买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:沈阳工业大学
摘要:本发明属于数控加工控制技术领域,尤其涉及一种基于杂交粒子群优化的PMLSM的迭代学习控制方法及系统。其针对具有重复性或周期性的被控对象,具有严格的数学描述、完善的理论体系,不完全依赖于系统的精确模型,能够控制非线性系统。包括主电路、控制电路及控制对象。所述控制对象为机身装有光栅尺的三相PMLSM。所述主电路:用于将220V交流电转换成驱动PMLSM的三相交流电。所述控制电路:实现对PMLSM的基于杂交粒子群优化的迭代学习位置控制、PI速度控制。
主权项:1.一种基于杂交粒子群优化的PMLSM迭代学习控制系统,包括主电路、控制电路及控制对象;其特征在于,所述控制对象为机身装有光栅尺的三相PMLSM;所述主电路:用于将220V交流电转换成驱动PMLSM的三相交流电;所述控制电路:实现对PMLSM的基于杂交粒子群优化的迭代学习位置控制、PI速度控制。
全文数据:一种基于杂交粒子群优化的PMLSM迭代学习控制方法及系统技术领域[0001]本发明属于数控加工控制技术领域,尤其涉及一种基于杂交粒子群优化的PMLSM的迭代学习控制方法及系统。背景技术[0002]在近半个世纪以来,随着电力电子器件的性能不断提高,直驱控制技术的日趋成熟,在数控机床的上大量应用的永磁同步直线电机受到了人们的广泛关注,在本体和控制策略方面展开了大量相关的研究,并取得了相当显著的成果。高档数控机床采用直线电机驱动是未来的发展趋势,大推力直线电机正在成为高档数控机床的关键基础部件,国家也将对直线电机控制与驱动技术的研究给予大力的扶持与推进,所以研究直线电机新的控制技术,对提高我国在直线电机领域的理论研究和工业应用水平具有重要意义。[0003]永磁直线同步电机利用高能永磁体,省去中间转换机构,具有推力强度大、损耗低、运行可靠性高、时间常数小、装置简单、响应快等特点,使进给系统的快速反应能力和运动精度得到了极大地提高。但是由于永磁直线同步电动机铁心和绕组的两个端部区域与其中间位置的磁场分布显著不同,再加上参数摄动等不确定因素,很难建立精确的永磁直线同步电机的数学模型。而且,直线电机采用直接驱动方式,系统的负载扰动、自身和外部扰动、参数摄动等不确定因素将直接作用于电动机本身,没有任何中间的缓冲过程,直接影响到直线电驱进给系统性能,这大大增加了直线电机的控制难度。[0004]迭代学习控制(ILC是一种前馈控制方法,针对具有重复性或周期性的被控对象,具有严格的数学描述,完善的理论体系,不完全依赖于系统的精确模型,能够控制非线性系统。ILC算法原理简单易于实现,而且具有很好的鲁棒性,因此得到了很多应用。但是在传统的ILC控制过程中,迭代学习控制增益是固定不变的,而且在迭代学习过程中误差信号存在的发散分量积累会导致系统收敛性变差甚至发散。为了弥补传统迭代学习控制不足,满足数控技术的高精度、高速度的伺服系统性能要求,这就需要设计出适用于PMLSM的高速度、高精度和强鲁棒性的伺服控制系统,所以本发明提出了一种基于杂交粒子群优化的PMLSM的迭代学习控制方法及系统。发明内容[0005]本发明就是针对现有技术存在的缺陷,提供一种基于杂交粒子群优化的PMLSM的迭代学习控制方法及系统。其针对具有重复性或周期性的被控对象,具有严格的数学描述、完善的理论体系,不完全依赖于系统的精确模型,能够控制非线性系统。[0006]为实现上述目的,本发明采用如下技术方案,包括主电路、控制电路及控制对象;[0007]所述控制对象为机身装有光栅尺的三相PMLSM;[0008]所述主电路:用于将220V交流电转换成驱动PMLSM的三相交流电;[0009]所述控制电路:实现对PMLSM的基于杂交粒子群优化的迭代学习位置控制、PI速度控制。[0010]作为本发明的一种优选方案,所述主电路包括调压电路、整流滤波单元和IPM逆变单元;[0011]所述整流滤波单元:通过与三相交流电源相连,用于将变化的交流电转化为稳定的直流电;[0012]所述IPM逆变单元:用于将整流滤波电路输出的直流电逆变成交流电,供给PMLSM。