CN111733509B - 一种三维多层仿形织造过程多机协同智能控制*** - Google Patents

Abstract

本发明公开了一种三维多层仿形织造过程多机协同智能控制***，包括斜纱引导机构、综框、打纬机构、卷取机构、定型机构、织口、钢筘和垂纱引导机构，本发明涉及智能控制技术领域。该三维多层仿形织造过程多机协同智能控制***，通过对三维多层仿形织造工艺技术的研究，在纱线阵列中沿z向加入定向纱线，以及在垂直于交织厚度方向的面内加入两组互相垂直的横向纤维和纵向纤维，形成三维5向纤维交织物，依据控制方法，建立了全维转子状态估计器，来辨识感应电动机的转子速度、定子和转子电阻、瞬时外负载等参数，由外负载辨识结果与速度、力矩PID控制器来确定感应电动机的转矩电流，实现感应电动机速度与力矩控制。

Description

一种三维多层仿形织造过程多机协同智能控制***

技术领域

本发明涉及智能控制技术领域，具体为一种三维多层仿形织造过程多机协同智能控制***。

背景技术

近年来随着高性能纤维材料和纺织技术的快速发展，三维多层仿形织物在国防、军事、交通、工业等领域的应用，充分体现了三维多层仿形织造物，具有传统织造物无可比拟的优点，如三维多层仿形织物用于导弹、飞行器、舰船等武器装备的吸声、吸波、隐身；在高铁、汽车轻量化设计等方面也有着很好的应用前景，因此，三维多层仿形织造装备技术是近年来国内外研究的热门课题之一。

三维多层仿形织物的性能好坏与织造物的维数和交联纤维作用力一致性有关，而交联纤维作用力一致性与三维多层仿形织造装备多台电动机同步协同控制技术有关，对于非线性强，变张力的三维多层仿形织造装备来说，存在着变张力多机协同控制难题，三维多层仿形织造技术，不仅可以一次织造成三维结构预制件，而且还可以通过后道的模压工艺形成复杂的结构件。

为了提高织物编织材料的抗分层能力，在织造物的厚度方向加入纱线，从而催生出了多种三维结构的织物，典型的有三维机织、三维编织、三维针织、缝合和Z向销钉等编织工艺，其中三维编织物生产效率较低，无法进行大批量生产，三维针织物主要以经编织物为主，仅限于轻薄型织物的织造，缝合工艺和z向销钉都是织物生产的附加后道工序，并且会对织物造成一定程度的损伤。

三维机织物生产效率最高，而采用三维多层仿形织造技术，不仅可以一次织造成三维结构预制件，而且还可以通过后道的模压工艺形成复杂的结构件。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种三维多层仿形织造过程多机协同智能控制***，解决了三维五向织造工艺各向异性，斜向纱线的交联纤维作用力一致性的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

本发明提出了一种三维多层仿形织造过程多机协同智能控制***，包括斜纱引导机构、综框、打纬机构、卷取机构、定型机构、织口、钢筘和垂纱引导机构，所述斜纱引导机构位于综框的左侧，并且垂纱引导机构位于综框正面的上方和下方设置有两个，所述钢筘位于综框的右侧，并且定型机构位于钢筘的右侧，所述织口位于钢筘的右侧和定型机构的左侧之间，并且织口设置在定型机构顶部的左侧，所述打纬机构位于定型机构顶部左侧的上方，并且卷取机构位于定型机构顶部的右侧。

