servocommande de moteur à courant continu Modélisation et simulation 5.1 Présentation 1 Le rôle du système de servocommande Le servomoteur est composé d'un servocontrôleur, d'éléments d'entraînement, de capteurs et d'actionneurs. Il est l'interface entre "machine" et "électricité". Il convertit les signaux électriques en puissance de sortie de l'actionneur. Lien indispensable dans le processus, ses performances affecteront directement les performances globales du système. L'influence du système d'entraînement servo sur le système peut être résumée comme suit: La précision et les indicateurs de performances dynamiques du système sont principalement déterminés par les performances du système de servocommande; La fiabilité du système de servocommande affecte directement la fiabilité de l'ensemble du système; Le coût du système géré par serveur a un impact important sur le coût du système; Le système d'entraînement servo joue un rôle déterminant dans le bruit du système et l'impact environnemental. 2 Exigences pour les systèmes de servocommande La performance du système d'asservissement est principalement mesurée à partir des aspects suivants: ⑴ Bons indicateurs dynamiques et statiques 合理 Structure raisonnable ⑶ Haute efficacité et faible consommation d'énergie ⑷ Haute fiabilité; ⑸ Respectueux de l'environnement ⑹ Faible coût. 3 Tâches de conception pour les systèmes d'asservissement Les tâches de la conception du système d'entraînement servo comprennent la sélection des composants d'entraînement, la conception du schéma d'entraînement, la sélection du capteur, la conception du schéma de détection du capteur, la conception du schéma de commande du variateur, la modélisation du système d'asservissement et la conception du servocontrôleur. Il existe également de nombreuses méthodes de conception pour les servocontrôleurs, et quatre méthodes de base sont couramment utilisées:
Design Conception de contrôleur basée sur la fonction de
transfert, comme divers contrôleurs de PID et la théorie de contrôle classique;
Methods Méthodes modernes de conception de la théorie
du contrôle basées sur le contrôle d'état, telles que le contrôleur de rétroaction d'état, le contrôle adaptatif et diverses méthodes de contrôle optimales; ③ Méthodes de conception de la théorie du contrôle intelligent, telles que le contrôle flou, le contrôle du réseau neuronal, etc.;
④ La méthode de contrôle intelligent est combinée
avec les méthodes classiques de la théorie du contrôle ou les méthodes modernes de la théorie du contrôle pour former un système de contrôle composite, comme le PID flou. 5.2 Conception et simulation d'un système d'asservissement basé sur la fonction de transfert La modélisation du système de servo-entraînement basé sur la fonction de transfert et la conception du contrôleur sont principalement basées sur l'application de méthodes de conception de la théorie de la commande classique à la conception du contrôleur. Cette méthode a une technologie relativement mature et de bons effets d'application, et est largement utilisée dans la pratique de l'ingénierie. Application. Cette méthode est principalement utilisée dans les systèmes linéaires à entrée unique et à sortie unique invariants dans le temps. Les systèmes d'asservissement couramment utilisés dans les systèmes électromécaniques sont principalement les systèmes d'asservissement de moteur à courant continu, les systèmes d'asservissement électro-hydrauliques, les systèmes d'asservissement CA et les systèmes d'asservissement de moteur pas à pas. Les différences entre ces modèles de système sont importantes et les méthodes de contrôle sont également différentes, mais la méthode de construction du modèle et la méthode de conception du contrôleur sont fondamentalement les mêmes. Ce chapitre prendra le système d'asservissement du moteur CC comme exemple pour présenter la conception du contrôleur et la méthode d'analyse de simulation. 5.2 Modélisation et simulation du système de servocommande du moteur à courant continu 5.2.1 Modélisation du système
