二相混合式步進(jìn)電機(jī)模型參數(shù)的辨識_第1頁
二相混合式步進(jìn)電機(jī)模型參數(shù)的辨識_第2頁
二相混合式步進(jìn)電機(jī)模型參數(shù)的辨識_第3頁
二相混合式步進(jìn)電機(jī)模型參數(shù)的辨識_第4頁
二相混合式步進(jìn)電機(jī)模型參數(shù)的辨識_第5頁
已閱讀5頁,還剩52頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、整理課件1二相混合式步進(jìn)電機(jī)模型參數(shù)的辨識史敬灼徐殿國王宗培(哈爾濱工業(yè)大學(xué)電氣工程系150001)的電機(jī)模型,為伺服系統(tǒng)的設(shè)計(jì)提供理論基礎(chǔ),一直是研整理課件2究的熱點(diǎn)。本文以一種二相混合式步進(jìn)電動機(jī)模型參考矢量控制位置伺服系統(tǒng)的設(shè)計(jì)為背景,提出了一種比較簡單的電機(jī)數(shù)學(xué)模型,采用最小二乘法和改進(jìn)的遺整理課件3傳算法相結(jié)合的辨識方法獲取模型參數(shù),以保證其準(zhǔn)確性。實(shí)驗(yàn)證明,模型是比較簡單、準(zhǔn)確的,能夠較好地滿足伺服系統(tǒng)實(shí)時(shí)性、準(zhǔn)確性的要求。史敬灼19整理課件474年生,男,現(xiàn)在哈爾濱工業(yè)大學(xué)電氣工程系微特電機(jī)專業(yè)攻讀博士學(xué)位,主要研究方向?yàn)殡娏﹄娮优c電力傳動,智能控制理論與應(yīng)用,步進(jìn)電動機(jī)伺服系統(tǒng)

2、整理課件5。徐殿國1960年生,男,博士,教授,博士生導(dǎo)師,現(xiàn)為哈爾濱工業(yè)大學(xué)電氣工程及自動化學(xué)院院長,主要研究方向?yàn)殡娏﹄娮优c電力傳動,智能控制理論整理課件6與應(yīng)用,步進(jìn)電動機(jī)伺服系統(tǒng)。1引言優(yōu)良的性能使混合式步進(jìn)電動機(jī)閉環(huán)伺服系統(tǒng)的研究越來越受到重視。目前,自控混合式步進(jìn)電動機(jī)伺服系統(tǒng)控制策略的整理課件7研究相對滯后由于混合式步進(jìn)電動機(jī)內(nèi)部各控制變量相互耦合,且電機(jī)結(jié)構(gòu)特殊,不同于一般類型的電機(jī)文作者在文獻(xiàn)中提出了一種二相混合式步進(jìn)電動機(jī)矢量整理課件8控制位置伺服系統(tǒng)。該系統(tǒng)采用神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制策略對系統(tǒng)中的不確定因素進(jìn)行實(shí)時(shí)補(bǔ)償,通過最大轉(zhuǎn)矩/電流矢量控制實(shí)現(xiàn)電機(jī)的高效能控制。

3、整理課件9圖1為該系統(tǒng)框圖。系統(tǒng)中,神經(jīng)網(wǎng)絡(luò)控制器的輸入為位置誤差、速度誤差及模型參考誤差。系統(tǒng)運(yùn)行中,神經(jīng)網(wǎng)絡(luò)控制器根據(jù)輸入量的變化實(shí)時(shí)給出電流給定整理課件10的修正值,并對自身的權(quán)重等參數(shù)在線修正。圖中的參考模型是根據(jù)二相混合式步進(jìn)電機(jī)的數(shù)學(xué)模型、控制系統(tǒng)結(jié)構(gòu)及性能要求確定的,對于系統(tǒng)性能具有至關(guān)整理課件11重要的作用。如何得到簡單、準(zhǔn)確、可行的參考模型是系統(tǒng)設(shè)計(jì)的要點(diǎn)之一,而問題主要集中在建立簡單、準(zhǔn)確的電機(jī)模型。本文首先給出了二相混合式步進(jìn)電整理課件12動機(jī)的一種電工技術(shù)學(xué)報(bào)比較簡單的數(shù)學(xué)模型,并論證了其可行性,即可以通過適當(dāng)選擇模型參數(shù),使該模型比較準(zhǔn)確地反映電機(jī)的動、靜態(tài)特性。隨后

