CN109856959A - 一种基于pid的直线电机控制方法及系统 - Google Patents

Abstract

本发明属于直线电机运动控制技术领域，尤其涉及一种基于PID的直线电机控制方法及系统；确定PID控制器K_P0、K_d0、K_i0、K_V0和电流环增益、反馈增益；产生新的频率分量；前馈控制器对初始控制参数进行观察、收集整理信息、掌握规律、预测趋势；对输入的清晰量x按照模糊规则库进行模糊推理，再采用解模糊算法针对推理出的模糊控制量实现清晰化处理，最后输出清晰量u进行控制；等待直线电机系统输出结果，经过反馈增益，最终反馈给乘法器；控制系统根据反馈的结果，计算出控制偏差，对直线电机的运行状态进行调整控制。本发明保证了控制的稳定和新参数计算的精确；降低了系统的复杂性；适应性更好。

Description

一种基于PID的直线电机控制方法及系统

技术领域

本发明属于直线电机运动控制技术领域，尤其涉及一种基于PID的直线电机控制方法及系统。

背景技术

当今的闭环自动控制技术都是基于反馈的概念以减少不确定性。反馈理论的要素包括三个部分：测量、比较和执行。测量关键的是被控变量的实际值，与期望值相比较，用这个偏差来纠正系统的响应，执行调节控制。在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器(比例-积分-微分控制器)是一个在工业控制应用中常见的反馈回路部件，由比例单元P、积分单元I和微分单元D组成。PID控制的基础是比例控制；积分控制可消除稳态误差，但可能增加超调；微分控制可加快大惯性系统响应速度以及减弱超调趋势。这个理论和应用的关键是，做出正确的测量和比较后，如何才能更好地纠正系统。

PID控制是传统控制中最有代表性的控制技术，其蕴涵了动态控制信息的过去、现在和将来，根据被控对象，适当调整PID参数，可得到较好的控制效果。在自动化迅猛发展的今天，PID控制方法因结构简单、容易实现、适用面广和具有一定的控制精度，其依旧在工业过程控制中占据了基础地位。但PID控制一般适用于线性，拥有确定数学模型且外界环境较为稳定的系统中。在工业环境中，由于外界干扰或负载变化等因素的影响，将导致被控对象的结构或特性参数产生变化，而直线电机一般应用于高速高精的情况下，采用PID控制较难获得理想的控制效果

综上所述，现有技术存在以下问题：

(1)控制精度较差；控制路线出现一定曲率时，控制不稳定；控制速度较高时，控制效果不好。

(2)现有技术中模糊控制器在数据处理过程中，采用传统的算法对控制器进行优化，不能有效的提高模糊控制器具有更好的控制性能，同时不能有效避免缺乏自学习能力与知识采集的缺陷。

(3)现有技术中乘法器在使二输入信号实现近似相乘，产生新的频率分量的过程中，需要借助传统的滤波算法对非线性调频信号滤波去噪效果不好的问题。

发明内容

本发明的目的在于提供一种基于PID的直线电机控制方法及系统，旨在解决现有技术控制精度低、稳定性差的问题。

本发明是这样实现的，一种基于PID的直线电机控制方法，所述基于PID的直线电机控制方法包括以下步骤：

第一步，根据对象的特性和控制要求，确定PID控制器K_P0、K_d0、K_i0、K_V0和电流环增益、反馈增益；

第二步，将初始控制参数输入乘法器，使二输入信号实现近似相乘，产生新的频率分量，微分器根据时间常数控制输入脉冲宽度；前馈控制器对初始控制参数进行观察、收集整理信息、掌握规律、预测趋势，正确预计未来可能出现的问题，传递给乘法器；