更进一步，按照如下步骤进行：

S1、三维多层仿形织造工艺的经纱x与斜纱b₁、b₂经斜纱引导机构进入综框内部后，穿过钢筘被引导至织口中；

S2、垂纱引导机构通过综框在斜纱引导机构与织口之间做往复运动，并引导垂纱z由上部分贯穿上部分的经纱层和斜纱层，由下部分贯穿下部分的经纱层和斜纱层；

S3、纬纱引导机构引导纬纱y在经纱层间形成纬纱层，最终，纱线在织口处通过打纬机构、定型机构形成三维多层仿形织物，利用卷取机构对织物进行收集。

更进一步，所述步骤S1中，三维五向多层仿形织造工艺装备的控制涉及到经纱、垂纱和2组斜向纱和一组纬纱五个方向的控制。

更进一步，所述步骤S1-S3中，依据磁场定向控制作用机理，通过对磁场磁链定向和力矩控制，来分别对多个感应电动机的速度和力矩进行智能控制。

更进一步，所述步骤S1中，在纱线阵列中沿厚度方向，及垂纱方向加入定向纱线，以及在垂直于交织厚度方向的面内加入两组互相垂直的横向纤维，及经纱方向和纵向纤维，及纬纱方向，形成三维五向纤维交织物。

更进一步，即将定子电流和转子磁链作为状态变量，将定子电压作为输入参量，则第i台感应电动机在随定子速度的d-q坐标系下的状态方程为：

式中：i_dsi——d坐标下电动机i的定子电流；

i_qsi——q坐标下电动机i的定子电流；

λ_dri——d坐标下电动机i的转子磁链；

λ_qri——q坐标下电动机i的转子磁链；

v_si——电动机i的定子电压。

状态方程中对传递函数矩阵A_i和B_i做如下定义：

B_i＝b_iI (3)

式中：b_i＝1/(σ_iL_si)；

a_r11i＝(1-σ_i)/(σ_iτ_ri)-R_sib_i；

a_r12i＝M_ib_i/(L_riτ_ri)；

a_i12i＝M_ib_iω_ri/L_ri；

a_r21i＝M_i/τ_ri；

a_r22i＝-1/τ_ri；

a_i22i＝ω_ri：

τ_ri＝L_ri/R_ri；

M_i——电动机i的定子与转子间互感；

L_si——电动机i的定子电感；

L_ri——电动机i的转子电感；

R_si——电动机i的定子电阻；

R_ri——电动机i的转子电阻；

σ_i——电动机i的漏感系数；

τ_ri——电动机i的转子时间常数；

ω_ri——电动机i的转子电气角速度。

则，感应电动机i的电磁转矩为：

式中：n_p——电动机i的电极对数。

在三维多层仿形织造过程中，要使多台感动电动机以相同的机械角速度转动，应使得各电动机的电磁转矩与外载荷相互匹配，但是在实际工作环境中，由于三维多层仿形织造过程中线纱存在着速度和张力的变化，即各电动机所受的外负载是随机变化的，所以很难以保证二者之间的匹配。

更进一步，则感应电动机i的转子运动方程为：

式中：ω_mi＝ω_ri/n_p；

J_i——电动机i的转子转动惯量；

K_i——电动机i的转子阻尼系数；

ω_mi——电动机i的转子机械角速度；

T_oi——电动机i的转子外负载转矩；

由电动机i基于d-q坐标的状态方程(1)可构建其转子的全维状态估计器的表达式：

式中：

——电动机i的定子电流和转子磁链的估计值；

——电动机i的传递函数矩阵A_i的估计值；

C_i——电动机i的反馈增益矩阵；

对反馈增益矩阵进行如下配置：

式中：

c_22i＝g_ic_12i；

g_i＝(σ_iL_siL_ri)/M_i；

k——估计器的极点为原始***极点的k倍。

由式(1)、(6)建立的误差方程：

式中：

由自适应率可以估算感应电动机的转子电气角速度。同时因为定子、转子电阻会随着感应电动机的温度变化而发生变化.

