存放全部的模糊控制规则,此规则信息基于专家知识和运行经验建立;所述的推理机根据接收到的模糊矢量E、EC,并从数据库获得相应的输入输出语言变量数据用于模糊推理,同时从规则库中读取相应的模糊控制规则信息用于模糊决策,获得输出的模糊控制量U,并将其发送给反模糊接口。所述的反模糊接口将模糊控制量U转换为精确量Δt输出。
其中,所述第一模糊矢量的模糊集为{NL,NS,ZO,PS,PL},其论域为[-6,6];其中,NL为负大,NS为负小,ZO为零,PS为正小,PL为正大;所述第二模糊矢量的模糊集为{NL,NS,ZO,PS,PL},其论域为[-6,6];所述模糊控制量的模糊集为{ZO,PS,PM,PL},其论域为[0,6];PL为正中,其中,NL<NS<ZO<PS<PM<PL。上述模糊集中NL取S型隶属度函数,PL取Z型隶属度函数,其余均为三角形隶属度函数。
数据库中输入偏差E的模糊集为{NL,NS,ZO,PS,PL},即为{负大,负小,零,正小,正大},论域为[-6,6];输入偏差EC的模糊集为{NL,NS,ZO,PS,PL},即为{负大,负小,零,正小,正大},论域为[-6,6];输出量U的模糊集为{ZO,PS,PM,PL},即为{零,正小,正中,正大},论域为[0,6]。上述模糊集中NL取S型隶属度函数,PL取Z型隶属度函数,其余均为三角形隶属度函数。
优选的,若E为NL且EC为PL则U为PL;
若E为NL且EC为PS则U为PL;
若E为PL且EC为NL则U为PL;
若E为PL且EC为NS则U为PL;
若E为NS且EC为PL则U为PM;
若E为NS且EC为PS则U为PM;
若E为PS且EC为NL则U为PM;
若E为PS且EC为NS则U为PM;
若E为ZO且EC为PL则U为PS;
若E为ZO且EC为PS则U为PS;
若E为ZO且EC为NL则U为PS;
若E为ZO且EC为NS则U为PS;
若E为ZO且EC为ZO则U为ZO。
即规则库中模糊控制表达方式为:If...and...,then...。总共13条规则,具体如下:
(1).If(E is NL)and(EC is PL)then(U is PL)(1)
(2).If(E is NL)and(EC is PS)then(U is PL)(1)
(3).If(E is PL)and(EC is NL)then(U is PL)(1)
(4).If(E is PL)and(EC is NS)then(U is PL)(1)
(5).If(E is NS)and(EC is PL)then(U is PM)(1)
(6).If(E is NS)and(EC is PS)then(U is PM)(1)
(7).If(E is PS)and(EC is NL)then(U is PM)(1)
(8).If(E is PS)and(EC is NS)then(U is PM)(1)
(9).If(E is ZO)and(EC is PL)then(U is PS)(1)
(10).If(E is ZO)and(EC is PS)then(U is PS)(1)
(11).If(E is ZO)and(EC is NL)then(U is PS)(1)
(12).If(E is ZO)and(EC is NS)then(U is PS)(1)
(13).If(E is ZO)and(EC is ZO)then(U is ZO)(1)
优选的,ke=0.12,kec=1010,ke=0.5。数据库中输入偏差有限福处理,范围[-50,+50],则量化因子ke=6/50=0.12,输入偏差变化率量化因子(实验经验值)kec=10-10,输出控制量有限福处理,范围[-3,+3],比例因子ku=3/6=0.5。
S5、藉由S曲线加减速算法计算实时的输出信息。所述步骤S5包括子步骤S51-S54:
S51、当速度变化处于所述S曲线中的加加速过程时,藉由所述S曲线加减速算法的比例限幅模块A1设置第一比例系数为kg1=2Tacc/Ts1,第一内环加速度反馈比例增益为kga1=2Tacc/Ti,逻辑控制模块的第一饱和输出点加加速度为fb1=Ti 2/(Ts1×Tacc);结合图5,不同速度变化过程,比例限幅模块比例系数kg、内环加速度反馈比例增益kga不同。
当速度变化处于匀加速,比例限幅模块A1中比例系数kg=+1,内环加速度反馈比例增益kga=kga1,逻辑控制模块A2饱和输出点的加加速度fb=0。
S52、当速度变化处于所述S曲线中的加减速过程时,所述比例限幅模块的第二比例系数为kg2=2Tacc/Ts2,第二内环加速度反馈比例增益为kga2=2Tacc/Ti,逻辑控制模块的第二饱和输出点加加速度为fb2=-Ti 2/(Ts2×Tacc);
当速度变化处于匀减速,比例限幅模块A1中比例系数kg=-1,内环加速度反馈比例增益kga=kga2,逻辑控制模块A2饱和输出点的加加速度fb=0;
S53、当速度变化处于所述S曲线中的减加速过程时,所述比例限幅模块的第三比例系数为kg3=2Tdec/Ts3,第三内环加速度反馈比例增益为kga3=2Tdec/Ti,逻辑控制模块的第三饱和输出点加加速度为fb3=-Ti 2/(Ts3×Tdec);