[0013]作为本发明的另一种优选方案,所述调压模块的输入端连接220V交流电,调压模块的输出端连接整流滤波单元的输入端,整流滤波单元的输出端连接IPM逆变单元的输入端,IPM逆变单元的输出端连接PMLSM;IPM逆变电路经电流采样电路连接DSP处理器的AD通道,PMLSM的输出端经光栅尺、位置速度检测电路连接至DSP处理器的数字IO口,DSP处理器的输出端连接IPM隔离驱动保护电路的输入端,IPM隔离驱动保护电路的输出端连接IPM逆变单元的控制输入端。[0014]作为本发明的另一种优选方案,所述控制电路用于控制IPM逆变单元中的开关管通断,其包括DSP处理器、电流采样电路、位置速度采样电路、IPM保护隔离驱动电路。[0015]作为本发明的另一种优选方案,所述DSP处理器:根据接收到的位置、速度和电流信号,执行HPSO-ILC控制算法,产生驱动信号控制IPM逆变单元中的开关管通断;[0016]电流采样电路:将霍尔电流传感器的采样信号转换成0-3V的电平信号;[0017]位置速度采样电路:将光栅尺采集到的动子位置速度信号转化为可被DSP处理器识别的数字量;[0018]IPM保护隔离驱动电路:根据DSP处理器在HPSO-ILC位置控制、PI速度控制时生成的不同PffM信号驱动IPM逆变单元工作和保护IPM逆变单元。[0019]作为本发明的另一种优选方案,在所述的DSP处理器内处理信号的过程为:给定PMLSM位置信号后,与经光栅尺检测到的实际位置信号做差,产生位置误差信号,将位置误差信号作为HPSO-1LC控制器的输入量,经HPSO-1LC控制器计算得出电流控制信号,电流控制信号经DSP产生PWM脉冲序列,Pmi脉冲序列控制IPM逆变电路的六个IGBT的导通与关断,得到满足需要的三相交流电,送至PMLSM控制其运动。[0020]一种PMLSM控制方法,包括以下步骤:[0021]步骤1:给定PMLSM位置输入信号;[0022]步骤2:初始化杂交粒子群优化算法:初始化HPSO算法,确定算法的粒子群维数D、粒子群惯性权重范围[«min,Wmax]、加速系数Cl和C2、位置范围[Xmin,Xmax]、速度范围[Vmin,Vmax]、杂交概率be、杂交池比例bs、最大迭代次数M、最佳解停止条件f。。。随机初始化微粒速度、位置,并将第一代粒子作为粒子的个体最优位置Pbest,其适应值作为个体最佳适应值,粒子中最小的适应值作为全局最佳适应值,其位置作为全局最佳位置gbest;[0023]步骤3:将产生的粒子分别赋给PMLSM的迭代学习控制器增益α,β,γ,以及Butterworth零相位低通滤波器带宽fc;[0024]步骤4:确定迭代学习控制器的输出信号uj+1t。由给定的期望输出信号Xdt,存储记忆的第j次迭代学习的控制输入叫(〇,第j+Ι次迭代学习的实际输出X川t,以及第j+1次迭代学习时的跟踪误差ej+1t,得到迭代控制器的输出信号并送入被控对象,其中,eJ+1t=Xdt-Xj+lt;[0025]步骤5:更新粒子个体最优值以及全局最优值:利用HPSO算法修正迭代学习控制器增益α,β,γ,以及Butterworth零相位低通滤波器带宽fc。更新粒子群每个粒子的位置和速度,进而计算每个粒子的适应值。[0026]步骤5-1:更新粒子群粒子的位置和速度,公式如下所示:[0027]xi,jk+1=xi,jk+vi,jk+1,j=l,2,......,dI[0028]Vi,jk+1=ω·vi,jk+ciri[pi,j_xi,jk]+C2r2[pg,j_Xi,jk]2[0029]式中:ω为惯性权重;ci和C2为正常数,称为加速系数;ri和r2是[0,1]的随机数;XWk为粒子位置;Vl,」k为粒子速度;为粒子个体最优位置;pg,伪粒子群最优位置;[0030]步骤5-2:比较每个粒子的适应值和个体最佳适应值Pbest,如果控制效果更优,就更新其个体最佳位置和个体最佳适应值;[0031]步骤5-3:比较每个粒子的适应值和全局最佳适应值gbest,如果控制效果更优,就更新其全局最佳位置和全局最佳适应值;[0032]步骤5-4:根据杂交概率选取指定数量的粒子,并将其放入杂交池中,池中的粒子随机两两杂交产生同样数目的子代粒子,并计算出子代的位置和速度。利用子代粒子代替父代粒子;[0033]其中粒子的适应值即为系统误差绝对值时间积分函数ITAE,计算公式如下:[0034]3[0035]式中:t为时间;e⑴为系统给定值与系统输出的偏差;[0036]步骤5-5:当算法达到其停止条件,则停止搜索并输出结果;否则返回第5-1步继续搜索。