更进一步，由式(1)、(7)可得转子电气角速度、定子电阻和转子电阻的控制率：

式中：κ_ωpi、κ_wli、κ_Rspi、κ_Rsli、κ_Rrpi和κ_Rrli均为正向增益；

由反馈增益矩阵(7)可知，估计器的极点为原始***极点的k倍，则转子速度取任意值时，感应电动机的定子电流和转子磁链估计值都将趋近于真实值，由式(9)并结合超稳定性定理可知，当时间t→∞时，转子电气角速度、定子电阻和转子电阻的估计值也将趋近于真实值。

要使得感应电动机的电磁转矩与外负载转矩相匹配，需要做到对电动机转子电气角速度变化的快速响应，基于磁场定向控制原理，磁链通常为恒定，电磁转矩与转矩电流之间是单纯线性关系，能够根据感应电动机的转子电气角加速度快速确定感应电动机的外负载，并获得瞬时转矩电流，从而提高电动机的响应速度，

更进一步，将各量从d-q异步旋转坐标系转化为M-T同步旋转坐标系，则电动机i的电磁转矩为：

式中：i_Ti——电动机i的转矩电流；

——电动机i的转子磁链绝对值；

因此，电动机i在某一时刻电磁转矩的估计值表示为：

式中：

——电动机i在k时刻电磁转矩的估计值；

——电动机i在k时刻转矩电流的估计值。

感应电动机转子的电气角加速度估计值由下式获得：

式中：

——电动机i在k时刻转子的电气角速度估计值；

——电动机i在k-1时刻转子的电气角速度估计值；

T——电动机i的采样时间周期。

由全维转子状态估计器可以估计某一时刻的外负载转矩：

式中：

——电动机i在k时刻外负载的估计值。

假设感应电动机i在k-1时刻的指令性电气角加速度为

其k时刻所需的指令性转矩电流由下式获得：

考虑到利用转子加速度辨识瞬时外负载会存在着一定的滞后性，因此引入PID控制器进行补偿控制，对指令性转矩电流做进一步修正：

式中：

——电动机i在k时刻补偿转矩电流。

更进一步，首先将电压和电流经过三相静止到两相静止，两相静止到两相旋转进行变换，将其转化为随定子速度d-q坐标系下的电压和电流，利用全维转子状态估计器对定子电流和转子磁链进行估计，并辨识感应电动机的转子电气角速度

定子电阻

和转子电阻

将辨识值反馈给估计器以便对传递矩阵

进行估计，从而构成全维转子状态估计器的闭环回路；

将估计的转子磁链经k/p变换器解耦后，得到方向角估计值

和磁链绝对值

将转子的电气角速度估计值传给磁链发生器用以判断该值是否大于额定值，在超过额定值时采取磁弱措施，否则采取恒磁措施，最终由磁链发生器输出指令性磁链λ^* _i，将λ^* _i与

的差值传递给磁链调节器，以获得所需的指令性磁链电流

通过对

进行微分获得感应电动机转子的电气角加速度

再利用全维转子状态估计器对外负载转矩

进行辨识，将

带入公式中，计算当前时刻所需的指令性转矩电流

将转子的电气角速度估计值

与指令性值ω^* _ri的差值输入PID速度调节器，获得补偿转矩电流

与

之和，即为电动机下一时刻所需的电磁转矩电流

最后将

和

输入PWM电流逆变器，向电动机输入三相电流。

(三)有益效果

本发明提供了一种三维多层仿形织造过程多机协同智能控制***。与现有技术相比具备以下有益效果：

(1)、该三维多层仿形织造过程多机协同智能控制***，通过对三维多层仿形织造工艺技术的研究，在纱线阵列中沿厚度方向，及垂纱方向加入定向纱线，以及在垂直于交织厚度方向的面内加入两组互相垂直的横向纤维，及经纱方向和纵向纤维，及纬纱方向，形成三维五向纤维交织物，依据磁场磁链定向控制作用机理，提出了一种对磁场磁链定向和变力矩控制的方法，来分别对多个感应电动机进行速度和力矩跟踪智能控制，依据控制方法，建立了全维转子状态估计器，来辨识感应电动机的转子速度、定子和转子电阻、瞬时外负载等参数，由外负载辨识结果与速度、力矩PID控制器来确定感应电动机的转矩电流，实现感应电动机速度与力矩控制。

(2)、该三维多层仿形织造过程多机协同智能控制***，通过辨识外负载的变化规律调节磁链，再将磁链调节器与速度调节器相结合，以此分别控制多个感应电动机跟踪同一指令性速度，形成三维多层仿形织造多机同步的协同智能控制。

