Moderna strategija upravljanja
Tradicionalna strategija upravljanja servo motornim pogonom se uglavnom koristi pod uvjetom da je određen model kontroliranog objekta, ne mijenja se i da je linearan, a radni uvjeti i radno okruženje su konstantni. Međutim, dinamički matematički model sinhronog motora sa stalnim magnetima je nelinearni, snažno povezani, promjenjivi vremenski multivarijabilni sustav. U slučaju visokih zahtjeva za performansama, moraju se uzeti u obzir različiti nelinearni efekti, promjene u strukturi i parametrima objekta, te promjene u radnom okruženju. I vremenski promjenjivi i neizvjesni faktori kao što su poremećaji okoliša. Razvoj i primjena moderne teorije upravljanja donekle nadoknađuje nedostatke klasične teorije upravljanja u vremenski promjenjivom nelinearnom stohastičkom sustavu.
(1) Direktna kontrola momenta
Teorija direktnog upravljanja obrtnim momentom je visokoučinkovita strategija upravljanja AC motorom koju su predložili profesor M. depenbrock iz njemačkog univerziteta Ruhr i japanski učenjak i.takahash 1980-ih. Strategija kontrole se takođe zasniva na preciznoj matematici kontrolisanog objekta. Model, ali za razliku od kontrole vektora, analizira matematički model AC motora direktno u koordinatnom sistemu statora bez kompleksnih koordinatnih transformacija. Usvojena je orijentacija polja statora, nije potrebna struja razdvajanja, a zakretni moment i vezanje fluksa se direktno kontroliraju dvopoložajnom kontrolom, čime se izbjegava razlaganje struje statora u komponente obrtnog momenta i pobude i direktno kontrolira stanje uključivanja pretvarač. Dobra kontrola, fokusirajući se na brz odziv momenta kako bi se postigla visoka dinamička snaga obrtnog momenta. Orijentacija direktnog kontrolnog polja momenta koristi statorsko povezivanje fluksa, na koje ne utiču parametri rotora. Sve dok je otpor statora poznat, može se uočiti i nije osjetljiv na parametre motora.
Tehnologija direktnog upravljanja obrtnim momentom je uspješno primijenjena na polju regulacije invertera asinkronog motora, a abb je lansirao seriju proizvoda. Međutim, kod primjene sinkronog motora s permanentnim magnetima, još uvijek postoje problemi u direktnoj kontroli okretnog momenta. Direktna kontrola momenta koristi histerezu magnetnog lanca, a obrtni moment motora pulsira, što direktno utiče na glatkoću rada motora. Direktna kontrola obrtnog momenta treba da prati polazni tok i moment. Točnost je slaba pri malim brzinama, što rezultira lošim performansama rada motora i malim rasponom brzine motora. Zbog male induktivnosti statora motora, strujni udar je velik kada se motor pokrene, a opterećenje se promijeni, a vezivanje fluksa i valovitost momenta su veliki. Osim toga, budući da se početni položaj povezivanja fluksa ne može procijeniti kada je motor nepomičan, motor je teško pokrenuti. Iako su neki naučnici u zemlji i inostranstvu pokušavali i poboljšali strategiju direktnog upravljanja obrtnim momentom sinhronog motora sa permanentnim magnetima u posljednjih nekoliko godina, ova shema kontrole je teško ispuniti zahtjeve tehnologije AC servo pogona.
(2) Kontrola promjenjive strukture kliznog načina
Kontrola varijabilne strukture pripada kategoriji nelinearne kontrole, a njena nelinearnost se pojavljuje kao diskontinuitet kontrole, tj. Komutacijska karakteristika koja mijenja "strukturu" sistema. Kontrolom varijabilne strukture kliznog režima nije potrebno poznavati matematički model sistema. Potrebno je samo razumjeti približan raspon sistemskih parametara i njihovih promjena, tako da kontrola varijabilne strukture ima prednosti brzog odziva, neosjetljivosti na parametre i promjene smetnji, te nema potrebe za online identifikacijom i dizajnom. Sa funkcijom smanjenja reda i razdvajanja, kada sistem ulazi u stanje kliznog režima, prenos stanja sistema više nije pod uticajem prvobitnih promjena parametara i vanjskih smetnji sistema, već je prisiljen kliziti u blizini ravnine prekidača. , sa potpunom samoprilagodljivošću i robusnošću, tako da je upravljanje kliznim režimom uspješno primijenjeno u servo sustavu sa sinkronim motorima s permanentnim magnetima. Međutim, zbog bang-bang kontrole, problem brbljanja je neizbježno uzrokovan, a problem brbljanja je glavna poteškoća u širokoj primjeni kontrole promjenjive strukture kliznog režima. Trenutno, u AC servo motornom sistemu, promjenom strukture kliznog režima, kao što je korištenje strukture kliznog režima visokog reda i procesom filtriranja, problem cvrkutanja uzrokovan kontrolom promjenjive strukture kliznog režima je donekle riješen.