第三步，根据隶属函数库，对输入的清晰量x按照模糊规则库进行模糊推理，再采用解模糊算法针对推理出的模糊控制量实现清晰化处理，最后输出清晰量u进行控制；

第四步，等待直线电机系统输出结果，经过反馈增益，最终反馈给乘法器；

第五步，控制系统根据反馈的结果，经过速度环的PI控制器和电流环增益，计算出控制偏差，对直线电机的运行状态进行调整控制。

进一步，乘法器在使二输入信号实现近似相乘，产生新的频率分量，采用自适应滤波，包括以下步骤：

步骤一，通过广义S变换得到原信号s[n]的时频分布GS[n，k]；

步骤二，确定有效信号分量所在的时频通域R，构造区域滤波算子F_n[n，k]并去除掉时频通域R以外的噪声分量的时频分布，获得能量峰区域外不含噪声分布的时频分布P_s～[n，k]；

步骤三，计算时频通域内有效信号分量的时频分布点距离瞬时频率曲线的距离，并依式构造滤波算子调节参数α，在此基础上构建自适应时频滤波算子F_n[n，k]；

中：r[n，k]为点到瞬时频率曲线的最小距离；r_max[n，k]为点到瞬时频率曲线的最大距离；

步骤四，利用自适应时频滤波算子F_n[n，k]，去除掉有效信号分量区域内的噪声信号，得到滤波后的时频分布；

步骤五，利用广义S变换的反变换，恢复出滤波后的有效信号

进一步，模糊控制器首先根据隶属函数库，对输入的清晰量x按照模糊规则库进行模糊推理，再采用解模糊算法针对推理出的模糊控制量实现清晰化处理，最后输出清晰量u进行控制；在数据处理中，采用遗传算法对控制器进行优化，其优化的具体过程，如下：

步骤一，随机生成规模为M的初始种群p(t)，设置其最大进化代数为T，并计算初始种群适应度值；

步骤二，对隶属函数及模糊控制规则进行编码操作，计算染色体的适应度值；

步骤三，选择操作，对初始种群p(t)进行改进的选择操作，形成新的种群p(t)′；

步骤四，交叉操作，对新种群p(t)′进行改进后的交叉运算，得到新种群p(t)″；

步骤五，变异操作，对种群p(t)″进行改进后的变异运算，得到种群p(t)″；

步骤六，裂操作，若此时种群中有个体符合分裂操作的条件，对种群的部分个体施加分裂算子，并将分裂得到的较优新个体加入种群中，得到种群p(t)″′，若不符合分裂条件则转到下一步骤；

步骤七，判断是否满足终止条件，若不满足终止条件，则更新进化代数计数器，即t＝t+l，并转回到步骤三；若满足终止条件，则输出优化结果，算法终止，然后将优化结果用于模糊控制。

本发明的另一目的在于提供一种实现所述基于PID的直线电机控制方法的基于PID的直线电机控制系统，所述基于PID的直线电机控制系统包括：第一前馈控制器、第二前馈控制器、第一乘法器、第二乘法器、微分器、模糊控制器、第三乘法器、PID控制器、参数存储器、第四乘法器、微分器、速度环、电流环增益、反馈增益、直线电机系统；

所述第一前馈控制器、第二前馈控制器与第一乘法器相连，构成控制直线电机前馈反馈控制器；

所述第二乘法器、模糊控制器、第三乘法器依次通过串口连接，第二乘法器通过微分器与模糊控制器通过串口相连，共同组成模糊控制器；

所述第二乘法器与PID控制器通过串行接口直接相连；

所述模糊控制器与PID控制器相连，PID控制器的输出参数和前馈反馈控制器参数均输出到第四乘法器；

所述乘法器、速度环PI控制器、电流环增益、直线电机系统依次相连；

所述直线电机的输出与反馈增益相连，反馈增益的输出与微分器和第四乘法器依次相连；

所述反馈增益的输出与参数存储器通过数据并口相连，参数存储器与第三乘法器相连；

所述反馈增益的输出与第二乘法器直接相连。

进一步，所述第一前馈控制器为一阶微分，为速度前馈控制；

所述第二前馈控制器为二阶微分，为加速度前馈控制；

所述微分器对时间t求导；

所述速度环的PI控制器传递函数为：式中T_v为速度环积分时间函数，K_v为速度环比例增益；

所述电流环增益为固定值；

所述反馈增益为固定值。

本发明的另一目的在于提供一种应用所述基于PID的直线电机控制方法的直流电机控制平台。

本发明的积极效果为：

本发明使用参数存储器存储控制参数，保证了控制的稳定和新参数计算的精确；使用两级前馈控制器，既保证了控制速度，也降低了系统的复杂性；该方法可方便用户更改参数，适应性更好。