[0037]作为本发明的另一种优选方案,所述步骤4按如下步骤进行:[0038]步骤4_1:PMLSM控制系统运动过程中实时进彳丁电流米样和位置米样;[0039]步骤4-2:DSP处理器根据当前时刻的电流采样数据和位置采样数据生成对PMLSM进行位置控制的PWM信号;[0040]步骤4-2-1:根据位置采样数据对PMLSM进行HPSO-ILC位置控制:将期望位置与位置采样数据做差后,得到位置偏差,经HPSO-ILC计算后得到期望速度;[0041]步骤4-2-2:根据位置采样数据对PMLSM进行PI速度控制:将位置采样数据微分后,得到实际速度,再将步骤4-2-1所得的期望速度与实际速度做差后,经PI计算后得到速度偏差,得到期望电流;[0042]步骤4-2-3:根据电流采样数据生成对PMLSM进行位置控制的PffM信号:将步骤4-2-2所得的期望电流作23变换,再将变换结果与电流采样数据做差后,得到驱动IPM逆变单元的PffM信号,执行步骤4-3;[0043]步骤4-3:PMLSM根据P丽信号进行工作:IPM逆变单元根据步骤4-2-3所得的P丽信号,使PMLSM运行,PMLSM运动过程中实时进行电流采样和位置采样;[0044]步骤4-4:返回步骤4-2-2。[0045]进一步地,所述步骤2中,速度的随机值限制在[Vmin,Vmax],位置的随机值限制在[Xmin,XmaJ。粒子群惯性权重在[C0min,COmax]范围内按线性关系递减。[0046]进一步地,所述步骤4中,迭代学习控制器的输出信号:[0047][0048]式中:α、β和γ分别为ILC控制器的比例、积分和微分学习增益参数。[0049]进一步改进,所述步骤5-1中:[0050]惯性递减权重:_5[0052]式中:comax表示惯性权重最大值;comin表示惯性权重最小值;k表示当前迭代次数。[0053]进一步改进,所述步骤5-4中:子代的位置和速度的计算公式为:_4]6[0055]式中:mx代表父代粒子的位置;nx代表子代粒子的位置;mv表示父代粒子的速度;nv表示子代粒子的速度;i是0到1之间的随机数。保持pbest和gbest不变。[0056]与现有技术相比本发明有益效果。[0057]本发明ILC是一种智能控制方法,主要针对具有重复性或周期性的被控对象,具有严格的数学描述,完善的理论体系,不完全依赖于系统的精确模型,能够控制非线性系统。但是在传统的ILC控制过程中,迭代学习控制增益是固定不变的,而且在迭代学习过程中误差信号存在的发散分量积累会导致系统收敛性变差甚至发散。本发明将杂交粒子群优化算法与迭代学习控制算法以及Butterworth零相位低通滤波器相结合,通过杂交粒子群算法实时优化迭代学习控制器增益,以及Butterworth零相位低通滤波器带宽。在下一次迭代之前利用Butterworth滤波器滤除发散分量,提高系统收敛速度。同时在杂交粒子群算法中引入线性递减的惯性权重。与标准粒子群算法相比,杂交粒子群算法具有收敛速度快、精度高、不易陷入“早熟”的特点,从而实现良好的控制效果。附图说明[0058]下面结合附图和具体实施方式对本发明做进一步说明。本发明保护范围不仅局限于以下内容的表述。[0059]图1是本发明具体实施方式的基于杂交粒子群算法优化PMLSM迭代学习控制原理框图。[0060]图2是本发明ILC位置控制原理框图。[0061]图3是本发明PMLSM控制系统结构框图。[0062]图4是本发明PMLSM控制系统硬件主电路原理图。[0063]图5是本发明PMLSM控制系统位置信号采样电路原理图。[0064]图6是本发明PMLSM控制系统电流采样电路原理图。[0065]图7是本发明PMLSM控制系统IPM隔离驱动保护电路原理图。[0066]图8是本发明DSP处理器的控制流程图。[0067]图9是本发明保护中断处理的流程图。[0068]图10是本发明Tl中断处理的流程图。[0069]图11是本发明基于杂交粒子群算法优化的PMLSM迭代学习控制方法流程图。具体实施方式[0070]下面结合附图对本发明具体实施方式做详细说明。[0071]本实施方式的基于杂交粒子群优化的PMLSM的迭代学习控制方法原理如图1所示,包括利用杂交的粒子群优化Butterworth零相位低通滤波器和PID型迭代学习控制器,PI速度控制器以及被控对象。