Suvremena strategija upravljanja
Tradicionalna strategija upravljanja servo motornim pogonom se uglavnom koristi pod uvjetom da je određen model kontroliranog objekta, ne mijenja se i da je linearan, a radni uvjeti i radno okruženje su konstantni. Međutim, dinamički matematički model sinkronog motora s permanentnim magnetima je nelinearni, snažno povezani, multivarijabilni sustav s promjenjivim vremenom. U slučaju visokih zahtjeva za performansama, moraju se uzeti u obzir različiti nelinearni učinci, promjene u strukturi i parametrima objekta te promjene u radnom okruženju. I vremenski promjenjivi i neizvjesni čimbenici kao što su poremećaji u okolišu. Razvoj i primjena moderne teorije upravljanja u određenoj mjeri nadoknađuje nedostatke klasične teorije upravljanja u vremenski promjenjivom nelinearnom stohastičkom sustavu.
(1) Izravna kontrola momenta
Teorija izravnog upravljanja momentom je strategija upravljanja AC motorima visokih performansi koju su predložili profesor M. depenbrock iz njemačkog sveučilišta Ruhr i japanski učenjak i.takahash 1980-ih. Strategija kontrole također se temelji na preciznoj matematici kontroliranog objekta. Model, ali za razliku od kontrole vektora, analizira matematički model AC motora izravno u koordinatnom sustavu statora bez složenih koordinatnih transformacija. Usmjerena je orijentacija polja statora, nije potrebna struja razdvajanja, a zakretni moment i spoj za protok se izravno kontroliraju dvopoložajnom kontrolom, čime se izbjegava raspadanje struje statora u komponente okretnog momenta i pobude te izravno kontrolira stanje uključivanja pretvarača. Dobra kontrola, fokusirajući se na brz odziv okretnog momenta kako bi se postigla visoka dinamička snaga okretnog momenta. Orijentacija u polju izravnog upravljanja zakretnim momentom koristi statorsko polazište, na koje ne utječu parametri rotora. Sve dok je otpor statora poznat, može se promatrati i nije osjetljiv na parametre motora.
Tehnologija izravnog upravljanja momentom uspješno je primijenjena na polju regulacije invertera asinkronog motora, a abb je lansirao seriju proizvoda. Međutim, kod primjene sinkronog motora s permanentnim magnetima još uvijek postoje problemi u izravnoj kontroli zakretnog momenta. Izravna kontrola momenta koristi histerezu magnetskog lanca, a okretni moment motora pulsira, što izravno utječe na glatkoću rada motora. Izravna kontrola zakretnog momenta treba promatrati polazni tok i moment. Točnost je slaba pri malim brzinama, što rezultira lošim performansama rada motora i malim rasponom brzine motora. Zbog male induktivnosti statora motora, strujni udar je velik kada se motor pokrene, a opterećenje se mijenja, a polazni tok i valovitost momenta su veliki. Dodatno, budući da se početni položaj veze za raspršivanje ne može procijeniti kada je motor nepomičan, motor je teško pokrenuti. Iako su neki znanstvenici u zemlji i inozemstvu pokušavali i poboljšali strategiju izravnog upravljanja obrtnim momentom sinkronog motora s permanentnim magnetima u posljednjih nekoliko godina, ova shema upravljanja je teško zadovoljiti zahtjeve tehnologije AC servo pogona.