(3)、该三维多层仿形织造过程多机协同智能控制***，通过实验验证了本控制技术相对于单纯的PID控制来说，由于磁链调节器和速度调节器的双重作用，使得转矩与速度相匹配，有效地减小了速度波动，使得各台感应电动机在同一指令速度下同步工作，当外负载呈现非线性波动时，纯PID控制器其速度波动范围在12％左右；而本方案使得速度的波动范围控制在2％以内，同时也证明了本技术方法速度辨识精度高，***运行平稳，可较好的满足三维多层仿形织造中的多机协同智能控制要求。

附图说明

图1为本发明三维多层仿形织机结构的原理图；

图2为本发明自动辨识外负载的多机同步控制***电路图；

图3为本发明外负载变化的示意图。

图中，1-斜纱引导机构、2-综框、3-打纬机构、4-卷取机构、5-定型机构、6-织口、7-钢筘、8-垂纱引导机构。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1，本发明实施例提供一种技术方案：一种三维多层仿形织造过程多机协同智能控制***，包括斜纱引导机构1、综框2、打纬机构3、卷取机构4、定型机构5、织口6、钢筘7和垂纱引导机构8，斜纱引导机构1位于综框2的左侧，并且垂纱引导机构8位于综框2正面的上方和下方设置有两个，钢筘7位于综框2的右侧，并且定型机构5位于钢筘7的右侧，织口6位于钢筘7的右侧和定型机构5的左侧之间，并且织口6设置在定型机构5顶部的左侧，打纬机构3位于定型机构5顶部左侧的上方，并且卷取机构4位于定型机构5顶部的右侧，同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

本发明依据磁场定向控制作用机理，通过对磁场磁链定向和力矩控制，来分别对多个感应电动机的速度和力矩进行智能控制。

在三维多层仿形织造过程中，要使多台感动电动机以相同的机械角速度转动，应使得各电动机的电磁转矩与外载荷相互匹配，但是在实际工作环境中，由于三维多层仿形织造过程中线纱存在着速度和张力的变化，即各电动机所受的外负载是随机变化的，所以很难以保证二者之间的匹配，用感应电动机的数学模型替代三维五轴织造机电***数学模型，即将定子电流和转子磁链作为状态变量，将定子电压作为输入参量，则第i台感应电动机在随定子速度的d-q坐标系下的状态方程为：

式中：i_dsi——d坐标下电动机i的定子电流；

i_qsi——q坐标下电动机i的定子电流；

λ_dri——d坐标下电动机i的转子磁链；

λ_gri——q坐标下电动机i的转子磁链；

v_si——电动机i的定子电压。

状态方程中对传递函数矩阵A_i和B_i做如下定义：

B_i＝b_iI (3)

式中：b_i＝1/(σ_iL_si)；

a_r11i＝(1-σ_i)/(σ_iτ_ri)-R_sib_i；

a_r12i＝M_ib_i/(L_riτ_ri)；

a_i12i＝M_ib_iω_ri/L_ri；

a_r21i＝M_i/τ_ri；

a_r22i＝-1/τ_ri；

a_i22i＝ω_ri；

τ_ri＝L_ri/R_ri；

M_i——电动机i的定子与转子间互感；

L_si——电动机i的定子电感；

L_ri——电动机i的转子电感；

R_si——电动机i的定子电阻；

R_ri——电动机i的转子电阻；

σ_i——电动机i的漏感系数；

τ_ri——电动机i的转子时间常数；

ω_ri——电动机i的转子电气角速度。

则，感应电动机i的电磁转矩为：

式中：n_p——电动机i的电极对数。

在三维多层仿形织造过程中，要使多台感动电动机以相同的机械角速度转动，应使得各电动机的电磁转矩与外载荷相互匹配，但是在实际工作环境中，由于三维多层仿形织造过程中线纱存在着速度和张力的变化，即各电动机所受的外负载是随机变化的，所以很难以保证二者之间的匹配。则感应电动机i的转子运动方程为：

