论文部分内容阅读
随着现代工业生产数字化、自动化、网络化程度的不断提高，多电机同步协调控制成为了研究和讨论的热点。针对控制平台响应速度慢、控制效果不理想以及单纯自抗扰控制器（Active Disturbance Rejection Controller,ADRC）存在的一些弊端，本文以三电机系统为例，自主构建了基于多微处理器的实验平台，提出了三种以ADRC为基础的复合自抗扰控制，在理论分析、方案设计、仿真分析以及稳定性证明等多个方面进行了深入地研究，最后在本实验平台完成相应的实验验证和性能分析。 在三电机同步控制系统的速度控制模块中，应用一阶优化自抗扰（First-order Optimization Active DisturbanceRejection Controller,FOADRC）控制主电机速度时，启动经常会伴随较大的超调量，针对该问题，将模糊免疫控制技术与ADRC控制技术相结合提出了模糊免疫自抗扰控制（FuzzyImmune Active Disturbance Rejection Controller,FI-ADRC）算法，利用模糊免疫技术实时调整ADRC的增益系数，同时对控制系统的稳定性能进行了理论证明；通过仿真和实验对比证明：对比FOADRC，FI-ADRC能够有效地压制速度控制子模块的启动超调量，在一定程度上调和了小超调量和系统快速响应之间的矛盾，实现小超调快启动；同时对比比例-积分-微分（Proportion Integration Differentiation，PID）控制，FI-ADRC还具有较强的抗干扰性能和解耦性能。 众所周知，ADRC的补偿系数变化在30％以内时对控制性能影响不大，但是在一些特殊场合（例如卷绕负载场合），转动惯量可能会有0-300%左右的变化，而根据公式推导可知，ADRC的补偿系数和转动惯量成反比关系，即要求ADRC的补偿系数的变化远在30%以上，如果不能合理地进行补偿，系统将会出现欠补偿或者超补偿的情况，影响系统的控制性能。针对这一问题，提出了参数自适应控制，为了进一步提高系统的鲁棒性能，结合参数自适应技术提出了基于自适应参数辨识的小脑模型复合自抗扰控制（Cerebellar Model Articulation Controller-Adaptive Parameter Identification Active Disturbance Rejection Controller,CMAC-APIADRC）算法，通过模型参考自适应辨识算法对系统的转动惯量进行在线辨识，经过仿真表明，CMAC-APIADRC能够在线对 ADRC的补偿系数进行辨识并进行合理补偿。同时利用CMAC学习ADRC，采用CMAC-APIADRC算法进行仿真和实验，在抗干扰特性、鲁棒性能、跟踪特性等方面同一阶优化自抗扰控制（First-orderOptimization Active Disturbance Rejection Controller,FOADRC）以及小脑模型复合PD（Cerebellar Model Articulation Controller-Proportion Differentiation,CMAC-PD）控制策略进行对比，最后从理论角度对三电机乃至N电机系统的稳定性能进行了证明；仿真和实验表明，CMAC-APIADRC在控制性能方面要优越于FOADRC以及CMAC-PD控制。 针对多电机系统输出存在测量噪声的问题提出了线性优化自抗扰复合卡尔曼滤波器（Linear Optimization Active Disturbance Rejection Controller-KALM,LOADRC-KALM）控制算法，设计相应的主电机速度控制器以及张力控制器，对系统的控制性能进行了仿真和实验，同单纯的线性优化自抗扰（Linear Optimization Active Disturbance Rejection Controller,LOADRC）控制算法作对比，结果表明，LOADRC-KALM在跟踪、解耦、抗干扰等多个控制性能方面要优于LOADRC控制，能够在一定程度上解决测量噪声问题。 原有的实验平台采用以S7-300为控制核心，采用轮询机制，控制周期在100毫秒左右，控制效果差，针对该问题，对实验平台进行了重新构建，采用以多微处理器为核心的控制平台，利用CPLD的硬件同步特性实现多RS485总线的同步并发控制，将控制周期减少到10毫秒左右，系统的控制带宽提高了近10倍，控制性能得到了有效提高。该控制平台在服务器部分采用高级语言Delphi结合SQL数据库实现，在DSP部分主要完成两种控制算法的功能以及彩屏控制的驱动等功能；在CPLD部分主要实现多RS485总线的同步并发控制、完成等精度测频、同DSP以及单片机模块的通信，以及全数字低通滤波器等模块的设计。 实验证明，本控制实验平台，可以有效地降低系统的控制周期，从而提高系统的控制能力，同时在控制的数字化、网络化、人性化方面相比实验平台都有了显著的提升。