高性能伺服驱动的控制方法研究
扫描二维码
随时随地手机看文章
引言
高性能伺服驱动要求具备良好的静态和动态性能。伺服驱动器内部控制回路主要由位置环、速度环及电流环三环构成,伺服性能的好坏直接受三个环路的控制特性影响。对三环的理论研究已经比较成熟,可是三个环路的控制参数即使调整到最佳状态,在受到外部强干扰时依然会出现转速、转矩急剧变化,导致运行性能变差。
本文介绍了一种基于电流环的抗扰模块,此模块通过实时监测电机转子的实际位置与转动速度,实时计算出扰动转矩,作为电流环给定转矩指令的补偿,很大程度上削弱了扰动带来的不良影响。该模块计算量小、需要调节参数少,是一种提高伺服响应速度和鲁棒性的实用方法。
1实时抗扰模块模型
抗扰模块采用的是一种经过降阶处理的特殊Kalman观测器,Kalman观测器是由R.0.Kalman在20世纪E0年代提出的一种最小方差意义上的最优预测估计的方法。它的最大特点就是可以很大程度上减小测量噪声和随机干扰的影响,它可以根据系统当前的状态变量估计的误差来实时调整系统的反馈增益,通过对噪声特性矩阵的选择来达到加快状态估计的收敛速度,并能同时保持系统的稳定,通过递推算法寻找到最优的状态反馈增益。全阶观测器的状态方程如下所示:
式中,f为摩擦系数:J为转动惯量:w3为转子机械角速度:o3为转子位置:7r为负载转矩:7em为电磁转矩。
上面所述是全阶卡尔曼滤波负载扰动观测器的状态方程,实现此全阶观测器需要的代码量很大,占用了大量的运算时间,甚至可能会造成中断周期的混乱,带来不可预期的后果。如前面所述,本文目的是估算负载转矩,因此可以在保证系统较好地对负载转矩进行观测的前提下对观测器进行降阶,同时可以大大减小负载观测器的运算时间,保证系统的正常运行,降阶后观测器的状态方程如下所示:
写成矩阵方程的形式为:
近似用一阶欧拉法把上式展开为离散迭代形式:
式中,7s为数据采样周期。
在离散域中,考虑系统误差和测量噪声的影响w,系统状态方程为:
改进后的负载观测器只需要输入电机电磁转矩和角速度两个参数,输出观测转速和负载转矩。将负载转矩作为参考转矩的实时补偿,当负载出现突变或其他波动的时候,负载扰动观测器的加入可以减小速度和转矩的跌落幅度以及恢复时间,大大提高控制器的响应速度和鲁棒性。
为了增加系统的可调性,本文在观测器的输出端还增加了一个增益系数,增益系数可以在0~l范围内调整,增大增益系数可以提高系统的响应速度和鲁棒性,但会造成系统超调过大,以及可能会造成系统不稳定:减小增益系数会减小响应速度和鲁棒性,但不会对系统稳定性造成影响。可以根据实际系统的不同工况,调节增益系数和低通滤波器的截止频率,使系统处于最优的性能状态。
2仿真分析
为了验证抗扰模块的有效性,在Matlab/simulink环境下,利用其丰富的模块库,建立了永磁同步电机调速系统仿真模型,仿真及实验用电机参数如表1所示。系统采用模块化建模的方法,将调速系统分为几个功能独立的子模块。图1为电机仿真系统图,其中主要包括:转速控制模块、逆变器模块、电机本体模块、抗扰模块。将这些功能模块有机整合,在Matlab/simulink下建立了验证环境。
在仿真时,速度指令给定为5003/min的阶跃信号,比较抗扰模块开启与关闭时伺服系统对负载突然发生变化时的收敛速度与抗扰能力。在时间T1=0.05s时加0.5倍的额定负载,观察电机从空载到负载状态时的响应效果:系统稳定后,在T2=0.1s时去掉0.5倍的额定负载,观察电机从负载状态到空载的响应效果。从图2中对比可以看出,突加减载时,开启抗扰功能后的速度变化值不到抗扰功能关闭时的50%,证明了抗扰模块理论设计的正确性。
3实验分析
为了验证抗扰模块的正确性及有效性,在一对拖平台上进行实验验证。对拖伺服系统是安川Sigma7系列伺服配套1.5kw安川永磁同步伺服电机,由安川电机来对实验电机进行加载与去载实验。实验中,电机转速波形与电流波形的监控通过伺服开发软件KeilUvision中自带的LogicAnalyzer来实现。LogicAnalyzer可以实现多路数据的实时同步监控。
图3所示为电机转速500r/min时,同时监控电机转速与转矩电流。从图3(a)中可看出,在抗扰功能关闭的情况下,加载时,电机速度跌落15.4%,卸载时,电机速度超调14.8%:从图3(b)中可看出,在抗扰功能开启时,电机速度跌落7.6%,卸载时,电机速度超调6.8%。
4结语
本文提出的实时抗扰模块仿真和实验结果均表明,增加的抗扰模块弥补了传统的三环控制器不能很好地兼顾转速跟踪性能和对负载干扰的抑制能力的缺点,在保证系统稳定性的前提下提高了系统的动态性能。在负载扰动发生变化时,能及时有效地补偿负载扰动所引起的转速变化,减小突变负载带来的不利影响,系统的抗负载扰动能力及动态特性均得到了很大提升,适用于工作在复杂负载工况下的伺服。