Modèle de système de charge d'inertie-
friction à entraînement par moteur Dérivation de formule: (1) TM C M ia
(2) e Ceθ M 1 (3) M i TL 1 TM T f (J M 2 J L ) θM B θ M (4) i i dia (5) L Ra ia e U d dt 1 J JM 2 JL Définition i De (5) après la transformation de Laplace: ：
U d ( s ) （ 6E）(s) I a ( s) Ls Ra Ls Ra Ensuite, vous pouvez obtenir la fonction de transfert comme indiqué ci-dessous
： Des équations (1) et (4), on obtient: TL CM I a ( s ) T f J M ( s ) s B M ( s ) i Résoudre à partir de la formule ci-dessus ：
TL C Tf M (s) M I a (s) i Js B Js B Le modèle de la fonction de transfert est illustré dans la figure: Tf+TL/i
变换后的模型 A partir de (2), nous pouvons obtenir: E ( s ) C (s) A partir de (3), nous pouvons obtenir: e M
1 (s) M ( s) i
Tf+TL/i Simplifié
Tf+TL/i
Modèle transformé 令： M ( s ) GM ( s ) U d (s) Ensuite, le modèle de contrôle de vitesse PI est illustré dans la figure:
Tf+TL/i (s) 令： GV ( s ) M i ( s ) Modèles de contrôle de position disponibles ： Simplifié, nous obtenons
Modèle simplifié 5.2.2 Conception et simulation du système d'asservissement de vitesse CC 1 Conception d'un régulateur de vitesse basé sur l'outil d'analyse linéaire LTI 1 Schéma fonctionnel de l'analyse LTI caractéristique en boucle ouverte 开环 Bode 图 Modèle en boucle ouverte après correction PID KI=15 KP1=1 KP2=5 KP3=10 Modèle d'analyse LTI en boucle fermée après correction PID KP=5 KI1=3 KI2=15 KI3=75 Meilleure réponse(KI3=75 ， KP3=25) KI1=3 KP1=2 KI2=15 KP2=8 KI3=75 KP3=25 2 Analyse de simulation basée sur Simulink
– Modèle de contrôle de la vitesse de l'établi
L0 —L0 - tête de vis mère
i —Rapport de réduction de vitesse Programme de simulation réel Résultats de simulation avec différents paramètres KT, KP
原因：饱和的影响 Les résultats de la simulation entrent en conflit
avec les résultats de l'analyse LTI KI1 = 3 et KP1 = 2 sont bien meilleurs que KI3 = 75 et KP3 = 25. Lorsque KI3 = 75 et KP3 = 25, les résultats d'analyse des deux sont très différents.
Raison: impact de la saturation
Limite de courant 4 A Limite de courant 40 A
KI=75,KP= Résultats de la simulation en tenant compte de la force de charge
Force de charge 0,09 Force de charge 0,05
Différence entre LTI et Simulink L'analyse LTI est pratique et conforme à l'habitude des méthodes classiques de conception de la théorie du contrôle. La méthode des caractéristiques de fréquence est utilisée pour analyser et concevoir le système, qui n'est applicable qu'à l'analyse des systèmes linéaires. La méthode de simulation Simulink analyse le système du point de vue de la simulation dans le domaine temporel. Ses caractéristiques sont intuitives, et il peut enregistrer et afficher des résultats intermédiaires. Il est plus pratique d'analyser les liens non linéaires et d'analyser les perturbations. Dans l'analyse réelle, deux méthodes doivent être utilisées en combinaison:
Utilisez d'abord l'outil LTI pour analyser et concevoir le
système et obtenir les paramètres du contrôleur; Utilisez ensuite Simulink pour effectuer une analyse de simulation dans le domaine temporel sur le système conçu et apporter des corrections aux paramètres du contrôleur. 5.2.3 Conception et simulation du système d'asservissement de position CC 1 Conception de contrôleur basée sur l'outil SISO à entrée unique à sortie unique
Générer un fichier objet
Établir un modèle de contrôle Importer un objet Correction du rapport pur Réponse échelonnée après correction proportionnelle
Vous pouvez obtenir de meilleures caractéristiques de réponse, mais la vitesse
