关键字 |
| 转子位置、数学模型、模糊逻辑、PID。 |
介绍 |
| 步进电机广泛应用于机电应用低速扭矩,高速动态定位精度,是决定因素。因此,它可以被发现在许多应用程序中。例如在医学应用等,准确的剂量与蠕动泵或吸液管和透析设备的运动控制。另外,在汽车内燃机包含多个系统控制排放和减少氮氧化物的水平。这些系统总是结合步进电机驱动高效集成阀。在电信,步进电机用于驱动天线和组合器所需的位置。所有这些类型的应用程序需要一个健壮的致动器,可以承受振动和必须快速、准确地响应信号的位置,同时也应该克服动态转矩负载。步进电机具有优于其他类型的汽车,因为它工作在开环,因为它一步一步进行运动时电压脉冲应用阶段。但是,由于其惯性,转子振荡在最终位置之前最终位置。除了这个马达可以失去步骤如果负载转矩的变化快。 |
| 新的可编程架构的使用现场可编程门阵列(FPGA)电路允许我们得到micro-step运动。这消除了转子运动但叶开环控制问题没有解决。为了解决这个问题,有必要引入一个闭环控制技术来提高发动机的性能和鲁棒性的控制。第一种解决方案是引入机械传感器。这个解决方案增加了大小和系统的成本系统变得笨重。此外从过去的经验从汽车应用的分析表明,机械测量的位置或速度受高温和高振动环境。由于这些限制引入机械传感器不适合这种类型的系统。因此,传感器不控制技术。介绍了数字闭环原理为位置控制Fredriksen,郭和隆在1969年,分别为1970人和1984人。他们使用闭环算法为了提高步进电机的定位精度。 The use of selftuning regulator to control the stepper motor speed was introduced by Betin et al. The purpose of the self tuning regulator is to force the controller to adapt the motor operating conditions. But, this kind of control technique is difficult to be implemented in real time because it requires a large amount of floating-point computation, so the sampling period also gets increased. |
| 介绍了一个应用程序的传感器不步进电机驱动系统的驱动技术。驱动系统的特点是传感器不检测转子位置和切换的开关频率的帮助下控制开关。结果,驱动系统可以抑制转子的自然振动步进电机可以实现和期望的位置。 |
数学模型和假设 |
| 汽车被认为是本文的两个阶段步进电机和假设电机参数如下。 |
| 1。均匀气隙存在非凸极和波兰。 |
| 2。通量的分布是正弦。 |
| 3所示。损失或铁和饱和度是微不足道的。 |
| 4所示。自我电感线圈是恒定的。 |
| 根据以上假设,两相步进电机的数学模型在图1所示。 |
 |
| 步进电机可以借助微分方程描述。 |
 |
| 在那里, |
 |
 |
模糊逻辑控制器 |
| 通常在一个模糊逻辑控制器控制信号生成的帮助下与系统知识库和模糊逻辑推理机制。知识库由一系列定义如果. .然后输入规则。的四个主成分可以给出一个模糊逻辑控制器: |
| 1。模糊化接口。 |
| 2。以知识为基础。 |
| 3所示。决策逻辑。 |
| 4所示。去模糊化接口。 |
| 图2显示了一个模糊逻辑控制器的主要元素。 |
 |
| 每一块在模糊控制器执行特定的功能。输出过程采取通常的数据这些数据需要fuzzified进一步处理模糊化接口是用于这一目的。知识库和决策逻辑计算所需的控制动作的一起工作,从系统获得所需的输出。模糊逻辑控制器的控制信号需要转换回范式对去模糊化接口的使用。 |
 |
| fuzzyfication这里三角形隶属度函数的过程(见图3和图4)。这种类型的隶属函数使用映射的模糊逻辑控制器的输入变量值值和每个输入标签。这些函数指定对应于输入变量的隶属函数值在不同的模糊集定义的输入标签。隶属函数规范[0,1]区间,以及隶属函数归一化[1]间隔使用,需要注意的是,每个函数都有自己的比例因子,如果改变比例因子修改相应的映射,所以修改隶属函数分布。 |
 |
| 去模糊化过程只有一个单例隶属函数是用于两个输出语言变量。这个函数也规范化区间[1]。图5显示了一个示例使用的函数。 |
 |
