步進電機的控制策略

    PID控制

    PID控制作為一種簡單而實用的控制方法,在步進電機驅(qū)動中獲得了廣泛的應(yīng)用。它根據(jù)給定值r(t)與實際輸出值c(t)構(gòu)成控制偏差e(t),將偏差的比例、積分和微分通過線性組合構(gòu)成控制量,對被控對象進行控制。文獻將集成位置傳感器用于二相混合式步進電機中,以位置檢測器和矢量控制為基礎(chǔ),設(shè)計出了一個可自動調(diào)節(jié)的PI速度控制器,此控制器在變工況的條件下能提供令人滿意的瞬態(tài)特性。文獻根據(jù)步進電機的數(shù)學(xué)模型,設(shè)計了步進電機的PID控制系統(tǒng),采用PID控制算法得到控制量,從而控制電機向指定位置運動。最后,通過仿真驗證了該控制具有較好的動態(tài)響應(yīng)特性。采用PID控制器具有結(jié)構(gòu)簡單、魯棒性強、可靠性高等優(yōu)點,但是它無法有效應(yīng)對系統(tǒng)中的不確定信息。   

    目前,PID控制更多的是與其他控制策略相結(jié)合,形成帶有智能的新型復(fù)合控制。這種智能復(fù)合型控制具有自學(xué)習(xí)、自適應(yīng)、自組織的能力,能夠自動辨識被控過程參數(shù),自動整定控制參數(shù),適應(yīng)被控過程參數(shù)的變化,同時又具有常規(guī)PID控制器的特點。   

    自適應(yīng)控制

    自適應(yīng)控制是在20世紀(jì)50年代發(fā)展起來的自動控制領(lǐng)域的一個分支。它是隨著控制對象的復(fù)雜化,當(dāng)動態(tài)特性不可知或發(fā)生不可預(yù)測的變化時，為得到高性能的控制器而產(chǎn)生的。其主要優(yōu)點是容易實現(xiàn)和自適應(yīng)速度快,能有效地克服電機模型參數(shù)的緩慢變化所引起的影響,是輸出信號跟蹤參考信號。文獻研究者根據(jù)步進電機的線性或近似線性模型推導(dǎo)出了全局穩(wěn)定的自適應(yīng)控制算法,這些控制算法都嚴(yán)重依賴于電機模型參數(shù)。文獻將閉環(huán)反饋控制與自適應(yīng)控制結(jié)合來檢測轉(zhuǎn)子的位置和速度,通過反饋和自適應(yīng)處理,按照優(yōu)化的升降運行曲線,自動地發(fā)出驅(qū)動的脈沖串，提高了電機的拖動力矩特性，同時使電機獲得更精確的位置控制和較高較平穩(wěn)的轉(zhuǎn)速。   

    目前，很多學(xué)者將自適應(yīng)控制與其他控制方法相結(jié)合，以解決單純自適應(yīng)控制的不足。文獻設(shè)計的魯棒自適應(yīng)低速伺服控制器，確保了轉(zhuǎn)動脈矩的最大化補償及伺服系統(tǒng)低速高精度的跟蹤控制性能。文獻實現(xiàn)的自適應(yīng)模糊PID控制器可以根據(jù)輸入誤差和誤差變化率的變化，通過模糊推理在線調(diào)整PID參數(shù)，實現(xiàn)對步進電機的自適應(yīng)控制,，從而有效地提高系統(tǒng)的響應(yīng)時間、計算精度和抗干擾性。   

    矢量控制

    矢量控制是現(xiàn)代電機高性能控制的理論基礎(chǔ),可以改善電機的轉(zhuǎn)矩控制性能。它通過磁場定向?qū)⒍ㄗ与娏鞣譃閯畲欧至亢娃D(zhuǎn)矩分量分別加以控制，從而獲得良好的解耦特性，因此，矢量控制既需要控制定子電流的幅值,又需要控制電流的相位。由于步進電機不僅存在主電磁轉(zhuǎn)矩，還有由于雙凸結(jié)構(gòu)產(chǎn)生的磁阻轉(zhuǎn)矩，且內(nèi)部磁場結(jié)構(gòu)復(fù)雜,非線性較一般電機嚴(yán)重得多,所以它的矢量控制也較為復(fù)雜。推導(dǎo)出了二相混合式步進電機d-q軸數(shù)學(xué)模型,以轉(zhuǎn)子永磁磁鏈為定向坐標(biāo)系,令直軸電流id=0,電動機電磁轉(zhuǎn)矩與iq成正比,用PC機實現(xiàn)了矢量控制系統(tǒng)。系統(tǒng)中使用傳感器檢測電機的繞組電流和轉(zhuǎn)自位置,用PWM方式控制電機繞組電流。文推導(dǎo)出基于磁網(wǎng)絡(luò)的二相混合式步進電機模型,給出了其矢量控制位置伺服系統(tǒng)的結(jié)構(gòu),采用神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制策略對系統(tǒng)中的不確定因素進行實時補償，通過最大轉(zhuǎn)矩/電流矢量控制實現(xiàn)電機的高效控制。   

    智能控制的應(yīng)用

    智能控制不依賴或不完全依賴控制對象的數(shù)學(xué)模型，只按實際效果進行控制，在控制中有能力考慮系統(tǒng)的不確定性和精確性,突破了傳統(tǒng)控制必須基于數(shù)學(xué)模型的框架。目前,智能控制在步進電機系統(tǒng)中應(yīng)用較為成熟的是模糊邏輯控制、神經(jīng)網(wǎng)絡(luò)和智能控制的集成。   

    模糊控制

    模糊控制就是在被控制對象的模糊模型的基礎(chǔ)上，運用模糊控制器的近似推理等手段，實現(xiàn)系統(tǒng)控制的方法。作為一種直接模擬人類思維結(jié)果的控制方式，模糊控制已廣泛應(yīng)用于工業(yè)控制領(lǐng)域。與常規(guī)控制相比，模糊控制無須精確的數(shù)學(xué)模型,具有較強的魯棒性、自適應(yīng)性,因此適用于非線性、時變、時滯系統(tǒng)的控制。給出了模糊控制在二相混合式步進電機速度控制中應(yīng)用實例。系統(tǒng)為超前角控制，設(shè)計無需數(shù)學(xué)模型，速度響應(yīng)時間短。   

    神經(jīng)網(wǎng)絡(luò)控制

    神經(jīng)網(wǎng)絡(luò)是利用大量的神經(jīng)元按一定的拓?fù)浣Y(jié)構(gòu)和學(xué)習(xí)調(diào)整的方法。它可以充分逼近任意復(fù)雜的非線性系統(tǒng)，能夠?qū)W習(xí)和自適應(yīng)未知或不確定的系統(tǒng)，具有很強的魯棒性和容錯性，因而在步進電機系統(tǒng)中得到了廣泛的應(yīng)用。將神經(jīng)網(wǎng)絡(luò)用于實現(xiàn)步進電機最佳細(xì)分電流，在學(xué)習(xí)中使用Bayes正則化算法,使用權(quán)值調(diào)整技術(shù)避免多層前向神經(jīng)網(wǎng)絡(luò)陷入局部極小點，有效解決了等步距角細(xì)分問題。