Strategia di controllo moderna
La tradizionale strategia di controllo dell'azionamento servo motore viene utilizzata principalmente a condizione che il modello oggetto controllato sia determinato, non cambi e sia lineare e che le condizioni operative e l'ambiente operativo siano determinati come costanti. Tuttavia, il modello matematico dinamico del motore sincrono a magneti permanenti AC è un sistema multivariabile non lineare, fortemente accoppiato, che varia nel tempo. Nel caso di requisiti ad alte prestazioni, devono essere considerati vari effetti non lineari, cambiamenti nella struttura e parametri dell'oggetto e cambiamenti nell'ambiente operativo. E fattori variabili nel tempo e incerti come i disturbi ambientali. Lo sviluppo e l'applicazione della moderna teoria del controllo compensano in parte le carenze della teoria del controllo classico rispetto al sistema stocastico non lineare variabile nel tempo.
(1) Controllo diretto della coppia
La teoria del controllo diretto della coppia è una strategia di controllo del motore CA ad alte prestazioni proposta dal professor M. depenbrock dell'Università tedesca della Ruhr e dallo studioso giapponese i.takahash negli anni '80. La strategia di controllo si basa anche sulla matematica precisa dell'oggetto controllato. Il modello, a differenza del controllo vettoriale, analizza il modello matematico del motore CA direttamente nel sistema di coordinate dello statore senza complesse trasformazioni di coordinate. L'orientamento del campo statorico viene adottato, non è necessaria alcuna corrente di disaccoppiamento e la coppia e il collegamento del flusso sono controllati direttamente dal controllo a due posizioni 砰砰, che evita la decomposizione della corrente dello statore in componenti di coppia e di eccitazione e controlla direttamente lo stato di commutazione di l'inverter. Buon controllo, concentrandosi sulla risposta rapida della coppia per ottenere elevate prestazioni dinamiche della coppia. L'orientamento del campo di controllo diretto della coppia utilizza il collegamento del flusso statorico, che non è influenzato dai parametri del rotore. Finché la resistenza statorica è nota, può essere osservata e non è sensibile ai parametri del motore.
La tecnologia diretta di controllo della coppia è stata applicata con successo nel campo del controllo degli inverter dei motori a induzione e abb ha lanciato una serie di prodotti. Tuttavia, nell'applicazione del motore sincrono a magneti permanenti, ci sono ancora alcuni problemi nel controllo diretto della coppia. Il controllo diretto della coppia utilizza l'isteresi della catena magnetica e la coppia del motore è pulsante, che influenza direttamente la scorrevolezza del motore in marcia. Il controllo diretto della coppia deve rispettare il collegamento del flusso e la coppia. La precisione è scarsa a basse velocità, con conseguenti scarse prestazioni di funzionamento del motore e una ridotta gamma di velocità del motore. A causa della piccola induttanza dello statore del motore, l'impatto della corrente è elevato quando il motore si avvia e il carico cambia, e il collegamento del flusso e l'ondulazione della coppia sono grandi. Inoltre, poiché la posizione iniziale del collegamento del flusso non può essere stimata quando il motore è fermo, il motore è difficile da avviare. Sebbene alcuni studiosi in patria e all'estero abbiano cercato e migliorato la strategia di controllo diretto della coppia del motore sincrono a magneti permanenti negli ultimi anni, questo schema di controllo è difficile da soddisfare i requisiti della tecnologia dei servoazionamenti AC.
(2) Controllo della struttura variabile della modalità scorrevole
Il controllo della struttura variabile appartiene alla categoria del controllo non lineare e la sua non linearità appare come discontinuità del controllo, ovvero una caratteristica di commutazione che modifica la "struttura" del sistema. Il controllo della struttura variabile della modalità scorrevole non ha bisogno di conoscere il modello matematico del sistema. È sufficiente comprendere l'intervallo approssimativo dei parametri di sistema e le loro modifiche, in modo che il controllo della struttura variabile abbia i vantaggi della risposta rapida, dell'insensibilità ai parametri e dei cambiamenti di disturbo e non sia necessario identificare e progettare online. Con la funzione di ridurre l'ordine e il disaccoppiamento, quando il sistema passa allo stato della modalità di scorrimento, il trasferimento dello stato del sistema non è più influenzato dalle modifiche dei parametri originali e dai disturbi esterni del sistema, ma è costretto a scorrere vicino al piano dello switch , con autoadattabilità e robustezza complete, il controllo della modalità scorrevole è stato applicato con successo nel servosistema sincrono a magneti permanenti. Tuttavia, a causa del controllo bang-bang, il problema del chattering è inevitabilmente causato e il problema del chattering è una delle maggiori difficoltà nell'applicazione diffusa del controllo della struttura variabile della modalità di scorrimento. Allo stato attuale, nel sistema di servomotori AC, cambiando la struttura della modalità di scorrimento, come l'uso della struttura di modalità di scorrimento di alto ordine e l'elaborazione di filtraggio, il problema di vibrazione causato dal controllo della struttura variabile della modalità di scorrimento viene risolto in una certa misura.