式中：ω_mi＝ω_ri/n_p；

J_i——电动机i的转子转动惯量；

K_i——电动机i的转子阻尼系数；

ω_mi——电动机i的转子机械角速度；

T_oi——电动机i的转子外负载转矩。

由电动机i基于d-q坐标的状态方程(1)可构建其转子的全维状态估计器的表达式：

式中：

——电动机i的定子电流和转子磁链的估计值；

——电动机i的传递函数矩阵A_i的估计值；

C_i——电动机i的反馈增益矩阵；

对反馈增益矩阵进行如下配置：

式中：

c_22i＝g_ic_12i；

g_i＝(σ_iL_siL_ri)/M_i；

k——估计器的极点为原始***极点的k倍。

由式(1)、(6)建立的误差方程：

式中：

由自适应率可以估算感应电动机的转子电气角速度。同时因为定子、转子电阻会随着感应电动机的温度变化而发生变化，所以由式(1)、(7)可得转子电气角速度、定子电阻和转子电阻的控制率：

式中：κ_ωpi、κ_wli、κ_Rspi、κ_Rsli、κ_Rrpi和κ_Rrli均为正向增益；

由反馈增益矩阵(7)可知，估计器的极点为原始***极点的k倍，则转子速度取任意值时，感应电动机的定子电流和转子磁链估计值都将趋近于真实值，由式(9)并结合超稳定性定理可知，当时间t→∞时，转子电气角速度、定子电阻和转子电阻的估计值也将趋近于真实值。

要使得感应电动机的电磁转矩与外负载转矩相匹配，需要做到对电动机转子电气角速度变化的快速响应，基于磁场定向控制原理，磁链通常为恒定，电磁转矩与转矩电流之间是单纯线性关系，能够根据感应电动机的转子电气角加速度快速确定感应电动机的外负载，并获得瞬时转矩电流，从而提高电动机的响应速度，将各量从d-q异步旋转坐标系转化为M-T同步旋转坐标系，则电动机i的电磁转矩为：

式中：i_Ti——电动机i的转矩电流；

——电动机i的转子磁链绝对值；

因此，电动机i在某一时刻电磁转矩的估计值表示为：

式中：

——电动机i在k时刻电磁转矩的估计值；

——电动机i在k时刻转矩电流的估计值。

感应电动机转子的电气角加速度估计值由下式获得：

式中：

——电动机i在k时刻转子的电气角速度估计值；

——电动机i在k-1时刻转子的电气角速度估计值；

T——电动机i的采样时间周期。

由全维转子状态估计器可以估计某一时刻的外负载转矩：

式中：

——电动机i在k时刻外负载的估计值。

假设感应电动机i在k-1时刻的指令性电气角加速度为

其k时刻所需的指令性转矩电流由下式获得：

考虑到利用转子加速度辨识瞬时外负载会存在着一定的滞后性，因此引入PID控制器进行补偿控制，对指令性转矩电流做进一步修正：

式中：

——电动机i在k时刻补偿转矩电流。

由前述分析，可以构造出三维多层仿形多机协同智能控制***，由于负责不同纱线的各路电机其控制***构造相同，在此仅给出单个感应电动机的控制***，如图2所示。

在具体实施过程中，首先将电压和电流经过三相静止到两相静止，两相静止到两相旋转进行变换，将其转化为随定子速度d-q坐标系下的电压和电流，利用全维转子状态估计器对定子电流和转子磁链进行估计，并辨识感应电动机的转子电气角速度

定子电阻

和转子电阻

将辨识值反馈给估计器以便对传递矩阵

进行估计，从而构成全维转子状态估计器的闭环回路。

将估计的转子磁链经k/p变换器解耦后，得到方向角估计值

和磁链绝对值

将转子的电气角速度估计值传给磁链发生器用以判断该值是否大于额定值，在超过额定值时采取磁弱措施，否则采取恒磁措施，最终由磁链发生器输出指令性磁链λ^* _i，将λ^* _i与