4、,采用整理課件13恰當(dāng)?shù)谋孀R方法獲取模型參數(shù)。實(shí)驗(yàn)證明,模型是比較簡單、準(zhǔn)確的,能夠較好地滿足伺服系統(tǒng)實(shí)時(shí)性、準(zhǔn)確性的要求。2二相混合式步進(jìn)電機(jī)的數(shù)學(xué)模型電機(jī)整理課件14的數(shù)學(xué)模型可以有多種表述形式,如狀態(tài)方程、傳遞函數(shù)等,為表述方便,本文采用如下形式的繞組電壓基本方程式描述電機(jī)內(nèi)部的電磁過程式中V k相繞組整理課件15的端電壓,單位V相繞組的電阻,單位k相繞組的電流,單位A k相繞組的自感( k= j )、互感( k k相繞組的反電動勢,單位V上式中, L整理課件16實(shí)際是增量電感通常,不考慮飽和效應(yīng),認(rèn)為L繞組電感反映了電機(jī)內(nèi)部的電磁關(guān)系,直接表示電機(jī)磁場的變化,是步進(jìn)電機(jī)模型中最重要的參

5、數(shù)?;旌鲜讲竭M(jìn)整理課件17電機(jī)具有軸向和徑向混合的磁系統(tǒng),定轉(zhuǎn)子雙凸結(jié)構(gòu),所以繞組電感參數(shù)的特點(diǎn)與普通電機(jī)有區(qū)別。作者在文獻(xiàn)中對混合式步進(jìn)電動機(jī)繞組電感進(jìn)行了理論和實(shí)整理課件18驗(yàn)研究,澄清了一些概念,得出了一些成果,為電感模型的進(jìn)一步精確化打下了基礎(chǔ)。文獻(xiàn)中提出的電感測取方法及測量結(jié)果都較為復(fù)雜,難于直接應(yīng)用于通常整理課件19的伺服系統(tǒng)設(shè)計(jì)。但它為伺服系統(tǒng)設(shè)計(jì)提供了理論和實(shí)驗(yàn)基礎(chǔ),有可能使電感的表述較為簡單,又較可表述為式中, L為待定常數(shù)。式( 1)中,反電動勢整理課件20e是另一個(gè)關(guān)鍵量。在電機(jī)中, e的值與電機(jī)的電磁轉(zhuǎn)矩成正比,代表由定子繞組感應(yīng)到轉(zhuǎn)子的電磁功率的大小。文獻(xiàn)的表達(dá)式進(jìn)行

6、了推導(dǎo),結(jié)論如下式中,整理課件21k為待定常數(shù)。這樣,如果確定了L六個(gè)待定常數(shù),電機(jī)的繞組電壓方程就可以實(shí)時(shí)求解了。再加上轉(zhuǎn)子運(yùn)動方程,電機(jī)模型也就建立起來了。3二相混合式整理課件22步進(jìn)電機(jī)模型參數(shù)的辨識微處理器、電力電子器件和PWM技術(shù)的飛速發(fā)展,使整流、逆變裝置大量應(yīng)用于現(xiàn)代伺服系統(tǒng)史敬灼等二相混合式步進(jìn)電機(jī)模型參數(shù)整理課件23的辨識中使電機(jī)的外加電壓是非正弦的方波信號。對于步進(jìn)電機(jī)而言,其開環(huán)控制電壓本身就是方波或階梯波。當(dāng)應(yīng)用于閉環(huán)伺服系統(tǒng)時(shí), PWM技術(shù)的應(yīng)用整理課件24,使其電壓成為脈寬可變的方波信號于是電機(jī)內(nèi)產(chǎn)生了一系列的諧波電壓分量。同時(shí),由于電機(jī)運(yùn)行頻率的變化、磁場的飽和等