当速度变化处于匀速,比例限幅模块A1中比例系数kg=0,内环加速度反馈比例增益kga=0,逻辑控制模块A2饱和输出点的加加速度fb=0。
S54、当速度变化处于所述S曲线中的减减速过程时,所述比例限幅模块的第四比例系数为kg4=2Tdec/Ts4,第四内环加速度反馈比例增益为kga4=2Tdec/Ti,逻辑控制模块的第四饱和输出点加加速度为fb4=-Ti 2/(Ts4×Tdec);其中,Tacc为预设的加速时间,Tdec为预设的减速时间,Ti为预设的积分时间。
结合图5所示,逻辑控制模块A2速度变化过程逻辑判断如下式:
若fref1>0,且fref1<fref0,正向加速;或fref1<0,且fref1>fref0,反向加速,则:
若fref1>0,且fref1>fref0,正向减速;或fref1<0,且fref1<fref0,反向减速,则:
图8为现有技术中的S曲线加减速突变时的速度变化图;图9为采用本发明控制方法的S曲线加减速突变时的速度变化图。在t1时刻给定突变,此时S曲线速度变化处于匀加速过程,图8表明普通S曲线加减速突变时,输出给定频率出现较大超调影响系统稳定性,图9表明采用本发明控制方法S曲线加减速突变时,输出给定频率能够实时精确跟踪给定频率,提高系统稳定性鲁棒性。在t3时刻给定突变,此时S曲线速度变化处于减加速过程,仿真结果表明:本发明适用S曲线加减速各个速度变化过程,无需单独处理,实时性较高,输出转速能够精确实时跟踪突变时刻的给定转速,同时提高系统稳定性。
本文提供了实施例的各种操作。在一个实施例中,所述的一个或操作可以构成一个或计算机可读介质上存储的计算机可读指令,其在被电子设备执行时将使得计算设备执行所述操作。描述一些或所有操作的顺序不应当被解释为暗示这些操作必需是顺序相关的。本领域技术人员将理解具有本说明书的益处的可替代的排序。而且,应当理解,不是所有操作必需在本文所提供的每个实施例中存在。
而且,本文所使用的词语“优选的”意指用作实例、示例或例证。奉文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反,词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即,除非另外指定或从上下文中清楚,“X使用A或B”意指自然包括排列的任意一个。即,如果X使用A;X使用B;或X使用A和B二者,则“X使用A或B”在前述任一示例中得到满足。
而且,尽管已经相对于一个或实现方式示出并描述了本公开,但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型,并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件等)执行的各种功能,用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示),即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外,尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开,但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或其他特征组合。而且,就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言,这样的术语旨在以与术语“包含”相似的方式包括。
本发明实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以多个或多个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器,磁盘或光盘等。上述的各装置或系统,可以执行相应方法实施例中的存储方法。
综上所述,虽然本发明已以优选实施例揭露如上,但上述优选实施例并非用以限制本发明,本领域的普通技术人员,在不脱离本发明的精神和范围内,均可作各种更动与润饰,因此本发明的保护范围以权利要求界定的范围为准。
Claims (8)
1.一种变频器S曲线加减速突变的控制方法,其特征在于,包括:
获取当前频率信号,依据所述当前频率信号与上一时刻频率信号计算第一偏差信号以确定变频器在加减速过程中是否产生突变;
依据所述当前频率信号与加减速过程中反馈的输出频率信号计算第二偏差信号,并依据所述第二偏差信号及预设的偏差量化因子获取模糊控制器的第一模糊矢量;
依据所述第二偏差信号计算偏差变化率,并依据所述偏差变化率及预设的偏差变化率因子获取所述模糊控制器的第二模糊矢量;
依据所述第一模糊矢量及所述第二模糊矢量获取所述模糊控制器的模糊控制量,并依据所述模糊控制量及预设的输出比例因子获取S曲线加减速圆弧曲线段时间的精确量;
藉由S曲线加减速算法计算实时的输出信息;
