一种数控机床驱动用直线伺服电机控制方法
【专利摘要】本发明公开了一种数控机床驱动用直线伺服电机控制方法，通过反馈信号检测模块、位置控制环、速度控制环和电流控制环对正弦波直线电机进行控制，所述反馈信号检测模块包括位置检测模块、速度检测模块和电流检测模块；其中位置控制环采用PI反馈控制和神经网络给定补偿控制相结合的复合控制方法，速度控制环采用带干扰观测器的模糊控制器，电流控制环采用带有PI调节器的空间矢量PWM调制技术。本发明将神经网络补偿的IP控制技术、模糊控制以及交流电机的矢量控制结合在一起，提高了直线伺服电机的抗干扰能力、动态响应能力和系统的稳态精度。
【专利说明】一种数控机床驱动用直线伺服电机控制方法
【技术领域】
[0001]本发明涉及一种高精度数控机床进给驱动用直线伺服电机的控制方法，尤其涉及一种带有IP反馈控制和模糊控制的直线伺服电机的矢量控制方法。
【背景技术】
[0002]直线永磁交流伺服系统省掉了机械传动机构，将负载直接与永磁直线同步电动机PMLSM的动子相连，把控制对象与电机做成一体化结构，消除了机械速度变换机构所带来的一些不良影响，如摩擦机械后冲弹性变形等，在高精度微进给伺服系统应用中具有非常大的优势。但是，由于直线电机直接与加工刀具连接，外部负载的扰动、摩擦力会直接传给直线电机，再考虑到直线电机在工作时各种参数的变化以及控制系统的不确定因素的影响，这就对直线电机的控制提出了更高的要求。
[0003]由于正弦波直线永磁电机具有高功率密度以及快速、精确的高控制性能，使其成为进给驱动用直线电机的首选。对于这种电机控制方法的研究一直以来是一个热点，例如采用鲁棒控制技术来克服控制系统的各种扰动，但这种方法是基于精确模型参数的控制方法，而直线电机的模型具有诸多不确定性而且有些参数难以测量。有人考虑采用传统的自适应控制方法，包括模型参考自适应控制、自调节控制以及滑模变结构控制等，这类控制方法的优点是可以摆脱对电机精确参数的依赖。智能控制技术如模糊控制、神经网络控制等近年来已经被研究者应用于伺服驱动控制中，并取得了理想的运动控制性能。但是目前还没有将带神经网络补偿的IP控制、带干扰观测器的模糊控制以及交流电机的矢量控制结合在一起的技术用于电机控制中。
【发明内容】
[0004]发明目的:为了克服直接进给驱动控制系统中出现的在外部干扰影响下系统不稳定、控制精度差和动态响应能力低等问题，本发明提供一种将带神经网络补偿的IP控制和模糊控制相结合的正弦波直线伺服电机的控制方法，该控制方法将自适应控制、模糊控制已及交流电机的矢量控制结合在一起，可有效地克服各种扰动和不确定性对控制系统的影响，能够直线伺服电机的稳定性、精确度和动态响应能力。
[0005]技术方案:为实现上述目的，本发明采用的技术方案为:
[0006]一种数控机床驱动用直线伺服电机控制方法，该控制方法通过反馈信号检测模块、位置控制环、速度控制环和电流控制环对正弦波直线电机进行控制，所述反馈信号检测模块包括位置检测模块、速度检测模块和电流检测模块；具体控制方法包括以下步骤:
[0007](I)位置检测模块将检测的动子实时位移信号X与给定位移信号X*进行比较，产生位移误差ΛΧ，将位移误差Λ X传送给位置控制环，作为位置控制环的输入信号；
[0008](2)位置控制环采用PI反馈控制和神经网络给定补偿控制相结合的复合控制方法，位移误差Λ X经过PI控制器后输出给定速度信号Z ；
