CN1952819A - 数控机床模糊pid控制方法及实现装置 - Google Patents

数控机床模糊pid控制方法及实现装置 Download PDF

Info

Publication number
CN1952819A
CN1952819A CN 200510047425 CN200510047425A CN1952819A CN 1952819 A CN1952819 A CN 1952819A CN 200510047425 CN200510047425 CN 200510047425 CN 200510047425 A CN200510047425 A CN 200510047425A CN 1952819 A CN1952819 A CN 1952819A
Authority
CN
China
Prior art keywords
fuzzy
control
axle
pid
parameter
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.)
Granted
Application number
CN 200510047425
Other languages
English (en)
Other versions
CN100520650C (zh
Inventor
林浒
于东
盖容丽
郭锐锋
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.)
Shenyang Institute of Computing Technology of CAS
Original Assignee
Shenyang Institute of Computing Technology of CAS
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 Shenyang Institute of Computing Technology of CAS filed Critical Shenyang Institute of Computing Technology of CAS
Priority to CNB2005100474259A priority Critical patent/CN100520650C/zh
Publication of CN1952819A publication Critical patent/CN1952819A/zh
Application granted granted Critical
Publication of CN100520650C publication Critical patent/CN100520650C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明公开一种数控机床模糊PID控制方法及实现装置,它采用人机接口、任务协调、运动控制及可编程控制器,将运动控制与可编程控制器加载于系统的内核空间,人机接口、任务协调部分加载于系统的用户空间,彼此间通过系统的共享通讯缓冲区互相通信;运动控制包括运动规划与轴控制两部分;其中:轴控制根据运动规划的设置值,采用模糊PID控制方法动态确定轴的控制参数并实现轴的稳定控制,从而形成加工过程中机床伺服轴的运动。采用本发明可通过将模糊控制与PID控制相结合的方法来支持实用化、性能优异智能型数控装置,达到加工过程中机床伺服轴运动的优化控制。