将S曲线划分为加加速、匀加速、加减速、匀速、减加速、匀减速及减减速,并设置所述S曲线加减速圆弧曲线段中的加加速圆弧时间为Ts1,设置所述S曲线加减速圆弧曲线段中的加减速圆弧时间为Ts2,设置所述S曲线加减速圆弧曲线段中的减加速圆弧时间为Ts3,设置所述S曲线加减速圆弧曲线段中的减减速圆弧时间为Ts4;
所述藉由S曲线加减速算法计算实时的输出信息,包括:
当速度变化处于所述S曲线中的加加速过程时,藉由所述S曲线加减速算法的比例限幅模块设置第一比例系数为kg1=2Tacc/Ts1,第一内环加速度反馈比例增益为kga1=2Tacc/Ti,逻辑控制模块的第一饱和输出点加加速度为fb1=Ti 2/(Ts1×Tacc);
当速度变化处于所述S曲线中的加减速过程时,所述比例限幅模块的第二比例系数为kg2=2Tacc/Ts2,第二内环加速度反馈比例增益为kga2=2Tacc/Ti,逻辑控制模块的第二饱和输出点加加速度为fb2=-Ti 2/(Ts2×Tacc);
当速度变化处于所述S曲线中的减加速过程时,所述比例限幅模块的第三比例系数为kg3=2Tdec/Ts3,第三内环加速度反馈比例增益为kga3=2Tdec/Ti,逻辑控制模块的第三饱和输出点加加速度为fb3=-Ti 2/(Ts3×Tdec);
当速度变化处于所述S曲线中的减减速过程时,所述比例限幅模块的第四比例系数为kg4=2Tdec/Ts4,第四内环加速度反馈比例增益为kga4=2Tdec/Ti,逻辑控制模块的第四饱和输出点加加速度为fb4=-Ti 2/(Ts4×Tdec);其中,Tacc为预设的加速时间,Tdec为预设的减速时间,Ti为预设的积分时间。
2.根据权利要求1所述的控制方法,其特征在于,所述获取当前频率信号,依据所述当前频率信号与上一时刻频率信号计算第一偏差信号以确定变频器在加减速过程中是否产生突变,包括:
获取速度外环计算给定的当前频率信号,所述当前频率信号为fref0;
计算第一偏差信号:fe1=fref0-fref1;其中第一偏差信号为fe1,上一时刻频率信号为fref1。
4.根据权利要求3所述的控制方法,其特征在于,所述依据所述第二偏差信号计算偏差变化率,并依据所述偏差变化率及预设的偏差变化率因子获取所述模糊控制器的第二模糊矢量,包括:
将所述第二偏差信号的输入偏差量做微分以获取偏差变化率:ec1=de1/dt;
并将所述偏差变化率转换为第二模糊矢量:EC=ec1*kec;kec为偏差变化率量化因子。
5.根据权利要求4所述的控制方法,其特征在于,所述依据所述第一模糊矢量及所述第二模糊矢量获取所述模糊控制器的模糊控制量,并依据所述模糊控制量及预设的输出比例因子获取S曲线加减速圆弧曲线段时间的精确量,包括:
对所述第一模糊矢量及所述第二模糊矢量进行模糊推理,并通过预设的模糊规则对所述第一模糊矢量及所述第二模糊矢量进行模糊决策以获取模糊控制量,所述模糊控制量为U;
藉由反模糊接口将所述模糊控制量转换为精确量:Δt=U*ku;ku为输出控制量因子。
6.根据权利要求5所述的控制方法,其特征在于,所述第一模糊矢量的模糊集为{NL,NS,ZO,PS,PL},其论域为[-6,6];其中,NL为负大,NS为负小,ZO为零,PS为正小,PL为正大;
所述第二模糊矢量的模糊集为{NL,NS,ZO,PS,PL},其论域为[-6,6];
所述模糊控制量的模糊集为{ZO,PS,PM,PL},其论域为[0,6];PL为正中,其中,NL<NS<ZO<PS<PM<PL。
7.根据权利要求6所述的控制方法,其特征在于,
若E为NL且EC为PL则U为PL;
若E为NL且EC为PS则U为PL;
若E为PL且EC为NL则U为PL;
若E为PL且EC为NS则U为PL;
若E为NS且EC为PL则U为PM;
若E为NS且EC为PS则U为PM;
若E为PS且EC为NL则U为PM;
若E为PS且EC为NS则U为PM;
若E为ZO且EC为PL则U为PS;
若E为ZO且EC为PS则U为PS;
若E为ZO且EC为NL则U为PS;
若E为ZO且EC为NS则U为PS;
若E为ZO且EC为ZO则U为ZO。
8.根据权利要求5所述的控制方法,其特征在于,ke=0.12,kec=1010,ke=0.5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710158311.4A CN106909077B (zh) | 2017-03-16 | 2017-03-16 | 一种变频器s曲线加减速突变的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710158311.4A CN106909077B (zh) | 2017-03-16 | 2017-03-16 | 一种变频器s曲线加减速突变的控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106909077A CN106909077A (zh) | 2017-06-30 |
CN106909077B true CN106909077B (zh) | 2020-05-05 |
Family