(2) Kontrola promjenjive strukture kliznog načina rada
Kontrola varijabilne strukture pripada kategoriji nelinearne kontrole, a njezina nelinearnost pojavljuje se kao diskontinuitet kontrole, odnosno, komutacijska karakteristika koja mijenja "strukturu" sustava. Kontrola promjenjive strukture kliznog načina rada ne mora poznavati matematički model sustava. Potrebno je samo razumjeti približni raspon parametara sustava i njihove promjene, tako da kontrola varijabilne strukture ima prednosti brzog odziva, neosjetljivosti na parametre i promjene smetnji, te nema potrebe za identifikacijom i dizajnom na mreži. S funkcijom smanjenja reda i razdvajanja, kada sustav ulazi u stanje kliznog načina rada, prijenos stanja sustava više nije pod utjecajem izvornih promjena parametara i vanjskih poremećaja sustava, već je prisiljen kliziti u blizini ravnine prekidača. , s potpunom samoprilagodljivošću i robusnošću, tako da je upravljanje kliznim načinom rada uspješno primijenjeno u servo sustavu sinkronih motora s permanentnim magnetima. Međutim, zbog bang-bang kontrole, problem brbljanja neizbježno je uzrokovan, a problem brbljanja je glavna poteškoća u širokoj primjeni upravljanja promjenjivom strukturom kliznog režima. Trenutno, u AC servo motornom sustavu, promjenom strukture kliznog režima, kao što je korištenje strukture kliznog režima visokog reda i procesiranja filtriranja, problem cvokotanja uzrokovan kontrolom promjenjive strukture kliznog režima je donekle riješen.
(3) Adaptivno upravljanje
Adaptivnu kontrolu predložio je Golcl-well u ranim 1950-im. On kombinira kontrolu povratne sprege s teorijom identifikacije i predlaže utjecaj promjena karakteristika kontroliranog objekta, zanošenja i poremećaja okoliša na sustav, ili kada nema mnogo parametara kontroliranog procesa ili su ti parametri u normalnom radu. Promjene, posebice kada se radi o sporim varijablama, optimiziraju se traženjem određenih pokazatelja uspješnosti za dovršetak prilagodbe kontroliranog objekta.
Prilagodljive metode koje se trenutno primjenjuju na kontrolu su modelno referentno adaptivno, samokontrola kontrola parametara i različita novo razvijena nelinearna adaptivna kontrola. Model referentnog adaptivnog sustava upravljanja ne zahtijeva precizan matematički model kontrolnog objekta i ne zahtijeva identifikaciju parametara. Ključni je problem osmisliti zakon o prilagodljivom podešavanju parametara kako bi se osigurala stabilnost sustava, dok se signal pogreške postavlja na nulu. Glavna prednost je u tome što je jednostavna za implementaciju i brza. Međutim, postoje neki problemi u adaptivnom algoritmu, kao što su matematički model i glomazan rad, koji komplicira sustav upravljanja. Na primjer, identifikacija i ispravljanje parametara traju određeno vrijeme. Za sustave s bržim promjenama parametara, na upravljačke performanse uvelike utječe brzina izračunavanja sustava. Hardver aplikacijskog sustava mora biti visok u AC servo pogonu, koji se općenito provodi pomoću 32-bitnog digitalnog procesora signala (DSP) ili polja programabilnog polja (fpga).
(4) Nelinearna kontrola linearizacije povratne veze
Povratna linearizacija je metoda nelinearnog upravljanja. Osnovna ideja je pretvoriti algebru nelinearnog sustava u (cjelovit ili dio) linearni sustav tako da se mogu primijeniti vještine linearnog sustava. Temeljna razlika između nje i uobičajene linearizacije je u tome što linearizacija aproksimacije nije dobivena linearnom aproksimacijom sustava već tranzicijom stanja i povratnom vezom. Posljednjih godina teoretski rezultati istraživanja nelinearnih sustava kontrole pokazuju da se nelinearna povratna informacija o stanju i odgovarajuća transformacija koordinata mogu koristiti za točno lineariziranje afinitskog nelinearnog sustava pod određenim uvjetima, a ta povratna sprega stanja može jamčiti sustav upravljanja. Stabilnost i dobra dinamička kvaliteta. Na temelju precizne metode kontrole linearizacije, uspostavlja se linearizirani model upravljanja sinkronog motora s permanentnim magnetima. Nakon kontrole linearizacije povratne sprege, može se ostvariti kontrola razdvajanja d i q osi, trenutni učinak praćenja je dobar, a odgovor momenta je brz. Odziv brzine koraka može se postupno približiti određenoj vrijednosti, bez statičke razlike, malog prelijevanja i kratkog procesa prijelaza.