| 表1中指定的规则库。这些规则是使用以前创建的步进电机动态信息,主要是转子的位置特征。这个规则库将帮助决定根据系统的情况。每一次系统的误差和误差的变化考虑在内,特定的规则将被用于控制目的,实现所需的电机轴的位置。 |
| 规则库的模糊逻辑控制器下面。 |
 |
| (NB = -大,海里= -介质,NS = -小,锌=负0,佐薇= 0,ZP积极= 0,p =积极的小点=积极的媒介,PB =积极大) |
采用模糊控制器和MATLAB / SIMULINK模型 |
| 现在一天因为操作简单,易于设计和高鲁棒性传统比例- integral-derivative (PID)控制器使用最广泛的工业控制过程。对于非线性系统,高阶时滞线性系统,特别是没有精确数学模型的复杂系统,模糊逻辑控制器不依赖于数学模型,是一种有前途的控制技术用于当前的应用程序。因为它是很难获得跟踪系统的数学模型,并得到跟踪精度高使用模糊逻辑控制器和PID控制结合在一起。 |
| 获得了系统的MATLAB / simulink模型,如下所示。 |
 |
结果和分析 |
| 以上模型用于模拟的目的。这里的输入信号给系统阶跃函数信号的振幅1,和采样时间为1毫秒。在特定时间扰动的振幅1应用于控制器。从这个模型后得到的结果。这个仿真的输出结果如下所示。 |
 |
| 图7中的输出显示了误差和误差的变化。这里轴表示时间和轴振幅表示错误。这里误差的变化可能是高或低。根据这个错误模糊逻辑控制器与PID将试图抑制系统中的错误。 |
 |
| 图8显示了模糊控制器的输出是如何改变对时间。这里轴表示时间和桠溪表示输出的振幅。当误差变化对时间模糊控制器的输出变化迅速,抑制误差。最初控制器的输出是高的,但在特定的时间就会减少,落定在零值附近。 |
 |
| Proportional-integral-derivative (PID)参数变化会改变根据错误所以最初当错误高误差最小化所需的控制作用也高(见Fig.9)控制器最小化误差的控制作用也会最小化,在零值附近驻扎下来。 |
 |
| 最后借助模糊逻辑控制器和PID所需的位置可以实现步进电机(见Fig.10)。最初的反应显示了过冲和在某些情况下,它可以振荡。但控制器最小化误差和位置得到解决所需的值。 |
结论 |
| 在这个工作使用模糊逻辑控制器与PID的帮助下提高系统响应和模拟可以看出,单步位置响应提高步进电机的控制技术。这种模拟是在MATLAB / simulink中完成。结果表明,误差随时间如何变化和最小化误差控制器采取适当的控制措施。沉降时间和超调的时间也减少了。因此所需的步进电机的位置可以使用这种控制技术实现。 |
承认 |
| 我要感谢J山姆先生Jeba Kumar Asst.教授,冰系SRM大学直接或间接支持我的意思。 |
引用 |
- 。李郑Yamatake-Honeywell,“一个实用指南的比例和积分(PI)模糊控制器”有限公司Proc. IEEEInter。Conf.模糊系统。633 - 640年,1992年。
- 。铃木t .矢野,t . m . Sonoda和m .金子“发达球形步进电机基本特征”。Proc. InternationalConference智能机器人和系统,kyongyu、韩国1999年1393 - 1398。
- 。最大功率Acarnley。“步进电机:现代理论和实践指南”彼得•Peregrinus 159年伦敦,1984年。
- 。r .狙击兵和p . Filev。“模糊建模和控制的要点”约翰威利& Sons,纽约383年,1994年版。
- 。t·r·Fredriksen闭环步进电机的“应用程序”,IEEE反式。自动售货机。来讲,AC-13卷,第474 - 464页,1968年10月
- 。b . c .郭“闭环和速度控制的汽车”,第三为基础。计算机协会。增量运动控制系统和设备,香槟分校,1974年5月6 - 8日。
- 。f . Betin m . Deloizy, c . Goeldel”闭环控制的步进电机驱动:对比PID控制,自我调优regulationand模糊逻辑控制”,欧元。电力电子。J。,vol. 8, no. 1-2, pp. 33-39, June 1999.
- 。隆Kenjo,“步进电机和微处理器控制”,牛津大学出版社,1984年。
- 。村李狗。“模糊逻辑控制系统:模糊逻辑控制器——第一部分”,IEEE反式。在系统中,人,和网络,20.(2),404 - -418 (1990)。
|
菜单