本发明中模糊控制器在数据处理过程中，遗传算法对控制器进行优化提高了模糊控制器具有更好的控制性能，同时避免了缺乏自学习能力与知识采集的缺陷。

本发明中乘法器在使二输入信号实现近似相乘，产生新的频率分量的过程中国，需要借助一种改进的自适应滤波对信号进行处理，能够得到清晰的信号；能解决传统的滤波算法对非线性调频信号滤波去噪效果不好的问题，提高了非线性调频信号的滤波去噪的效果。

附图说明

图1是本发明实施例提供的基于PID的直线电机控制方法；

图2是本发明实施例提供的基于PID的直线电机控制方法的系统结构示意图；

图中：1、第一前馈控制器；2、第二前馈控制器；3、第一乘法器；4、第二乘法器；5、微分器；6、模糊控制器；7、第三乘法器；8、PID控制器；9、参数存储器；10、第四乘法器；11、微分器；12、速度环；13、电流环增益；14、反馈增益；15、直线电机系统。

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仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的基于PID的直线电机控制方法包括以下步骤：

S101：根据对象的特性和控制要求，确定PID控制器K_P0、K_d0、K_i0、K_V0和电流环增益、反馈增益；

S102：将初始控制参数输入乘法器，使二输入信号实现近似相乘，产生新的频率分量，微分器根据时间常数控制输入脉冲宽度；前馈控制器对初始控制参数进行观察、收集整理信息、掌握规律、预测趋势，正确预计未来可能出现的问题，传递给乘法器；

S103：根据隶属函数库，对输入的清晰量x按照模糊规则库进行模糊推理，再采用解模糊算法针对推理出的模糊控制量实现清晰化处理，最后输出清晰量u进行控制；

S104：等待直线电机系统输出结果，经过反馈增益，最终反馈给乘法器；

S105：控制系统根据反馈的结果，经过速度环的PI控制器和电流环增益，计算出控制偏差，对直线电机的运行状态进行调整控制。

如图2所示，本发明实施例提供的基于PID的直线电机控制方法的系统包括：第一前馈控制器1、第二前馈控制器2、第一乘法器3、第二乘法器4、微分器5、模糊控制器6、第三乘法器7、PID控制器8、参数存储器9、第四乘法器10、微分器11、速度环12、电流环增益13、反馈增益14、直线电机系统15。

所述第一前馈控制器1、第二前馈控制器2与第一乘法器3相连，构成控制直线电机前馈反馈控制器。

所述第二乘法器4、模糊控制器6、第三乘法器7依次通过串口连接，第二乘法器4通过微分器5与模糊控制器6通过串口相连，共同组成模糊控制器。

所述第二乘法器4与PID控制器8通过串行接口直接相连。

所述模糊控制器6与PID控制器8相连，PID控制器8的输出参数和前馈反馈控制器参数均输出到第四乘法器10。

所述乘法器10、速度环PI控制器12、电流环增益13、直线电机系统15依次相连。

所述直线电机的输出与反馈增益14相连，反馈增益14的输出与微分器11和第四乘法器10依次相连。

所述反馈增益14的输出与参数存储器9通过数据并口相连，参数存储器9与第三乘法器7相连。

所述反馈增益14的输出与第二乘法器4直接相连。

所述第一前馈控制器1为一阶微分，为速度前馈控制(正反馈)。

所述第二前馈控制器2为二阶微分，为加速度前馈控制(正反馈)。

所述微分器5对时间t求导。

所述速度环12的PI控制器传递函数为：式中T_v为速度环积分时间函数，K_v为速度环比例增益。

所述电流环增益13为固定值。

所述反馈增益14为固定值(负反馈)。

所述第二乘法器4在使二输入信号实现近似相乘，产生新的频率分量的过程中，需要借助滤波算法对信号进行处理，得到清晰的信号；为了解决传统的滤波算法对非线性调频信号滤波去噪效果不好的问题，提高非线性调频信号的滤波去噪的效果，采用一种改进的自适应滤波，包括以下步骤：