(5) Inteligentna strategija upravljanja
Klasične ili moderne strategije upravljanja oslanjaju se na matematički model motora i ne rješavaju temeljno probleme kontrole složenih i neizvjesnih sustava. Strategija inteligentnog upravljanja ima nelinearna obilježja i može riješiti sustave s složenijim kontrolnim objektima, okruženjima i zadacima. Inteligentna kontrola oslobađa ovisnosti o kontroliranom objektnom modelu i kontrolira samo stvarni učinak. U kontroli se nesigurnost i netočnost sustava mogu riješiti.
Inteligentne strategije upravljanja uključuju neizrazito upravljanje, kontrolu neuronske mreže, kontrolu ekspertnog sustava i robusnu kontrolu i kontrolu genetskog algoritma. Strategije upravljanja neizrazitom kontrolom i neuronskom mrežom zrele su u primjeni servo sustava sinkronog motora s permanentnim magnetima.
(6) Neizrazito upravljanje
Neizrazito upravljanje je vrsta računalnog numeričkog upravljanja zasnovanog na neizrazitoj agregaciji, neizrazitim lingvističkim varijablama i rasuđivanju neizrazite logike. Neizrazito upravljanje objedinjuje matematiku i nejasnoću, te koristi neizrazite skupove, neizrazite lingvističke varijable i neizrazito rezoniranje kao svoju teorijsku osnovu, tj. Korištenje neizrazitih skupova za opisivanje dvosmislenosti pojmova koje ljudi svakodnevno koriste, s prethodnim znanjem i stručnim iskustvom kao pravila kontrole , pomoću strojne simulacije za upravljanje sustavom, mogu realno oponašati iskustvo kontrole i metodu neizrazite kontrole vještih operatora i stručnjaka.
Fuzzy rezoniranje ne ovisi o točnim matematičkim modelima. Prema ulaznim i izlaznim podacima stvarnog sustava, sustav se može kontrolirati u realnom vremenu s obzirom na radno iskustvo operatora na terenu. Stoga je pogodan za rješavanje upravljačkih problema nelinearnih sustava; Dobra ljepljivost i jaka prilagodljivost, pogodna za vremenski promjenjive i vremenski odložene sustave. Međutim, sposobnost samoučenja neizrazite kontrole nije jaka, a pravila kontrole projektiranja ovise o iskustvu i stručnom znanju, što može uzrokovati netočnost sustava. Jednostavno usvajanje strategije neizrazitog upravljanja zahtijeva više pravila kontrole, zahtijeva puno iskustva osoblja, a preciznost kontrole je relativno niska. Tehnologija neizrazitog upravljanja dobro je primijenjena u dizajnu regulatora struje sustava servo motora i regulatora brzine. Međutim, u servo sustavu s visokim dinamičkim zahtjevima, tehnologiju treba još dodatno poboljšati.
(7) Kontrola neuronske mreže
Istraživanje neuronske mreže započelo je početkom 1940-ih. Osamdesetih godina prošlog stoljeća teorija neuronskih mreža ostvarila je proboj i postala važna grana inteligentne kontrole.
