陳 年, 李 唐, 史曉勇, 沈 彤

(中船重工海博威江蘇科技發(fā)展有限公司，江蘇 揚州 225000)

基于單神經元PI的轉臺伺服控制系統(tǒng)設計與應用

陳 年, 李 唐, 史曉勇, 沈 彤

(中船重工海博威江蘇科技發(fā)展有限公司，江蘇 揚州 225000)

為了提高伺服控制系統(tǒng)的精度，在綜合考慮傳統(tǒng)算法優(yōu)缺點的基礎上，設計并實現了一種基于單神經元PI的伺服轉臺控制系統(tǒng)。該系統(tǒng)采用SICK絕對式多圈編碼器作為轉臺轉動位置的檢測工具，并把轉臺的位置輸入到系統(tǒng)中形成閉環(huán)控制；其中位置環(huán)采用了單神經元PI算法取代傳統(tǒng)的PI算法，并采用可編程邏輯控制器(FPGA)實現了上述算法；搭建了伺服控制系統(tǒng)的試驗平臺。試驗結果表明，該轉臺的置位精度及轉速的平穩(wěn)性得到了有效提高。

伺服系統(tǒng)； 單神經元PI； 定位精度

0 引 言

該測試轉臺用來承載天線測試設備，通過轉臺的轉動引導天線搜索和指向外界的目標，因此對轉臺的置位精度、運動的可靠性和運動的平穩(wěn)性等提出了較高的要求。轉臺置位精度的主要影響因素包括機械傳動誤差和控制誤差，而機械傳動誤差一直是制造業(yè)研究的難點，所以進一步提高控制精度具有一定的研究價值[1-2]。

目前，工程師廣泛應用的傳統(tǒng)PID控制方法，可以在一定程度上改善系統(tǒng)的控制精度。但伺服系統(tǒng)是一個典型的非線性系統(tǒng)，容易受外部環(huán)境影響，模型參數也不固定，此時傳統(tǒng)PI控制器由于參數難以整定，系統(tǒng)動態(tài)、靜態(tài)性能便會受到影響。此時，國內外學者提出了多種控制算法[3]。文獻[4]采用模糊控制算法，但是模糊規(guī)則的建立需要積累較多的經驗且工程應用比較困難。文獻[5-6]采用RBF神經網絡算法，實現了非線性系統(tǒng)的輸入輸出線性化，其控制效果優(yōu)于傳統(tǒng)的PI控制，但其運算復雜，工程實現較困難。文獻[7]采用零相差前饋控制器，但卻沒有指定該方法的應用范圍。單神經元作為構成神經網絡的基本單元，具有自學習和自適應的能力，將單神經元模型與傳統(tǒng)的PI控制器相結合，可以在轉臺系統(tǒng)工作過程中不斷地調節(jié)PI參數[8]，從而增強系統(tǒng)的穩(wěn)定性。

本文將這種方法應用于轉臺控制系統(tǒng)中，仿真及試驗結果表明，單神經元PI控制策略比傳統(tǒng)的PI控制策略置位精度更高，系統(tǒng)的平穩(wěn)度更加平滑，魯棒性更強。

1 單神經元PI控制器設計

轉臺的置位指令與編碼器的數據差值作為單神經元PI控制器的輸入，單神經元的輸出傳輸到轉臺系統(tǒng)中?？刂破鹘Y構框圖如圖1所示。

圖1 單神經元PI控制器結構框圖

圖1中，y(k)為被控對象的實際輸出值，r(k)為給定值，w1(k)、w2(k)、w3(k)分別為單神經元的突觸權值，k(k>0)為神經元控制器的增益，u(k)為單神經元控制器的控制量，x1(k)、x2(k)、x3(k)分別為單神經元的三個輸入量，其表達式為

(1)

式中：x1(k)——反映了系統(tǒng)誤差(相當于積分項)；

x2(k)——反映了系統(tǒng)誤差的一階差分(相當于比例項)；

x3(k)——反映了系統(tǒng)誤差的二階差分(相當于微分項)。

單神經元的輸出表達式為

(2)

單神經元可以通過一定的學習規(guī)則調節(jié)加權系數。本文單神經元PI控制器采用有監(jiān)督的Hebb學習規(guī)則。該算法中，權值系數wi(k)與神經元的輸入、輸出和誤差信號相關。K為神經元的增益(比例系數)，K值的選擇非常重要，K值過大或者過小都會對轉臺系統(tǒng)的快速跟蹤和抗干擾能力有較大的影響。對于不同的權值，學習速率采用不同的值，以便根據需要對各自的權值進行調整。

本文設計基于單神經元PI控制器的Simulink仿真模型，如圖2所示。在S函數中編寫單神經元PI控制算法，將位置輸入誤差在k時刻誤差值e(k)以及k-1時刻的誤差值e(k-1)作為輸入量，PI單神經元控制器在輸出之前增加了一個飽和器，防止參數輸出過大或者過小。

圖2 單神經元PI結構圖

2 控制系統(tǒng)軟硬件設計

轉臺伺服控制系統(tǒng)的硬件主要由PC機、觸摸屏、控制器、驅動器和電機等組成[9-11]。伺服系統(tǒng)根據遙控(PC機)或者本控(觸摸屏)接受置位角度命令;該命令通過RS-422串口發(fā)送到伺服控制器，伺服控制器采用SOPC技術在一塊Cyclone Ⅱ FPGA中實現一個32位的可配置軟核——NIOS Ⅱ核，FPGA負責接收編碼器的反饋角度并完成對引導命令的PI運算。運算結果通過CANOPEN總線發(fā)送到驅動器，并在驅動器中完成速度環(huán)與電流環(huán)的運算，最后驅動器產生正弦脈寬調制(Sinusoidal Pulse Width Modulation，SPWM)信號驅動電機運動。系統(tǒng)框圖如圖3所示。

圖3 伺服系統(tǒng)控制框圖

轉臺伺服控制系統(tǒng)的軟件工作流程如圖4所示。

圖4 伺服系統(tǒng)軟件工作流程圖

2. 1 仿真及分析

MATLAB仿真中，永磁同步電機參數如下：定子電阻Rs=1.3 Ω；電感L=5.25 mH；定子磁鏈Ψs=0.215 Wb；極對數p=4；額定功率=1.5 kW；單神經元初始化學習速率xiteP為0.4、xiteI為0.35、初始化Wkp為0.1、Wki為0.1。其仿真對比結果如圖5、圖6所示。

圖5 傳統(tǒng)PI速度響應曲線

圖6 單神經元PI速度響應曲線

仿真表明，利用單神經元控制既解決了PI控制初始參數不易選擇的難題，同時由波形可見單神經元PI控制策略電機轉速跟蹤時間短、無超調，轉速波動范圍很小、效果很好，滿足高性能伺服控制系統(tǒng)的要求。

2. 2 試驗及分析

本試驗平臺選用施耐德LXM32A驅動器、BSH0552永磁同步電機、FPGA控制器、威綸通TP8070觸摸屏，動力齒輪傳動比130…23，減速器減速比30…1，編碼器選用德國SICK絕對值多圈編碼器AFM60B-S4AK065536，其分辨率為0.005 49°，數據齒輪減速比160…20。試驗條件根據項目要求制定：在速率范圍為1～10 °/s時測量轉臺的置位精度、轉速平穩(wěn)度及測量重復性。

圖7為伺服系統(tǒng)試驗平臺。圖8為轉臺工作在置位模式的顯示界面，定位角度是上位機下發(fā)的置位角度，實際角度是編碼器測量的轉臺角度值，差值是轉臺的定位誤差。表1和表2記錄了轉臺間隔60°的置位誤差，并計算出誤差的均方根；表3和表4記錄了轉臺在不同設定速度(由于存在減速比，所以折算為電機的轉速)時，驅動器顯示的電機轉速變化范圍。從表1和表2可以得出，單神經元PI比傳統(tǒng)PI伺服控制系統(tǒng)置位精度更高；從表3和表4可以得出單神經元PI比傳統(tǒng)PI伺服控制系統(tǒng)轉速更加平穩(wěn)。

圖7 伺服系統(tǒng)試驗平臺

圖8 觸摸屏顯示界面

序號輸入角度/(°)輸出角度/(°)誤差/(°)均方根誤差/(°)100．05-0．0526059．960．043120119．950．050．054180179．940．065240239．960．046300299．940．06

表2 單神經元PI置位誤差

表3 傳統(tǒng)PI速度平穩(wěn)度

表4 單神經元PI速度平穩(wěn)度

3 結 語

本文設計了一種基于單神經元PI的伺服轉臺控制系統(tǒng)。通過仿真及試驗，結果表明單神經元PI方案相比于傳統(tǒng)的PI方案具有較高的精度，且具有工程應用價值。

[1] 田大鵬,吳云潔,劉曉東,等.高精度電機伺服系統(tǒng)控制綜合方法[J].電機與控制學報,2010,14(7): 66-74.

[2] TESFAYE A, LEE H S, TOMIZUKA M. A sensitivity optimization app-roach to design of a disturbance observer in digital motion control systems[J]. IEEE Transactions on Mechatronics, 2000, 5(1): 32-38.

[3] 劉強.高性能機械伺服系統(tǒng)運動控制技術綜述[J].電機與控制學報,2008,12(5): 603-609.

[4] 呂東陽,王顯軍.基于模糊PID控制的電機轉臺伺服系統(tǒng)[J].計算機應用,2014,34(S1): 166-168,185.

[5] YA Q, WANG W H. RBF based discrete terminal sliding control for flight simulator[C]∥ Proc of IEEE International Conference on Mechatronics and Automation, Piscataway: IEEE Press, 2011: 337-342.

[6] 白國振,俞潔皓.基于神經網絡補償的轉臺伺服系統(tǒng)控制研究[J].計算機應用研究,2016，33(6): 1676-1681.

[7] KOIDE D, TAKANO Y, TOKUMARU H, et al. High-speed tracking servo of modified ZPET-feedforward control for optical disk drives[C]∥IEEE Industrial Electronics Conference Proceedings, November 3-5, 2009, Porto, Portugal, 2009: 3106-3111.

[8] 劉金琨.先進PID控制MATLAB仿真[M].北京:電子工業(yè)出版社,2011.

[9] 張占立,康春花,郭士軍,等.基于單片機的步進電機控制系統(tǒng)[J].電機與控制應用,2011,38(3): 28-31.

[10] 王明渝,張忠強.模糊直接轉矩控制的永磁同步電機在測功機中的應用[J].電機與控制應用,2008,35(3): 56-61.

[11] 劉明,宋弘.自適應模糊PID智能控制器在無刷直流電機速度控制系統(tǒng)中的應用[J].電機與控制應用,2012,39(11): 22-25.

Design and Application of Servo Control System Based on Single Neuron PI

CHENNian,LITang,SHIXiaoyong,SHENTong

(CSIC Hebowi Jiangsu Technology Development Co., Ltd., Yangzhou 225000, China)

In order to improve the accuracy of the servo control system, based on the comprehensive consideration of the advantages and disadvantages of the traditional algorithm, a servo turntable control system based on single neuron PI was designed and accomplished. The system used SICK absolute multi loop encoder as the turntable displacement detection tool to form a closed-loop control system, in which the position loop used a single neuron PI algorithm to replace the traditional PI algorithm. Using FPGA programmable logic controller to realize the above algorithm; experimental platform servo control system. The experimental results showed that the precision of the rotating platform and the stability of the rotating speed could improve effectively.

servo system; single neuron PI; positioning accuracy

陳 年(1987—)，男，碩士研究生，研究方向為電機控制技術。

TM 301.2

A

1673-6540(2017)04- 0060- 04

2016 -06 -30