[0009]在PI控制器中引入神经网络给定补偿控制器，通过神经网络给定补偿控制器的输出信号v?Pl和ν_对速度误差△ V的补偿，消除直线电机端部效应引起的推力对直线伺服系统性能的影响；所述神经网络给定补偿控制器包括两个具有相同结构和联结权值的组成部分，即神经网络NN1和神经网络NN2 ;所述神经网络NN2用于辨识被控对象的模型，对被控对象进行逆向建模，神经网络NN2的输入为动子实时位移信号X以及Vcmpl+Λ V，神经网络NN2的输出为速度信号Vempl ;所述神经网络NN1作为给定补偿控制器，神经网络NN1的输入为给定位移信号X*以及Vcmpl+ Δ V,神经网络NN1的输出为速度补偿信号ν_，当被控对象变化时，神经网络NN1随之变化；
[0010]PI控制器输出的给定速度信号/与速度检测模块测量的实际速度信号V进行比较产生速度误差Λ V和速度误差变化率d Λ V，将速度误差Λ V和速度误差变化率d Λ V传送给速度控制环，作为速度控制环的输入信号；
[0011](3)速度控制环采用带干扰观测器的模糊控制器，首先将速度误差△ V和速度误差变化率d △ V使用模糊控制器进行模糊化处理，然后根据模糊规则进行模糊推理获得模糊推理得到的q轴电流值i/，再对i/进行去模糊化处理获得i,’ ；同时将q轴给定电流
和实际速度信号V作为干扰观测器的输入信号，干扰观测器的输出信号经低通滤波器后得到的补偿电流对i,’进行补偿，得到给定电流1:，将传送给电流控制环，作为电流控制环的输入信号；使用观测模型简单的干扰观测器能够消除稳定干扰力(如负载)对直线伺服系统带来的影响，使直线电机的速度可以得到很好的控制；
[0012](4)电流检测模块将测定的三相电流信号经过park变换abc/dq后得到d轴实际电流id和q轴实际电流i,，将id和i,传送给电流控制环，作为电流控制环的输入信号；
[0013](5)电流控制环采用带有PI调节器的空间矢量PWM调制技术，d轴给定电流i/和q轴给定电流G分别与d轴实际电流^和q轴实际i,进行比较后的差值，经过PI调节器后输出d轴电压分量Ud和q轴电压分量uq, Ud和Uq经2/3坐标变换后输出旋转坐标系下的三相电压，所述三相电压经空间矢量PWM模块产生6路PWM输出，控制逆变器输出电流的大小，从而控制电机的输出转矩。
[0014]优选的，所述步骤(2)中，神经网络采用加动量的BP算法，收敛速度快。
[0015]优选的，所述模糊控制器采用重心法，模糊控制器的输出采用单值输出法。
[0016]优选的，所述电流检测模块包括电流互感器。
[0017]优选的，所述位置检测模块包括光栅尺。
[0018]有益效果:本发明提供的数控机床驱动用直线伺服电机控制方法，电流控制环采用的电压空间矢量PWM方法可以有效降低功率开关器件的开关损耗，提高了系统的动态响应能力；速度控制环采用的带干扰观测器的模糊控制法在速度响应快的同时能够消除静态误差；位置控制环采用的带神经网络给定补偿的IP控制方法具有很强的鲁棒性，可以消除PMLSM的端部效应引起的推力波动对直线伺服系统性能的影响，保证了伺服系统的定位精度；采用正弦波直线电机直接进给驱动方式代替传统的“旋转伺服电机+滚珠丝杠”的进给方式，可以大大提高伺服系统的速度、加速度、动态响应能力和精确度；本发明将神经网络补偿的IP控制技术、模糊控制以及交流电机的矢量控制结合在一起，提高了直线伺服电机的抗干扰能力、动态响应能力和系统的稳态精度，特别适用于进给驱动装置采用直线电机的高速数控机床的高精度伺服系统中。【专利附图】
【附图说明】
[0019]图1为本发明的控制框图；
[0020]图2为模糊控制的组成部分框图；
[0021]图3为干扰观测器与低通滤波器的结构框图；
[0022]图4为速度控制环中的隶属函数；
[0023]图5为神经网络结构图；
[0024]图6为神 经网络给定补偿结构图。
【具体实施方式】
[0025]下面结合附图对本发明作更进一步的说明。