的差值传递给磁链调节器，以获得所需的指令性磁链电流

通过对

进行微分获得感应电动机转子的电气角加速度

再利用全维转子状态估计器对外负载转矩

进行辨识，将

带入公式中，计算当前时刻所需的指令性转矩电流

将转子的电气角速度估计值

与指令性值ω^* _ri的差值输入PID速度调节器，获得补偿转矩电流

与

之和，即为电动机下一时刻所需的电磁转矩电流

最后将

和

输入PWM电流逆变器，向电动机输入三相电流。

验证三维多层仿形织造过程多机协同智能控制技术的先进性和实用性，本文分别对其进行了仿真和工程实验，实验主要对转子电气角速度

定子电阻

和转子电阻

外负载

和转矩电流

等参数进行实验。

一种三维多层仿形织造过程多机协同智能控制***的控制方法，具体包括以下步骤：

S1、三维多层仿形织造工艺的经纱x与斜纱b₁、b₂经斜纱引导机构1进入综框2内部后，穿过钢筘7被引导至织口6中；

S2、垂纱引导机构8通过综框2在斜纱引导机构1与织口6之间做往复运动，并引导垂纱z由上部分贯穿上部分的经纱层和斜纱层，由下部分贯穿下部分的经纱层和斜纱层；

S3、纬纱引导机构引导纬纱y在经纱层间形成纬纱层，最终，纱线在织口6处通过打纬机构3、定型机构5形成三维多层仿形织物，利用卷取机构4对织物进行收集。

本发明中，步骤S1中，三维五向多层仿形织造工艺装备的控制涉及到经纱、垂纱和2组斜向纱和一组纬纱五个方向的控制。

本发明中，步骤S1-S3中，依据磁场定向控制作用机理，通过对磁场磁链定向和力矩控制，来分别对多个感应电动机的速度和力矩进行智能控制。

本发明中，步骤S1-S3中，在三维多层仿形织造过程中，通过让各电动机的电磁转矩与外载荷相互匹配实现多台感动电动机以相同的机械角速度转动。

本发明中，步骤S1中，在纱线阵列中沿厚度方向，及垂纱方向加入定向纱线，以及在垂直于交织厚度方向的面内加入两组互相垂直的横向纤维，及经纱方向和纵向纤维，及纬纱方向，形成三维五向纤维交织物。

为了更好地验证该控制方案，本文在对转子电气角速度

定子电阻

和转子电阻

外负载转矩

和转矩电流

等参数进行仿真实验，设四台感应电动机的外负载在前2s为均额定转矩50Nm，随后呈现不同的外负载变化如图3所示，试验是在***稳定运行的情况下，对各轴纱伺服电机的转子电气角速度，进行多机协同智能控制与单独PID调节控制对比试验，具体试验结果如图3所示。

由图3可以看出，本方案相对于单纯的PID控制来说，由于磁链调节器和速度调节器的双重作用，使得转矩与速度相匹配，有效地减小了速度波动，使得各台感应电动机在同一指令速度下同步工作，当外负载呈现非线性波动时，纯PID控制器其速度波动范围在12％左右；而本方案使得速度的波动范围控制在2％以内。

Claims (2)

1.一种三维多层仿形织造过程多机协同智能控制***，包括斜纱引导机构(1)、综框(2)、打纬机构(3)、卷取机构(4)、定型机构(5)、织口(6)、钢筘(7)和垂纱引导机构(8)，其特征在于：所述斜纱引导机构(1)位于综框(2)的左侧，并且垂纱引导机构(8)位于综框(2)正面的上方和下方设置有两个，所述钢筘(7)位于综框(2)的右侧，并且定型机构(5)位于钢筘(7)的右侧，所述织口(6)位于钢筘(7)的右侧和定型机构(5)的左侧之间，并且织口(6)设置在定型机构(5)顶部的左侧，所述打纬机构(3)位于定型机构(5)顶部左侧的上方，并且卷取机构(4)位于定型机构(5)顶部的右侧；

