CN115167111A - 基于改进型分数阶pid的伺服电机控制方法及系统 - Google Patents
基于改进型分数阶pid的伺服电机控制方法及系统 Download PDFInfo
- Publication number
- CN115167111A CN115167111A CN202210895640.8A CN202210895640A CN115167111A CN 115167111 A CN115167111 A CN 115167111A CN 202210895640 A CN202210895640 A CN 202210895640A CN 115167111 A CN115167111 A CN 115167111A
- Authority
- CN
- China
- Prior art keywords
- fractional order
- servo motor
- motor
- photoelectric encoder
- module
- 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.)
- Withdrawn
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
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P.I., P.I.D.
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种基于改进型分数阶PID的伺服电机控制方法及系统,包括基于ARM处理器的控制模块、功率驱动模块、光电编码器、CAN模块、伺服电机;ARM处理器与光电编码器、功率驱动模块相连,光电编码器捕获电机转角位置信号,CAN模块用于与上位机通信;ARM处理器给定输入信号,信号通过功率驱动模块驱动伺服电机,利用光电编码器监测电机输出;对输入输出信号进行拉普拉斯变换,得到伺服电机系统传递函数;上位机输入电机转角信息,光电编码器实时检测电机角度信息,利用伺服电机实际角度与期望角度的误差设计分数阶PID控制器。本发明可以满足控制系统稳、快、准以及运动平稳性要求;随着时间推移不会增加计算量,计算时延不会增加。
Description
技术领域
本发明属于伺服电机控制领域,尤其涉及一种基于改进型分数阶PID的伺服电机控制方法及系统。
背景技术
伺服电机是工业控制常用的驱动单元。工业控制中,通常对伺服电机位置、速度、力矩都有要求。PID(Proportion Integration Differentiation)控制常应用于伺服电机控制中,满足控制系统对位置、速度等控制要求。利用比例反馈控制可以迅速减小偏差,改善系统稳定性能。对误差进行积分反馈,可以消除静差。微分环节能反映信号的变化趋势,当信号发生变化时迅速变化,增加系统反映速度。微分环节的引入,一方面可以增加系统响应速度,另一方面可能由于噪声等因素使得误差变化被放大,控制系统大幅度震荡,降低了控制系统平稳性。设置超出系统物理可执行范围而造成控制饱和。
然而,大量的控制系统(如智能制造、机器人等领域)不仅对控制系统稳定性、准确性、响应的快速性提出了要求,而且对系统响应的平稳性也提出了要求。如机械手除对位置、速度有控制要求外,往往对运动过程中的最大加速度也有要求。这就对控制系统运动平稳性提出了要求,减小机械系统冲击。针对这一问题,不少学者提出了基于分数阶PID的伺服电机控制方法,将分数阶微分应用于PID控制器设计。而分数阶微分具有非局部性、全局相关性,根据分数阶微分定义,随着时间增长计算量呈几何级数增长。工业系统中不仅影响系统控制性能,甚至破坏系统稳定性。
这就出现了矛盾,工业控制需要系统稳定性、准确性、响应的快速性,甚至控制过程中的平稳性。分数阶PID控制虽然能满足上述要求,但随着时间推移,计算开销指数增长,计算时延增加。时延增加难以满足实时控制要求,甚至破坏系统稳定性。
发明内容
发明目的:针对以上问题,本发明提出一种基于改进型分数阶PID的伺服电机控制方法,既能满足伺服电机位置、速度、力矩控制要求,又能确保电机运行平稳,且不显著增加计算机开销,计算量增加较小,时延少,满足控制系统实时性要求。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种基于改进型分数阶PID的伺服电机控制方法,步骤如下:
步骤1:读取伺服电机的光电编码器输出y(t),并根据上位机给定的电机角度指令x(t)计算电机位置误差e(t)=y(t)-x(t);
步骤2:根据位置误差设计改进型分数阶PID控制器u(t):
其中,kp为比例环节增益,ki为分数阶积分环节增益,kd为分数阶微分环节增益,t0为分数阶积分长度,t1为分数阶微分长度,表示从t-t0开始的分数阶积分,表示Caputo分数阶微分;0<α<1为分数阶积分的加权因子,0<β<1为分数阶微分阶次,表示对历史信息的记忆;
其中Γ(·)表示伽马函数,τ是积分变量;
步骤3:将上述控制器利用卷积公式进行改写:
其中e′(t)表示e(t)的微分,符号*代表卷积运算;ξ(t)表示单位阶跃函数,其定义为
步骤4:将公式(4)以采样周期T进行离散化采样,得到:
u(nT),e(nT),ξ(nT)分别表示t=nT时刻u(t),e(t),ξ(t)的值,n为正整数;