步骤一，通过广义S变换得到原信号s[n]的时频分布GS[n，k]；

步骤二，确定有效信号分量所在的时频通域R，构造区域滤波算子F_n[n，k]并去除掉时频通域R以外的噪声分量的时频分布，获得能量峰区域外不含噪声分布的时频分布P_s～[n，k]；

步骤三，计算时频通域内有效信号分量的时频分布点距离瞬时频率曲线的距离，并依式构造滤波算子调节参数α，在此基础上构建自适应时频滤波算子F_n[n，k]；

式中：r[n，k]为点到瞬时频率曲线的最小距离；r_max[n，k]为点到瞬时频率曲线的最大距离；

步骤四，利用自适应时频滤波算子F_n[n，k]，去除掉有效信号分量区域内的噪声信号，得到滤波后的时频分布；

步骤五，利用广义S变换的反变换，恢复出滤波后的有效信号

所述模糊控制器6的工作过程是：

首先根据隶属函数库，对输入的清晰量x按照模糊规则库进行模糊推理，再采用解模糊算法针对推理出的模糊控制量实现清晰化处理，最后输出清晰量u进行控制。

所述模糊控制器6在数据处理过程中，为了提高模糊控制器具有更好的控制性能，同时为了避免缺乏自学习能力与知识采集的缺陷，采用遗传算法对控制器进行优化，其优化的具体过程，如下：

步骤一，随机生成规模为M的初始种群p(t)，设置其最大进化代数为T，并计算初始种群适应度值；

步骤二，对隶属函数及模糊控制规则进行编码操作，计算染色体的适应度值；

步骤三，选择操作，对初始种群p(t)进行改进的选择操作，形成新的种群p(t)′；

步骤四，交叉操作，对新种群p(t)′进行改进后的交叉运算，得到新种群p(t)″；

步骤五，变异操作，对种群p(t)″进行改进后的变异运算，得到种群p(t)″′；

步骤六，裂操作，若此时种群中有个体符合分裂操作的条件，对种群的部分个体施加分裂算子，并将分裂得到的较优新个体加入种群中，得到种群p(t)″′，若不符合分裂条件则转到下一步骤；

步骤七，判断是否满足终止条件，若不满足终止条件，则更新进化代数计数器，即t＝t+1，并转回到步骤三；若满足终止条件，则输出优化结果，算法终止，然后将优化结果用于模糊控制。

所述参数存储器9存储的参数的动态参数为ΔK_p、ΔK_d、ΔK_i，静态参数为K_p0、K_d0、K_i0，PID参数计算公式为：K_p＝K_p0+q_p*ΔK_p、K_d＝K_d0+q_d*ΔK_d、K_i＝K_i0+q_i*ΔK_i。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于PID的直线电机控制方法，其特征在于，所述基于PID的直线电机控制方法包括以下步骤：

第一步，根据对象的特性和控制要求，确定PID控制器K_P0、K_d0、K_i0、K_v0和电流环增益、反馈增益；

第二步，将初始控制参数输入乘法器，使二输入信号实现近似相乘，产生新的频率分量，微分器根据时间常数控制输入脉冲宽度；前馈控制器对初始控制参数进行观察、收集整理信息、掌握规律、预测趋势，正确预计未来可能出现的问题，传递给乘法器；

第三步，根据隶属函数库，对输入的清晰量x按照模糊规则库进行模糊推理，再采用解模糊算法针对推理出的模糊控制量实现清晰化处理，最后输出清晰量u进行控制；

第四步，等待直线电机系统输出结果，经过反馈增益，最终反馈给乘法器；

第五步，控制系统根据反馈的结果，经过速度环的PI控制器和电流环增益，计算出控制偏差，对直线电机的运行状态进行调整控制。

2.如权利要求1所述的基于PID的直线电机控制方法，其特征在于，乘法器在使二输入信号实现近似相乘，产生新的频率分量，采用自适应滤波，包括以下步骤：

步骤一，通过广义S变换得到原信号s[n]的时频分布GS[n，k]；

步骤二，确定有效信号分量所在的时频通域R，构造区域滤波算子F_n[n，k]并去除掉时频通域R以外的噪声分量的时频分布，获得能量峰区域外不含噪声分布的时频分布P_s～[n，k]；

