楊逍卓,汪正華
(武漢理工大學(xué) 自動化學(xué)院,湖北 武漢430070)
隨著中國經(jīng)濟的快速發(fā)展,步進(jìn)電機作為工業(yè)控制核心器械,廣泛應(yīng)用于機械電子、設(shè)備控制、機器人控制等領(lǐng)域,并在這些領(lǐng)域發(fā)揮著重要的作用,企業(yè)對于高精度控制設(shè)備的需求也越來越高。
以PLC 作為步進(jìn)電機核心控制單元,通過PLC 發(fā)送PWM 脈沖來控制步進(jìn)電機驅(qū)動器,設(shè)計一套步進(jìn)電機調(diào)速系統(tǒng),實現(xiàn)對步進(jìn)電機的高精度控制。
步進(jìn)電機與傳統(tǒng)的交流電機不同,主要通過脈沖驅(qū)動的方式實現(xiàn)電機旋轉(zhuǎn),所以步進(jìn)電機又被稱為脈沖電機。其工作原理是利用電磁原理,使電機內(nèi)部的磁場方向發(fā)生變換,之后利用磁通變換來實現(xiàn)電機旋轉(zhuǎn)。
隨著電磁材料技術(shù)的突飛猛進(jìn),中國步進(jìn)電機設(shè)計技術(shù)已經(jīng)向著技術(shù)革新超越的方向發(fā)展。然而現(xiàn)有的步進(jìn)電機高精度控制技術(shù)一般被國外技術(shù)企業(yè)所掌握。將PLC 控制技術(shù)與步進(jìn)電機相結(jié)合,開發(fā)出一款簡單、實用、性能高效的步進(jìn)電機調(diào)速設(shè)備,對于現(xiàn)有的中國市場來說具有極為重要的意義。
本項目研究的快遞物流小車以ATmega328P單片機作為控制核心,以直流電機作為驅(qū)動源驅(qū)動小車運動,通過5 路紅外線傳感器讀取黑線特征信息,通過測速裝置、舵機轉(zhuǎn)向裝置、電源管理系統(tǒng)、LCD 液晶顯示屏,完成液晶系統(tǒng)的整體設(shè)置,其結(jié)構(gòu)如圖1 所示。
圖1 硬件系統(tǒng)結(jié)構(gòu)框圖
本項目以ATmega328P 單片機作為控制核心,該款單片機是16 位AVR 單片機,其內(nèi)存容量達(dá)到了32 KB,該款單片機性能穩(wěn)定,非常適合應(yīng)用于物流小車項目的搭建。為了快速完成硬件項目的創(chuàng)建,本項目最終選擇以ATmega328P單片機為主體的Ardunino UNO 成型控制器作為核心。
路徑檢測裝置是物流小車實現(xiàn)主動跟蹤的關(guān)鍵設(shè)備,可以認(rèn)為這就是小車的“眼睛”,選擇紅外傳感器作為路徑檢測裝置。本項目最終選擇TCRT5000 模塊組,一共有5 路紅外傳感器完成物流車的路徑檢測。
為了完成車輛測速,在物流車驅(qū)動端選擇了RLE38-06增量式編碼器測量車速;以L298N 作為直流電機驅(qū)動電源,完成整體車輛的設(shè)置,L298N 可驅(qū)動兩路電機,控制方式和電機轉(zhuǎn)動狀態(tài)如表1 所示。
表1 直流電機狀態(tài)表
將紅外傳感器置于小車主體前方3~5 cm 處,智能循跡小車的模型如圖2 所示。
圖2 小車模型圖
為了提升智能物流小車的轉(zhuǎn)向性能和車輛行駛速度穩(wěn)定性,分別對物流小車的轉(zhuǎn)向系統(tǒng)和速度系統(tǒng)進(jìn)行了閉環(huán)設(shè)計,其設(shè)計原則是轉(zhuǎn)向系統(tǒng)保證位置環(huán)穩(wěn)定,車速系統(tǒng)保證速度環(huán)穩(wěn)定。其具體流程如圖3、圖4 所示。
從圖3 可知,本項目對于轉(zhuǎn)向系統(tǒng)主要采用PID 控制實現(xiàn)物流小車轉(zhuǎn)向的高精度控制,當(dāng)前首先給定一個巡線路徑,控制器根據(jù)當(dāng)前的巡線路徑給舵機一個特定轉(zhuǎn)向,之后紅外傳感器檢測到控制器路徑角度發(fā)生偏移,馬上根據(jù)偏移角度,對舵機的轉(zhuǎn)向進(jìn)行變換,保證舵機可以根據(jù)路徑迅速發(fā)生改變,舵機轉(zhuǎn)向的變化快慢、穩(wěn)定性情況都與PID 控制器有關(guān)。
圖3 物流車轉(zhuǎn)向控制框圖
圖4 物流車車速控制框圖
從圖3、圖4 可知,本項目主要采用PID 控制,直流電機主要控制的是旋轉(zhuǎn)速度,一般來說會根據(jù)軌道大小,給定特定的巡線速度,并通過編碼器讀取車輛運行速度,當(dāng)車輛速度發(fā)生變化后,根據(jù)變化差值,動態(tài)調(diào)整電機速度,保障物流小車智能跟隨。
