永磁直线同步电动机提升系统的伺服控制

作者：程志平 付子义 杨现 王红旗

欢迎访问e展厅 展厅 1 电动机展厅 三相异步电动机, 单相电机, 马达, 伺服电机, 直流电机, ... 摘　要：介绍基于数字信号处理器（DSP）的永磁直线同步电动机垂直运输系统的控制系统设计，该设计较好地利用了DSP高集成度的特点，并实现了采用神经网络控制策略对系统进行控制，实验结果表明该控制方案对系统参数变化和外部扰动具有很强的鲁棒性。 关键词：永磁直线同步电动机；数字信号处理器；神经网络控制 1　引 言 永磁直线同步电动机是一种不需中间传递装置将电能转化为机械能的新型电机，因其兼有永磁电机和直线电机的双重优点，近年，倍受研究人员的青睐。 作为永磁直线同步电动机垂直运输系统完整体系，永磁直线同步电动机垂直运输系统的控制系统是其重要组成部分，由于永磁直线同步电动机存在诸如边端效应、铁心开断、三相绕组分布不对称以及运行过程中的参数变化等因素，试验证明采用理想稳态模型和沿用旋转电机控制方法，无法揭示永磁直线同步电机从起动到牵入同步等内在规律，也不能达到令人满意的控制效果。因此，寻找新的控制方法势在必行。 本文根据永磁直线同步电动机垂直运输系统的特点，在永磁直线同步电动机“四层线性模型”［1］的基础上，采用高性能、高传输速率的DSP电机专用芯片TMS320C240，设计出了永磁直线同步电动机垂直运输系统的位置控制系统。 2　TMS320C240简介 TMS320C240是TI公司于1997年推出的基于电机控制的数字信号处理芯片，可为高性能传动控制提供可靠、高效的信号处理与控制平台。结构如图1所示，主要由CPU、片内RAM和可编程ROM或FLASHEEPROM、事件管理器、片内周边接口等部分组成［2～5］。 CPU：16位的操作速率为20MIPS（每秒执行百万条指令）的定点DSP内核，具有独立的数据总线和地址总线，支持并行的程序和操作数寻址．具有良好的可移植性。 事性管理器：提供了对运动控制非常有用的通用定时器，比较单元与CMP／PWM输出，正交编码脉冲（QEP）接口单元一系列功能。 周边接口单元：提供方便的输入输出控制的双10位A／D转换器，同步串行外部接口（SPI）、通用异步收发器SCI接口、看门狗（WD）与实时中断定时器（RIT）。 另外，采用基于JTAG扫描的仿真技术，还包括2路与光电编码器接口的编码单元。 3　系统构成 本文设计的基于TMS320C240的永磁直线同步电动机垂直运输系统控制系统，如图2所示。 整个设计采用主从式结构，采用PC作为上位机，进行命令的发送并进行实时监控，以DSP芯片TMS320C240为核心构成PMLSM控制系统为下位机，主要包括速度／位置反馈环、电流反馈环、PWM输出、功率驱动、系统保护等重要部分组成。 永磁直线同步电动机垂直提升系统（3m高双边形实验样机）采用的是定子分段模型，根据提升距离的大小将定子分成数段，整个提升系统为积木式结构。实行分段供电，电源的开通或关闭由光电传感器基于位置测定信号给于控制，同时将位置测定的信号经过译码逻辑单元，产生内部4倍频的脉冲信号和运动信号。 反馈电流的检测通过霍尔元件，并将霍尔元件输出的小电流变成电压信号经放大滤波后进入TMS320C240的A／D通道送入DSP。 当PWM320C240的PWM发生电路产生的状态匹配信号进入波形发生单元时，可导致对称／非对称PWM发生器工作。我们选用对称PWM波发生器，由其产生的PWM信号进入死区发生单元，调整PWM波的死区时间，由输出逻辑控制单元控制PWM信号的极性。驱动单元由直流电源供电，为保证系统安全可靠，让其与主电源相隔离。 安全可靠的工作是任何控制系统首要考虑的问题，由于永磁直线同步电动机（PMLSM）直接驱动的提升系统采用直线电机的初级（动子）、罐笼或轿厢为一体的结构和动子直接带动罐笼或轿厢运动的驱动方式，当出现各种故障时，动子就会在其本身重力作用下落，从原理上讲，可给予合理的设计，使其动子在下落时，由电动机转为发电机，使其产生的电能维持初级（动子）的稳态运行而安全下降。