Butterworth零相位低通滤波器的作用是在下一次迭代之前滤除误差信号中的发散分量;ILC位置控制器用以获得理想的控制输入信号,使被控对象在有限时间和区间内输出高精度的跟踪轨迹;PI速度控制器用以有效地克服扰动,改善速度回路的响应特性;被控对象为PMLSM。[0072]基于杂交粒子群算法优化的PMLSM迭代学习控制方法,如图11所示,包括以下步骤:[0073]步骤1:给定PMLSM位置输入信号;[0074]步骤2:初始化杂交粒子群优化算法:初始化HPSO算法,确定算法的粒子群维数D、粒子群惯性权重范围[«min,Wmax]、加速系数Cl和C2、位置范围[Xmin,Xmax]、速度范围[Vmin,Vmax]、杂交概率be、杂交池比例bs、最大迭代次数M、最佳解停止条件f。。。随机初始化微粒速度、位置,并将第一代粒子作为粒子的个体最优位置Pbest,其适应值作为个体最佳适应值,粒子中最小的适应值作为全局最佳适应值,其位置作为全局最佳位置gbest,速度的随机值限制在[Vmin,Vmax],位置的随机值限制在[Xmin,Xmax],粒子群惯性权重在[«min,COmax]范围内按线性关系递减;[0075]步骤3:将产生的粒子分别赋给PMLSM的迭代学习控制器增益α,β,γ,以及Butterworth零相位低通滤波器带宽fc;[0076]步骤4:确定迭代学习控制器的输出信号uj+1t。由给定的期望输出信号Xdt,存储记忆的第j次迭代学习的控制输入叫(〇,第j+Ι次迭代学习的实际输出X川t,以及第j+1次迭代学习时的跟踪误差ej+1t,得到迭代控制器的输出信号并送入被控对象,其中,eJ+1t=Xdt-Xj+lt;[0077]步骤4_1:PMLSM控制系统运动过程中实时进彳丁电流米样和位置米样;[0078]步骤4-2:DSP处理器根据当前时刻的电流采样数据和位置采样数据生成对PMLSM进行位置控制的PWM信号;[0079]步骤4-2-1:根据位置采样数据对PMLSM进行HPSO-ILC位置控制:将期望位置与位置采样数据做差后,得到位置偏差,经HPSO-ILC计算后得到期望速度;[0080]ILC位置控制实质上是一种前馈控制,主要针对于具有周期性或重复性的系统,利用每次的输出误差信号和控制输入信号修正并形成下次的控制输入信号,这样重复地运行系统,使每次输出的误差不断减小,使实际输出不断接近期望输出。[0081]ILC位置控制原理如图2所示,图中所有的信号都定义在有限区间图中所有的信号都定义在有限区间[0,T]上,下标j表示第j次迭代,ydt为被控系统的期望输出,nt为第j次迭代的实际输出,幻⑴为第j次迭代的输出误差幻t=ydtt,ILC控制器第j+1次迭代的控制输入,一般可以表示为:[0082]Uj+i⑴=L[Uj⑴,ejt]I[0083]式中:L[·]为学习律函数,常见的学习律有PID型学习律、最优学习律、反馈-前馈学习律、自适应学习律、高阶学习律和离散系统学习律等。通过选择合适的学习律,使得当迭代次数j—°°时。yjt—yd⑴。[0084][0085]式中:α、β和γ分别为ILC控制器的比例、积分和微分学习增益参数。[0086]步骤4-2-2:根据位置采样数据对PMLSM进行PI速度控制:将位置采样数据微分后,得到实际速度,再将步骤4-2-1所得的期望速度与实际速度做差后,经PI计算后得到速度偏差,得到期望电流。[0087]将PI控制器设计在速度环中,将经过HPSO-ILC位置控制器的输出信号与反馈速度信号的比较结果作为PI速度控制器的输入偏差et,ΡΙ速度控制器的输出信号u⑴作为控制输入信号送入被控对象。[0088]步骤4-2-3:根据电流采样数据生成对PMLSM进行位置控制的PffM信号:将步骤4-2-2所得的期望电流作23变换,再将变换结果与电流采样数据做差后,得到驱动IPM逆变单元的PffM信号,执行步骤4-5。[0089]步骤4-3:PMLSM根据P丽信号进行工作:IPM逆变单元根据步骤4-2-3所得的P丽信号,使PMLSM运行,PMLSM运动过程中实时进行电流采样和位置采样。[0090]步骤4-4:返回步骤4-2-2。[0091]步骤5:更新粒子个体最优值以及全局最优值:根据HPSO算法修正迭代学习控制器增益α,β,γ,以及Butterworth零相位低通滤波器带宽fc。更新粒子群每个粒子的位置和速度,进而计算每个粒子的适应值。