ID=59187470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710158311.4A Active CN106909077B (zh) | 2017-03-16 | 2017-03-16 | 一种变频器s曲线加减速突变的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106909077B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110145437A (zh) * | 2019-05-21 | 2019-08-20 | 中国船舶重工集团海装风电股份有限公司 | 一种风力发电机组偏航启停控制方法 |
CN110456728A (zh) * | 2019-08-26 | 2019-11-15 | 安德里茨(中国)有限公司 | 基于变频器的控制方法及相关控制系统 |
CN110768238B (zh) * | 2019-12-03 | 2020-11-03 | 尚彦 | 一种基于模糊控制的光伏自动化控制设备和方法 |
JP7459530B2 (ja) * | 2020-01-31 | 2024-04-02 | セイコーエプソン株式会社 | 教示方法およびロボットシステム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0689679B1 (de) * | 1993-03-16 | 1998-05-27 | Siemens Aktiengesellschaft | Verfahren zur erkennung und separation von nutz- und störechos im empfangssignal von abstandssensoren, welche nach dem impuls-echo-prinzip arbeiten |
CN202261037U (zh) * | 2011-09-21 | 2012-05-30 | 常州苏控自动化设备有限公司 | 一种变频器 |
CN102621892A (zh) * | 2012-04-06 | 2012-08-01 | 杭州电子科技大学 | 横机伺服系统速度调节器的控制方法 |
CN104483906A (zh) * | 2015-01-07 | 2015-04-01 | 浙江师范大学 | 一种离散采样的s曲线加减速控制方法及装置 |
-
2017
- 2017-03-16 CN CN201710158311.4A patent/CN106909077B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0689679B1 (de) * | 1993-03-16 | 1998-05-27 | Siemens Aktiengesellschaft | Verfahren zur erkennung und separation von nutz- und störechos im empfangssignal von abstandssensoren, welche nach dem impuls-echo-prinzip arbeiten |
CN202261037U (zh) * | 2011-09-21 | 2012-05-30 | 常州苏控自动化设备有限公司 | 一种变频器 |
CN102621892A (zh) * | 2012-04-06 | 2012-08-01 | 杭州电子科技大学 | 横机伺服系统速度调节器的控制方法 |
CN104483906A (zh) * | 2015-01-07 | 2015-04-01 | 浙江师范大学 | 一种离散采样的s曲线加减速控制方法及装置 |
Non-Patent Citations (1)
Title |
---|
《变频器在电梯控制中的应用》;牟晓光 等;《应用能源技术》;20040630;第24-26页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106909077A (zh) | 2017-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106909077B (zh) | 一种变频器s曲线加减速突变的控制方法 | |
Mahfoud et al. | ANT-colony optimization-direct torque control for a doubly fed induction motor: An experimental validation | |
Bai et al. | Fundamentals of fuzzy logic control—fuzzy sets, fuzzy rules and defuzzifications | |
Chaoui et al. | Adaptive fuzzy logic control of permanent magnet synchronous machines with nonlinear friction | |