(3) Controllo adattivo
Il controllo adattivo è stato proposto da Golcl-well nei primi anni '50. Combina il controllo del feedback con la teoria dell'identificazione e propone l'influenza dei cambiamenti nelle caratteristiche dell'oggetto controllato, la deriva e il disturbo ambientale sul sistema, o quando non ci sono molti parametri del processo controllato o questi parametri sono nel normale funzionamento. Le modifiche, specialmente quando ci sono variabili lente, sono ottimizzate ricercando determinati indicatori di prestazione per completare la regolazione dell'oggetto controllato.
I metodi adattivi attualmente applicati al controllo sono il controllo adattativo del modello, il controllo di autocorrezione dell'identificazione dei parametri e vari controlli adattativi non lineari di nuova concezione. Il sistema di controllo adattativo di riferimento del modello non richiede un modello matematico accurato dell'oggetto di controllo e non richiede l'identificazione dei parametri. Il problema chiave è di progettare una legge di adeguamento parametrico adattivo per garantire la stabilità del sistema mentre si fa in modo che il segnale di errore tende a zero. Il vantaggio principale è che è facile da implementare e veloce. Tuttavia, ci sono alcuni problemi nell'algoritmo adattivo, come il modello matematico e l'operazione macchinosa, che complica il sistema di controllo. Ad esempio, l'identificazione e la correzione dei parametri richiedono un certo periodo di tempo. Per i sistemi con modifiche dei parametri più veloci, le prestazioni del controllo sono notevolmente influenzate dalla velocità di calcolo del sistema. L'hardware del sistema applicativo deve essere elevato nel servoazionamento AC, che viene generalmente implementato da un processore di segnale digitale (DSP) a 32 bit o da un gate array programmabile sul campo (fpga).
(4) Controllo di linearizzazione della retroazione non lineare
La linearizzazione del feedback è un metodo di progettazione del controllo non lineare. L'idea di base è quella di convertire un algebra di sistema non lineare in un sistema lineare (tutto o parte di esso) in modo da poter applicare le abilità del sistema lineare. La differenza fondamentale tra questo e la linearizzazione ordinaria è che la linearizzazione del feedback non è ottenuta per approssimazione lineare del sistema ma per transizione di stato e feedback. Negli ultimi anni, i risultati della ricerca teorica dei sistemi di controllo non lineari mostrano che il feedback di stato non lineare e la trasformazione di coordinate appropriata possono essere utilizzati per linearizzare accuratamente un sistema non lineare affine in determinate condizioni e questo feedback dello stato può garantire il sistema di controllo. Stabilità e buona qualità dinamica. Basato sul preciso metodo di controllo della linearizzazione del feedback, viene stabilito il modello di controllo linearizzato del motore sincrono a magneti permanenti. Dopo il controllo della linearizzazione di feedback, è possibile realizzare il controllo di disaccoppiamento degli assi d e q, le prestazioni di localizzazione attuali sono buone e la risposta di coppia è veloce. La risposta del gradino di velocità può gradualmente convergere in un dato valore, senza differenza statica, piccolo overshoot e processo di transizione breve.
(5) Strategia di controllo intelligente
Le strategie di controllo classiche o moderne fanno affidamento sul modello matematico del motore e non affronta fondamentalmente i problemi di controllo di sistemi complessi e incerti. La strategia di controllo intelligente ha caratteristiche non lineari e può risolvere sistemi con oggetti di controllo, ambienti e attività più complessi. Il controllo intelligente elimina la dipendenza dal modello oggetto controllato e controlla solo in base all'effetto reale. Nel controllo, l'incertezza del sistema e l'inaccuratezza possono essere risolti.
Strategie di controllo intelligenti includono controllo fuzzy, controllo della rete neurale, controllo di sistema esperto e controllo robusto e controllo di algoritmi genetici. Il controllo fuzzy e le strategie di controllo della rete neurale sono maturi nell'applicazione del servosistema sincrono a magneti permanenti.
(6) Controllo sfocato
Il controllo fuzzy è una sorta di controllo numerico computerizzato basato su aggregazione fuzzy, variabili linguistiche fuzzy e ragionamento fuzzy logic. Il controllo sfocato unifica la matematica e la confusione e usa come base teorica i set fuzzy, le variabili linguistiche fuzzy e il ragionamento fuzzy, cioè utilizzando set fuzzy per descrivere l'ambiguità nei concetti utilizzati dalle persone ogni giorno, con conoscenze pregresse ed esperienza esperta come regole di controllo , utilizzando la simulazione della macchina per controllare il sistema, è possibile imitare realisticamente l'esperienza di controllo e il controllo sfocato del metodo di operatori ed esperti esperti.