本文对此种情况不予研究，只研究一旦出现任何异常，电机就安全合闸的情况。当各种故障信号经过处理综合后，经光电隔离送入到TMS320C240的PKPINT，一旦有任何故障出现时，光电管导通，迫使PWM输出管脚呈高电平，产生的中断信号通知CPU有故障发生。整个过程自动完成。 此外，由串行口以异步通讯方式从上位机获取指令和所需参数，控制电机过程中所需的参数。通过并行口DPI接口与外界完成驱动数码管显示功能。 综上所述，整个设计过程中，充分利用了DSP高集成度的优势，降低了设计的复杂性。 4　神经网络策略 对于简单的系统，常规PID控制能发挥其易于工程实现的优点，但该方法过分依赖于控制对象的模型参数，鲁棒性较差，对于诸如PMLSM难于确定精确模型的复杂系统的控制，其负载、模型参数的大范围变化以及非线性因素的影响，PID控制难以达到满意效果。近年，神经网络控制在控制领域中的研究已取得了很大进展。在非线性动态系统辨识中，最常用的神经网络为多层前向BP网络，该网络的学习采用误差反向传播算法（Error BackPropagation Method），BP网络由输入层、若干隐藏层和输出层相互连接构成，特点是前后相邻的任意两节点均相连，非相邻层的节点无任何连接，从输入导线开始逐层相互连接，到输出层连接结束。同层节点间亦无任何连接［6，7］。本文采用理论和应用中都较成熟的单隐藏层的3层BP结构，15输入，分别代表电压、电压的前次采样，电流、电流的前次采样，速度、速度的前次采样，1个速度输出层。活化函数取非负的Sigmoid函数。学习速率和惯性系数分别为0．45，0．5，加权系数初始值取区间为［－0．35，0．35］上的随机数。其具体算法限于篇幅，省略。所有的计算利用DSP强大的计算能力直接实时计算输出控制量，从而节省大量存储空间。 5　实验结果及其分析 将本文所提出的控制方案应用于样机伺服系统中。试验样机主要参数如下：初级电枢绕组（定子）5段（双边10台定子），单段定子的槽数为39，极数为12，磁体长为15mm，极距τ＝24mm，磁体宽80mm，动子材料为钕铁硼（NdFeB），电机的额定电压为100V，电机的额定电流为25A，电机的额定速度为1．5m／s，电机起动后2．5s时空加负载F1＝1kg的阻力扰动（可视为电机本身端部效应而产生的波动）如图3所示。由图3可看出在突加扰动，基于神经网络控制策略的DSP控制大大削弱了阻力扰动对速度的影响，对系统参数变化和外在扰动具有很强的鲁棒性，且稳态运行时抖动现象较弱。 6　结　论 本文提出的基于神经网络控制策略的DSP控制，充分利用了集成了外围设备的TMS320C240内部资源，使整个设计变得简单易行及DSP高速运算能力与神经网络的自学习能力相结合。实验结果表明，该控制方案对系统参数变化和外部扰动具有很强的鲁棒性。同时解决了以往DSP应用中经常困扰的与外部器件接口的问题，提高了控制系统的性能。 参考文献： ［1］焦留成．垂直运动永磁直线同步电动机电磁参数及特性研究［D］．北京：中国矿业大学，1998． ［2］TMS320C24X DSP Controllers Rfference Set［J］．Custom Printing Company，1997，2． ［3］王念旭．DSP基础与应用系统设计［M］．北京：北京航空航天大学出版社，2001． ［4］Motor Drive Using New Generation DSP Controller［J］．IEEE，1999． ［5］邓凌峰，刘丁，李琦．基于DSP的全数字直流模型位置伺服控制系统［J］．电气传动，2002（2）． ［6］王俊普．智能控制［M］．合肥：中国科学技术大学出版社，1996． ［7］袁曾任．人工神经元网络及其应用［M］．北京：清华大学出版社，1999．(end)

文章内容仅供参考 (投稿) (如果您是本文作者，请点击此处) (7/11/2005)