Neuronska mreža se odnosi na sustav obrade informacija koji simulira strukturu i funkciju ljudskih kranijalnih živaca inženjerskim tehnikama. Kontrola neuronske mreže ugrađuje funkciju izračuna u fizičku mrežu. U procesu proračuna svaka osnovna operacija ima odgovarajuću vezu s njom. Model neuronske mreže simulira proces djelovanja neurona mozga čovjeka, uključujući obradu, obradu i pohranu informacija. Svaki neuron sprema dio sadržaja različitih informacija, a neka oštećenja neurona i uništavanje informacija samo dovode do djelomičnog slabljenja mreže. Neuralna mreža ima prednosti pohrane distribucije informacija, paralelne obrade, nelinearne aproksimacije, sposobnosti samo-učenja i sposobnosti samoorganizacije. Može u potpunosti aproksimirati proizvoljno složene nelinearne sustave, te se može naučiti i prilagoditi dinamičkim karakteristikama vrlo nesigurnih sustava. Robusnost, koja ima sposobnost simuliranja razmišljanja o ljudskoj slici, prikladna je za rješavanje sustava koje je teško opisati s modelima ili pravilima. Posljednjih godina, ljudi su počeli pokušavati primijeniti tehnologiju kontrole neuronskih mreža (ili umjetnu inteligenciju ai) na upravljačke sustave pogona izmjenične struje za rješavanje problema koje je teško riješiti tradicionalnim metodama. Korištenje sustava za podešavanje ai ima dobre karakteristike suzbijanja buke, toleranciju kvarova i skalabilnost te je robusno prema parametrima. To je važan razvojni pravac buduće tehnologije upravljanja motorom.
Trend razvoja servo upravljanja servo upravljačem visokih performansi
Servo sustav na sinkroni motor s trajnim magnetima je razvojni smjer servo upravljanja. Iako postoje mnoge metode za primjenu AC servo kontrole, još uvijek postoje problemi kao što su niska točnost sustava, loša pouzdanost i performanse pri malim brzinama.
Bilo da se radi o tradicionalnoj strategiji kontrole, modernoj strategiji upravljanja ili strategiji inteligentne kontrole, svaka strategija upravljanja ima svoje prednosti, ali u isto vrijeme postoje i neki problemi. Teško je dobiti idealan kontrolni učinak iz jedne kontrolne strategije. To je razvojni pravac visokoučinkovite AC servo kontrole tehnologije u budućnosti kako bi se istražilo kako se infiltrirati i složiti različite strategije kontrole kako bi se poboljšalo upravljanje performansama servo sustava. Trenutno, kompozitna strategija kontrole uglavnom ima dva oblika: jedan je usvojiti novu strategiju kontrole koja se temelji na klasičnoj strategiji upravljanja pidom, kao što je neizrazita pid kontrola, neuronska mreža pid kontrola, ekspertna pid kontrola, itd .; drugo, usvojiti dva ili više novih tipova upravljanja Strategije kao što su kontrola neizrazite neuronske mreže, adaptivno neizrazito upravljanje, neizrazita izravna kontrola zakretnog momenta, adaptivno neizrazito upravljanje, kontrola varijabilne strukture kliznog moda izravnog zakretnog momenta, itd. Različite se strategije međusobno nadopunjuju radi daljnjeg poboljšanja performansi sustava za kontrolu brzine izmjenične struje i istodobno imaju jaču robusnost. Kompozitna strategija kontrole postala je žarište trenutnih istraživanja i glavni trend u budućem razvoju.
Zaključak
Primjerom sustava sinkronog motora s permanentnim magnetima, opisani su osnovni principi, prednosti i nedostaci tradicionalne strategije upravljanja, suvremena strategija upravljanja i inteligentna strategija upravljanja u AC servo motornom sustavu, te tehnologija upravljanja visokoučinkovitim AC servo motornim sustavom predviđa se. Trend razvoja ističe da je riječ o tradicionalnoj strategiji upravljanja, modernoj strategiji upravljanja ili strategiji inteligentne kontrole, svaka strategija upravljanja ima svoje prednosti, ali u isto vrijeme postoje i neki problemi. Teško je dobiti idealan kontrolni učinak iz jedne kontrolne strategije. To je razvojni pravac visokoučinkovite AC servo kontrole tehnologije u budućnosti kako bi se istražilo kako se infiltrirati i složiti različite strategije kontrole kako bi se poboljšalo upravljanje performansama servo sustava.