de réponse n'est pas assez rapide et la précision n'est pas assez élevée. Importer le contrôleur PD Le modèle PD est établi dans le programme Simulink En considérant que le différentiel apportera du bruit au système, un contrôleur différentiel incomplet est sélectionné. Extrayez le modèle PID de la boîte à outils Sinmulink et définissez le paramètre d'intégration I sur "0" pour obtenir le modèle PD. Importer le contrôleur PD Contrôleur d'importation (PD) Caractéristiques du contrôleur (PD) Conception ISO SISO après l'introduction du PD
Une fois le contrôleur PD importé, l'interface de conception SISO
est obtenue. Le contrôleur PD approximatif est en fait un lien de correction de plomb avec une paire de pôles et de zéros. Sur l'interface SISO, vous pouvez obtenir la marge de phase et la fréquence de croisement souhaitées en faisant glisser le point zéro du pôle. Conception SISO Réponse par étapes après PID Comparaison de la réponse échelonnée entre la correction du rapport pur et la correction PD 2 Analyse de simulation basée sur Simulink Modèle de simulation Modèle de contrôleur Le modèle du contrôleur obtenu par SISO est ：
1 0.0041s 0.2 s C ( s ) 50 50 1 0.0001s 1 s 1 10000 Comparé au type standard de contrôleur PD
Ds C ( s) P 1 s approximatif Les paramètres du contrôleurNPD 1 sont: P = 50, D = 0,2, N = 10000 。 Méthode expérimentale du coefficient de frottement visqueux Appliquez une tension constante au moteur et la vitesse de sortie est stable Après: T T T Bn M f L
TM CM ia 式中： TM électromagnétique moteur N.m T f ——Couple de friction de Colombomb N.m
——Couple de charge externe N.m
T —— Coefficient de frottement visqueux
L ——Vitesse du moteur
B n Dont:
TL Est constant ， TN'a
f rien à voir avec n. Lorsque différentes tensions U1 et U2 sont appliquées à l'armature du moteur, le courant stable, ia1 ia 2 , Vitesse
则有： n1 n2
CM i a1 T f TL Bn1 C M ia 2 T f TL Bn2 Solution simultanée: C M (ia1 ia 2 ) B n1 n2 T f TL CM ia1 Bn1 Dans ce test ： ＝ 0.025 ， Lorsque U = 12V ， C M , TL 0
i 1.0A n1 , 184.0rad/s Lorsque U = 5 V ， a1
ia 2 0.7 A n2 70.0rad/s 解得： B 4.3×10E-5 N.m.s/rad , T f 0.017N.m 5.3 Conception d'un système de contrôle basé sur un modèle d'espace d'état 5.3.1 Principes de base du contrôleur de rétroaction d'état de configuration de pôle
Les différentes caractéristiques du système de contrôle et ses différents indicateurs de qualité sont largement déterminés par les positions des zéros et des pôles de son système en boucle fermée. Pour les systèmes avec des états entièrement contrôlables, les dispositifs de correction de rétroaction peuvent être conçus pour réaliser n'importe quelle configuration de pôles en boucle fermée. C'est-à-dire que le problème d'allocation des pôles est de sélectionner la matrice de rétroaction d'état de sorte que les pôles du système en boucle fermée soient disposés à une position souhaitée, atteignant ainsi une certaine exigence d'indice de performance. X AX Bu Y CX Du
U X X + Y B C +
A Lorsque le retour d'état est introduit, le signal de commande du système est U r KTX 这里 K 是反馈矩阵，引入状态反馈后的闭环系 统状态方程模型为 X ( A BK ) X Br Y (C DK ) X Dr
r U X X + Y B C +
K 5.3.2 Algorithme Gura-Bass
Si le pôle en boucle fermée souhaité est pi, i = 1, 2, ..., n,
Équation caractéristique en boucle ouverte du système d'origine
n 1 ( s ) det( sI A ) s n i s i i 0
Équation caractéristique du système en boucle fermée
n n 1 ( s ) ( s pi ) s n i s i i 1 i 0 Si l'état du système d'origine est complètement contrôlable, la matrice de rétroaction d'état K peut être obtenue par la formule suivante T 1 1 K (α β ) L Q T
Q B AB A n1 B (α β ) [( 0 0 ), , ( n n )] T 5.3.3 Ackermann 算法 Le problème de placement des pôles du système peut également être résolu par un autre algorithme. Étant donné que l'état du système est entièrement contrôlable, l'algorithme de configuration Ackermann décrit d'abord le système sous une forme canonique contrôlable, puis utilise la forme canonique pour le résoudre. Le vecteur de rétroaction d'état dans cette méthode est