步骤三，计算时频通域内有效信号分量的时频分布点距离瞬时频率曲线的距离，并依式构造滤波算子调节参数α，在此基础上构建自适应时频滤波算子F_n[n，k]；

式中：r[n，k]为点到瞬时频率曲线的最小距离；r_max[n，k]为点到瞬时频率曲线的最大距离；

步骤四，利用自适应时频滤波算子F_n[n，k]，去除掉有效信号分量区域内的噪声信号，得到滤波后的时频分布；

步骤五，利用广义S变换的反变换，恢复出滤波后的有效信号

3.如权利要求1所述的基于PID的直线电机控制方法，其特征在于，模糊控制器首先根据隶属函数库，对输入的清晰量x按照模糊规则库进行模糊推理，再采用解模糊算法针对推理出的模糊控制量实现清晰化处理，最后输出清晰量u进行控制；在数据处理中，采用遗传算法对控制器进行优化，其优化的具体过程，如下：

步骤一，随机生成规模为M的初始种群p(t)，设置其最大进化代数为T，并计算初始种群适应度值；

步骤二，对隶属函数及模糊控制规则进行编码操作，计算染色体的适应度值；

步骤三，选择操作，对初始种群p(t)进行改进的选择操作，形成新的种群p(t)′；

步骤四，交叉操作，对新种群p(t)′进行改进后的交叉运算，得到新种群p(t)″；

步骤五，变异操作，对种群p(t)″进行改进后的变异运算，得到种群p(t)″′；

步骤六，裂操作，若此时种群中有个体符合分裂操作的条件，对种群的部分个体施加分裂算子，并将分裂得到的较优新个体加入种群中，得到种群p(t)″′，若不符合分裂条件则转到下一步骤；

步骤七，判断是否满足终止条件，若不满足终止条件，则更新进化代数计数器，即t＝t+1，并转回到步骤三；若满足终止条件，则输出优化结果，算法终止，然后将优化结果用于模糊控制。

4.一种实现权利要求1所述基于PID的直线电机控制方法的基于PID的直线电机控制系统，其特征在于，所述基于PID的直线电机控制系统包括：第一前馈控制器、第二前馈控制器、第一乘法器、第二乘法器、微分器、模糊控制器、第三乘法器、PID控制器、参数存储器、第四乘法器、微分器、速度环、电流环增益、反馈增益、直线电机系统；

所述第一前馈控制器、第二前馈控制器与第一乘法器相连，构成控制直线电机前馈反馈控制器；

所述第二乘法器、模糊控制器、第三乘法器依次通过串口连接，第二乘法器通过微分器与模糊控制器通过串口相连，共同组成模糊控制器；

所述第二乘法器与PID控制器通过串行接口直接相连；

所述模糊控制器与PID控制器相连，PID控制器的输出参数和前馈反馈控制器参数均输出到第四乘法器；

所述乘法器、速度环PI控制器、电流环增益、直线电机系统依次相连；

所述直线电机的输出与反馈增益相连，反馈增益的输出与微分器和第四乘法器依次相连；

所述反馈增益的输出与参数存储器通过数据并口相连，参数存储器与第三乘法器相连；

所述反馈增益的输出与第二乘法器直接相连。

5.如权利要求4所述的基于PID的直线电机控制系统，其特征在于，所述第一前馈控制器为一阶微分，为速度前馈控制；

所述第二前馈控制器为二阶微分，为加速度前馈控制；

所述微分器对时间t求导；

所述速度环的PI控制器传递函数为：式中T_v为速度环积分时间函数，K_v为速度环比例增益；

所述电流环增益为固定值；

所述反馈增益为固定值。

6.一种应用权利要求1～3任意一项所述基于PID的直线电机控制方法的直流电机控制平台。