7、都會使電機(jī)的參數(shù)發(fā)生變動。因整理課件25此,按照常規(guī)的實(shí)驗(yàn)方法得到的電機(jī)參數(shù)并不能很好的描述電機(jī)的動態(tài)性能,必須通過模擬電機(jī)實(shí)際工況測得電機(jī)參數(shù),才能得到較為理想的效果 7,文整理課件26獻(xiàn)對此進(jìn)行了有效的嘗試。本文提出另一思路,即通過參數(shù)辨識的方法離線得到上述的六個(gè)待定常數(shù)。具體方法為:實(shí)測電機(jī)運(yùn)行時(shí)的繞組電流曲線,通過仿真整理課件27,采用最小二乘法和改進(jìn)的遺傳算法相結(jié)合的辨識方法,辨識電機(jī)模型參數(shù)。最小二乘法是以誤差平方和為目標(biāo)函數(shù)的遞推優(yōu)化過程,通過在線遞推運(yùn)算得到待整理課件28辨識的參數(shù)。對于本文討論的問題,由于是離線計(jì)算,又是對多峰復(fù)雜對象的多維優(yōu)化過程所以也可采用更為有效的優(yōu)化算

8、法,如遺傳算法。近年來,遺傳算法整理課件29在控制領(lǐng)域獲得了廣泛的應(yīng)用。遺傳算法能夠始終保持整個(gè)種群的進(jìn)化。這樣,即使某個(gè)體在某時(shí)刻喪失了有用的特征,這種特征也會被其它個(gè)體所保留并延續(xù)整理課件30發(fā)展下去。由于遺傳算法僅需知道目標(biāo)函數(shù)的信息,而不需要其連續(xù)可微等要求,因而具有廣泛的適用性。同時(shí)它又是一種采用啟發(fā)性知識的智能搜索方法,所整理課件31以往往能夠在搜索空間高度復(fù)雜的問題上取得比以往算法(如梯度法)更好的效果隨著應(yīng)用的發(fā)展,國內(nèi)外研究者對遺傳算法的研究也日漸深入。張曉繢在文獻(xiàn)整理課件32 9中指出二進(jìn)制編碼的搜索能力比十進(jìn)制編碼強(qiáng)。為了克服普通二進(jìn)制編碼所帶來的早熟問題, Schrau

9、dolph提出DPE) ,動態(tài)改變變整理課件33量的定義域。當(dāng)由某種方法得知種群已收斂,則變量定義域縮小一定范圍,從而使得在全局最優(yōu)點(diǎn)附近可以進(jìn)行更精確的搜索基本遺傳算法對于單個(gè)染色體只采整理課件34用單點(diǎn)交叉操作,采用多點(diǎn)交叉有利于提高搜索效率。常用的多點(diǎn)交叉為兩點(diǎn)交叉和均勻交叉。一般來說,均勻交叉優(yōu)于兩點(diǎn)交叉本文辨識電機(jī)模型參數(shù),以誤整理課件35差平方和為目標(biāo)函數(shù),采用遺傳算法進(jìn)行優(yōu)化。遺傳算法采用60位二進(jìn)制編碼, L六個(gè)待定常數(shù)每個(gè)占用10位,如圖2所示。實(shí)測86BH250B電機(jī)整理課件36繞組平均電感為11 26mH,反電動勢系數(shù)為1 827V s.根據(jù)文獻(xiàn)、 6的理論分析,可知L一

10、般分別為L一般為k的10左右。所以各變量整理課件37的初始定義域分別選為: 0, 0 500.由于六個(gè)待定常數(shù)的值近似為: L 0 183V s.初始種群應(yīng)在該點(diǎn)附近(即在所確定的初始整理課件38定義域中)均勻選取,并且應(yīng)包含該點(diǎn)。種群染色體數(shù)目取為60,隨機(jī)選取59個(gè),再加上上述的1個(gè)染色體。實(shí)際數(shù)值到10位二進(jìn)制編碼的轉(zhuǎn)換采用均分整理課件39法。例如,變量x的定義域?yàn)?a , b ,值為x則其編碼為又例如上述染色體的在遺傳算法計(jì)算過程中采用動態(tài)變量編碼和均勻交叉技術(shù)。其中動態(tài)整理課件40變量編碼設(shè)定為:若某一變量當(dāng)前定義域?yàn)?a 且當(dāng)前種群中最優(yōu)的50個(gè)染色體中,對應(yīng)該變量的取值范圍為 a