步骤5:令
u(n)=u(nT),e(n)=e(nT),
将公式(5)进行数字化得到:
步骤6:在存储器中预留n0个单元依次存储变量:
以及n0个单元倒序存储常数(T(n0))(α-1),(T(n0-1))(α-1),...,(T)(α-1),以及分数阶积分环节增益ki;
预留n1-1个单元依次存储变量:
以及n1-1个单元倒序存储常数(T(n1))(α-1),(T(n1-1))(α-1),...,(T)(α-1),以及分数阶微分环节增益kd;
变量存储单元采用FIFO机制,即先进先出原则,总长度不变;新采样的e(n)进入队列,最早进入的就移除队列;
步骤7:根据电机位置误差e(t)抽样得到的e(n)计算
然后代入公式(6)得到u(n);
步骤8:根据电机位置误差e(n)调整控制器相关参数α,β,kp,ki,kd和n0,n1,得到调整后的控制器相关参数,代入公式(6)得到改进的分数阶PID控制器,根据分数阶PID控制器的输出对伺服电机进行控制。
进一步的,调整控制器相关参数,方法如下:
根据响应曲线波动周期调整n0,如果波动周期超过一定值,增加n0,反之减少n0;再结合稳态误差调整α和ki;根据响应曲线震动频率以及响应曲线平滑调整n1,β和kd;如果震动频率高于一定值,上调kp,降低kd;如果响应速度超过一定值,增加n1,同时相应增大β。
本发明还提供一种分数阶PID的伺服电机控制系统,包括:基于ARM处理器的控制模块、功率驱动模块、光电编码器、CAN模块、伺服电机;ARM处理器与光电编码器、功率驱动模块相连,光电编码器捕获电机转角位置信号,CAN模块用于与上位机通信;
ARM处理器给定输入信号,信号通过功率驱动模块驱动伺服电机,利用光电编码器监测电机输出;对输入输出信号进行拉普拉斯变换,得到伺服电机系统传递函数;上位机输入电机转角信息,光电编码器实时检测电机角度信息,利用伺服电机实际角度与期望角度的误差设计分数阶PID控制器,用于控制电机输出。
有益效果:与现有技术相比,本发明的技术方案具有以下有益的技术效果:
本发明在PID控制基础上引入了分数阶PID,在传统分数阶PID基础上又引入了变下限概念,增加了可调参数,增加了控制灵活性。通过引入改进的分数阶PID,可以满足控制系统稳定性、准确性、快速性要求;同时,在控制器中引入了分数阶微积分,对噪声、突变信号能起到抑制作用,使控制更加平稳,能满足当前机器人等领域对运动稳、快、准,以及平稳性要求。在引入分数阶PID基础上,引入了实时调整分数阶微分下线概念;同传统分数阶PID相比,不会随着时间推移,计算量显著增加;相反,改进的分数阶PID采用定长的分数阶微积分,随着时间推移不会增加计算量,计算时延不会增加。本发明在分数阶PID基础上,通过动态调整下线,提出了简易的工程实现算法。
附图说明
图1是分数阶PID伺服电机控制框图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本发明提供一种分数阶PID伺服电机控制系统,如图1所示,包括:基于ARM处理器的控制模块、功率驱动模块、光电编码器、CAN模块、伺服电机构成。ARM处理器与光电编码器、功率驱动模块相连,光电编码器捕获电机转角位置信号,CAN模块用于与上位机通信。
ARM处理器给定输入信号,信号通过功率驱动模块驱动伺服电机,利用光电编码器监测电机输出。对输入输出信号进行拉普拉斯变换,得到伺服电机系统传递函数。上位机输入电机转角信息,光电编码器实时检测电机角度信息,利用伺服电机实际角度与期望角度的误差设计分数阶PID控制器,使得电机输出兼具稳定性、准确性、快速性、平稳性要求。
伺服电机系统模型建立如下:对伺服电机输入x(t)、输出y(t)进行拉普拉斯变换得到X(s)、Y(s),根据输入输出得到伺服电机系统模型如下:
其中,s表示拉普拉斯算子,t表示时间;伺服电机分数阶模型表示为:
本发明所述的基于改进型分数阶PID的伺服电机控制方法,包括以下步骤:
步骤1:读取伺服电机的光电编码器输出y(t),并根据上位机给定的电机角度指令x(t)计算电机位置误差e(t)=y(t)-x(t);
步骤2:根据位置误差设计改进型分数阶PID控制器u(t):
其中,kp为比例环节增益,ki为分数阶积分环节增益,kd为分数阶微分环节增益,t0为分数阶积分长度,t1为分数阶微分长度,表示从t-t0开始的分数阶积分,表示Caputo分数阶微分;0<α<1为分数阶积分的加权因子,当α越接近于0,当前时刻越近的点权重越大,α越接近于1,历史时刻权重越均衡;0<β<1为分数阶微分阶次,表示对历史信息的记忆,当β越接近于0,历史信息权重越大,β越接近于1,当前时刻的权重越大;
其中Γ(·)表示伽马函数,τ是积分变量;
步骤3:将上述控制器利用卷积公式进行改写:
其中e′(t)表示e(t)的微分,符号*代表卷积运算;ξ(t)表示单位阶跃函数,其定义为
步骤4:将公式(4)以采样周期T进行离散化采样,得到:
u(nT),e(nT),ξ(nT)分别表示t=nT时刻u(t),e(t),ξ(t)的值,n为正整数;
步骤5:令
u(n)=u(nT),e(n)=e(nT),
将公式(5)进行数字化得到:
步骤6:在存储器中预留n0个单元依次存储变量:
以及n0个单元倒序存储常数(T(n0))(α-1),(T(n0-1))(α-1),...,(T)(α-1),以及分数阶积分环节增益ki;
预留n1-1个单元依次存储变量:
以及n1-1个单元倒序存储常数(T(n1))(α-1),(T(n1-1))(α-1),...,(T)(α-1),以及分数阶微分环节增益kd;
变量存储单元采用FIFO机制,即先进先出原则,总长度不变;新采样的e(n)进入队列,最早进入的就移除队列;
步骤7:根据电机位置误差e(t)抽样得到的e(n)计算
然后代入公式(6)得到u(n);
步骤8:根据电机位置误差e(n)调整控制器相关参数α,β,kp,ki,kd和n0,n1,得到调整后的控制器相关参数,代入公式(6)得到改进的分数阶PID控制器,根据分数阶PID控制器的输出对伺服电机进行控制。
调整控制器相关参数,方法如下:
根据响应曲线波动周期调整n0,如果波动周期超过一定值,增加n0,反之减少n0;再结合稳态误差调整α和ki;根据响应曲线震动频率以及响应曲线平滑调整n1,β和kd;如果震动频率高于一定值,说明系统不稳定,反馈深度不够,上调kp,降低kd;如果响应速度超过一定值,输出不够平缓,增加n1;n1增加可能破坏系统稳定性,这时候,可以增大β调整。
Claims (3)
1.基于改进型分数阶PID的伺服电机控制方法,其特征在于:步骤如下:
步骤1:读取伺服电机光电编码器输出y(t),并根据上位机给定的电机角度指令x(t)计算电机位置误差e(t)=y(t)-x(t);
步骤2:根据位置误差设计改进型分数阶PID控制器u(t):
其中,kp为比例环节增益,ki为分数阶积分环节增益,kd为分数阶微分环节增益,t0为分数阶积分长度,t1为分数阶微分长度,表示从t-t0开始的分数阶积分,表示Caputo分数阶微分;0<α<1为分数阶积分的加权因子,0<β<1为分数阶微分阶次,表示对历史信息的记忆;
其中Γ(·)表示伽马函数,τ是积分变量;
步骤3:将上述控制器利用卷积公式进行改写:
其中e′(t)表示e(t)的微分,符号*代表卷积运算;ξ(t)表示单位阶跃函数,其定义为
步骤4:将公式(4)以采样周期T进行离散化采样,得到:
u(nT),e(nT),ξ(nT)分别表示t=nT时刻u(t),e(t),ξ(t)的值,n为正整数;
步骤5:令
u(n)=u(nT),e(n)=e(nT),
将公式(5)进行数字化得到:
步骤6:在存储器中预留n0个单元依次存储变量:
以及n0个单元倒序存储常数(T(n0))(α-1),(T(n0-1))(α-1),...,(T)(α-1),以及分数阶积分环节增益ki;
预留n1-1个单元依次存储变量:
以及n1-1个单元倒序存储常数(T(n1))(α-1),(T(n1-1))(α-1),...,(T)(α-1),以及分数阶微分环节增益kd;
变量存储单元采用FIFO机制,即先进先出原则,总长度不变;新采样的e(n)进入队列,最早进入的就移除队列;
步骤7:根据电机位置误差e(t)抽样得到的e(n)计算
然后代入公式(6)得到u(n);
步骤8:根据电机位置误差e(n)调整控制器相关参数α,β,kp,ki,kd和n0,n1,得到调整后的控制器相关参数,代入公式(6)得到改进的分数阶PID控制器,根据分数阶PID控制器的输出对伺服电机进行控制。
2.根据权利要求1所述的基于改进型分数阶PID的伺服电机控制方法,其特征在于:调整控制器相关参数,方法如下:
根据响应曲线波动周期调整n0,如果波动周期超过一定值,增加n0,反之减少n0;再结合稳态误差调整α和ki;根据响应曲线震动频率以及响应曲线平滑调整n1,β和kd;如果震动频率高于一定值,上调kp,降低kd;如果响应速度超过一定值,增加n1,同时相应增大β。
3.一种分数阶PID的伺服电机控制系统,其特征在于:包括:基于ARM处理器的控制模块、功率驱动模块、光电编码器、CAN模块、伺服电机;ARM处理器与光电编码器、功率驱动模块相连,光电编码器捕获电机转角位置信号,CAN模块用于与上位机通信;
ARM处理器给定输入信号,信号通过功率驱动模块驱动伺服电机,利用光电编码器监测电机输出;对输入输出信号进行拉普拉斯变换,得到伺服电机系统传递函数;上位机输入电机转角信息,光电编码器实时检测电机角度信息,利用伺服电机实际角度与期望角度的误差设计分数阶PID控制器,用于控制电机输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210895640.8A CN115167111A (zh) | 2022-07-27 | 2022-07-27 | 基于改进型分数阶pid的伺服电机控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210895640.8A CN115167111A (zh) | 2022-07-27 | 2022-07-27 | 基于改进型分数阶pid的伺服电机控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115167111A true CN115167111A (zh) | 2022-10-11 |
Family
