劉俞聰 熊和金 陳躍鵬
(武漢理工大學(xué) 自動(dòng)化學(xué)院,武漢 430070)
電磁彈射系統(tǒng)(electro magnetic aircraft launch system,EMALS)可以使艦載固定翼戰(zhàn)機(jī)在短距離、短時(shí)間內(nèi)以電磁推力的方式滿足一定的安全起飛速度[1],相比于傳統(tǒng)的蒸汽彈射系統(tǒng),具有推力強(qiáng)、體積小、重量輕、利用率高等優(yōu)勢(shì)[2],成為國(guó)內(nèi)外近年來的熱門研究對(duì)象.但電磁彈射系統(tǒng)也存在諸多未克服的技術(shù)難點(diǎn),系統(tǒng)的控制效率及精度不高就是當(dāng)下急需解決的嚴(yán)峻問題之一.直線同步電機(jī)作為電磁彈射驅(qū)動(dòng)系統(tǒng)的動(dòng)力源,其性能的優(yōu)劣直接影響電磁彈射系統(tǒng)的使用效果[3].文獻(xiàn)[3]指出,由于永磁直線同步電機(jī)在推動(dòng)力、效率、損耗、響應(yīng)速度等方面性能優(yōu)越,早已成為電磁彈射系統(tǒng)首選的電機(jī)類型之一[3-5].
永磁直線同步電機(jī)(PMLSM)作為一個(gè)多變量系統(tǒng),其數(shù)學(xué)模型具有非線性、耦合度高等特點(diǎn),在實(shí)際工作時(shí),往往因?yàn)椴蓸有畔⒌膩G失、數(shù)據(jù)的不準(zhǔn)確,導(dǎo)致系統(tǒng)難以得到確切有效的控制輸入量.文獻(xiàn)[6]提出了采用改進(jìn)的先進(jìn)模糊控制策略,但實(shí)際上,伺服控制系統(tǒng)在工作時(shí)得到模糊隸屬度函數(shù)的分布規(guī)律與實(shí)際情況差別甚大.文獻(xiàn)[7]證明,對(duì)比于傳統(tǒng)的模糊控制方法,灰色理論非常適合處理不準(zhǔn)確、不完全、小樣本的信息.因此,把PMLSM伺服控制系統(tǒng)視作灰色系統(tǒng),以灰色理論為依據(jù),建立灰色PID模型,能有效抑制干擾,提高系統(tǒng)的魯棒性,改善控制精度,達(dá)到較好的控制效果[8].
PMLSM伺服控制系統(tǒng)一般設(shè)計(jì)為由電流環(huán)作為內(nèi)環(huán),速度環(huán)、位置環(huán)構(gòu)成機(jī)械環(huán)作為外環(huán)的三閉環(huán)控制系統(tǒng)[2].通過控制電機(jī)電流使其產(chǎn)生電磁推力,進(jìn)而控制電機(jī)速度及位置,使系統(tǒng)達(dá)到快、穩(wěn)、準(zhǔn)的控制要求.
根據(jù)PMLSM的數(shù)學(xué)模型,由Ld=Lq=L得到電機(jī)的狀態(tài)方程為
其中,E為感應(yīng)電動(dòng)勢(shì)(V).
PMLSM系統(tǒng)的動(dòng)力學(xué)微分方程為
其中,M為被控對(duì)象質(zhì)量(kg);v為動(dòng)子直線速率(m/s);Fl為負(fù)載阻力(N).
PMLSM系統(tǒng)的電磁推力方程為
從式(1)~(3)可得,在d-q坐標(biāo)系下PMLSM 系統(tǒng)的控制框圖,如圖1所示.其中,d、q兩軸電壓ud、uq為系統(tǒng)輸入,動(dòng)子速度v為系統(tǒng)輸出.
圖1 d-q坐標(biāo)系下的PMLSM的控制框圖
從圖1中明顯看出,在d、q軸之間存在相互耦合、相互干擾的由勵(lì)磁引起的反電動(dòng)勢(shì)E,直接影響d、q軸各自的輸入電壓,從而無法直接控制d、q軸電流.于是,有必要通過建立如式(4)所示的解耦控制方程式的方法求出反電動(dòng)勢(shì)E,消除該干擾源對(duì)d、q軸電流的影響.
根據(jù)式(1)~(4),得到在解耦控制狀態(tài)下的PMLSM位置伺服系統(tǒng)結(jié)構(gòu)框圖,如圖2所示,其中電流環(huán)為內(nèi)環(huán),速度環(huán)和位置環(huán)構(gòu)成機(jī)械外環(huán),各環(huán)對(duì)應(yīng)的控制器下文詳述.