在應(yīng)用PID 控制算法時發(fā)現(xiàn),傳統(tǒng)的手動參數(shù)設(shè)計,并不能使物流小車取得良好的跟蹤設(shè)計效果。在實際工程中,PID 參數(shù)一般是用過人工“試湊法”獲得,這種方式不僅對操作人員具有較高的要求,參數(shù)試湊過程也極為煩瑣。當(dāng)控制對象發(fā)生變化后,必須根據(jù)控制器重新設(shè)計PID 參數(shù)。由于缺乏設(shè)計經(jīng)驗,一般工程技術(shù)人員往往無法求得最優(yōu)解,設(shè)計的PID 參數(shù)很難滿足控制效果。為了優(yōu)化智能物流小車的控制效果,本項目提出,基于遺傳算法進(jìn)行參數(shù)整定,設(shè)計出最合理的PID 參數(shù)。
遺傳算法的基本原理是利用生物進(jìn)化理論,將現(xiàn)有的問題通過參數(shù)編碼的方式設(shè)計成基因序列,在遺傳的過程中按照“適者生存,優(yōu)勝劣汰”的原則進(jìn)行進(jìn)化,在完成遺傳、變異、選擇后,形成新的種族群落,通過多代之間的群體優(yōu)化,使得種群中對于某些問題的適應(yīng)度越來越高,在最后一代的種群中選擇適應(yīng)度最高的個體作為問題的最優(yōu)解。遺傳算法設(shè)計流程如圖5 所示。
在系統(tǒng)設(shè)計過程中,首先應(yīng)該確定要解決哪個問題,確定要對哪些被控量進(jìn)行優(yōu)化,為此需要建立最小目標(biāo)函數(shù),為了獲得比較合適的物流小車動態(tài)性能,采用誤差的絕對值時間積分特征作為最小目標(biāo)函數(shù),e(t)>0 時目標(biāo)函數(shù)如下:
式(1)中:w1、w2、w3為系統(tǒng)的加權(quán)值;e(t)為系統(tǒng)誤差;u(t)為控制器輸出;tu為上升時間。
小車的波動范圍最大的問題來源是系統(tǒng)的超調(diào),所以子系統(tǒng)中加入了懲罰函數(shù),也將超調(diào)量作為優(yōu)化指標(biāo)之一。e(t)<0 時最終的優(yōu)化指標(biāo)函數(shù)為:
式(2)中:w4為加權(quán)值,且w4>>w1。
圖5 遺傳算法設(shè)計流程圖
對問題進(jìn)行編碼和解碼,主要選擇二進(jìn)制編碼,適應(yīng)度函數(shù)主要根據(jù)目標(biāo)函數(shù)進(jìn)行設(shè)計,根據(jù)適應(yīng)度評價可完成總體過程。主要使用MATLAB 自帶的遺傳算法優(yōu)化包,仿真參數(shù)設(shè)置如下所示:個體數(shù)目為40,最大遺傳代數(shù)為20,變量二進(jìn)制位數(shù)為20,代溝為0.96,交叉率為0.7,變異率為0.01。
只需要對目標(biāo)函數(shù)進(jìn)行設(shè)計,對遺傳種群大小、代數(shù)、交叉概率、變異概率進(jìn)行設(shè)計就可以進(jìn)行仿真,通過系統(tǒng)運行后就可以仿真,得到優(yōu)化后的PID 參數(shù)。遺傳算法適應(yīng)度函數(shù)變化如圖6 所示。
圖6 遺傳算法適應(yīng)度函數(shù)變化
最終得到轉(zhuǎn)速優(yōu)化和位置優(yōu)化,得到PID 結(jié)果如下:轉(zhuǎn)向控制時,P=5,I=0.2,D=0.01;車速控制時P=3,I=0.5,D=0.6。
為了比較普通PID 控制器和優(yōu)化后PID 控制器的區(qū)別,本項目選擇不同曲率半徑測量地點的10 個位置進(jìn)行測量,曲率半徑由小變大,對優(yōu)化前后的跟蹤誤差曲線進(jìn)行對比,其結(jié)果如圖7 所示。
圖7 PID 優(yōu)化后跟蹤誤差對比
對實驗后的小車進(jìn)行測試,發(fā)現(xiàn)優(yōu)化后的系統(tǒng)跟蹤誤差小于沒有進(jìn)行系統(tǒng)優(yōu)化的PID 參數(shù)跟蹤誤差。物流小車的平均行駛速度可以達(dá)到1 m/s,小車在運動過程中,跟蹤性能較好,沒有出現(xiàn)脫離賽道的現(xiàn)象,達(dá)到本項目的設(shè)計要求。
物流尋跡小車常用于各類快遞運輸業(yè)務(wù)中,為了優(yōu)化小車的尋跡過程,本項目設(shè)計了一款基于遺傳算法的物流尋跡小車PID 參數(shù)優(yōu)化,優(yōu)化后小車的跟蹤性能得到很大提升,完成之前設(shè)定的任務(wù)目標(biāo)。