ID=83497822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210895640.8A Withdrawn CN115167111A (zh) | 2022-07-27 | 2022-07-27 | 基于改进型分数阶pid的伺服电机控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115167111A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116184812A (zh) * | 2023-04-24 | 2023-05-30 | 荣耀终端有限公司 | 一种信号补偿方法、电子设备及介质 |
-
2022
- 2022-07-27 CN CN202210895640.8A patent/CN115167111A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116184812A (zh) * | 2023-04-24 | 2023-05-30 | 荣耀终端有限公司 | 一种信号补偿方法、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1956447B1 (en) | Apparatus and method for proportional-integral-derivative control | |
US8644963B2 (en) | Extended active disturbance rejection controller | |
JP2763832B2 (ja) | 未知ダイナミックスを含むプラントの制御装置および方法 | |
Lam et al. | Model predictive contouring control for biaxial systems | |
JPH02297602A (ja) | 非線形項補償を含むスライディングモード制御方式 | |
Abdul-Adheem et al. | From PID to nonlinear state error feedback controller | |
US20190287007A1 (en) | Machine learning device, servo control device, servo control system, and machine learning method | |
US11087509B2 (en) | Output device, control device, and evaluation function value output method | |
CN110053044B (zh) | 一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法 | |
JPWO2006011519A1 (ja) | サーボ制御装置 | |
WO2009051891A1 (en) | Extended active disturbance rejection controller | |
CN111933268B (zh) | 一种用于血管介入手术机器人系统的时滞误差预测控制方法 | |
US11029650B2 (en) | Machine learning device, control system, and machine learning method | |
CN115167111A (zh) | 基于改进型分数阶pid的伺服电机控制方法及系统 | |
CN107490958A (zh) | 一种五自由度混联机器人的模糊自适应控制方法 | |
CN113517832A (zh) | 一种低压伺服离散线性自抗扰控制方法 | |
US20200301376A1 (en) | Machine learning device, control system, and machine learning | |
US10684594B2 (en) | Machine learning device, servo motor controller, servo motor control system, and machine learning method | |
CN115981159A (zh) | 基于模型辅助和类史密斯预估的广义改进自抗扰控制方法 | |
CN116088299A (zh) | 卫星天线混联运动机构神经网络反步控制方法 | |
Sadegh et al. | Synthesis, stability analysis, and experimental implementation of a multirate repetitive learning controller | |
Tokhi et al. | Hybrid learning control schemes with acceleration feedback of a flexible manipulator system | |
JPH11231940A (ja) | ロボットの制御装置 | |
US10901374B2 (en) | Machine learning device, control device, and machine learning method | |
CN116400584B (zh) | 大载荷电液位置伺服系统快速精确控制系统应用方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221011 |