孫偉翔,侯 森,戴明陽,張曉華
(1.華東瑯琊山抽水蓄能有限責任公司,安徽滁州 239000;2.中國電子科技集團第五十八研究所,江蘇 無錫 214100;3.青島前灣集裝箱碼頭有限責任公司,山東 青島 266500)
如今我國起重設備的發(fā)展位于世界前列,相關設備主要應用于工礦、碼頭、交通運輸等領域。傳統(tǒng)起重機多以旋轉電機為驅動源,通過變速器連接皮帶、齒輪等傳動機構,使電機高速旋轉并牽引吊具運動。傳統(tǒng)橋機常采用PID 控制,PID 控制雖然具有精度高、通用性強等優(yōu)點,但在運用過程中需要建立精確的數學模型,控制參數也需要人工進行調整,控制缺乏靈活性,通常無法滿足非線性系統(tǒng)的控制要求?,F(xiàn)代制造業(yè)中對橋式起重機的研究大多將人工智能算法引入控制系統(tǒng),以提高橋機的工作性能[1-3],研究者采用如神經網絡控制、矢量控制、迭代控制等算法對橋機系統(tǒng)進行控制,并取得了一定效果[4-10]。傳統(tǒng)橋式起重機結構復雜,存在系統(tǒng)笨重、運行過程噪音大、維護困難等缺點。隨著直線電機技術的不斷完善,應用范圍越來越廣。將直線電機引入到橋式起重機上,不但可以克服部分傳統(tǒng)旋轉電機結構上的不足,而且具有低轉速、大轉矩、小體積、無噪音、環(huán)境適應性強等優(yōu)點[11-12]。由于直線電機具有非線性、強耦合等特點,會使系統(tǒng)更容易受到外界干擾。為減少外界造成的影響,本文采用PID 控制結合模糊控制技術模擬人腦推理計算過程,設計模糊PID控制器對直驅橋式起重控制系統(tǒng)進行優(yōu)化。仿真結果表明,基于模糊PID 控制的直驅橋式起重系統(tǒng)相比傳統(tǒng)橋式起重系統(tǒng)啟動更加平滑,具有更好的魯棒性,可使推力超調降低18.6%。
整個直驅橋式起重機結構由永磁同步直線電機(Permanent Magnet Synchronous Linear Motor,PMLSM)和盤式直線電機兩部分構成,PMLSM 作為橋式起重機橫梁走向的驅動源,盤式直線電機驅動吊具。整個系統(tǒng)由直線電機初級電樞繞組(定子)、動子、吊具等組成,其中直驅橋式起重機系統(tǒng)結構如圖1 所示。
Fig.1 Structure of direct drive bridge crane圖1 直驅橋式起重機結構
直驅橋式起重機系統(tǒng)主要利用永磁同步直線電機直接驅動的特點,其數學模型可簡化為PMLSM。在建立PMLSM 理想數學模型之前,對條件作以下假設[13-15]:①忽略鐵心飽和及溫度的影響;②不計鐵芯渦流、磁滯損耗;③不考慮電機縱向端部效應,電機永磁無阻尼;④永磁體電導率為零且磁場恒定;⑤電樞繞組感應電勢呈正弦波分布,線圈均勻分布。
對PMLSM進行d-q坐標變換。其中,PMLSM 的d-q軸電壓方程為:
式中,W為電機速度,τ為極距,R為電樞電阻,φf為永磁體磁鏈,Ld、Lq分別為直軸與交軸電感,Ud、Uq分別為直軸與交軸電壓,id、iq分別為直軸與交軸電流。
在無任何外力的情況下,電機輸入功率為:
式中,φd、φq分別為d、q軸磁鏈;Fd、Fe分別為負載阻力和電磁阻力;Bv為粘性摩擦系數;M為PMLSM 自身質量。
根據上述數學表達式,PMLSM 結構框圖如圖2 所示。
Fig.2 PMLSM structure block diagram圖2 PMLSM 結構框圖
模糊控制是將自然語言模糊化,采用模糊邏輯處理后再進行模糊化處理,以實現(xiàn)對對象的控制。模糊控制結構如圖3 所示。
Fig.3 Fuzzy control structure圖3 模糊控制結構
PID 控制的中心理論為將偏差比例以及微、積分按照一定方式的線性組合建立控制系統(tǒng),如今PID 控制技術已成為工礦控制領域的核心技術之一[16-18]。對于PID 控制的數學表達,可描述為:
模糊控制思想建立在人類大腦推理、模糊性思維的基礎上,其具有專家控制的經驗基礎,又綜合了人腦推理思維的優(yōu)點,在當今智能控制領域具有一定的實際意義。PID 控制特性由PID 的3 個參數確定,但其控制參數一旦設定則無法更改,這也是傳統(tǒng)PID 控制的局限所在。為改善傳統(tǒng)PID 控制器較為單一的特點,本文在傳統(tǒng)PID 控制的基礎上引入模糊控制,設計了一種模糊PID 控制器。通過模糊控制的隸屬度函數、模糊規(guī)則等實現(xiàn)對傳統(tǒng)PID 控制器的優(yōu)化。其中,被控量偏差e、變化率ec分別為模糊控制器的兩個輸入變量,最終通過優(yōu)化后的輸出變量整定PID參數。模糊PID 控制器結構如圖4 所示。
Fig.4 Structure of fuzzy PID controller圖4 模糊PID 控制器結構
輸入變量e、ec,輸出△Kp、△KI、△Kd的模糊子集均設為{NB NM NS Z PS PM PB},隸屬度函數選擇三角形函數,誤差論域為[-1,1]。設誤差變化率ec的論域為[-1 000,1 000],本文采用Mamdani 推理規(guī)則執(zhí)行模糊運算[19-20]。模糊規(guī)則如表1 所示。
Table 1 Fuzzy rule表1 模糊規(guī)則
為驗證模糊PID 控制器對直驅橋式起重機系統(tǒng)性能的影響,本文利用MATLAB/Simulink 對直驅橋式起重機系統(tǒng)及模糊PID 控制器進行仿真。模糊PID 控制器仿真模型如圖5 所示。
Fig.5 Simulation model of fuzzy PID controller圖5 模糊PID 控制器仿真模型
所選直驅橋式起重機的驅動單元電機參數為:R=2.65Ω,φf=0.3V·s,Ld=Lq=26.7mH,τ=16mm,M=28kg,Bv=4N·s/m。在MATLAB/Simulink 中建立的基于模糊PID 控制的直驅橋式起重機系統(tǒng)仿真模型如圖6 所示。
圖7 為直驅橋式起重機在不同控制方式下的推力曲線圖,仿真時間設定為0.6s。為驗證系統(tǒng)控制特性,在0.36s時設置推力突變,將推力由1 000N 降至500N。從圖中可以看出,傳統(tǒng)PID 控制在啟動初期產生的瞬時推力可達到1 485N,而模糊PID 控制產生的推力為1 250N。對比給定推力,傳統(tǒng)PID 與模糊PID 控制下的推力超調分別為37.5%和18.9%,模糊PID 控制的直驅橋式起重機系統(tǒng)相較于傳統(tǒng)PID 控制的超調量更小,在推力突變后波動小,且恢復響應更加平穩(wěn)、迅速。
Fig.6 Simulation model of direct drive bridge crane system based on fuzzy PID control圖6 基于模糊PID 控制的直驅橋式起重機系統(tǒng)仿真模型
Fig.7 Thrust curves under different control modes圖7 不同控制方式下的推力曲線
圖8 為旋轉電機和直線電機驅動在不同控制方式下的速度響應仿真對比。仿真結果顯示,傳統(tǒng)PID 控制的旋轉電機驅動響應速度緩慢,超調量大;PID 控制的直線電機驅動依然存在速度超調的問題,而模糊PID 控制的直線電機驅動相較于前兩者速度基本無超調、無波動,且速度上升更加平穩(wěn)。
Fig.8 Speed response curves under different control modes圖8 不同控制方式下的速度響應曲線
針對傳統(tǒng)旋轉電機驅動的橋式起重機系統(tǒng)在運行過程中存在的噪聲干擾、參數擾動、非線性等問題,本文根據直線電機直接驅動的特點建立直驅橋式起重機結構,并結合模糊控制,在傳統(tǒng)PID 控制的基礎上對橋式起重機系統(tǒng)進行了優(yōu)化。通過在MATLAB/Simulink 中搭建仿真模型,對不同控制方式下的推力和速度響應進行仿真對比。從仿真結果可以看出,模糊PID 控制的直驅橋式起重機系統(tǒng)推力響應更加快速、平穩(wěn),對外界擾動的恢復能力強,速度曲線更加平滑無波動、超調量小,具有更強的魯棒性,可為直線電機在相關領域的應用提供參考。