[0092]步骤5-1:更新粒子群粒子的位置和速度,公式如下所示:[0093]xi,jk+1=xi,jk+vi,jk+1,j=l,2,......,d3[0094]Vi,jk+1=ω·vi,jk+ciri[pi,j_xi,jk]+C2r2[pg,j_Xi,jk]⑷[0095]式中:ω为惯性权重;ci和C2为正常数,称为加速系数通常取2;ri和r2是[0,1]的随机数;XWk为粒子位置;V1,dk为粒子速度;PW为粒子个体最优位置;Pw为粒子群最优位置。[0096]惯性递减权重:[0097]5[0098]式中:c〇max表示惯性权重最大值,comin表示惯性权重最小值,k表示当前迭代次数。[0099]步骤5-2:比较每个粒子的适应值和个体最佳适应值pbe3St,如果控制效果更优,就更新其个体最佳位置和个体最佳适应值;[0100]步骤5-3:比较每个粒子的适应值和全局最佳适应值gbest,如果控制效果更优,就更新其全局最佳位置和全局最佳适应值;[0101]步骤5-4:根据杂交概率选取指定数量的粒子,并将其放入杂交池中,池中的粒子随机两两杂交产生同样数目的子代粒子,并计算出子代的位置和速度。利用子代粒子代替父代粒子。[0102]粒子的适应值即为系统误差绝对值时间积分函数ITAE,计算公式如下:[0103]6[0104]式中:t为时间;e⑴为系统给定值与系统输出的偏差。[0105]子代的位置和速度的计算公式为:[0106]7[0107]式中:mx代表父代粒子的位置;nx代表子代粒子的位置;mv表示父代粒子的速度;nv表示子代粒子的速度;i是0到1之间的随机数。保持pbest和gbest不变。[0108]步骤5-5:当算法达到其停止条件,则停止搜索并输出结果;否则返回第5-1步继续搜索。[0109]上述PMLSM控制方法所采用的PMLSM控制系统,如图3所示,包括:用于将220V交流电转换成驱动PMLSM的三相交流电的主电路;用于根据电流采样信号和位置采样信号对PMLSM进行HPSO-1LC位置控制、PI速度控制的控制电路;主电路的输入端连接220V交流电,主电路的输出端连接PMLSM的三相输入端;控制电路的位置采样输入端连接PMLSM的光栅尺,控制电路的电流采样输入端连接PMLSM的输入端。[0110]主电路如图4所示,包括调压模块、整流滤波单元和IPM逆变单元。[0111]调压模块的输入端连接220V交流电,调压模块的输出端连接整流滤波单元的输入端,整流滤波单元的输出端连接IPM逆变单元的输入端,IPM逆变单元的输出端分别连接PMLSM的三相输入端。[0112]调压模块采用三相智能调压模块EUV—25A—II,可实现0〜220V的隔离调压。整流滤波单元采用桥式不可控整流,大电容滤波,配合适当的阻容吸收电路,可获得IPM逆变单元工作所需的恒定直流电压。IPM逆变单元采用富士公司的6MBP50RA060智能功率模块,它的耐压为600V,最大电流为50A,最高工作频率为20kHz。IPM逆变单元采用四组独立的15V驱动电源供电。P、N为直流母线电压输入端,与整流滤波单元的输出端相连,P端为正,N端为负;B为放电端,与内部泄放管的集电极相连;U、V、W是三相逆变电压输出端。IPM逆变单元输出的三相交流电通过输出端子U,V,W接至PMLSM。[0113]控制电路包括:位置采样电路、电流采样电路、IPM隔离驱动保护电路、DSP处理器。位置采样电路连接PMLSM的光栅尺;霍尔电流传感器连接PMLSM的输入端;霍尔电流传感器的输出端连接电流采样电路的输入端,电流采样电路的输出端、位置采样电路的输出端分别连接DSP处理器的输入端,DSP处理器的输出端连接IPM隔离驱动保护电路的输入端,IPM隔离驱动保护电路的输出端连接IPM逆变单元的控制输入端。[0114]位置采样电路:作用是通过光栅尺采集PMLSM位置信号。[0115]电流采样电路:作用是将霍尔电流传感器检测到的电流模拟量转变为数字量,输入DSP处理器进行处理。[0116]速度采样电路:将光栅尺采集的速度信号转变为数字量,输入DSP处理器进行处理。[0117]IPM隔离驱动保护电路:作用是根据DSP处理器在HPSO-ILC位置控制、PI速度控制时生成的不同PWM信号驱动IPM逆变单元工作和保护IPM逆变单元;[0118]DSP处理器:作用是根据电流采样信号和位置采样信号对PMLSM进行HPSO-1LC位置控制、PI速度控制。