[0026]如图1所示为一种数控机床驱动用直线伺服电机控制方法，该控制方法通过反馈信号检测模块、位置控制环、速度控制环和电流控制环对正弦波直线电机进行控制，所述反馈信号检测模块包括位置检测模块、速度检测模块和电流检测模块；所述电流检测模块采用电流互感器，所述位置检测模块采用光栅尺。
[0027]具体控制方法包括以下步骤:
[0028](I)位置检测模块将检测的动子实时位移信号X与给定位移信号X*进行比较，产生位移误差ΛΧ，将位移误差Λ X传送给位置控制环，作为位置控制环的输入信号；
[0029](2)位置控制环采用PI反馈控制和神经网络给定补偿控制相结合的复合控制方法，位移误差Λ X经过PI控制器后输出给定速度信号Z ；
[0030]在PI控制器中引入神经网络给定补偿控制器，通过神经网络给定补偿控制器的输出信号和对速度误差△ V的补偿，消除直线电机端部效应引起的推力对直线伺服系统性能的影响；所述神经网络给定补偿控制器包括两个具有相同结构和联结权值的组成部分，即神经网络NN1和神经网络NN2 ;所述神经网络NN2用于辨识被控对象的模型，对被控对象进行逆向建模，神经网络NN2的输入为动子实时位移信号X以及Vcmpl+Λ V，神经网络NN2的输出为速度信号Vempl ;所述神经网络NN1作为给定补偿控制器，神经网络NN1的输入为给定位移信号X*以及Vcmpl+ Δ V,神经网络NN1的输出为速度补偿信号ν_，当被控对象变化时，神经网络NN1随之变化，这样即可实现对速度误差Λν的补偿，消除直线电机端部效应引起的推力对直线伺服系统性能的影响；
[0031]PI控制器输出的给定速度信号/与速度检测模块测量的实际速度信号V进行比较产生速度误差Λ V和速度误差变化率d Λ V，将速度误差Λ V和速度误差变化率d Λ V传送给速度控制环，作为速度控制环的输入信号；
[0032](3)速度控制环采用带干扰观测器的模糊控制器，同时采用Mamdani推理方法、重心法和单值输出法；首先将速度误差Av和速度误差变化率dA V使用模糊控制器进行模糊化处理，然后根据模糊规则进行模糊推理获得模糊推理得到的q轴电流值1:’，再对1:’进行去模糊化处理获得i,’ ；同时将q轴给定电流和实际速度信号V作为干扰观测器的输入信号，干扰观测器的输出信号经低通滤波器后得到的补偿电流对i,’进行补偿，得到给定电流i/，将传送给电流控制环，作为电流控制环的输入信号；使用观测模型简单的干扰观测器能够消除稳定干扰力(如负载)对直线伺服系统带来的影响，使直线电机的速度可以得到很好的控制；[0033](4)电流检测模块将测定的三相电流信号经过park (派克)变换abc/dq后得到d轴实际电流id和q轴实际电流i,，将id和i,传送给电流控制环，作为电流控制环的输入信号;
[0034](5)电流控制环采用带有PI调节器的空间矢量PWM调制技术，d轴给定电流i/和q轴给定电流G分别与d轴实际电流^和q轴实际i,进行比较后的差值，经过PI调节器后输出d轴电压分量Ud和q轴电压分量uq, Ud和Uq经2/3坐标变换后输出旋转坐标系下的三相电压，所述三相电压经空间矢量PWM模块产生6路PWM输出，控制逆变器输出电流的大小，从而控制电机的输出转矩。
[0035]优选的，所述步骤(2)中，神经网络采用加动量的BP算法，收敛速度快。
[0036]优选的，所述电流检测模块包括电流互感器。
[0037]优选的，所述位置检测模块包括光栅尺。
[0038]所述模糊控制器采用Mamdani推理方法、重心法和单值输出法。
[0039]下面结合相关计算对本发明作出进一步的说明。
[0040]假设直线电机的电流为对称的三相正弦波电流，经过park变换abc/dq后得到d轴实际电流id和q轴实际电流i,模型为:
[0041]
【权利要求】
1.一种数控机床驱动用直线伺服电机控制方法，其特征在于:该控制方法通过反馈信号检测模块、位置控制环、速度控制环和电流控制环对正弦波直线电机进行控制，所述反馈信号检测模块包括位置检测模块、速度检测模块和电流检测模块；具体控制方法包括以下步骤: (1)位置检测模块将检测的动子实时位移信号X与给定位移信号X*进行比较，产生位移误差ΛΧ，将位移误差Λ X传送给位置控制环，作为位置控制环的输入信号； (2)位置控制环采用PI反馈控制和神经网络给定补偿控制相结合的复合控制方法，位移误差Λ X经过PI控制器后输出给定速度信号Z ； 在PI控制器中引入神经网络给定补偿控制器，通过神经网络给定补偿控制器的输出信号v?Pl和对速度误差△ V的补偿，消除直线电机端部效应引起的推力对直线伺服系统性能的影响；所述神经网络给定补偿控制器包括两个具有相同结构和联结权值的组成部分，即神经网络NN1和神经网络NN2 ;所述神经网络NN2用于辨识被控对象的模型，对被控对象进行逆向建模，神经网络NN2的输入为动子实时位移信号X以及ν_+ Δ V,神经网络NN2的输出为速度信号Vcmpl ;所述神经网络NN1作为给定补偿控制器，神经网络NN1的输入为给定位移信号X*以及ν_+Λ V，神经网络NN1的输出为速度补偿信号Vcmp2，当被控对象变化时，神经网络NN1随之变化； PI控制器输出的给定速度信号/与速度检测模块测量的实际速度信号V进行比较产生速度误差Λ V和速度误差变化率d △ V，将速度误差Λ V和速度误差变化率d △ V传送给速度控制环，作为速度控制环的输入信号； (3)速度控制环采用带干扰观测器的模糊控制器，首先将速度误差△V和速度误差变化率d △ V使用模糊控制器进行模糊化处理，然后根据模糊规则进行模糊推理获得模糊推理得到的q轴电流值1<；’，再对i/’进行去模糊化处理获得i,’ ；同时将q轴给定电流和实际速度信号V作为干扰观测器的输入信号，干扰观测器的输出信号经低通滤波器后得到的补偿电流对i,’进行补偿，得到给定电流1:，将传送给电流控制环，作为电流控制环的输入信号； (4)电流检测模块将测定的三相电流信号经过park变换abc/dq后得到d轴实际电流id和q轴实际电流i,，将id和i,传送给电流控制环，作为电流控制环的输入信号； (5)电流控制环采用带有PI调节器的空间矢量PWM调制技术，d轴给定电流i/和q轴给定电流分别与d轴实际电流id和q轴实际i,进行比较后的差值，经过PI调节器后输出d轴电压分量Ud和q轴电压分量uq, Ud和Uq经2/3坐标变换后输出旋转坐标系下的三相电压，所述三相电压经空间矢量PWM模块产生6路PWM输出，控制逆变器输出电流的大小，从而控制电机的输出转矩。
2.根据权利要求1所述的数控机床驱动用直线伺服电机控制方法，其特征在于:所述步骤(2)中，神经网络采用加动量的BP算法。
3.根据权利要求1所述的数控机床驱动用直线伺服电机控制方法，其特征在于:所述模糊控制器采用重心法，模糊控制器的输出采用单值输出法。
4.根据权利要求1所述的数控机床驱动用直线伺服电机控制方法，其特征在于:所述电流检测模块包括电流互感器。
5.根据权利要求1所述的数控机床驱动用直线伺服电机控制方法，其特征在于:所述位置检 测模块包括光栅尺。
【文档编号】H02P25/06GK103532459SQ201310482464
【公开日】2014年1月22日 申请日期:2013年10月15日 优先权日:2013年10月15日
【发明者】余海涛, 张笑薇, 孟高军, 须晨凯, 陈洁琳, 闻程 申请人:东南大学