(3) Adaptivna kontrola
Adaptivnu kontrolu je predložio Golcl-well u ranim 1950-im. Kombinira kontrolu povratne sprege s teorijom identifikacije i predlaže utjecaj promjena u karakteristikama kontroliranog objekta, zanošenje i poremećaj okoliša na sistem, ili kada nema mnogo parametara kontroliranog procesa ili su ti parametri u normalnom radu. Promjene, posebno kada postoje sporije varijable, optimiziraju se traženjem određenih pokazatelja uspješnosti kako bi se dovršilo prilagođavanje kontroliranog objekta.
Adaptivne metode koje se trenutno primjenjuju na kontrolu su model referentne adaptivne, samokorektne kontrole identifikacije parametara i razne novo razvijene nelinearne adaptivne kontrole. Model referentnog adaptivnog sistema upravljanja ne zahtijeva precizan matematički model kontrolnog objekta i ne zahtijeva identifikaciju parametara. Ključni problem je da se osmisli zakon o prilagodljivom podešavanju parametara kako bi se osigurala stabilnost sistema dok se signal greške približava nuli. Glavna prednost je u tome što je jednostavna za implementaciju i brza. Međutim, postoje neki problemi u adaptivnom algoritmu, kao što su matematički model i glomazan rad, koji komplikuju sistem upravljanja. Na primjer, identifikacija i korekcija parametara uzimaju određeni vremenski period. Za sisteme sa bržim promjenama parametara, na upravljačke performanse uvelike utječe brzina izračunavanja sustava. Hardver aplikativnog sistema mora biti visok u AC servo pogonu, koji se generalno implementira pomoću 32-bitnog digitalnog procesora signala (DSP) ili polja programabilnog polja (fpga).
(4) Nelinearna kontrola linearizacije povratne sprege
Linearizacija povratnih informacija je metoda nelinearne kontrole dizajna. Osnovna ideja je da se nelinearna sistemska algebra pretvori u (sve ili deo) linearni sistem tako da se mogu primeniti veštine linearnog sistema. Temeljna razlika između nje i obične linearizacije je u tome što linearizacija aproksimacije nije dobivena linearnom aproksimacijom sistema već tranzicijom stanja i povratnom vezom. Poslednjih godina, rezultati teoretskih istraživanja nelinearnih sistema kontrole pokazuju da se nelinearna povratna sprega stanja i odgovarajuća transformacija koordinata mogu koristiti za precizno lineariziranje afinističkog nelinearnog sistema pod određenim uslovima, a ta povratna sprega stanja može garantovati kontrolni sistem. Stabilnost i dobar dinamički kvalitet. Na osnovu precizne metode kontrole linearizacije povratne sprege, uspostavljen je linearizirani model upravljanja sinkronog motora sa permanentnim magnetom. Nakon kontrole linearizacije povratne sprege, može se ostvariti kontrola razdvajanja d i q osa, trenutni učinak praćenja je dobar, a odgovor momenta je brz. Reakcija na brzinu može postepeno da se približi datoj vrednosti, bez statičke razlike, malog prekoračenja i kratkog procesa tranzicije.
(5) Inteligentna strategija kontrole
Klasične ili moderne strategije upravljanja oslanjaju se na matematički model motora i ne rješavaju temeljno probleme kontrole složenih i neizvjesnih sistema. Strategija inteligentne kontrole ima nelinearne karakteristike i može rešiti sisteme sa složenijim kontrolnim objektima, okruženjima i zadacima. Inteligentna kontrola oslobađa ovisnosti o kontroliranom objektnom modelu i kontrolira samo prema stvarnom efektu. U kontroli se može riješiti nesigurnost i netočnost sustava.
Inteligentne strategije kontrole uključuju fuzzy kontrolu, kontrolu neuronskih mreža, kontrolu ekspertnog sistema i robusnu kontrolu i kontrolu genetskog algoritma. Strategije upravljanja neizrazitom kontrolom i neuronskom mrežom su zrele u primjeni servo sistema sa stalnim magnetima.
(6) Fuzzy upravljanje
Fuzzy control je vrsta računarske numeričke kontrole koja se zasniva na fazi agregaciji, fuzzy lingvističkim varijablama i rasuđivanju neizrazite logike. Fuzzy control objedinjuje matematiku i fuzziness, i koristi fuzzy skupove, fuzzy lingvističke varijable i fuzzy rezoniranje kao svoju teorijsku osnovu, to jest, koristeći fuzzy skupove za opisivanje dvosmislenosti u konceptima koje ljudi svakodnevno koriste, sa prethodnim znanjem i stručnim iskustvom kao pravila kontrole , koristeći simulaciju mašine za kontrolu sistema, mogu realno oponašati iskustvo kontrole i metodu nejasne kontrole vještih operatera i stručnjaka.