[0119]位置采样电路如图5所示:当PMLSM运动时,机身安装的光栅尺会输出与位置信息有关的三路脉冲信号,包括两路用于检测位置信息的脉冲信号A和B,以及一路用于回零参考的信号Z。这三路脉冲信号通过高速光藕合器6N137进行隔离。因为光栅尺输出的三路脉冲信号是5V的,而DSP处理器的IO口电压是3.3V的,所以需要经过分压电路将信号由5V转换为3.3V。最后将转换后的脉冲信号A和B分别连接到DSP处理器的两路正交编码脉冲接口QEPl和QEP2,将转换后的脉冲信号Z连接到DPS的捕获单元CAP3ASP内部捕获单元可使用软件定义为正交编码脉冲输入单元,之后可以对脉冲进行计数,根据脉冲序列可以判断PMLSM的运动方向和位置。[0120]电流采样电路如图6所示A、B两相电流检测电路相同,故仅给出A相电流检测电路):电流检测电路是把PMLSM的三相动子电流经传感器后送入DSP转换成数字形式并进行一系列的变换。由于本系统是三相平衡系统,即三相电流矢量和为零,因此只需要检测A、B两相电流,就可以得到三相电流。本实施方式采用两个CSM025PT5系列霍尔电流传感器检测A、B两相电流,它能采集的电流范围是-16A〜+16A,输出的电压范围是0〜5V。其中管脚5、6分别接士15V电压,管脚1输出的是霍尔电流传感器检测的A相电流。因为霍尔电流传感器输出的电压范围是〇〜5V,而DSP处理器的AD模块采样电压范围是0〜3V,可采用运算放大器0P07GS,通过调节电阻VR1,将信号调整到0〜3V。放大器的电源接士15V电压,在电压和地间接去藕电容。电路输入端接电容滤波,以去除高频信号干扰,提高采样精度。最后将调整后的A、B两相电流分别连接到DSP处理器的AD0、AD1管脚。[0121]IPM隔离驱动电路如图7所示:采用八单线驱动器74LS240,驱动器的输入端连接到DSP处理器内部的PWM模块,受DSP处理器控制。IPM逆变单元的故障输出端通过光电藕合器HCPL4506连接到DSP处理器的(PDPINTA-引脚,以确保IPM逆变单元发生故障时DPS及时将所有事件管理输出置为高阻态,DSP停止对驱动器输出PffM信号,从而保护IPM逆变单元。[0122]控制电路的核心DSP处理器采用TMS320F2812,其配套的开发板包括目标只读存储器、模拟接口、eCAN接口、串行引导R0M、用户指示灯、复位电路、可配置为RS232RS422RS485的异步串口、SPI同步串口和片外256*16位RAM。[0123]当PMLSM正常工作时,使能TMS320F2812芯片事件管理器EVA的正交编码脉冲电路和捕获单元CAP3,接收PMLSM的实际位置信息。使能TMS320F2812芯片的16通道AD模块,接收控制PMLSM的实际电流信息。使能TMS320F2812芯片的P丽模块,输出P丽波,控制IPM逆变单元,从而实现对PMLSM的控制。[0124]将期望位置与检测所得的实际位置做差后,调用HPSO-ILC控制程序得到期望速度。将检测所得的实际位置微分后得到实际速度。将期望速度与计算所得的实际速度做差后,调用PI控制程序,得到的期望电流,并对其进行23变换。利用变换后的期望电流与检测所得的实际电流产生PWM波,输出给IPM隔离驱动保护电路。[0125]将TMS320F2812芯片的PDPINTAr引脚与IPM逆变单元的故障输出端相连接,保护和监控整个系统。一旦系统出现过压、过电流、欠电压等故障时,TMS320F2812芯片能够及时将PDPIΝΤΑΓ引脚置为高阻态,封锁PffM输出信号,保护IPM单元。[0126]控制电路的核心为TMS320LF2812DSP处理器,包括HPSO-ILC位置控制模块、PI速度控制模块和PWM信号生成模块。负责转换AD转换、电机转速的计算、速度的PI调节和位置的HPSO-ILC调节,最后得到电压空间矢量P丽的控制信号,驱动IPM逆变单元。DSP控制器还负责保护和监控整个系统,一旦系统出现过压、过电流、欠电压等故障,DSP将封锁PWM输出信号,以保护IPM逆变单元。[0127]DSP处理器的控制流程如图8所示,包括以下步骤:[0128]1、系统初始化;[0129]2、DSP初始化;[0130]3、允许INTI、INTZ中断;[0131]4、启动TI下溢中断;[0132]5、中断等待;[0133]6、TI中断处理;[0134]7、保护中断处理;[0135]8、结束。