「直线电机应用」直线电机伺服驱动系统的控制模式有哪些？

直线进给伺服驱动系统的控制模式

 

 

 

　　高速和超高速加工要求数控机床的伺服驱动装置具有极高的加、减速度性能，而且对伺服精度同样提出了相当高的要求。高速和高精度是矛盾的，往往难以同时得到满足，但在直线伺服驱动系统中必须同时得到满足，这就要求控制系统必须采取有效的控制策略抑制各种扰动。一个成功的控制策略总是基于对对象模型结构基本清楚的认识，从某一具体对象的特性出发，针对产生扰动的不同原因，采取相应的控制技术，实现有效控制。在满足主要要求的同时，兼顾伺服系统对指令的跟踪能力和抗干扰能力。在直线进给伺服控制系统中采用的控制策略主要包括：

 

 

传统的控制模式

 

　　在对象模型确定、不变化且为线性，操作条件、运动环境不变的情况下，采用传统控制模式是一种有效的控制方法。传统的控制模式包括pid反馈控制、解耦控制、smith预估控制算法等。其中pid控制算法是交流伺服电动机驱动系统中最基本的控制形式，控制应用广泛。smith预估计器与控制器并联，对解决伺服系统中逆变器电力传输延迟和速度测量滞后所造成的速度反馈滞后影响十分有效，与其它控制算法结合，可形成更有效的控制策略。

 

　　现代控制模式

 

　　在高精度微进给的加工领域，必须考虑对象的结构和参数变化、各种非线性的影响、运行环境的改变和干扰等时变和不确定因素，才能得到满意的控制结果。因此，将现代控制技术应用于直线伺服电动机的控制研究得到了控制专家的高度重视。

 

　　自适应控制

 

　　自适应控制大体可分为模型参考自适应控制和自校正控制两种类型。模型参考自适应控制是在控制器─控制对象组成的基本回路外，还建立一个由参考模型和自适应机构组成的附加调节电路。自适应机构的输出可以改变控制器的参数，或对控制对象产生附加的控制作用，使伺服电动机的输出和参考模型的输出保持一致。自校正控制的控制回路，由辨识器和控制器设计机构组成，辨识器根据对象的输入和输出信号，在线估计对象的参数，并以此估算作为对象的真值送入控制器的设计机构，按设计好的控制规律进行计算，计算结果送人可调控制器，形成新的控制输出，以补偿对象的特性变化。对于直线伺服电动机特性参数变化缓慢的一类扰动及其它外界干扰对系统伺服性能的影响，可以采用自适应控制策略加以降低或消除。

 

　　滑模变结构控制

 

　　滑模变结构控制系统是一类特殊的非线性系统，其非线性表现为控制的不连续，即一种使系统“结构”随时变化的开关特性。利用不连续的控制规律不断地变换系统的结构，迫使系统的状态在预定的空间轨线上运行。最后渐进稳定于平衡点或平衡点允许的领域内，即滑动模态运动。该控制方法的最大优点是系统一旦进入滑模状态，便对控制对象参数及扰动变化不敏感，无需在线辨识与设计，具有完全的自适应性和鲁棒性，因而在直线伺服系统中得到了成功的应用。

 

　　鲁棒控制

 

　　针对伺服系统中控制对象模型存在的不确定性（包括模型不确定性、降阶近似、非线性的线性化、参数与特性的时变、漂移、外界扰动等），设法保持系统的稳定鲁棒性和品质鲁棒性。h∞控制是其中较为成熟的方法，该方法是从系统的传递函数矩阵出发设计系统，使系统由扰动至偏差的传递函数矩阵的h∞范数取极小或小于某一给定值，并据此来设计控制器，对抑制扰动具有良好的效果。

 

　　预见控制

 

　　预见控制不但根据当前目标值，而且根据未来目标值及未来干扰来决定当前的控制方案，使目标值与受控量间偏差整体最小。这是属于全过程控制期间某一评价函数取最小值的最优控制理论框架。预见控制伺服系统是在普通伺服系统的基础上附加了使用未来信息的前馈补偿后构成，它能极大地减小目标值与被控制量的相位延迟，从而使预见成为伺服系统真正实用的控制方法。

 

　　智能控制模式

 

　　对控制对象环境与任务复杂的伺服系统宜采用智能控制方法。模糊逻辑控制、神经网络和专家控制是当前比较典型的智能控制策略。其中模糊控制器，已有商品化的专用芯片，因其实时性好、控制精度高，在伺服系统中已得到应用。神经网络从理论上讲具有很强的信息综合能力，在计算速度能够保证的情况下，可以解决任意复杂的控制问题。但目前缺乏相应的神经网络计算机的硬件支持，在直线伺服中的应用有待于神经网络集成电路芯片生产的成熟；而专家控制一般用于复杂的过程控制中，在伺服系统中的研究较少。