Fuzzy rezoniranje ne zavisi od preciznih matematičkih modela. Prema ulaznim i izlaznim podacima stvarnog sistema, sistem se može kontrolirati u realnom vremenu s obzirom na radno iskustvo operatera na terenu. Stoga je pogodan za rješavanje upravljačkih problema nelinearnih sistema; Dobra ljepljivost i jaka prilagodljivost, pogodni za vremenski promjenjive i vremenski odložene sustave. Međutim, sposobnost samoučenja nejasne kontrole nije jaka, a pravila kontrole dizajna zavise od iskustva i stručnog znanja, što može uzrokovati netočnost sistema. Jednostavno usvajanje strategije neizrazitog upravljanja zahtijeva više pravila kontrole, zahtijeva puno iskustva osoblja, a preciznost kontrole je relativno niska. Tehnologija neizrazitog upravljanja dobro je primijenjena u dizajnu regulatora struje i regulatora brzine struje servo motora. Međutim, u servo sistemu sa visokim dinamičkim zahtjevima, tehnologija još treba poboljšati.
(7) Kontrola neuronske mreže
Istraživanje neuronske mreže počelo je početkom 1940-ih. Tokom 1980-ih, teorija neuronskih mreža je napravila proboj i postala važna grana inteligentne kontrole.
Neuronska mreža se odnosi na sistem za obradu informacija koji simulira strukturu i funkciju ljudskih kranijalnih nerava inženjerskim tehnikama. Kontrola neuronske mreže ugrađuje funkciju izračuna u fizičku mrežu. U procesu proračuna svaka osnovna operacija ima odgovarajuću vezu s njom. Model neuronske mreže simulira proces aktivnosti neurona ljudskog mozga, uključujući obradu, obradu i čuvanje informacija. Svaki neuron sprema dio sadržaja različitih informacija, a neka oštećenja neurona i uništavanje informacija samo dovode do djelomičnog slabljenja mreže. Neuralna mreža ima prednosti skladištenja distribucije informacija, paralelne obrade, nelinearne aproksimacije, sposobnosti samo-učenja i sposobnosti samoorganizacije. On može u potpunosti aproksimirati proizvoljno složene nelinearne sisteme, i može naučiti i prilagoditi se dinamičkim karakteristikama vrlo nesigurnih sistema. Robusnost, sa sposobnošću da simulira razmišljanje o ljudskoj slici, pogodna je za rad sa sistemima koje je teško opisati sa modelima ili pravilima. Poslednjih godina, ljudi su počeli da pokušavaju da primene tehnologiju kontrole neuronske mreže (ili veštačku inteligenciju ai) na kontrolne sisteme motornih pogona za AC rešavanje problema koji se teško rešavaju tradicionalnim metodama. Upotreba sistema za podešavanje ai ima dobre karakteristike suzbijanja buke, toleranciju kvarova i skalabilnost, i robustan je prema parametrima. To je važan pravac razvoja buduće tehnologije upravljanja motorom.
Trend razvoja servo kontrole servo upravljača visokih performansi
Servo sistem zasnovan na sinkronom motoru sa stalnim magnetima je pravac razvoja servo kontrole. Iako postoje mnoge metode za implementaciju AC servo kontrole, još uvijek postoje problemi kao što su niska točnost sustava, slaba pouzdanost i performanse pri malim brzinama.
Bilo da se radi o tradicionalnoj strategiji kontrole, modernoj strategiji kontrole ili strategiji inteligentne kontrole, svaka strategija kontrole ima svoje prednosti, ali istovremeno postoje i neki problemi. Teško je dobiti idealan kontrolni efekat iz jedne strategije kontrole. To je razvojni pravac visokoučinkovite AC servo kontrole tehnologije u budućnosti kako bi se istražilo kako se infiltrirati i složiti različite strategije kontrole kako bi se poboljšala kontrola performansi servo sustava. Trenutno, kompozitna strategija kontrole uglavnom ima dva oblika: jedan je usvojiti novu strategiju kontrole koja se zasniva na klasičnoj strategiji pid kontrole, kao što je fuzzy pid kontrola, pid kontrola neuronskih mreža, ekspertska pid kontrola, itd .; drugo, usvojiti dva ili više novih tipova kontrola Strategije kao što su kontrola neizrazite neuronske mreže, adaptivna neizrazita kontrola, neizrazita direktna kontrola obrtnog momenta, adaptivna neizrazita kontrola, kontrola kliznog moda direktnog momenta, itd. performanse sistema za kontrolu brzine izmjenične struje i istovremeno imaju jaču robusnost. Kompozitna strategija kontrole postala je fokus aktuelnih istraživanja i glavni trend u budućem razvoju.
Zaključak
Primjerom sinhronog motornog sistema sa permanentnim magnetima, opisani su osnovni principi, prednosti i nedostaci tradicionalne strategije upravljanja, moderna strategija upravljanja i strategija inteligentnog upravljanja u AC servo motornom sistemu, kao i tehnologija upravljanja servo motorima visokih performansi se predviđa. Trend razvoja ukazuje da bez obzira da li se radi o tradicionalnoj strategiji kontrole, modernoj strategiji kontrole ili strategiji inteligentne kontrole, svaka strategija kontrole ima svoje prednosti, ali istovremeno postoje i neki problemi. Teško je dobiti idealan kontrolni efekat iz jedne strategije kontrole. To je razvojni pravac visokoučinkovite AC servo kontrole tehnologije u budućnosti kako bi se istražilo kako se infiltrirati i složiti različite strategije kontrole kako bi se poboljšala kontrola performansi servo sustava.
