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:
(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
i —Rapport de réduction de
vitesse
Programme de simulation réel
Résultats de simulation avec différents
paramètres KT, KP
KI=75,KP=
Résultats de la simulation en tenant compte de la force
de charge
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:
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
n 1
( s ) det( sI A ) s n i s i
i 0
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
n 1 n 2 1 1
n 3 1
n2
L
1 1
1
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
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
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
输入
P=[-80+81.6163i;-80-81.6163i];
K1=bass_pp(A,B,P), %Gura-Bass
K2=acker(A,B,P), %Ackermann
得到
K1 =
-1.0839 -0.0155
K2 =
-1.0839 -0.0155
⑤ Analyse de simulation
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