[0136]其中,保护中断处理如图9所示,包括以下步骤:[0137]1、禁止所有中断;[0138]2、封锁IPM;[0139]3、中断返回。[0140]Tl中断处理如图10所示,包括以下步骤:[0141]1、保护现场;[0142]2、位置采样,与给定位置信号比较后获得位置偏差;[0143]3、调用位置的HPSO-ILC控制程序;[0144]4、计算电机速度,与位置PI调节器输出信号比较后获得速度偏差;[0145]5、调用速度的PI控制程序;[0146]6、进彳丁电流米样;[0147]7、对电流采样值进行32变换;[0148]8、利用q轴电流计算转矩;[0149]9、对输出的电流进行23变换;[0150]10、用变换得到的电流值作为载波与三角波调制获得PffM信号;[0151]11、中断返回。[0152]可以理解的是,以上关于本发明的具体描述,仅用于说明本发明而并非受限于本发明实施例所描述的技术方案,本领域的普通技术人员应当理解,仍然可以对本发明进行修改或等同替换,以达到相同的技术效果;只要满足使用需要,都在本发明的保护范围之内。
权利要求:1.一种基于杂交粒子群优化的PMLSM迭代学习控制系统,包括主电路、控制电路及控制对象;其特征在于,所述控制对象为机身装有光栅尺的三相PMLSM;所述主电路:用于将220V交流电转换成驱动PMLSM的三相交流电;所述控制电路:实现对PMLSM的基于杂交粒子群优化的迭代学习位置控制、PI速度控制。2.根据权利要求1所述的一种基于杂交粒子群优化的PMLSM迭代学习控制系统,其特征在于:所述主电路包括调压电路、整流滤波单元和IPM逆变单元;所述整流滤波单元:通过与三相交流电源相连,用于将变化的交流电转化为稳定的直流电;所述IPM逆变单元:用于将整流滤波电路输出的直流电逆变成交流电,供给PMLSM。3.根据权利要求1所述的一种基于杂交粒子群优化的PMLSM迭代学习控制系统,其特征在于:所述调压模块的输入端连接220V交流电,调压模块的输出端连接整流滤波单元的输入端,整流滤波单元的输出端连接IPM逆变单元的输入端,IPM逆变单元的输出端连接PMLSM;IPM逆变电路经电流采样电路连接DSP处理器的AD通道,PMLSM的输出端经光栅尺、位置速度检测电路连接至DSP处理器的数字IO口,DSP处理器的输出端连接IPM隔离驱动保护电路的输入端,IPM隔离驱动保护电路的输出端连接IPM逆变单元的控制输入端。4.根据权利要求1所述的一种基于杂交粒子群优化的PMLSM迭代学习控制系统,其特征在于:所述控制电路用于控制IPM逆变单元中的开关管通断,其包括DSP处理器、电流采样电路、位置速度采样电路、IPM保护隔离驱动电路。5.根据权利要求1所述的一种基于杂交粒子群优化的PMLSM迭代学习控制系统,其特征在于:所述DSP处理器:根据接收到的位置、速度和电流信号,执行HPSO-ILC控制算法,产生驱动信号控制IPM逆变单元中的开关管通断;电流采样电路:将霍尔电流传感器的采样信号转换成0-3V的电平信号;位置速度采样电路:将光栅尺采集到的动子位置速度信号转化为可被DSP处理器识别的数字量;IPM保护隔离驱动电路:根据DSP处理器在HPSO-ILC位置控制、PI速度控制时生成的不同PffM信号驱动IPM逆变单元工作和保护IPM逆变单元。6.根据权利要求1所述的一种基于杂交粒子群优化的PMLSM迭代学习控制系统,其特征在于:在所述的DSP处理器内处理信号的过程为:给定PMLSM位置信号后,与经光栅尺检测到的实际位置信号做差,产生位置误差信号,将位置误差信号作为HPSO-ILC控制器的输入量,经HPSO-ILC控制器计算得出电流控制信号,电流控制信号经DSP产生PffM脉冲序列,PffM脉冲序列控制IPM逆变电路的六个IGBT的导通与关断,得到满足需要的三相交流电,送至PMLSM控制其运动。7.根据权利要求1所述的基于杂交粒子群优化的PMLSM迭代学习控制系统的控制方法,其特征在于:包括以下步骤:步骤1:给定PMLSM位置输入信号;步骤2:初始化杂交粒子群优化算法:初始化HPSO算法,确定算法的粒子群维数D、粒子群惯性权重范围[«min,Wmax]、加速系数Cl和C2、位置范围[Xmin,Xmax]、速度范围[Vmin,Vmax]、杂交概率be、杂交池比例bs、最大迭代次数M、最佳解停止条件f。。。