圖2 PMLSM位置伺服系統(tǒng)結(jié)構(gòu)圖
電流環(huán)的主要作用是在電流小幅度超調(diào)的條件下實(shí)現(xiàn)快速動(dòng)態(tài)響應(yīng),而且在突加負(fù)載時(shí),避免或抑制超調(diào).因此把電流環(huán)校正成典型I型系統(tǒng)有助于提高系統(tǒng)的快速性和穩(wěn)定性[6].電流環(huán)的結(jié)構(gòu)框圖如圖3所示,其中,電流環(huán)中控制器采用PI控制策略,KP為比例系數(shù),KI為積分系數(shù).
圖3 電流環(huán)的結(jié)構(gòu)框圖
為了按照典型I型系統(tǒng)設(shè)計(jì)電流環(huán),需要對(duì)控制器右側(cè)的被控對(duì)象進(jìn)行工程近似,得到如圖4所示的電流環(huán)結(jié)構(gòu)簡(jiǎn)化框圖.
圖4 電流環(huán)的簡(jiǎn)化結(jié)構(gòu)框圖
根據(jù)典I型系統(tǒng)開環(huán)傳遞函數(shù)的形式,如式(5)所示,
對(duì)于PMLSM位置控制而言,在電流環(huán)滿足性能指標(biāo)的情況下,機(jī)械環(huán)作為外環(huán),其性能的優(yōu)劣將直接影響PMLSM的最終控制效果.目前較為普遍和有效的控制方法是位置環(huán)控制器采用P控制,速度環(huán)控制器采用PI控制[2].其中,采用PI控制的速度控制器的傳遞函數(shù)形式為
由上述分析,電流內(nèi)環(huán)的傳遞函數(shù)為
考慮到速度環(huán)的截止頻率通常比較低,式(7)可近似降階為
基于上述對(duì)電流環(huán)的設(shè)計(jì),采用PI控制器組成的速度環(huán)結(jié)構(gòu)圖,如圖5所示.
圖5 采用PI速度控制結(jié)構(gòu)圖
將速度環(huán)校正為典型II型系統(tǒng),系統(tǒng)的開環(huán)傳遞函數(shù)為
參照典型II型系統(tǒng)參數(shù)的整定公式
取h=5并代入數(shù)據(jù)可求得Kv、τn值,整理式(9)得到下式
得到速度環(huán)的傳遞函數(shù)后,加入位置環(huán)即為PMLSM位置伺服系統(tǒng).其中,被控對(duì)象的傳遞函數(shù)為
把PMLSM系統(tǒng)的傳遞函數(shù)(13)轉(zhuǎn)化為如式(14)所示的離散化形式
式中,x∈Rn;u∈R;D(x,k)∈R;A為n×n系數(shù)矩陣;b為n維矩陣.
所謂灰色,即部分信息已知、部分信息未知[8-11].如果被控對(duì)象的系統(tǒng)模型是確定的,所有信息可直接獲取,那么式(14)中的D(x,k)為0.系統(tǒng)控制量的輸入直接來源于位置控制器的輸出up(k),即
但實(shí)際情況下,永磁直線同步電機(jī)伺服系統(tǒng)是一個(gè)灰色系統(tǒng),具有諸多未知性,D(x,k)不能處理為零,是系統(tǒng)的灰色部分.由于D(x,k)的存在,影響系統(tǒng)的性能指標(biāo),只使用位置控制器的輸出無法滿足控制要求.因此,有必要增加一個(gè)與D(x,k)相關(guān)的補(bǔ)償量uc(k),即u(k)=up(k)+uc(k),從而減少不確定部分對(duì)系統(tǒng)的影響,改善控制性能.這就是灰色PID控制策略的基本原理[9-10].
灰色PID控制總體分為兩個(gè)階段,一是建立灰色預(yù)測(cè)模型,二是在灰色預(yù)測(cè)的前提下根據(jù)預(yù)測(cè)結(jié)果生成補(bǔ)償量uc(k).
2.2.1 建立灰色模型
一般情況下,式(16)所示的D(x,k)由兩部分組成,其中,x1,x2,…,xn與狀態(tài)變量相關(guān),d(k)表示與狀態(tài)變量無關(guān).
式(16)為灰色預(yù)測(cè)模型.需要估計(jì)v1,v2,…,vn和d(k).因此,為(k)建立如式(17)所示的原始離散數(shù)列.
其中,i=1,2,…,n;k=1,2,…,N;N≥n.
計(jì)算一次累加離散數(shù)列x(1)i(k),生成數(shù)據(jù)矩陣B.
用最小二乘法估算v,
式(22)中,d(t)為慢時(shí)變擾動(dòng),將d(t)記做d,可看做是不變的常量.將預(yù)估值代入式(16)即可得到D(x,k)的灰色預(yù)測(cè)模型.
2.2.2 灰色預(yù)測(cè)與灰色補(bǔ)償
通過式(16)進(jìn)行灰色預(yù)測(cè),根據(jù)預(yù)測(cè)結(jié)果生成補(bǔ)償輸入量.
為了降低不確定因子對(duì)系統(tǒng)性能的影響,增加補(bǔ)償控制uc(k),令
根據(jù)狀態(tài)x(0)(k)及式(20),獲得累加離散D(1)(x,k)的數(shù)值.