1 K (0,,0,1)Q β( A) T
La signification des paramètres de la formule est la même que celle de
l'algorithme Gura-Bass et K est la matrice de rétroaction d'état requise. 5.3.4 Gain de compensation pour le contrôle du retour d'état Parce que la conception du contrôleur de retour d'état non seulement retourne la sortie, mais envoie également toutes les variables d'état à l'entrée, et qu'il n'y a qu'une seule entrée à l'entrée, l'erreur statique fait référence à la différence entre l'entrée et la sortie Il est nul. Pour faire la différence zéro, la sortie Y doit changer. Son augmentation et sa diminution sont liées à la matrice de retour d'état K. Afin d'obtenir une erreur statique nulle, le gain du système doit être compensé. Il est courant d'introduire un facteur de compensation à l'entrée. Le modèle de système après l'introduction du gain de compensation est
X ( A BK ) X BZr Y (C DK ) X Dr Le Dr Yanjie Sun de l'Université du Michigan aux États- Unis a donné une méthode pour résoudre le gain de compensation. Construisez d'abord un vecteur 1 A B N X N 0 ..... 1 n1 T
C D ( n 1)( n 1) NU
其中 N1 N X : , NU N n 1 N n
Ensuite, le gain de compensation est
Z N U KN X Exemple 5.3 Les paramètres d'un système d'asservissement CC excité séparément sont connus. L'inductance et la résistance du circuit d'induit sont respectivement La = 1,77 × 10-3H et Ra = 1,36Ω; la constante de force électromotrice arrière et la constante de couple du moteur sont Ce = Cm = 2,5 × 10-2; Le moment d'inertie est B = 4,3 × 10-5 sNm / rad, J = 1,07 × 10-5kgm ^ 2. Concevez la boucle de contrôle de vitesse du moteur en utilisant la méthode de placement des pôles, de sorte que le rapport d'amortissement attendu et le temps de réglage des pôles en boucle fermée soient respectivement.
0.7 t s 0.05s 解： ① Établir un modèle d'espace d'état du système Prendre le courant ia (t) du circuit d'induit et la vitesse ωm de l'arbre du moteur comme variables d'état, la tension de commande de l'induit u (t) comme entrée du système et prendre la vitesse de sortie ωm de l'arbre du moteur comme sortie du système.
X ia m Y 0 m T dia La Ra ia e U d dt dia Ra Ce Ud Ra Ce ia m L L 1 dt La La La X a a X La u Cm B TM J e M B M 0 J e J e Cm B M ia M Y 0 1 X Je Je 768.4 14.1 565 X X u 233.6 4 0 Y 0 1 X ② Contrôlabilité du système de discrimination Entrer
>> A=[-768.4,-14.1;2336.4,-4]; >> B=[565;0]; >> M=ctrb(A,B);rank(M) Obtenez ans = 2 La matrice de contrôlabilité du système est de rang complet et le système est entièrement contrôlable. ③ Calculer la position attendue des pôles en boucle fermée en fonction des exigences de l'indice de performance Entrer >> kesi=0.7;ts=0.05; >> wn=4/(kesi*ts); >> s1=-kesi*wn+j*wn*sqrt(1-kesi^2) 得到 s1 = -80.0000 +81.6163i Le pôle en boucle fermée souhaité est
p1 80 j81.6163 p 2 80 j81.6163 ④ Trouver la matrice de rétroaction d'état K en fonction des pôles en boucle fermée souhaités
X (0) prenez 0 0 D = [0] et obtenez le T Soit la condition initiale, programme MATLAB de la réponse du système en boucle fermée au signal d'entrée pas à pas comme suit:
K=K2; A=[-768.4,-14.1;2336.4,-4];B=[565;0]; C=[0,1];D=[0];t=[0:0.005:0.1]; sys=ss(A-B*K,B,C-D*K,D); Y=step(sys,t) plot(t,Y);title('Courbe de réponse de la vitesse du moteur à courant continu ') 响应特性良好，但存在静差 ⑥ Trouver la matrice de gain de compensation 根据 Yanjie Sun 博士给出的公式，编写求取 补偿增益的 M 文件程序如下 s=size(A,1); Z=[zeros([1,s]) 1]; N=inv([A,B;C,D])*Z'; Nx=N(1:s); Nu=N(1+s); Nbar=Nu+K*Nx Exécutez ce programme pour obtenir Nbar = 0,0099, c'est-à-dire. Le modèle de système après l'introduction du gain de compensation est X ( A BK ) X BZr Y CX