随机初始化微粒速度、位置,并将第一代粒子作为粒子的个体最优位置Pbd,其适应值作为个体最佳适应值,粒子中最小的适应值作为全局最佳适应值,其位置作为全局最佳位置gbest;步骤3:将产生的粒子分别赋给PMLSM的迭代学习控制器增益α,β,γ,以及Butterworth零相位低通滤波器带宽fc;步骤4:确定迭代学习控制器的输出信号uj+1t。由给定的期望输出信号Xdt,存储记忆的第j次迭代学习的控制输入Wt,第j+Ι次迭代学习的实际输出xj+1t,以及第j+Ι次迭代学习时的跟踪误差ej+1t,得到迭代控制器的输出信号并送入被控对象,其中,ej+1t一Xdt—Xj+1t;步骤5:更新粒子个体最优值以及全局最优值:利用HPSO算法修正迭代学习控制器增益α,β,γ,以及Butterworth零相位低通滤波器带宽fc。更新粒子群每个粒子的位置和速度,进而计算每个粒子的适应值。步骤5-1:更新粒子群粒子的位置和速度,公式如下所示:xi,jk+1=xi,jk+vi,jk+1,j=l,2,......,dIVi,jk+1=ω·Vi,jk+ciri[pi,j_xi,jk]+C2r2[pg,j_Xi,jk]2式中:ω为惯性权重;ci和C2为正常数,称为加速系数;ri和r2是[0,1]的随机数;Xi,jk为粒子位置;vwk为粒子速度;pw为粒子个体最优位置;Pw为粒子群最优位置;步骤5-2:比较每个粒子的适应值和个体最佳适应值pbe3St,如果控制效果更优,就更新其个体最佳位置和个体最佳适应值;步骤5-3:比较每个粒子的适应值和全局最佳适应值gbest,如果控制效果更优,就更新其全局最佳位置和全局最佳适应值;步骤5-4:根据杂交概率选取指定数量的粒子,并将其放入杂交池中,池中的粒子随机两两杂交产生同样数目的子代粒子,并计算出子代的位置和速度。利用子代粒子代替父代粒子;其中粒子的适应值即为系统误差绝对值时间积分函数ITAE,计算公式如下:3式中:t为时间;e⑴为系统给定值与系统输出的偏差;步骤5-5:当算法达到其停止条件,则停止搜索并输出结果;否则返回第5-1步继续搜索。8.根据权利要求1所述的基于杂交粒子群优化的PMLSM迭代学习控制系统的控制方法,其特征在于:所述步骤4按如下步骤进行:步骤4-l:PMLSM控制系统运动过程中实时进行电流采样和位置采样;步骤4-2:DSP处理器根据当前时刻的电流采样数据和位置采样数据生成对PMLSM进行位置控制的PWM信号;步骤4-2-1:根据位置采样数据对PMLSM进行HPSO-ILC位置控制:将期望位置与位置采样数据做差后,得到位置偏差,经HPSO-ILC计算后得到期望速度;步骤4-2-2:根据位置采样数据对PMLSM进行PI速度控制:将位置采样数据微分后,得到实际速度,再将步骤4-2-1所得的期望速度与实际速度做差后,经PI计算后得到速度偏差,得到期望电流;步骤4-2-3:根据电流采样数据生成对PMLSM进行位置控制的PWM信号:将步骤4-2-2所得的期望电流作23变换,再将变换结果与电流采样数据做差后,得到驱动IPM逆变单元的PWM信号,执行步骤4-3;步骤4-3:PMLSM根据PWM信号进行工作:IPM逆变单元根据步骤4-2-3所得的PWM信号,使PMLSM运行,PMLSM运动过程中实时进行电流采样和位置采样;步骤4-4:返回步骤4-2-2。9.根据权利要求1所述的基于杂交粒子群优化的PMLSM迭代学习控制系统的控制方法,其特征在于:所述步骤2中,速度的随机值限制在[vmin,vmax],位置的随机值限制在[xmin,XmaJ。粒子群惯性权重在[comin,COmax]范围内按线性关系递减。10.根据权利要求1所述的基于杂交粒子群优化的PMLSM迭代学习控制系统的控制方法,其特征在于:所述步骤4中,迭代学习控制器的输出信号:式中:α、β和γ分别为ILC控制器的比例、积分和微分学习增益参数;所述步骤5-1中:惯性递减权重为:S式中:Qmax表示惯性权重最大值;COmin表示惯性权重最小值;k表示当前迭代次数;所述步骤5-4中:子代的位置和速度的计算公式为:6式中:mx代表父代粒子的位置;nx代表子代粒子的位置;mv表示父代粒子的速度;nv表示子代粒子的速度;i是〇到1之间的随机数。保持Pbest和gbest不变。
百度查询: 沈阳工业大学 一种基于杂交粒子群优化的PMLSM迭代学习控制方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。