Il ragionamento indistinto non dipende da accurati modelli matematici. In base ai dati di input e output del sistema attuale, il sistema può essere controllato in tempo reale con riferimento all'esperienza operativa degli operatori di campo. Pertanto, è adatto per risolvere i problemi di controllo di sistemi non lineari; Buona viscosità e forte adattabilità, adatta per sistemi che variano nel tempo e nel tempo. Tuttavia, la capacità di autoapprendimento del controllo fuzzy non è forte e le regole di controllo del design dipendono dall'esperienza e dalle conoscenze degli esperti, che possono causare inaccuratezze del sistema. La semplice adozione della strategia di controllo fuzzy richiede più regole di controllo, richiede molta esperienza dello staff e la precisione del controllo è relativamente bassa. La tecnologia di controllo fuzzy è stata ben applicata nella progettazione del regolatore di corrente del sistema servomotore AC e del regolatore di velocità. Tuttavia, nel sistema di servo con requisiti dinamici elevati, la tecnologia deve ancora essere ulteriormente migliorata.
(7) Controllo della rete neurale
La ricerca sulla rete neurale è iniziata nei primi anni '40. Negli anni '80, la teoria della rete neurale fece un passo avanti e divenne un ramo importante del controllo intelligente.
La rete neurale si riferisce a un sistema di elaborazione delle informazioni che simula la struttura e la funzione dei nervi cranici umani mediante tecniche ingegneristiche. Il controllo della rete neurale incorpora la funzione di calcolo nella rete fisica. Nel processo di calcolo, ogni operazione di base ha una corrispondente connessione con esso. Il modello di rete neurale simula il processo di attività dei neuroni del cervello umano, compresa l'elaborazione, l'elaborazione e la memorizzazione delle informazioni. Ogni neurone immagazzina parte del contenuto di una varietà di informazioni, e alcuni danni ai neuroni e distruzione delle informazioni portano solo a un parziale indebolimento della rete. La rete neurale presenta i vantaggi della memorizzazione della distribuzione delle informazioni, dell'elaborazione parallela, dell'approssimazione non lineare, dell'autoapprendimento e della capacità di auto-organizzazione. Può approssimare completamente sistemi non lineari arbitrariamente complessi e può apprendere e adattarsi alle caratteristiche dinamiche di sistemi severamente incerti. La robustezza, con la capacità di simulare il pensiero dell'immagine umana, è adatta per gestire sistemi difficili da descrivere con modelli o regole. Negli ultimi anni, le persone hanno iniziato a provare ad applicare la tecnologia di controllo della rete neurale (o intelligenza artificiale ai) ai sistemi di controllo della guida AC per risolvere problemi difficili da risolvere con i metodi tradizionali. L'uso del sistema di regolazione ai ha buone caratteristiche di soppressione del rumore, tolleranza agli errori e scalabilità ed è robusto rispetto ai parametri. È una direzione di sviluppo importante della futura tecnologia di controllo del motore.
Trend di sviluppo della tecnologia di servocomando AC ad alte prestazioni
Il servosistema basato sul motore sincrono a magneti permanenti è la direzione di sviluppo del servocomando. Sebbene esistano molti metodi per implementare il servocomando AC, ci sono ancora problemi come la bassa accuratezza del sistema, scarsa affidabilità e prestazioni a bassa velocità.
Che si tratti di una strategia di controllo tradizionale, di una moderna strategia di controllo o di una strategia di controllo intelligente, ogni strategia di controllo ha i suoi vantaggi, ma allo stesso tempo presenta alcuni problemi. È difficile ottenere l'effetto di controllo ideale da una singola strategia di controllo. È in futuro la direzione dello sviluppo della tecnologia di servocomando AC ad alte prestazioni per esplorare come infiltrarsi e combinare varie strategie di controllo per migliorare al meglio le prestazioni di controllo del servosistema. Al momento, la strategia di controllo composito ha principalmente due forme: una è adottare una nuova strategia di controllo basata sulla classica strategia di controllo pid, come il controllo pid fuzzy, il controllo pid della rete neurale, il controllo pid esperto, ecc .; in secondo luogo, adottare due o più nuovi tipi di controllo Strategie come controllo della rete neurale fuzzy, controllo sfocato adattivo, controllo di coppia diretto fuzzy, controllo sfocato adattivo, controllo della struttura variabile della modalità di scorrimento diretto della coppia, ecc. Le varie strategie si completano a vicenda per migliorare ulteriormente le prestazioni del sistema di controllo della velocità CA e allo stesso tempo hanno una maggiore robustezza. La strategia di controllo composito è diventata il fulcro della ricerca attuale e una tendenza importante nello sviluppo futuro.
Conclusione
Prendendo come esempio il sistema a motore sincrono a magneti permanenti, i principi di base, i vantaggi e gli svantaggi della strategia di controllo tradizionale, la moderna strategia di controllo e la strategia di controllo intelligente nel servomotore AC sono descritti separatamente e la tecnologia di controllo del servomotore AC ad alte prestazioni è previsto. Il trend di sviluppo indica che, sia che si tratti di una strategia di controllo tradizionale, di una moderna strategia di controllo o di una strategia di controllo intelligente, ogni strategia di controllo ha i suoi vantaggi, ma allo stesso tempo ci sono alcuni problemi. È difficile ottenere l'effetto di controllo ideale da una singola strategia di controllo. È in futuro la direzione dello sviluppo della tecnologia di servocomando AC ad alte prestazioni per esplorare come infiltrarsi e combinare varie strategie di controllo per migliorare al meglio le prestazioni di controllo del servosistema.