11、) ) ,則改變該變量定義域整理課件41為 a .均勻交叉設(shè)為從父母染色體中以一定概率( 0 4)隨機(jī)選取等位基因而構(gòu)成兩個(gè)子代染色體,以提高搜索效率。另外,在每個(gè)基因內(nèi)部采用整理課件42隨機(jī)的單點(diǎn)交叉操作,基本交叉概率選為0 3.為使交叉子代個(gè)體對應(yīng)的優(yōu)化變量在多維尋優(yōu)空間中均勻分布,對交叉位置采用非等概率選取具體設(shè)定為:每整理課件43個(gè)基因內(nèi)部( 10位二進(jìn)制編碼)的最高2位間交叉電工技術(shù)學(xué)報(bào)概率為其余8位間交叉概率的2倍。同時(shí),為保證達(dá)到全局最優(yōu),保護(hù)先進(jìn),規(guī)定父代的最整理課件44優(yōu)個(gè)體總是可以生存到下一代,此最優(yōu)個(gè)體將替換掉子代中的最差個(gè)體。遺傳計(jì)算中變異概率選為0 05.圖3給出了遺

12、傳算法的流程框圖。遺傳算法中每一整理課件45個(gè)染色體的目標(biāo)函數(shù)由電機(jī)仿真軟件計(jì)算,計(jì)算時(shí)采用染色體指定的模型參數(shù)。對電機(jī)模型的仿真計(jì)算,采用作者編制的仿真軟件SMSS 12,并進(jìn)整理課件46行了相應(yīng)的改進(jìn)。實(shí)測繞組電流波形時(shí),采用恒總流驅(qū)動器和86BH250B電機(jī)構(gòu)成的系統(tǒng),測取多個(gè)運(yùn)行頻率處的電流波形用于辨識和校驗(yàn)電機(jī)模型參數(shù)整理課件47。應(yīng)指出的是,電機(jī)空載和加載運(yùn)行時(shí)的工況是有差別的。測試電流波形時(shí),覆蓋了電機(jī)可能達(dá)到的運(yùn)行頻率范圍,并考慮了不同的負(fù)載情況。辨識得到的對應(yīng)整理課件48的電機(jī)模型參數(shù)為: L驗(yàn)結(jié)果。圖中實(shí)線所示為實(shí)測繞組電流波形,虛線為模型計(jì)算結(jié)果??梢?,所建立的電機(jī)模型和

13、辨識的模型參數(shù),在寬頻率范圍內(nèi)具有整理課件49較高的精度。4結(jié)論本文提出了采用參數(shù)辨識獲得較為簡單、準(zhǔn)確的電機(jī)模型的方法,并提出了相應(yīng)的辨識算法。實(shí)史敬灼等二相混合式步進(jìn)電機(jī)模型參數(shù)的辨整理課件50識踐證明,對于混合式步進(jìn)電機(jī)模型參數(shù)識別這樣的復(fù)雜問題,遺傳算法是一種比較理想的尋優(yōu)算法。同時(shí),實(shí)驗(yàn)證明,這種采用參數(shù)辨識獲得電機(jī)模型的方法整理課件51是可行的,而且也是一種可以用于伺服系統(tǒng)設(shè)計(jì)的較為簡便的方法。2王宗培論步進(jìn)電動機(jī)產(chǎn)品的格局電工技術(shù)學(xué)報(bào),3王宗培混合式步進(jìn)電動機(jī)繞組電感的研整理課件52究(一) (二)4王宗培,史敬灼二相混合式步進(jìn)電動機(jī)仿真模型分析5史敬灼,徐殿國,王宗培二相混合式步進(jìn)電動機(jī)矢量控制伺服系統(tǒng)電機(jī)與控制學(xué)報(bào),整理課件532000, 4 ( 3 ) 135 6 Kuo B C著,王宗培等譯步進(jìn)電動機(jī)及其控制系

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論