龙门移动式镗铣加工中心的同步控制

本文以两台直线电机作为高速度、高精度龙门移动式镗铣床的龙门柱纵向进给的传动机构为应用背景,针对龙门移动式镗铣床同步伺服问题进行研究,主要对龙门移动式镗铣加工中心同步传动不一致性问题进行详细地分析并深入研究,应用干扰观测器来抑制加工中心双直线电机驱动的 X 轴方向上由于外部力矩干扰以及模型参数变化等因素造成的不同步现象。此外。还针对 Y 轴方向上的由于刀架位置变化导致的 X 轴方向上的不同步进行了负载动态补偿。仿真结果表明,此种控制方案是十分有效的,具有较强的鲁棒性,动态过程同步误差小,从而能够较好地满足被控对象对高精度的要求。     

双直线电机伺服系统动态同步进给的鲁棒H∞控制

文章以两台直线电机作为高速度、高精度龙门移动式镗铣床的龙门柱纵向进给的传动机构为应用背景,采用直接传动方案,对同一直线伺服系统内双位置环间的动态同步进给控制问题进行了研究.基于H∞控制理论设计了一个同步传动控制器,来保证同步精度;由IP位置控制器来满足位置系统跟踪性能要求.仿真结果表明了所设计方案的合理性和有效性.     

基于负载动态补偿及模糊控制器的双直线电机同步控制

本文以龙门移动式镗铣床的同步传动问题为背景进行研究,采用两台相同的直线电机作为龙门柱纵向同步进给的驱动机构。刀架在横梁位置变化会引起的立柱两边等效惯量的变化,这将会破坏输出的动态同步性能,为此,采用负载动态补偿方法调整比例增益,使两台电机保持同步。同时引入模糊PID控制器作为速度调节器,有效的利用了模糊控制不完全依赖对象模型,控制迅速、鲁棒性好的特点,从而提高了同步控制精度。仿真结果表明,所提出的方案是十分可行的。     

交流永磁伺服系统技术讲座 第五讲 交流永磁伺服电动机(二)

三三相永磁同步电动机的数学模型(1)电压方程PMSM的定子和普通电励磁三相同步电动机的定了是相似的。如果永磁体产生的感应电动势(反电动势)与励磁线圈产生的感应电动势一样,也是正弦的,那么PMSM的数学模型就与电励磁同步机基本相同。在推导中,做了如下假设:     

交流永磁伺服系统技术讲座 第五讲(三) 交流永磁伺服电动机

四无刷直流电动机的数学模型(1)电压方程如前所述,BDCM的特征是反电动势为梯形波。梯形波反电动势意味着定子和转于间的互感是非正弦的。因此,将电动机三相方程变换为dq方程是困难的,因为dq变换通用于气隙磁场为正弦分布的电动机。当前,若将电感表示为级数形式并采用多参考坐标理论,也可以进行这种坐标变换,但运算起来相当繁琐。如果仅取其基波进行变换,计算结果又误差较大。反之,直接利用电动机原有的相变量来建立数学模型倒是比较方便,又可获得较准确的结果。     

直线伺服系统的变增益零相位H∞鲁棒跟踪控制

针对永磁直线同步电机(PMLSM)直接驱动伺服系统，提出了一种将变增益零相位误差跟踪(VGZPET)控制和H_∞鲁棒控制相结合的鲁棒跟踪控制策略，以解决系统的快速而精确的跟踪性能和抗扰性能之间的矛盾.VGZPETC克服了建模误差、系统参数变化等影响，保证了快速性，使系统实现准确跟踪；而H_∞控制器克服了负载扰动等不确定性影响，保证了系统具有较强的鲁棒性能.仿真结果表明，该方案具有快速精确的跟踪性能，同时对系统参数变化和阻力扰动具有很强的鲁棒性.     

交流永磁伺服系统技术讲座 第五讲 交流永磁伺服电动机(一)

一交流永磁伺服电动机的分类与结构(1)分类目前,在交流伺服驱动系统中,普遍应用的交流永磁伺服电动机有两大类。一类称为无刷直流电动机(The Brush-less DC Motor,简称BDCM),另一类称为三相永磁同步电动机(Permanent Magnet Synchronous Motor,简称PMSM)。     

微创手术导管机器人系统变论域模糊PID控制

在微创血管手术导管机器人系统控制机器人送导管问题的研究中,为克服手动送管的缺陷,要求导管机器人系统能够快速响应、抗干扰能力强以及对目标轨迹的实时跟踪.传统模糊PID控制由于其精度与响应速度之间的矛盾,限制了在微创手术中的应用.提出采用变论域模糊PID控制,引入伸缩因子,在不降低响应速度的前提下改善模糊PID控制精度,进一步改善系统位置跟踪精度以及在主从微创手术中的实用性.仿真结果表明,所提出的变论域模糊PID控制对系统具有快速准确的跟踪性能和较强的鲁棒性能,证实了变论域模糊PID控制在主从微刨手术中的优越性与实用性.     

基于自适应修正拉盖尔递归神经网络的永磁直线同步电机反推控制

针对永磁直线同步电机(PMLSM)伺服系统易受参数变化和非线性外部扰动等不确定性因素影响,提出了一种基于自适应修正拉盖尔递归神经网络(AMLRNN)的反推控制方法。首先,建立了含有不确定性的PMLSM动态模型。然后,采用AMLRNN估计系统中的不确定性,通过基于李雅普诺夫稳定性理论的在线参数训练方法推导出两个最优学习速率来加速参数收敛。该方法可避免传统的自适应反推控制系统中存在的"微分爆炸"问题及抖振现象,使系统具有良好的瞬态性能和鲁棒性能。最后,通过实验证明了所提出的控制方案是有效可行的,与传统的自适应反推控制系统相比,基于AMLRNN的反推控制系统的控制性能更加优越,明显减小了系统的位置跟踪误差。     

一种基于PLDOB的PMLSM伺服系统长期稳定运行的方法

执行重复性运动任务的永磁直线同步电动机(PMLSM)伺服系统易受参数变化、未建模动态、摩擦力和推力波动等周期性扰动的影响,导致系统无法长期稳定运行,故采用周期性学习扰动观测器(PLDOB)来削弱这些扰动。首先利用扰动观测器(DOB)估计初始周期内的扰动,然后将所估计的扰动作为PLDOB中周期学习律的初始条件,进而校正每个后继周期内的扰动。该方法直接从扰动的角度设计,不仅能在保证系统长期稳定运行的前提下使跟踪误差快速收敛到零,同时还可以补偿DOB中Q-滤波器带宽以外的扰动以及扰动的相位滞后。实验结果表明所提控制方案是有效的,明显提高了系统的跟踪性能和抗扰性能。