張 博,周 達(dá),蔣波濤
(西安工程大學(xué)電子信息學(xué)院,西安 710600)
永磁直線同步電機(Permanent Magnet Linear Synchronous Motor,PMLSM)直接將電能轉(zhuǎn)換成直線運動,其結(jié)構(gòu)簡單、響應(yīng)速度快,已被廣泛應(yīng)用在自動化生產(chǎn)線,民航運輸,軍事等領(lǐng)域[1-2]。然而,由于采用PMLSM直接驅(qū)動的系統(tǒng),少了機械減速器和傳動裝置,使得控制系統(tǒng)的柔性變差[3]。此外,PMLSM驅(qū)動的控制系統(tǒng)易受系統(tǒng)參數(shù)變化、運動摩擦等不確定性因素的影響,造成系統(tǒng)控制性能變差,而其中的負(fù)載擾動和模型誤差對系統(tǒng)的影響尤為突出[4]。為了解決負(fù)載擾動和模型誤差影響,本文對提高PMLSM位置控制系統(tǒng)的伺服性能進(jìn)行研究。
為了提高系統(tǒng)位置跟蹤精度以及減少抖振,國內(nèi)外學(xué)者提出了不同的控制方法。高為炳提出的滑模趨近律控制可以改善系統(tǒng)的動態(tài)品質(zhì)并降低系統(tǒng)的抖振。文獻(xiàn)[5]中提出了雙冪次滑模趨近律和超螺旋擾動觀測器相結(jié)合的控制策略,通過變邊界層的趨近律方法提高系統(tǒng)的控制精度,并通過調(diào)節(jié)超螺旋滑動觀測器的冪指數(shù)加快了算法的收斂速度。但超螺旋滑模觀測算法的工程應(yīng)用較為困難。文獻(xiàn)[6]將變指數(shù)項引入到雙冪次滑模趨近律中,改變了雙冪次趨近律的趨近速度,但是引入變指數(shù)項使得控制器的參數(shù)變多,增加了系統(tǒng)的復(fù)雜性。文獻(xiàn)[7]通過設(shè)計滑模趨近律控制器,以提高PMLSM控制性能。然而負(fù)載擾動等不確定因素對控制性能的影響未考慮。文獻(xiàn)[8]提出了一種改進(jìn)指數(shù)滑模趨近律控制方法,雖然可以提高系統(tǒng)的響應(yīng)速度,減少抖振但是系統(tǒng)的魯棒性能沒有得到改善。
為了提高PMLSM位置伺服控制的精度, 本文在文獻(xiàn)[9]的基礎(chǔ)上提出了新型滑模趨近律控制算法,并針對伺服系統(tǒng)中模型誤差和負(fù)載擾動,設(shè)計自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)逼近器和非線性擾動觀測器。本文提出的控制策略能減少系統(tǒng)的抖振,控制精度得到提高、魯棒性得到改善。通過仿真實驗,對所提出的控制方法進(jìn)行驗證。
PMLSM驅(qū)動系統(tǒng)是一種非線性、強耦合系統(tǒng),為了簡化,采用id=0的磁場定向控制,對三相PMLSM驅(qū)動系統(tǒng),其電磁推力方程為[10]:
(1)
式中,F(xiàn)e是電磁推力;kf表示推力系數(shù);iq是q軸的電流;τ為永磁體極距;np為電機的極對數(shù);ψf為永磁體磁鏈。
而PMLSM運動方程為:
(2)
式中,M為電機的質(zhì)量;B為粘性摩擦系數(shù);v為動子的運動速度;Fd為系統(tǒng)的模型誤差、摩擦力和負(fù)載擾動等不確定性的總和。
忽略系統(tǒng)摩擦和參數(shù)變化等的影響,PMLSM系統(tǒng)的運動方程為:
(3)
對dm與ds做如下的一些假設(shè):
①建模的不確定ds有界即:|dm|≤D1;D1是有界正常數(shù)。
定義狀態(tài)變量:
(4)
式中,u為控制器的控制率:u=iq;y為系統(tǒng)的輸出變量。
本文設(shè)計新型滑模趨近律方程如式(5)所示:
(5)
其中,H(s)=ζ+(1-ξ)e-a|s|
取ζ=0.4;a=200時,H(s)如圖1所示。
圖1 H(s)的函數(shù)描述
從圖中可以看出當(dāng)s→0時,H(s)→1;當(dāng)s→∞時,H(s)→ζ。
式中,k1>0;k2>0;0<α<1;β>1; 0<ζ<1;a>0;Δ為邊界層。
選取滑模面函數(shù)為:
(6)