為了驗(yàn)證灰色PID控制策略的控制效果,本文選擇的永磁直線同步電機(jī)模型的部分參數(shù)如下:TN=7.7N·m;IN=9A;R=2.65Ω;L=2.87mH;Ke=69.5;KF=99.25;M=10kg[11].
以上參數(shù)代入式(13)計(jì)算得到PMLSM伺服控制系統(tǒng)被控對(duì)象的實(shí)際傳遞函數(shù)為
在Matlab環(huán)境下,編寫基于灰色PID控制策略的仿真程序,對(duì)比常規(guī)PID控制和灰色PID控制的位置跟蹤響應(yīng)效果,限于篇幅,程序和仿真過程僅做簡(jiǎn)單的介紹.在程序中,若取M=1,則不采用灰色預(yù)測(cè)補(bǔ)償,即為普通的PID控制,圖6~7分別為PID控制的位置跟蹤響應(yīng)曲線圖、位置跟蹤誤差圖.當(dāng)M=2時(shí),采用灰色預(yù)測(cè)補(bǔ)償,圖8~9分別為灰色PID控制的位置跟蹤響應(yīng)曲線圖、位置跟蹤誤差圖.
圖6 PID控制位置跟蹤響應(yīng)曲線圖
圖7 PID控制位置跟蹤誤差曲線圖
圖8 灰色PID控制位置跟蹤響應(yīng)曲線圖
圖9 灰色PID控制位置跟蹤誤差曲線圖
通過對(duì)比圖6~7和圖8~9,可以明顯發(fā)現(xiàn)傳統(tǒng)的PID控制在位置跟蹤上有一定的延遲,并且跟蹤誤差較大,最大誤差達(dá)到0.3以上;而采用了灰色預(yù)測(cè)補(bǔ)償?shù)腜ID控制無明顯的延遲,而且跟蹤誤差大大減小,最大誤差僅為0.04,幾乎僅為PID控制跟蹤誤差的1/10,跟蹤效果比較理想.
本文把PMLSM伺服控制系統(tǒng)視作灰色系統(tǒng),以灰色理論為依據(jù),建立灰色PID模型,進(jìn)行灰色預(yù)測(cè)補(bǔ)償,以消除系統(tǒng)的灰色部分.仿真實(shí)驗(yàn)結(jié)果表明,以灰色理論為基礎(chǔ)的灰色PID控制策略,能有效抑制干擾,提高系統(tǒng)的魯棒性,改善控制精度,達(dá)到較好的控制效果.對(duì)采用永磁直線同步電機(jī)的電磁彈射系統(tǒng)提高彈射能量、提高效率、提高精度等方面有一定的參考價(jià)值.
[1] 趙宏濤,吳 峻.艦載無人機(jī)電磁彈射器應(yīng)用能力分析[J].艦船科學(xué)技術(shù),2010,32(3):78-80.
[2] 劉吉柱.面向電磁彈射器的永磁直線同步電機(jī)驅(qū)動(dòng)系統(tǒng)研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2010.
[3] 方 濤,陳其工,陸華才.永磁直線同步電機(jī)的模糊內(nèi)模速度控制[J].安徽工程大學(xué)學(xué)報(bào),2014,29(1):58-61.
[4] Fair H D.Progress in Electromagnetic Launch Science and Technology[J].IEEE Transactions on Magnetics.2007,43(1):93-98.
[5] 馮尚明,楊 波.用于電磁飛機(jī)彈射系統(tǒng)的直線電機(jī)設(shè)計(jì)綜述[J].艦船科學(xué)技術(shù),2008(3):36-41.
[6] Liang Zhonghua,Han Yin,F(xiàn)a Naiguang.Grey PID Control of Permanent Magnet Synchronous Motor Servo Control System[J].Journal os Shengyang University of Technology,2008,30(6):619-622.
[7] 劉思峰,黨耀國(guó),方志耕,等.灰色系統(tǒng)理論及其應(yīng)用[M].5版.北京:科學(xué)出版社,2010:96-98,116-117.
[8] Wu Zhengping,Chen Yongliang,Tang Nian,et al.The Design of Autonomous Underwater Vehicle Steering Control System Based on Grey Theory[J].J of China Three Gorges Univ.(Natural Sciences),2014,36(2):82-83.
[9] 楊華龍,劉金霞,鄭 斌.灰色預(yù)測(cè) GM(1,1)模型的改進(jìn)及應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2011,41(23):39-46.
[10]Zhang Yong,Cheng Xiaohua.Research on Application of Intelligent Control to BLDCM Control System[J].MICROMOTORS,2014,1(10):323-327.
[11]Liu Wei,Xiao Jun,Zhai Chunyan,et al.Algorithm of Adaptive PID Control Based on Modified Grey Prediction Model[J].Science Technology and Engineering,2010,10(2):501-504.