Prabhakar et al. | Fuzzy PD plus I control-based adaptive cruise control system in simulation and real-time environment | |
Jee et al. | Adaptive fuzzy logic controller for feed drives of a CNC machine tool | |
Tutsoy et al. | A novel exploration-exploitation-based adaptive law for intelligent model-free control approaches | |
CN111224593B (zh) | 基于差分进化算法优化的模糊自适应滑模控制方法及系统 | |
Rabbani et al. | Fuzzy logic driven adaptive pid controller for pwm based buck converter | |
Hou et al. | Neural-observer-based terminal sliding mode control: Design and application | |
Yang et al. | Data-based predictive control via multistep policy gradient reinforcement learning | |
Kumar et al. | Design and simulation of speed control of DC motor by fuzzy logic technique with Matlab/Simulink | |
Sharma et al. | A random spatial lbest PSO-based hybrid strategy for designing adaptive fuzzy controllers for a class of nonlinear systems | |
Udawatta et al. | Fuzzy-chaos hybrid controller for controlling of nonlinear systems | |
Liu et al. | Fuzzy controllers with neural network predictor for second-order linear systems with time delay | |
Islam et al. | Fuzzy logic enhanced speed control system of a VSI-fed three phase induction motor | |
Rajamallaiah et al. | Deep Reinforcement Learning Based Control Strategy for Voltage Regulation of DC-DC Buck Converter Feeding CPLs in DC Microgrid | |
Komaee | Stabilization of linear systems by pulsewidth modulation of switching actuators | |
Neema et al. | Speed control of induction motor using fuzzy rule base | |
Mastacan et al. | Level fuzzy control of three-tank system | |
Sahoo et al. | A comprehensive analysis of induction motor direct torque control for electric vehicle applications | |
Morin et al. | Time-varying exponential stabilization of chained form systems based on a backstepping technique | |
Zhao et al. | Design of model free adaptive controller for PMSM speed control | |
CN113659882A (zh) | 一种基于模糊pid的六相感应电机控制方法及系统 | |
Singh et al. | Design and analysis of DC motor speed control by GA based tuning of fuzzy logic controller |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |