劉 濤,周 虎,高金杰,蘇炳望,周 強
(東華大學 機械工程學院,上海 201620)
劃片機作為芯片加工的重要工具,其加工精度對于芯片的質(zhì)量來說具有非常大的影響[1]。在工作過程中,運動控制卡向DD馬達發(fā)出脈沖,控制其轉(zhuǎn)過相應的角度。但由于種種原因,脈沖在傳輸?shù)倪^程中可能會有丟脈沖的現(xiàn)象發(fā)生,從而導致DD馬達運動到的位置不準確。除此之外,在加工過程中,需要更換不同規(guī)格不同重量的工作盤,對于DD馬達來說,負載發(fā)生變化了,輸出也需要做出相應的變化,以適應系統(tǒng)環(huán)境的改變。利用模糊自整定的PID算法來對DD馬達的輸出進行控制,可以使系統(tǒng)對脈沖輸入進行自我調(diào)整。
晶圓劃片機對經(jīng)過光刻機處理過的晶圓進行切割分片加工,加工質(zhì)量直接影響著芯片的質(zhì)量,因此對DD馬達的輸出控制需要做到非常精確。
圖1、圖2為自行研制的新一代劃片機機械本體及DD馬達轉(zhuǎn)盤。
控制方式是由上位機發(fā)送運動指令到下位機控制卡,再由控制卡將相應的指令轉(zhuǎn)換為脈沖輸出到驅(qū)動器,由驅(qū)動器帶動DD馬達轉(zhuǎn)過相應的角度,控制方式如圖3所示。
圖1 劃片機
圖2 DD馬達轉(zhuǎn)盤
圖3 控制方式
對DD馬達的輸出控制采用的是閉環(huán)控制,控制流程如圖4所示。
圖4 閉環(huán)控制控制流程框圖
系統(tǒng)根據(jù)目標位置,給DD馬達一個脈沖輸入,DD馬達接收命令轉(zhuǎn)過相應的角度。但由于間隙和誤差等的存在,DD馬達實際轉(zhuǎn)過的角度并不是命令位置,因此存在著一個誤差e(t)。自整定的PID算法就是根據(jù)這個誤差,自動調(diào)整PID算法的三個參數(shù)KP、KI、KD,消除存在的誤差,使輸出達到目標位置。
真正輸入系統(tǒng)的是誤差,即給定值和反饋值的差值。PID控制器根據(jù)給定的值r(t)與實際上的輸出y(t),計算出偏差e(t)[2]。
簡單的說明PID控制器的原理就是以偏糾偏。最常用的數(shù)字式PID微分方程為公式,對應的是輸入信號為連續(xù)信號:
在系統(tǒng)輸入為離散信號的情況下:
而與之相對應的傳遞函數(shù)表示為:
對于傳統(tǒng)的PID控制來說,雖然具有原理簡單,使用方便,適應性強,魯棒性強等優(yōu)點,但其精度低,相應速度慢,尤其對于一些復雜的系統(tǒng),非線性系統(tǒng)、大時滯的控制對象來說,控制的效果并不是很好。因此,若要把PID控制原理應用于DD馬達的輸出控制上,需要對其進行改進?,F(xiàn)有的在經(jīng)典PID控制器上進行簡單改進算法的有積分分離PID控制算法、不完全微分PID控制算法、微分先行PID控制等,以及一些與智能控制相結合形成的模糊PID控制、神經(jīng)網(wǎng)絡PID控制等等。
模糊控制理論是利用模糊數(shù)學的基本思想和理論的控制方法。在傳統(tǒng)的控制領域中,系統(tǒng)的各種信息較為齊全,能夠達到精確控制的目的。而對于復雜的系統(tǒng)來說,變量較多,難以精確地描述系統(tǒng)的動態(tài)變化,因此模糊控制變應運而生了。一般來說,“模糊”往往比精確蘊含著更大的信息量,內(nèi)涵更加豐富,更符合復雜的系統(tǒng)。人們將PID算法與模糊控制理論結合起來形成的模糊自整定PID控制理論,經(jīng)過檢驗,模糊自整定PID控制[3]具有良好的控制效果,現(xiàn)在模糊自整定PID控制算法已經(jīng)被應用至各個行業(yè)來解決各類控制問題[4~7]。
在模糊控制理論中,有五個重要的參數(shù):偏差e、偏差變化率ec和普通PID控制中的三個參數(shù)。模糊自整定PID控制器由模糊控制器和參數(shù)可調(diào)節(jié)的PID控制器組成,如圖5所示。根據(jù)模糊數(shù)學的基本原理和相關知識,建立偏差e、偏差變化率ec與PID的三個參數(shù)之間的關系,即模糊規(guī)則庫。計算機利用這個規(guī)則庫對PID的三個參數(shù)進行實時的修改,以達到預期的控制效果。
模糊控制器如圖5所示。該模糊控制器由模糊化、模糊邏輯推理以及解模糊組成。
圖5 模糊控制器
其中模糊化的功能是將輸入值以適當?shù)谋壤D(zhuǎn)換到論域的數(shù)值,利用口語化的變量來描述物理量的過程。模糊邏輯推理主要是利用知識庫進行邏輯推理,知識庫主要由數(shù)據(jù)庫和規(guī)則庫組成。解模糊主要是將得到的模糊量轉(zhuǎn)換為精確量。