其中,c>0。
設(shè)位置追蹤誤差為:
e=xd-x1
(7)
式中,xd是位置的給定信號。
對式(6)兩邊求導(dǎo),并將式(4)、式(5)和式(7)代入,可得控制率u為:
(8)
為了提高控制的精度,本文分別采用RBFNN逼近器估計dm和非線性擾動觀測器來估計ds。
RBFNN有著逼近非線性函數(shù)的優(yōu)點,在非線性系統(tǒng)應(yīng)用廣泛[11]。RBFNN由輸入層,隱含層和輸出層組成,其結(jié)構(gòu)如圖2所示。
圖2 RBFNN的原理框架
RBF神經(jīng)網(wǎng)絡(luò)輸出結(jié)果是:
y(x)=WΤφ(x)+ε
(9)
式中,WΤ是連接隱含層和輸出層的權(quán)重矩陣;φ(x)是隱含層的非線性函數(shù);ε是神經(jīng)網(wǎng)絡(luò)的逼近誤差,假設(shè)有界,即ε≤ε*,其中ε*是正常數(shù)。φ(x)選擇高斯函數(shù)如下所示:
(10)
式中,bj和cj分別是高斯函數(shù)的寬度和中心。
(11)
RBFNN的自適應(yīng)律按照式(12),設(shè)計為:
(12)
非線性擾動觀測器設(shè)計為[12]:
(13)
(14)
對式(14)求解微分方程得:
基于自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)逼近器和非線性擾動觀測器,公式(8)控制律改寫為:
(15)
由此,本文所提出的PMLSM伺服系統(tǒng)控制策略原理框圖如圖3所示。
圖3 PMLSM伺服系統(tǒng)控制策略原理框圖
構(gòu)建Lyapunov函數(shù)為:
(16)
(17)
為了驗證所提的控制策略的有效性,本文對PMLSM驅(qū)動的位置控制系統(tǒng),設(shè)計了仿真對比實驗,PMLSM的參數(shù)如表1所示。
表1 電機參數(shù)表
控制器參數(shù)為:k1=50;k2=40;c=15;α=0.5;β=1.2;ζ=0.4;γ=0.015;ci=[-1-0.5 0 0.5 1];bi=5;a=200;ε=5;k=30。
本文將建模誤差dm表述為:
dm=0.01Bnu+0.01Anx2
位置跟蹤信號如圖4a所示:
xd=1.2sin(2πt) mm
負(fù)載擾動如圖4b所示:
則滑模指數(shù)趨近律的控制律u傳統(tǒng)為:
(18)
(a)位置跟蹤信號
(b)PMLSM系統(tǒng)受到的負(fù)載擾動
(c)本文所得的位置誤差曲線
(d)基于傳統(tǒng)滑模趨近律的位置誤差曲線
(e)負(fù)載擾動觀測器所得的仿真結(jié)果
(f)建模誤差逼近器所得的仿真曲線
基于本文控制器和傳統(tǒng)滑模趨近律的控制方法誤差曲線如圖4c和圖4d所示。在突加負(fù)載擾動時,圖4c中誤差突然增加到1.3 μm和1.5 μm,而圖4d中誤差突然增加到2.3 μm和3.5 μm。說明本文提出的控制方法具有更高的跟蹤精度,位置誤差小。圖4d可以看出本文提出的非線性擾動觀測器能夠很好的跟蹤負(fù)載的變化,系統(tǒng)的魯棒性能強。圖4f在4 s之前施加常數(shù)負(fù)載擾動,建模誤差在5%左右,在6 s后施加一個正弦信號的負(fù)載擾動,誤差在8%左右。采用本文設(shè)計的自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)逼近器可以很好地逼近所給定的建模誤差。
針對具有建模誤差和負(fù)載擾動的永磁直線同步電機伺服控制系統(tǒng),本文提出了一種結(jié)合自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)逼近器和非線性擾動觀測器的滑模趨近律的控制策略?;Z吔煽梢蕴岣呦到y(tǒng)的動態(tài)響應(yīng)速度,減弱滑模抖振。通過RBF神經(jīng)網(wǎng)絡(luò)逼近器和非線性擾動觀測器,用以對系統(tǒng)的建模誤差進(jìn)行逼近并對負(fù)載擾動進(jìn)行估計。通過仿真實驗,與傳統(tǒng)的滑模算法相比,本文所提出的控制策略,位置跟蹤精度高,魯棒性強。