详解伺服系统的控制方式

 

  详解伺服系统的控制方式

  伺服系统是一种自动控制系统,在工业自动化中扮演着非常重要的角色,伺服控制系统最初用于船舶的自动驾驶、火炮控制和指挥仪中,后来逐渐推广到很多领域,在不同的领域中伺服系统的控制方式也有所不同,本文详细介绍伺服系统的控制方式。

  伺服系统的控制方式

  1、伺服系统的恒压频比控制

  恒压频比控制方式是一种开环控制,它根据系统的给定,利用空间矢量脉宽调制转化为期望的输出Uout进行控制,使电机以一定的转速运转。但它是依据电机的稳态模型,从而得不到理想的动态控制性能。

  要获得很高的动态性能,必须依据电机的动态数学模型。永磁同步电机的动态数学模型是非线性多变量,它含有角速度ω与电流id或iq的乘积项,因此要得到精确控制性能必须对角速度和电流进行解耦。近年来,研究了各种非线性控制器,来解决永磁同步电机非线性的特性。

  2、伺服系统的矢量控制

  1971年,由德国西门子的F.Blaschke提出的矢量控制理论将交流传动的发展方向向前推进了一大步,使交流电机控制理论获得第一次质的飞跃。其基本原理为:以转子磁链的旋转空间矢量为参考坐标,将定子电流分解为相互正交的两个分量,一个与磁链同方向,代表定子电流励磁分量,另一个与磁链方向正交,代表定子电流转矩分量,然后分别对其进行独立控制,获得像直流电机一样良好的动态特性。永磁同步电机d-q模型的转矩方程为:

  Te=P[λfiq+(Ld-Lq)idiq](1)

  矢量控制实际上是对电动机定子电压或电流矢量的相位和幅值同时进行控制。从式(1)可以看出,当永磁体的励磁磁链和直-交轴电感确定后,电动机的转矩便取决于定子电流空间矢量is=id+jiq。也就是说控制id,iq就可以控制转矩,从而控制转速。但矢量控制方法在实现时要进行复杂的坐标变换,而且对电机的参数依赖性很大,难以保证完全解耦,使控制效果打了折扣。

  3、伺服系统的直接转矩控制

  上世纪80年代,Depenbrock教授提出了异步电机直接转矩控制方法。该方法摒弃了矢量控制的解耦思想,实行定子磁场定向,避免了矢量控制中复杂的坐标变换,定子磁链的估计仅涉及定子电阻,减速弱了对电机参数的依赖性,该控制方法简单,转矩响应快,动态性能好。目前已有一些学者致力于该控制方法应用于永磁同步电机,已取得了很大的发展。在定子上的旋转坐标为x,y;转子的旋转坐标为d,q;它们都互为90度。X轴与d轴的夹角为负载角δ,可以证明在定子磁链幅值|λs|保持恒定的条件下,电磁转矩正比于转子磁链λr及其与λs间夹角δ的正弦。在稳态情况下,δ恒定,对应于相应的转矩,定、转子磁链以同步速度旋转;在动态过程中,δ随负载变化,定、转子磁链瞬时速度会出现差异,以配合δ的变化。因此,可以通过选择合适的电压空间矢量U来保证定子磁链幅值恒定,调节定子磁链的速度和运动方向同时通过调节负载角δ来完成对电磁转矩的控制。

  4、伺服系统的反馈线性化控制

  以上三种控制策略都已经获得成熟的应用,然而它们都只是从物理关系上构成转矩与磁链的近似解耦控制,没有或较少应用控制理论。永磁同步电机从本质上是一个非线性、多变量系统,反馈线性控制是研究非线性控制系统的一种有效方法,它通过非线性状态反馈和非线性变换,实现系统的动态解耦和全局线性化,从而控线性控制理论来设计,以使系统达到预期的性能指标。反馈线性化控制一般分二大类:(1)微分几何反馈线性化方法,它通过微分同胚坐标和一个非线性状态反馈给出解耦结构,需将问题变换到“几何域”,因而方法抽象,不利于工程应用。但它从较高的数学高度考虑问题,在理论上比较容易展开。(2)动态逆控制,它采用非线性逆系统理论来设计控制律,有人也称它为直接反馈线性化方法,该方法物理概念明确,用到数学简单。

  5、伺服系统的反推控制

  1992年,KOKOTOVICP提出了反推控制,它是一种有效的非线性控制,它主要分以下几步来设计:

  (1)选取系统的一个状态,构成子系统,构造子系统的Lyapunov函数,设计假定控制函数,使子系统稳定;

  (2)基于(1)的假定控制,设计误差变量,由误差变量和前面的子系统组成新的子系统,构造新的子系统的Lyapunov函数,再设计假定控制,使新的子系统稳定;

  本文来自: 赛微电子网-电子工程师社区 原文地址:http://www.srvee.com/indu/apply/xjsfxtdkzfs_67092.html

### 回答1: ld lq离线辨识.m文件是一个用于离线辨识的Matlab文件,它主要用于离线处理信号数据并进行系统辨识。离线辨识是根据事先采集到的信号数据,通过对这些数据进行处理和分析,以推断系统的特性参数。辨识过程是在事先获取到的信号数据上进行的,与实时辨识相对。 ld lq离线辨识.m文件可能包括以下的一些步骤和功能: 1. 数据预处理:对采集到的信号数据进行预处理,如滤波、去噪、降采样等,以提高数据质量和减少噪声的影响。 2. 系统模型选择:根据需要辨识的系统类型,选择合适的系统模型,如ARMA模型、AR模型、ARX模型等。 3. 参数辨识:根据选定的系统模型,使用合适的辨识方法,如最小二乘法、极大似然法等,从信号数据估计出系统的特性参数。 4. 参数分析:对估计得到的系统参数进行分析,如稳定性判断、收敛性分析等,以评估辨识结果的可靠性。 5. 误差评估:根据辨识结果和实际观测到的信号数据比较,计算辨识误差,并进行误差分析,以进一步优化辨识结果。 6. 结果展示:将辨识结果以图表、曲线等形式展示出来,以便对系统特性的理解和分析。 ld lq离线辨识.m文件的具体功能和步骤可能与具体使用场景和需要有关。通过使用该文件,可以对信号数据进行离线处理和辨识,得到系统的特性参数,从而更好地理解和分析被辨识系统的行为。 ### 回答2: ld lq离线辨识.m文件是一个针对线性动态系统进行离线系统辨识的脚本文件。在该文件,我们可以利用已有的离线测量数据对系统进行参数估计和辨识,从而获取系统的模型信息。 首先,该脚本文件会读取包含输入输出数据的文件或者工作区的变量。这些数据是通过系统进行实际测量或者通过模拟实验获得的。 接下来,脚本会利用辨识算法对系统进行参数估计。常见的辨识算法包括最小二乘法、极大似然法、脉冲响应方法等。这些算法会根据输入输出数据计算出系统的估计参数。 然后,脚本会通过辨识参数构建系统的模型。这通常是一个数学方程或者模型结构,可以用来描述系统的动态行为。模型的结构和参数取决于所采用的辨识方法和算法。 最后,脚本文件会对系统辨识的结果进行评估和分析。这些评估标可以包括拟合度、残差分析、模型复杂度等。这些标可以帮助我们判断辨识结果的准确性和可信度。 总之,ld lq离线辨识.m文件是一个用于离线系统辨识的脚本文件,可以通过输入输出数据对系统进行参数估计和模型构建,以获取系统的模型信息。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值