一般的模糊控制器均采用二輸入三輸出的形式,即以誤差e和誤差變化率ec作為輸入,PID的三個參數(shù)KP、KI、KD的修正量作為輸出。根據(jù)各模糊子集的隸屬度賦值表和各參數(shù)模糊控制模型,應用模糊合成推理設計分數(shù)PID參數(shù)的模糊矩陣表,算出參數(shù)代入下列公式計算:
在一般情況下,根據(jù)參數(shù)Kp、Ki和Kd對系統(tǒng)輸出的影響情況,可歸納出在不同的偏差和不同的偏差率的情況下,Kp、Ki和Kd三個參數(shù)的自整定原則:
1)在e較大時,為了確保系統(tǒng)具有良好的跟蹤性能,此時取較大的Kp和較小的Kd,同時為了避免出現(xiàn)系統(tǒng)出現(xiàn)較大的超調(diào)量,需要對積分作用加以限制,通常取Ki=0。
2)當e處于中等大小時,Kp值應較小,Kd與Ki的值需恰當。
3)當e較小時,為使系統(tǒng)具有較好的穩(wěn)定性能,Kp和Ki值應適當取的大一點,同時為了避免系統(tǒng)在設定值附近振蕩,Kd值需要根據(jù)誤差變化率(ec)來取值。當ec值較大時,Kd取小,在通常情況下Kd為中等取值。
前人對此已經(jīng)進行過深入的研究,將以上的Kp、Kd和Ki的自整定規(guī)則,建立了一套關于e、ec、Kp、Kd、Ki五個參數(shù)的模糊規(guī)則,并定義成了模糊規(guī)則控制表,如表1所示。
表1 模糊規(guī)則表
建立模糊規(guī)則表后,將系統(tǒng)的誤差e和誤差變化率ec的變化范圍定義為模糊集上的論域,e、ec={-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}。
在MATLAB軟件中利用Simulink控件[9]進行仿真實驗,給定相同的條件,比較自整定PID與普通PID的控制效果。
設ei(t)為DD馬達的電樞輸入電壓,θo(t)是電動機的輸出轉(zhuǎn)角,Ra為電樞繞組電阻,La為電樞繞組電感,ia(t)為流過電樞繞組的電流,em(t)為電動機感應反電動勢,T(t)為電動機轉(zhuǎn)矩,J為電動機及其負載折合到電動機軸上的轉(zhuǎn)動慣量,D為電動機及負載折合到電動機軸上的黏性摩擦系數(shù)[8]。
根據(jù)基爾霍夫定律,有:
再根據(jù)磁場對載流線圈的作用定律,有:
其中KT為電動機力矩系數(shù)。又根據(jù)法拉第電磁感應定律,有:
其中Ke為電動勢反電勢系數(shù)。根據(jù)牛頓第二定律,得:
圖6 MATLAB仿真結構圖
代入得:
整理后得:
當電感較小時,通??珊雎圆挥?,系統(tǒng)的微分方程簡化為:
根據(jù)DD馬達的型號及參數(shù),算得其二階傳遞函數(shù)為:
在MATLAB軟件中的Simulink環(huán)境下,構建出經(jīng)典PID控制模型以及模糊自整定PID控制模型(兩輸入三輸出),輸入相關參數(shù),開始仿真實驗。
1)在MATLAB中建立Simulink仿真結構圖。
2)模糊控制子系統(tǒng)(fuzzy)的內(nèi)部結構圖。
圖7 模糊控制子系統(tǒng)內(nèi)部結構圖
實驗仿真結果如圖6所示,其中紅色較高的線代表的是普通PID算法的控制效果,在下面的黃色線是利用模糊自整定PID算法仿真出來的效果圖。
通過對普通PID控制與模糊自整定PID控制的仿真模擬研究的結果分析,根據(jù)最后的結果,與普通的PID控制相比,模糊自整定PID控制具有超調(diào)量小、響應時間短、調(diào)節(jié)的精度較高等優(yōu)點。因此,在劃片機系統(tǒng)中,采用模糊自整定PID控制方法對DD馬達的輸出進行控制,可以滿足實際的需求。
圖8 仿真結果圖
在利用MATLAB仿真軟件分別對兩種算法進行仿真分析后,利用現(xiàn)有已開發(fā)出的新一代劃片機樣機進行實際實驗驗證。利用劃片機上的編碼器接收反饋信號,得到轉(zhuǎn)盤的實時位置。
在實驗中,在上位機軟件中分別對經(jīng)典PID和模糊自整定PID算法建立數(shù)學模型。給定一個角度,發(fā)送運動命令。采集出數(shù)據(jù),并畫出相應的曲線如圖9所示。
圖9 實際控制效果
本文對DD馬達輸出控制利用比較法分別建立了經(jīng)典PID控制模型和模糊自整定PID控制模型,根據(jù)電機參數(shù)和相關的理論確定了DD馬達系統(tǒng)的傳遞函數(shù),并利用MATLAB軟件中的Simulink控件對兩種模型的控制進行了模擬仿真驗證。根據(jù)仿真結果顯示,與經(jīng)典的PID控制相比,模糊自整定PID控制具有更快的響應速度,較小的超調(diào)量,控制效果較好,實際實驗也驗證了這一結論。因此在實際情況下對DD馬達的輸出控制采用模糊自整定PID控制,能夠得到較好的控制效果,能夠滿足實際使用情況的要求。