Description

数控机床模糊PID控制方法及实现装置
技术领域
本发明涉及数控装置控制技术,具体地说是一种数控机床模糊PID控制方法及实现装置,它可实现机床伺服轴控制参数智能化自适应调整。
背景技术
近年来随着制造技术的进展,数控加工工艺及加工零件日趋复杂。复杂零件及工艺的控制要求,使得现有装置的控制方法已很难满足系统性能要求。以现有数控装置采用的PID(P代表比例、I代表积分、D代表微分)控制方法为例加以说明。PID控制方法历史悠久,因其原理简单、便于实现,被广泛应用于数控装置的轴控制中。采用PID控制方法的PID控制器具有三个重要的工程化参数Kp(比例参数)、Ki(积分参数)、Kd(微分参数),这些参数一经整定,就不再改变。控制器用同样参数处理不同执行情况,不随受控参量的变化而调整,因此,适用于可建立精确数学模型的确定性控制系统。然而,因加工过程的复杂性,机床伺服轴是时变的动态系统。机床伺服轴经常在不同运动状态,如快移、点动、粗加工、精加工间切换。不同的运动状态具有不同的性能(速度、精度)指标,要求不同的控制参数。由于采用PID控制方法的PID控制器参数整定困难,对数控机床无法达到理想的控制效果。
针对PID控制器参数整定困难、性能欠佳,对运行工况适应性差等问题,近年来发展了很多控制方法,如系统辨识、自适应控制与鲁棒控制。但上述三种方法本质上都没有摆脱基于被控对象数学模型的定量化思想,难以对复杂的非线性不确定系统进行有效而精确的控制。以模糊控制、神经网络和专家控制为代表的智能控制的出现,特别是近年来模糊控制技术的迅猛发展为解决这类问题提供了新思路。在智能控制中,系统所研究的目标不再是被控对象,而是控制器本身。控制器不再是单一的数学解析模型,而是数学解析和知识系统相结合的广义模型。因此,应用智能控制技术研制具有拟人智能特征的智能化数控装置,实现对进给速度、切削深度、坐标移动、主轴转速等工艺参数的优化控制成为数控装置的发展趋势。
智能控制技术的发展已经历了一段时间,但目前仍处于开创性研究阶段,存在尚未解决的许多理论问题,如常用的二维模糊控制器,虽然具有良好的动态性能,但静态性能较差,无法消除稳态误差。这些问题使智能控制技术在工业过程控制中远未得到如同像在家电产品中的推广。智能控制的工程化实践面临着如何解决“控制性能优于传统PID的控制器设计”及如何便于系统实现的“简单性”等问题。
发明内容
本发明的目的是提供一种面向数控机床模糊PID控制方法及智能型实现装置。本发明运用的模糊PID方法,是一种通过将模糊控制与PID控制方法结合来支持实用化、性能优异智能型数控装置的设计方法;基于此方法,本发明采用PC平台开发了智能型的数控实现装置,以实现加工过程中机床伺服轴运动的控制优化。
为了实现上述目的,本发明的技术方案如下:
采用人机接口、任务协调、运动控制及可编程控制器,将运动控制与可编程控制器加载于系统的内核空间,人机接口、任务协调部分加载于系统的用户空间,彼此间通过系统的共享通讯缓冲区互相通信;运动控制包括运动规划与轴控制两部分;轴控制根据轴运动规划的设置值,采用模糊PID控制方法动态确定轴的控制参数并实现轴的稳定控制,从而形成数控机床加工过程中伺服轴的运动;
所述模糊PID控制方法由参数可调PID调节器和模糊自整定机制两部分组成,其中:以PID调节器作为基本的控制单元,针对机床伺服轴在加工过程中的非线性特性和各种加工要求,引入模糊控制技术来实现调节器参数的调整。模糊自整定机制接收运动规划输出的设置值并通过编码器检测轴的实际位置值,形成误差e与误差变化率ec,再由模糊自整定机制中的模糊化进行处理,形成语言变量,经模糊推理及解模糊化处理,产生PID调节器的参数,在该参数的控制下,PID调节器控制机床伺服轴的运动,从而完成伺服轴的控制过程;所述模糊推理是以误差e和误差变化率ec作为输入,推理规则形式如下:
If(e is...)and(ec is...)then(Kp is...)(Ki is...)(Kd is...)    (1)
基于所述规则,得出:PID调节器的PID参数是误差e和误差变化ec的非线性函数,具体可记为:
K p = K p 0 + { e j + e c j } p
K i = K i 0 + { e j + e c j } i - - - ( 2 )
K d = K d 0 + { e j + e c j } d
其中,Kp 0、Ki 0、Kf 0分别表示PID参数中的比例、积分、微分的初始值,{ej+ecj}p、{ej+ecj}i、{ej+ecj}d表示经模糊推理和解模糊化后得到的调整PID参数中比例、积分、微分的变化量;其中j为序数;
所述数控机床模糊PID控制方法的实现装置,基于ISA总线,由电源供电,包括:显示器、中央控制器、机床操作面板、轴控制电路及接口电路,其中:中央控制器与显示器、机床操作面板通信,并通过ISA总线与轴控制电路及接口电路通信,控制程序安装在中央控制器的FLASH或DOM中,实现数控机床模糊PID控制;
所述控制程序包括轴控(Axisctrl)、轴特性(AxisProperty)、轴约束(AxisConstraint)、轴设置(AxisSetpoint)、轴检测(AxisSense)、轴驱动(AxisAction)、轴模糊PID控制(AxisFuzzyPID)部分;以轴控为主程序,其中:轴特性记录轴的动态特性与静态特性;轴约束记录轴的运动能力;轴设置作为模糊PID控制与运动规划的接口,记录轴设置位置;轴检测作为位置编码器的接口,检测轴的实际运行位置与速度;轴驱动作为伺服轴的接口,提供电机运转的信号;轴模糊PID控制按照模糊PID控制方法,调用轴特性、轴约束、轴检测、轴驱动的数据,实现轴运动的优化控制;
所述模糊PID控制包括:初始化操作、输入数据操作、误差判断操作、模糊化操作、模糊推理操作、解模糊化操作、增益控制操作、控制保护操作、PID控制操作、模糊PID控制操作,其中:
初始化操作(fuzzyInit()),具体包括PID控制操作比例、积分、微分参数初始化和模糊自整定参数初始化;
输入数据操作(inputError())由轴设置(AxisSetpoint)读取运动规划给出的设置值(setPoint),由轴检测AxisSense读取当前轴实际位置值,形成模糊PID控制的误差e和误差变化率ec;
误差判断操作(ctrlAccuracy())评价当前PID控制操作的执行情况;若输入误差e的值小于系统的控制精度一个单位数量级,则不需要调整,此时跳过模糊控制相关模块,直接运行PID控制操作;否则运行模糊控制相关模块,调整PID控制的相关参数;
模糊化操作(fuzzy())将来自输入数据操作的输入值按照模糊化方法和模糊隶属度函数,映射为一定区间上的模糊值,其模糊值的论域为:
e={-0.75,-0.5,-0.25,0,0.25,0.5,0.75}
ec={-0.15,-0.1,-0.05,0,0.05,0.1,0.15}
所对应的模糊子集为:
e,ec={LN(负方向偏大)、MN(负方向居中)、SN(负方向偏小)、ZZ(零)、SP(正方向偏小)、MP(正方向居中)、LP(正方向偏大)}
模糊推理操作(fuzzyInf())根据模糊推理规则和模糊推理方法,推导输入误差e和误差变化ec对应的参数Kp、Ki、Kd,该输出值的形式为模糊值;
解模糊化操作(deFuzzy())对模糊推理操作的输出值根据输出隶属度函数进行解模糊化,得到PID控制操作的比例、积分、微分调节参数(Δp、ΔI、Δd);
增益控制操作(gainCtrl())根据解模糊化操作得到的比例、积分、微分调节增益参数Δp、Δi、Δd的值来调整PID控制操作的比例、积分、微分参数KD、Ki、Kd的值,调节原则为:
{ej+ecj}p=pa×Δp
{ej+ecj}j=ia×ΔI                (3)
{ej+ecj}d=da×Δd
其中pa、ia、da为大于零的实数,j为序数;
控制保护操作(ctrlSafe())设定PID控制操作的比例、积分、微分参数调节的上限,其PID控制操作的比例、积分、微分参数的变化范围:如果PID控制操作的比例参数Kp大于设定的最大值pmax,则令控制操作的比例参数Kp的值等于设定的最大值pmax;如果PID控制操作的积分参数Ki大于设定的最大值imax则令PID控制操作的积分参数Ki的值等于设定的最大值imax;如果PID控制操作的微分参数Kd大于设定的最大值dmax,则令PID控制操作的微分参数Kd的值等于设定的最大值dmax;其中,pmax、imax、dmax分别为PID控制操作的比例、积分、微分参数调节的上限,其具体值根据轴、刀具和电机的实际性能指标设定;
PID控制操作(PIDCtrl())根据控制保护操作所得到比例、积分、微分参数Kp、Ki、Kd的值,采用传统的PID控制方法,实现对轴的控制功能;
模糊PID控制操作是调用上述输入数据、误差判断、模糊化、模糊推理、解模糊化、增益控制、控制保护及PID控制操作,实现对机床伺服轴的优化控制;具体流程为:首先进行输入数据操作,输入数据操作后进行误差判断操作,如有误差则依次进行模糊化操作、模糊推理操作、解模糊化操作、增益控制操作,再进入控制保护操作;如没有误差则直接至控制保护操作;最后进行PID控制操作;
PID控制操作的比例、积分、微分参数初始化包括PID控制操作的比例、积分、微分参数初值的初始化以及PID控制操作的比例、积分、微分参数最大值的初始化;模糊自整定参数初始化包括对模糊控制输入输出隶属度函数的初始化、模糊控制输入、输出系数的初始化以及模糊推理规则的初始化;定义模糊值的论域误差e和误差变化ec的隶属度函数为开区间,区间边界的隶属度函数选择梯形隶属度函数,其他为三角隶属度函数;其中所述调节参数Kp、Ki、Kd推导规则的归纳:基于大量的工程实验,模糊推理方法选择乘积推理机,乘积推理机使用模糊并组合的独立推理原则,采用Mamdani积含义,所有t-范数算子都选用代数积算子,所有s-范数算子都选用最大算子;所述解模糊操作选择中心平均解模糊器作为解模糊器。
与现有的技术相比,本发明有以下优点:
一是控制精度高。方法充分利用机床伺服轴在加工过程中的运动特性,即在某一加工过程中,控制对象为线性系统,采用PID调节器(为了区别现有技术的PID控制器,这里称PID调节器)作为基本的控制单元。因此,充分利用了PID方法简单、稳态无静差、控制精度高的特点,避免了常用二维模糊控制存在的静差问题。
二是动态性能好。针对加工过程中机床伺服轴在不同运动状态间的切换,引入模糊控制。不仅可根据现场实际运行状况,在线调整PID调节器的控制参数,使之趋于最优状态,而且与被控对象的动态特性和控制策略等有关的知识可以嵌入到数控实现装置中,以适应轴控制中非线性扰动的变化,从而使系统具有更强的鲁棒性。
三是执行效率高。根据现场的实际运行情况,随时调整PID调节器参数的值,保证当前PID控制参数是相对优化的,所以可以获得较高的执行速度。
四是可靠性高。针对数控装置中检测环节与驱动环节的特殊地位,系统采用现场可编程门阵列技术设计并实现检测与驱动的电路,在确保系统开放的前提下,提高系统的可靠性。
附图说明
图1为本发明方法总体结构图。
图2为图1中本发明轴控制原理图。
图3为本发明方法的实现装置结构图。
图4为图3中轴控制电路的结构框图。
图5为图4中现场可编程门阵列的功能框图。
图6为本发明实现机床伺服轴控制的控制程序结构图。
图7为本发明实现机床伺服轴控制的控制程序流程图。
图8为本发明为控制程序中模糊PID控制操作图。
图9为本发明模糊PID控制伺服轴误差变化轨迹。
图10为现有技术PID控制伺服轴误差变化轨迹。
具体实施方式
下面结合附图对本发明作进一步详细说明。
(1)数控机床模糊PID控制方法
参见图1,采用人机接口、任务协调、运动控制及可编程控制器,将运动控制与可编程控制器加载于系统的内核空间,人机接口、任务协调部分加载于系统的用户空间,彼此间通过系统的共享通讯缓冲区互相通信;其中:
人机接口用来接受操作命令与工件程序,用来显示本发明实现装置的加工过程,实现机床操作人员与本发明实现装置间的交互。
任务协调由状态管理与工件程序解释两部分组成。状态管理采用有限状态机技术,实现加工状态间,如自动加工、手动等方式间的自动管理与切换。工件程序解释采用编译技术,实现操作命令与工件程序到机床控制命令的分解。
运动控制包括运动规划与轴控制两部分,运动规划通过速度规划与曲线插补细化机床控制命令,生成具有位置与速度约束的机床伺服轴设置值;轴控制根据设置值,采用模糊PID控制方法动态确定轴的控制参数并实现轴的稳定控制,从而形成数控机床加工过程中伺服轴的运动。
可编程控制器由梯形图编辑器与可编程控制器引擎两部分组成。梯形图编辑器实现以梯形图表示机床电器控制程序的编辑与转换。可编程控制器引擎采用解释技术实现机床电器控制程序的解释执行,从而实现机床电器,如冷却液开关、换刀等控制。
用户通过人机接口输入工件程序,工件程序在任务协调的控制下,形成机床控制命令,机床控制命令经运动规划生成轴控制设置值后,进入轴控制阶段;轴控制阶段采用模糊PID控制方法,根据轴的运动状态在线调整控制参数,从而实现伺服轴的优化控制。
模糊PID控制方法由参数可调PID调节器(为了区别现有技术的PID控制器,这里称PID调节器)和模糊自整定机制两部分组成,方法原理图如图2所示,其中:以PID调节器作为基本的控制单元,以利用其控制精度高的特点。针对机床伺服轴在加工过程中的非线性特性和各种加工要求,引入模糊控制技术来实现调节器参数的调整。模糊自整定机制接收运动规划输出的设置值并通过编码器检测轴的实际位置值,形成误差e与误差变化率ec,再由模糊自整定机制中的模糊化进行处理,形成语言变量,经模糊推理及解模糊化处理,产生PID调节器的参数。在该参数的控制下,PID调节器控制机床伺服轴的运动,从而完成伺服轴的控制过程。
所述模糊推理是以误差e和误差变化率ec作为输入,推理规则形式如下:
If(e is...)and(ec is...)then(Kp is...)(Kj is...)(Kd is...)    (1)
基于所述规则,得出:PID调节器的PID参数是误差e和误差变化ec的非线性函数,具体可记为:
K p = K p 0 + { e j + ec j } p
K i = K i 0 + { e j + e c j } i - - - ( 2 )
K d = K d 0 + { e j + e c j } d
其中,Kp 0、Ki 0、Kd 0分别表示PID参数中比例、积分、微分的初始值,{ej+ecj}p、{ej+ecj}j、{ej+ecj}d表示经模糊推理和解模糊化后得到的PID参数中比例、积分、微分的变化量;其中j为序数。
虽然e和ec均是时间的函数,但PID调节器参数的取值只由e与ec具体值决定,而与处在什么时刻无关。因此,该模糊PID控制本质上是一个静态(或定常)非线性系统,可实现各个非线性参数的独立整定。为了确保数控机床的稳定性,消除加工过程中可能产生的振动,本方法对PID调节器控制参数进行范围限定。
(2)数控机床模糊PID控制方法的实现装置
如图3所示,数控机床模糊PID控制方法的实现装置,基于ISA总线,由电源4供电,包括:TFT型显示器1、中央控制器2、机床操作面板3、轴控制电路5及接口电路6,其中:中央控制器2与显示器1、机床操作面板3通信,并通过ISA总线与轴控制电路5及接口电路6通信,控制程序安装在中央控制器2的FLASH或DOM型存储器中,实现控制数控机床模糊PID控制;为了确保控制装置控制性能与开放特性,装置的软件平台采用具有实时扩展的通用操作系统RTLinux。
具体如下:
TFT型显示器1的尺寸为10.4″,采用640×480的显示方式,支持16位增强色。
中央控制器2采用标准的工控板卡,CPU采用Intel的PentiumMMX,主频200MHz,内存32M,支持FLASH与DOM两种方式,存储容量64M。
机床操作面板3是人机交互的界面,完成键盘编辑、显示信息和图形及完成对机床操作的等功能。操作面板包括主键盘板、功能键盘板、钥匙开关和LCD指示灯、波段开关、急停开关、循环启动,循环停止按钮等(为
现有技术)。
电源4为数控系统提供+5V、+12V、-12V三种直流电源。它具有高效率,高可靠性,低输出纹波与噪声的特点。电源单元主要由工业用开关电源T-50B、电源控制板、电源输入板、电源EMI滤波器四部分组成(为市购产品)。
轴控制电路5以现场可编程门阵列FPGA为核心,其电路结构框图如图4所示。它根据机床伺服轴的控制要求,提供D/A输出接口、编码器输入接口、开关信号接口、测头信号接口、显示灯信号接口、输入输出电路接口、编码器故障检测接口、ISA总线接口,并由现场可编程门阵列提供控制逻辑。其中D/A输出接口提供伺服驱动的控制信号,编码器输入接口检测伺服电机中编码器的位置信号,开关信号接口检测机床伺服轴的回零点与极限位置,测头信号接口检测测头的在线位置信号,显示灯信号接口提供轴控制中的执行状态,输入输出电路接口为接口电路提供控制信号,编码器故障检测接口检测编码器的故障。其中上述接口电路均为标准电路(市购产品),电路产生信号最后通过ISA总线接口电路与装置中的中央控制器进行通信,由其上的控制软件完成机床伺服轴的控制功能。
轴控制电路由一块现场可编程门阵列提供控制逻辑,现场可编程门阵列采用通用器件。控制逻辑根据轴的控制功能,由超高速集成电路硬件描述语言VHDL编写,其功能框图如图5所示。其中地址译码逻辑、总线控制器、中断控制器为测头接口控制逻辑、编码器接口控制逻辑、编码器故障检测接口控制逻辑和D/A输出控制逻辑提供地址信号和控制命令信号。测头接口控制逻辑、编码器接口控制逻辑、编码器故障检测接口控制逻辑,根据地址信号和控制命令控制相应的接口电路完成装置的位置检测功能。D/A输出接口控制逻辑提供接口电路中D/A转换芯片所需的数据和控制信号,产生伺服驱动所需的模拟电压信号。输入输出控制逻辑和使能控制逻辑通过其接口电路提供输入、输出开关量控制信号。EEPROM接口和硬件狗为系统提供软硬件加密功能。灯、开关接口控制逻辑通过其接口电路为机床操作部件提供指示和操作信号。
接口电路6为标准电路(市购产品),主要功能是提供隔离的64输入/48输出数字接口,起着装置与机床功能部件(如:各种开关、指示灯以及继电器)之间的信息传递作用。数控机床中各种开关(如限位开关等)的状态要通过数字输入端口读入到装置中,而数控机床控制面板上的指示灯以及继电器的通断,则通过接口电路6的数字输出端口进行控制。接口电路6的每个通道都是光电隔离的,增强了系统的抗干扰能力。
其中,接口电路6采用两个D型37针插座为输入接口,每个插座有32通道;采用两个D型25孔插座为输出接口,每个插座有24通道。D型插座通过端子板与机床电器相连,构成了装置的机床电器控制回路。
如图6-7所示,控制程序包括轴控(Axisctrl)、轴特性(AxisProperty)、轴约束(AxisConstraint)、轴设置(AxisSetpoint)、轴检测(AxisSense)、轴驱动(AxisAction)、轴模糊PID控制(AxisFuzzyPID)部分;以轴控为主程序,其中:轴特性记录轴的动态特性与静态特性,如时间常数、开环增益、闭环增益、死区、反向间隙等;轴约束记录轴的运动能力,如最大行程、软限程、硬限程等以轴运动的安全性;轴设置作为模糊PID控制与运动规划的接口,记录轴控制设置值;轴检测作为编码器的接口,检测轴的实际运行位置与速度;轴驱动作为伺服驱动的接口,提供伺服轴电机运转的信号;轴模糊PID控制按照模糊PID控制方法,调用轴特性、轴约束、轴检测、轴驱动的数据,实现轴运动的优化控制。
轴模糊PID控制具有如下数据结构:
-PIDParam,保存PID调节器的比例、积分、微分三个控制参数Kp、Ki、Kd的值、初值和最大值;
-fuzzyRuleSet,以表格的方式存贮模糊控制规则;
-fuzzyInSet以模糊结构定义输入模糊集;
-fuzzyOutSet以模糊结构定义输出模糊集;
其模糊结构如下:
struct FUZZY STRUCT
{
double center[NUM_OF_MFS];/*输入输出论域内各个模糊集的中心*/
double deg_of_mbrship[NUM_OF_MFS];/*隶属度函数*/
double spread;/*模糊集区间长度的一半*/
double gain;/*模糊输入输出的系数*/
double error;/*模糊控制器的输入或输出值*/
}
轴模糊PID控制包括:初始化操作、输入数据操作、误差判断操作、模糊化操作、模糊推理操作、解模糊化操作、增益控制操作、控制保护操作、PID控制操作、模糊PID控制操作,其中:
初始化操作(fuzzyInit()),包括对PID控制操作比例、积分、微分参数的初始化和模糊自整定机制参数初始化,具体为对数据结构PIDParam、fuzzyRuleSet、fuzzyInSet及fuzzyOutSet的初始化。
PID控制操作的比例、积分、微分参数初始化包括PID控制操作的比例、积分、微分参数初值的初始化以及PID控制操作的比例、积分、微分参数最大值的初始化;模糊自整定机制参数初始化包括对fuzzyInSet与fuzzyOutSet中隶属度函数、输入系数和输出系数与输入值和输出值的初始化,以及模糊推理规则fuzzyRuleSet的初始化。
为了提高数控装置的控制精度,fuzzyInSet与fuzzyOutSet中输入系数和输出系数选择较大的参数,同时为了提高装置运行的稳定性,尽量减少PID调节器参数的变化次数和变化范围,即输入系数和输出系数选择较小的参数。因此,在选择输入、输出系数时,需要在装置的精度和稳定性之间折中。据此,本实施例设定输入系数与输出系数分别为1.5和4。
输入数据操作(inputError())由轴设置(AxisSetpoint)读取运动规划给出的设置值,由轴检测AxisSense读取当前轴实际位置值,形成模糊PID控制的误差e和误差变化率ec。
误差判断操作(ctrlAccuracy())评价当前PID控制操作的执行情况;若当前控制误差较小,即若输入误差e的值小于系统的控制精度一个单位数量级,则说明当前PID控制操作的参数值较好,不需要调整,此时跳过模糊自整定相关模块,直接运行PID控制操作(即,PID调节器);否则运行模糊自整定相关模块,调整PID调节器的相关参数;
模糊化操作(fuzzy())将来自输入数据操作输入值按照模糊化方法和模糊隶属度函数,映射为一定区间上的模糊值,形成语言变量作为模糊推理操作的输入参数。基于数控装置对速度与精度的要求,操作采用误差e与误差变化率ec为模糊集上的论域;其中:
e={-0.75,-0.5,-0.25,0,0.25,0.5,0.75}
ec={-0.15,-0.1,-0.05,0,0.05,0.1,0.15}
所对应的模糊子集为
e,ec={ LN(负方向偏大)、MN(负方向居中)、SN(负方向偏小)、ZZ(零)、SP(正方向偏小)、MP(正方向居中)、LP(正方向偏大)}
为了使装置能对误差e和误差变化ec在较大范围内的变动做出实时响应,定义误差e和误差变化ec的隶属度函数为开区间,区间边界的隶属度函数选择梯形隶属度函数,其他为三角隶属度函数。
模糊推理操作(fuzzyInf())根据模糊推理规则和模糊推理方法,推导出输入误差e和误差变化ec对应的参数Kp、Ki、Kd,该输出值的形式为模糊值;
其中所述调节参数Kp、Ki、Kd推导规则的归纳:基于大量的工程实验,模糊推理方法选择乘积推理机,乘积推理机使用模糊并组合的独立推理原则,采用Mamdani积含义,所有t-范数算子都选用代数积算子,所有s-范数算子都选用最大算子。
本实施例具体推导规则见表1、表2、表3。由规则表可以看出,数控装置轴控制规则是相互独立的。
                表1 Kp的模糊规则表
Figure A20051004742500142
                表2 Ki的模糊规则表
                表3 Kd的模糊规则表
解模糊化操作(deFuzzy())对模糊推理操作的输出值根据输出隶属度函数进行解模糊化,得到PID控制操作的比例、积分、微分调节参数(Δp、ΔI、Δd);为了使解模糊化的计算过程简便、直观合理,以提高装置的运行速度和控制精度,选择中心平均解模糊器作为解模糊器。
输出隶属度函数的确定与PID调节器参数的初值设定和PID调节器参数在每一控制循环周期内变化量的大小有关。PID控制操作参数的初值设定与稳态值之间的差别越小,所需要调整的变化量就越小,隶属度函数区间范围就越小。如果单周期内PID控制操作参数变化量大,则系统(本发明方法的实现装置)的执行效率高,但稳定性差,可能产生轴正超差;如果单周期内PID控制操作参数变化量小,则系统的稳定性好,但执行效率低,可能产生轴负超差。根据装置的上述特性,选取比例Δp的变化区间为[-1,+1],积分ΔI的变化区间为[-0.1,+0.1],微分Δd的变化区间为[-0.2,+0.2]。
增益控制操作(gainCtrl())根据解模糊化操作得到的比例、积分、微分调节参数Δp、Δi、Δd的值来调整PID控制操作的比例、积分、微分参数Kp、Ki、Kd的值,调节原则为:
{ej+ecj}p=pa×Δp
{ej+ecj}i=ia×ΔI                (3)
{ej+ecj}d=da×Δd
其中pa、ia、da为大于零的实数,j为序数;其作用为增大或减小模糊自整定的速度。若pa、ia、da的值较大,则缩短PID控制操作参数的整定时间;若pa、ia、da的值较小,则能获得更加稳定、平滑的控制效果。
控制保护操作(ctrlSafe())设定PID控制操作的比例、积分、微分参数调节的上限,防止由于某种原因超调产生严重后果。在数控装置的加工过程中,如果进给超过刀具的实际负载能力,不仅不能完成加工任务,而且可能造成刀具损伤,甚至人员伤亡,因此有必要设定PID控制操作参数的变化范围。其PID控制操作的比例、积分、微分参数的变化范围:如果PID控制操作的比例参数Kp大于设定的最大值pmax,则令控制操作的比例参数Kp的值等于设定的最大值pmax;如果PID控制操作的积分参数Ki大于设定的最大值imax,则令PID控制操作的积分参数Ki的值等于设定的最大值imax;如果PID控制操作的微分参数Kd大于设定的最大值dmax,则令PID控制操作的微分参数Kd的值等于设定的最大值dmax;其中,Pmax、imax、dmax分别为PID控制操作的比例、积分、微分参数调节的上限,其具体值根据轴、刀具和电机的实际性能指标设定;
PID控制操作(PIDCtrl())根据控制保护操作所得到比例、积分、微分参数Kp、Ki、Kd的值,采用传统的PID控制方法,实现对轴的控制功能;其输出结果经过数模变换,转变为电压值,实现对伺服轴的控制功能。
如图8所示,模糊PID控制操作是调用上述输入数据、误差判断、模糊化、模糊推理、解模糊化、增益控制、控制保护及PID控制操作,实现对机床伺服轴的优化控制;具体流程为:首先进行输入数据操作,输入数据操作后进行误差判断操作,如有误差则依次进行模糊化操作、模糊推理操作、解模糊化操作、增益控制操作,再进入控制保护操作;如没有误差则直接至控制保护操作;最后进行PID控制操作。
在上述软、硬结构的实现装置运行中,用户可通过人机接口输入工件程序,工件程序在任务协调的控制下,经解释器解释形成机床控制命令,机床控制命令经运动规划生成轴控制的设置值后,进入伺服轴的控制阶段。采用模糊PID方法的轴控制,可根据轴的运动状态在线调整控制参数,形成实现装置的智能化决策过程,其决策过程参见图8所示的模糊PID控制操作具体流程。轴控制以本发明实现装置的采样周期为运行周期,首先通过编码器接口电路检测轴的实际位置,实际位置值与设置值产生误差e与误差变化率ec,e与ec经模糊自整定的模糊化处理形成语言变量,语言变量通过模糊推理与解模糊化产生PID调节器的比例、积分、微分参数,在所述参数的控制下,PID调节器控制机床伺服轴的运动,从而完成一个伺服周期的决策与控制过程。
(3)本发明执行效果:
控制对象采用数控装置中常用的安川∑-2伺服与电机,其主要参数如下:
·最大转速=2000转/秒
·最大加工速度=10米/秒
·最大额定电压为=10伏
·机械螺距=6毫米
本发明方法及所用智能型实现装置的主要参数如下:
·插补周期=0.002秒
·轴最大速度=10.00米/秒
·跟随误差=1.200毫米
·最小跟随误差=0.010毫米
·伺服周期=0.0005秒
·p=70(PID控制参数Kp的初值)
·i=0.1(PID控制参数Ki的初值)
·d=0.05(PID控制参数Kd的初值)
基于上述参数,采用本发明,伺服轴误差变化轨迹如图9所示(横坐标表示采样周期,纵坐标表示当前采样周期内的误差值),而采用传统的PID控制方法,伺服轴误差变化轨迹如图10所示。从伺服轴误差变化轨迹的对比可以得到如下结论:模糊PID控制方法的实现装置
1.模糊PID控制方法的实现装置执行效率高。本发明在大约80个采样周期内就实现控制目标,而PID控制方法需要100多个采样周期才到达控制目标;
2.模糊PID控制方法的实现装置控制精度高,控制曲线平滑。本发明控制过程中误差变化没有出现大的抖动现象。而PID控制过程中存在误差抖动。
3.模糊PID控制方法的实现装置动态性能好。因为对于相同初始化控制参数,本发明方法实现装置在控制过程中能够根据现场的实际运行工况调整PID调节器参数的值,所以比PID控制方法鲁棒性强。

Claims (9)

1.一种数控机床模糊PID控制方法,采用人机接口、任务协调、运动控制及可编程控制器,将运动控制与可编程控制器加载于系统的内核空间,人机接口、任务协调部分加载于系统的用户空间,彼此间通过系统的共享通讯缓冲区互相通信;运动控制包括运动规划与轴控制两部分;其特征在于:轴控制根据轴运动规划的设置值,采用模糊PID控制方法动态确定轴的控制参数并实现轴的稳定控制,从而形成数控机床加工过程中伺服轴的运动。
2.按权利要求1所述数控机床模糊PID控制方法,其特征在于:所述模糊PID控制方法由参数可调PID调节器和模糊自整定机制两部分组成,其中:以PID调节器作为基本的控制单元,针对机床伺服轴在加工过程中的非线性特性和各种加工要求,引入模糊控制技术来实现调节器参数的调整;模糊自整定机制接收运动规划输出的设置值并通过编码器检测轴的实际位置值,形成误差e与误差变化率ec,再由模糊自整定机制中的模糊化进行处理,形成语言变量,经模糊推理及解模糊化处理,产生PID调节器的参数,在该参数的控制下,PID调节器控制机床伺服轴的运动,从而完成伺服轴的控制过程。
3.按权利要求1所述数控机床模糊PID控制方法,其特征在于:所述模糊推理是以误差e和误差变化率ec作为输入,推理规则形式如下:
If(e is...)and(ec is...)then(Kp is...)(Ki is...)(Kd is...)  (1)
基于所述规则,得出:PID调节器的PID参数是误差e和误差变化ec的非线性函数,具体可记为:
K p = K p 0 + { e j + e c j } p
K i = K i 0 + { e j + e c j } i
K d = K d 0 + { e i + e c i } d
其中,Kp 0、Ki 0、Kd 0分别表示PID参数中的比例、积分、微分的初始值,{ej+ecj}p、{ej+ecj}i、{ej+ecj}d表示经模糊推理和解模糊化后得到的调整PID参数中比例、积分、微分的变化量;其中j为序数。
4.一种按权利要求1所述数控机床模糊PID控制方法的实现装置,其特征在于:基于ISA总线,由电源(4)供电,包括:显示器(1)、中央控制器(2)、机床操作面板(3)、轴控制电路(5)及接口电路(6),其中:中央控制器(2)与显示器(1)、机床操作面板(3)通信,并通过ISA总线与轴控制电路(5)及接口电路(6)通信,控制程序安装在中央控制器(2)的FLASH或DOM中,实现数控机床模糊PID控制;
所述控制程序包括轴控(Axisctrl)、轴特性(AxisProperty)、轴约束(AxisConstraint)、轴设置(AxisSetpoint)、轴检测(AxisSense)、轴驱动(AxisAction)、轴模糊PID控制(AxisFuzzyPID)部分;以轴控为主程序,其中:轴特性记录轴的动态特性与静态特性;轴约束记录轴的运动能力;轴设置作为模糊PID控制与运动规划的接口,记录轴设置位置;轴检测作为位置编码器的接口,检测轴的实际运行位置与速度;轴驱动作为伺服轴的接口,提供电机运转的信号;轴模糊PID控制按照模糊PID控制方法,调用轴特性、轴约束、轴检测、轴驱动的数据,实现轴运动的优化控制。
5.按权利要求4所述数控机床模糊PID控制方法的实现装置,其特征在于:所述模糊PID控制包括:初始化操作、输入数据操作、误差判断操作、模糊化操作、模糊推理操作、解模糊化操作、增益控制操作、控制保护操作、PID控制操作、模糊PID控制操作,其中:
初始化操作(fuzzyInit()),具体包括PID控制操作比例、积分、微分参数初始化和模糊自整定参数初始化;
输入数据操作(inputError())由轴设置(AxisSetpoint)读取运动规划给出的设置值(setPoint),由轴检测AxisSense读取当前轴实际位置值,形成模糊PID控制的误差e和误差变化率ec;
误差判断操作(ctrlAccuracy())评价当前PID控制操作的执行情况;若输入误差e的值小于系统的控制精度一个单位数量级,则不需要调整,此时跳过模糊控制相关模块,直接运行PID控制操作;否则运行模糊控制相关模块,调整PID控制的相关参数;
模糊化操作(fuzzy())将来自输入数据操作的输入值按照模糊化方法和模糊隶属度函数,映射为一定区间上的模糊值,其模糊值的论域为:
e={-0.75,-0.5,-0.25,0,0.25,0.5,0.75}
ec={-0.15,-0.1,-0.05,0,0.05,0.1,0.15}
所对应的模糊子集为:
e,ec={LN(负方向偏大)、MN(负方向居中)、SN(负方向偏小)、ZZ(零)、SP(正方向偏小)、MP(正方向居中)、LP(正方向偏大)}
模糊推理操作(fuzzyInf())根据模糊推理规则和模糊推理方法,推导输入误差e和误差变化ec对应的参数Kp、Ki、Kd,该输出值的形式为模糊值;
解模糊化操作(deFuzzy())对模糊推理操作的输出值根据输出隶属度函数进行解模糊化,得到PID控制操作的比例、积分、微分调节参数(Δp、ΔI、Δd);
增益控制操作(gainCtrl())根据解模糊化操作得到的比例、积分、微分调节增益参数Δp、Δi、Δd的值来调整PID控制操作的比例、积分、微分参数Kp、Ki、Kd的值,调节原则为:
{ej+ecj}p=pa×Δp
{ej+ecj}i=ia×ΔI    (3)
{ej+ecj}d=da×Δd
其中pa、ia、da为大于零的实数,j为序数;
控制保护操作(ctrlSafe())设定PID控制操作的比例、积分、微分参数调节的上限,其PID控制操作的比例、积分、微分参数的变化范围:如果PID控制操作的比例参数Kp大于设定的最大值Pmax,则令控制操作的比例参数Kp的值等于设定的最大值Pmax;如果PID控制操作的积分参数Ki大于设定的最大值imax,则令PID控制操作的积分参数Ki的值等于设定的最大值imax;如果PID控制操作的微分参数Kd大于设定的最大值dmax,则令PID控制操作的微分参数Kd的值等于设定的最大值dmax;其中,pmax、imax、dmax分别为PID控制操作的比例、积分、微分参数调节的上限,其具体值根据轴、刀具和电机的实际性能指标设定;
PID控制操作(PIDCtrl())根据控制保护操作所得到比例、积分、微分参数Kp、Ki、Kd的值,采用传统的PID控制方法,实现对轴的控制功能;
模糊PID控制操作是调用上述输入数据、误差判断、模糊化、模糊推理、解模糊化、增益控制、控制保护及PID控制操作,实现对机床伺服轴的优化控制;具体流程为:首先进行输入数据操作,输入数据操作后进行误差判断操作,如有误差则依次进行模糊化操作、模糊推理操作、解模糊化操作、增益控制操作,再进入控制保护操作;如没有误差则直接至控制保护操作;最后进行PID控制操作。
6.按权利要求4所述数控机床模糊PID控制方法的实现装置,其特征在于:PID控制操作的比例、积分、微分参数初始化包括PID控制操作的比例、积分、微分参数初值的初始化以及PID控制操作的比例、积分、微分参数最大值的初始化;模糊自整定参数初始化包括对模糊控制输入输出隶属度函数的初始化、模糊控制输入、输出系数的初始化以及模糊推理规则的初始化。
7.按权利要求4所述数控机床模糊PID控制方法的实现装置,其特征在于:定义模糊值的论域误差e和误差变化ec的隶属度函数为开区间,区间边界的隶属度函数选择梯形隶属度函数,其他为三角隶属度函数。
8.按权利要求4所述数控机床模糊PID控制方法的实现装置,其特征在于:其中所述调节参数Kp、Ki、Kd推导规则的归纳:基于大量的工程实验,模糊推理方法选择乘积推理机,乘积推理机使用模糊并组合的独立推理原则,采用Mamdani积含义,所有t-范数算子都选用代数积算子,所有s-范数算子都选用最大算子。
9.按权利要求4所述数控机床模糊PID控制方法的实现装置,其特征在于:所述解模糊操作选择中心平均解模糊器作为解模糊器。
CNB2005100474259A 2005-10-17 2005-10-17 数控机床模糊pid控制方法及实现装置 Active CN100520650C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2005100474259A CN100520650C (zh) 2005-10-17 2005-10-17 数控机床模糊pid控制方法及实现装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2005100474259A CN100520650C (zh) 2005-10-17 2005-10-17 数控机床模糊pid控制方法及实现装置

Publications (2)

Publication Number Publication Date
CN1952819A true CN1952819A (zh) 2007-04-25
CN100520650C CN100520650C (zh) 2009-07-29

Family

ID=38059189

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2005100474259A Active CN100520650C (zh) 2005-10-17 2005-10-17 数控机床模糊pid控制方法及实现装置

Country Status (1)

Country Link
CN (1) CN100520650C (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101329570B (zh) * 2007-06-20 2010-05-19 沈阳高精数控技术有限公司 同步串行总线式数控系统
CN101470436B (zh) * 2007-12-28 2011-02-09 中国科学院沈阳计算技术研究所有限公司 带绝对编码值接收功能的轴运动控制卡及其数据转换方法
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
CN102681489A (zh) * 2012-06-01 2012-09-19 南京航空航天大学 多轴联动数控系统运动平稳性和轮廓加工精度控制方法
CN103197596A (zh) * 2013-03-14 2013-07-10 天津大学 一种数控加工参数自适应模糊控制规则优化方法
CN103499985A (zh) * 2013-10-09 2014-01-08 中国科学院光电技术研究所 一种快速平滑驱动伺服电动机的闭环控制系统及方法
CN104063546A (zh) * 2014-06-30 2014-09-24 河南科技大学 一种大林算法实验平台
CN105372990A (zh) * 2015-11-16 2016-03-02 青岛安倍康生物医药技术有限公司 血细胞计数同步控制方法及应用
CN106557072A (zh) * 2016-11-21 2017-04-05 广州中国科学院工业技术研究院 数控加工设备执行程序的辅助编程方法
CN108181817A (zh) * 2018-01-15 2018-06-19 中国人民解放军陆军装甲兵学院 火控系统建模方法
CN108427327A (zh) * 2018-02-27 2018-08-21 深圳市海浦蒙特科技有限公司 拉丝机收线电机控制方法、装置、计算机设备和存储介质
CN109782593A (zh) * 2019-01-09 2019-05-21 哈尔滨理工大学 一种应用于六足机器人的共享因子模糊推理器
CN109986152A (zh) * 2017-12-29 2019-07-09 沈阳高精数控智能技术股份有限公司 用于电火花加工设备的数控装置及其控制方法
CN110928239A (zh) * 2019-12-12 2020-03-27 山东大学 带有时间延迟数控机床给进系统的控制方法及系统
CN111766777A (zh) * 2020-07-30 2020-10-13 北京环境特性研究所 一种pid控制器及pid控制方法
CN112486099A (zh) * 2020-12-11 2021-03-12 中国工程物理研究院机械制造工艺研究所 基于模糊pid自整定计算的超精密车床运动控制方法
CN112859753A (zh) * 2021-01-19 2021-05-28 深圳市汇川技术股份有限公司 数控系统二次开发方法、装置、设备及可读存储介质
CN113625548A (zh) * 2021-08-11 2021-11-09 西安科技大学 一种基于模拟退火算法和模糊pid的元动作单元转速控制方法
CN113671899A (zh) * 2021-08-12 2021-11-19 西安科技大学 一种元动作单元的压电致动振动抑制方法
CN114264329A (zh) * 2021-12-25 2022-04-01 西安交通大学 一种基于模糊控制的光电编码器振动可靠性测试系统及方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI454335B (zh) * 2011-07-27 2014-10-01 Nat Univ Chung Cheng 同步提高加工速度與降低加工誤差之學習控制方法

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101329570B (zh) * 2007-06-20 2010-05-19 沈阳高精数控技术有限公司 同步串行总线式数控系统
CN101470436B (zh) * 2007-12-28 2011-02-09 中国科学院沈阳计算技术研究所有限公司 带绝对编码值接收功能的轴运动控制卡及其数据转换方法
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
CN102681489A (zh) * 2012-06-01 2012-09-19 南京航空航天大学 多轴联动数控系统运动平稳性和轮廓加工精度控制方法
CN103197596B (zh) * 2013-03-14 2015-10-28 天津大学 一种数控加工参数自适应模糊控制规则优化方法
CN103197596A (zh) * 2013-03-14 2013-07-10 天津大学 一种数控加工参数自适应模糊控制规则优化方法
CN103499985B (zh) * 2013-10-09 2016-07-06 中国科学院光电技术研究所 一种快速平滑驱动伺服电动机的闭环控制系统及方法
CN103499985A (zh) * 2013-10-09 2014-01-08 中国科学院光电技术研究所 一种快速平滑驱动伺服电动机的闭环控制系统及方法
CN104063546A (zh) * 2014-06-30 2014-09-24 河南科技大学 一种大林算法实验平台
CN105372990A (zh) * 2015-11-16 2016-03-02 青岛安倍康生物医药技术有限公司 血细胞计数同步控制方法及应用
CN106557072A (zh) * 2016-11-21 2017-04-05 广州中国科学院工业技术研究院 数控加工设备执行程序的辅助编程方法
CN109986152A (zh) * 2017-12-29 2019-07-09 沈阳高精数控智能技术股份有限公司 用于电火花加工设备的数控装置及其控制方法
CN108181817A (zh) * 2018-01-15 2018-06-19 中国人民解放军陆军装甲兵学院 火控系统建模方法
CN108427327A (zh) * 2018-02-27 2018-08-21 深圳市海浦蒙特科技有限公司 拉丝机收线电机控制方法、装置、计算机设备和存储介质
CN108427327B (zh) * 2018-02-27 2020-05-08 深圳市海浦蒙特科技有限公司 拉丝机收线电机控制方法、装置、计算机设备和存储介质
CN109782593A (zh) * 2019-01-09 2019-05-21 哈尔滨理工大学 一种应用于六足机器人的共享因子模糊推理器
CN109782593B (zh) * 2019-01-09 2022-03-22 哈尔滨理工大学 一种应用于六足机器人的共享因子模糊推理器的控制方法
CN110928239A (zh) * 2019-12-12 2020-03-27 山东大学 带有时间延迟数控机床给进系统的控制方法及系统
CN111766777A (zh) * 2020-07-30 2020-10-13 北京环境特性研究所 一种pid控制器及pid控制方法
CN111766777B (zh) * 2020-07-30 2023-06-16 北京环境特性研究所 一种pid控制器及pid控制方法
CN112486099A (zh) * 2020-12-11 2021-03-12 中国工程物理研究院机械制造工艺研究所 基于模糊pid自整定计算的超精密车床运动控制方法
CN112486099B (zh) * 2020-12-11 2021-11-09 中国工程物理研究院机械制造工艺研究所 基于模糊pid自整定计算的超精密车床运动控制方法
CN112859753A (zh) * 2021-01-19 2021-05-28 深圳市汇川技术股份有限公司 数控系统二次开发方法、装置、设备及可读存储介质
CN113625548A (zh) * 2021-08-11 2021-11-09 西安科技大学 一种基于模拟退火算法和模糊pid的元动作单元转速控制方法
CN113671899A (zh) * 2021-08-12 2021-11-19 西安科技大学 一种元动作单元的压电致动振动抑制方法
CN114264329A (zh) * 2021-12-25 2022-04-01 西安交通大学 一种基于模糊控制的光电编码器振动可靠性测试系统及方法

Also Published As

Publication number Publication date
CN100520650C (zh) 2009-07-29

Similar Documents

Publication Publication Date Title
CN100520650C (zh) 数控机床模糊pid控制方法及实现装置
CN103195975B (zh) 一种变pwm占空比的压电式阀门定位器控制方法
CN102566511B (zh) 五轴数控系统刀心点插补路径插值方法
Yellowley et al. The integration of process and geometry within an open architecture machine tool controller
CN102540875A (zh) 基于满意数字pid控制器的离散时滞系统控制方法
CN102707671A (zh) 应用于工具机的加工路径最佳化方法
CN202703067U (zh) 数控雕刻机的运动控制系统
Haber et al. Embedded fuzzy-control system for machining processes: Results of a case study
Erkorkmaz et al. Virtual computer numerical control system
Di Cairano et al. Cascaded reference governor–MPC for motion control of two-stage manufacturing machines
Brecher et al. Cognitive control technology for a self-optimizing robot based assembly cell
CN113759851B (zh) 自动化控制系统以及自动化控制方法
CN2906795Y (zh) 基于多轴运动控制卡的教学用多轴混合控制系统
CN106003029A (zh) 一种教学用三核快速关节机器人控制系统
CN202387942U (zh) 一种压铸机可编程数值逻辑控制器
Yu et al. Polytopic gain scheduled H∞ control for robotic manipulators
Susanu et al. Hierarchical predictive control within an open architecture virtual machine tool
CN104460510B (zh) 一种数控机床在线机床面板操作控制方法
Johnsson Key Performance Indicators Used as Measurement Parameter for Plant-Wide Feedback Loops: (Work in Progress)
CN103809509A (zh) 工件加工速度自调整式轮廓控制数控机床
TW201331733A (zh) 可彈性運用的多軸控制器應用架構
Mohammed Djaouti et al. Global Automatic Tuning of Fuzzy Sliding Mode Controller for an Inverted Pendulum: A Genetic Solution
Zhang et al. Research on Multi-Mode Control of Electro-Hydraulic Variable Displacement Pump Driven by Servo Motor
Narasimhan et al. Implementation of optimal operation using off-line computations
CN202948287U (zh) 工件加工速度自调整式轮廓控制数控机床

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