按照如下步骤进行：

S1、三维多层仿形织造工艺的经纱x与斜纱b₁、b₂经斜纱引导机构(1)进入综框(2)内部后，穿过钢筘(7)被引导至织口(6)中；

S2、垂纱引导机构(8)通过综框(2)在斜纱引导机构(1)与织口(6)之间做往复运动，并引导垂纱z由上部分贯穿上部分的经纱层和斜纱层，由下部分贯穿下部分的经纱层和斜纱层；

S3、纬纱引导机构引导纬纱y在经纱层间形成纬纱层，最终，纱线在织口(6)处通过打纬机构(3)、定型机构(5)形成三维多层仿形织物，利用卷取机构(4)对织物进行收集；

所述步骤S1中，三维五向多层仿形织造工艺装备的控制涉及到经纱、垂纱和2组斜向纱和一组纬纱五个方向的控制；

所述步骤S1-S3中，依据磁场定向控制作用机理，通过对磁场磁链定向和力矩控制，来分别对多个感应电动机的速度和力矩进行智能控制；

所述步骤S1中，在纱线阵列中沿厚度方向，即垂纱方向加入定向纱线，以及在垂直于交织厚度方向的面内加入两组互相垂直的横向纤维，即经纱方向和纵向纤维，即纬纱方向，形成三维五向纤维交织物；

即将定子电流和转子磁链作为状态变量，将定子电压作为输入参量，则第i台感应电动机在随定子速度的d-q坐标系下的状态方程为：

式中：i_dsi——d坐标下电动机i的定子电流；

i_qsi——q坐标下电动机i的定子电流；

λ_dri——d坐标下电动机i的转子磁链；

λ_qri——q坐标下电动机i的转子磁链；

v_si——电动机i的定子电压；

状态方程中对传递函数矩阵A_i和B_i做如下定义：

B_i＝b_iI (3)

式中：b_i＝1/(σ_iL_si)；

a_r11i＝(1-σ_i)/(σ_iτ_ri)-R_sib_i；

a_r12i＝M_ib_i/(L_riτ_ri)；

a_i12i＝M_ib_iω_ri/L_ri；

a_r21i＝M_i/τ_ri；

a_r22i＝-1/τ_ri；

a_i22i＝ω_ri；

τ_ri＝L_ri/R_ri；

M_i——电动机i的定子与转子间互感；

L_si——电动机i的定子电感；

L_ri——电动机i的转子电感；

R_si——电动机i的定子电阻；

R_ri——电动机i的转子电阻；

σ_i——电动机i的漏感系数；

τ_ri——电动机i的转子时间常数；

ω_ri——电动机i的转子电气角速度；

则，感应电动机i的电磁转矩为：

式中：n_p——电动机i的电极对数；

感应电动机i的转子运动方程为：

式中：ω_mi＝ω_ri/n_p；

J_i——电动机i的转子转动惯量；

K_i——电动机i的转子阻尼系数；

ω_mi——电动机i的转子机械角速度；

T_oi——电动机i的转子外负载转矩；

由电动机i基于d-q坐标的状态方程(1)可构建其转子的全维状态估计器的表达式：

式中：

——电动机i的定子电流和转子磁链的估计值；

——电动机i的传递函数矩阵A_i的估计值；

C_i——电动机i的反馈增益矩阵；

对反馈增益矩阵进行如下配置：

式中：

c_22i＝g_ic_12i；

g_i＝(σ_iL_siL_ri)/M_i；

k——估计器的极点为原始***极点的k倍；

由式(1)、(6)建立的误差方程：

式中：

由自适应率可以估算感应电动机的转子电气角速度；

由式(1)、(7)可得转子电气角速度、定子电阻和转子电阻的控制率：

式中：κ_ωpi、κ_wli、κ_Rspi、κ_Rsli、κ_Rrpi和κ_Rrli均为正向增益；

由反馈增益矩阵(7)可知，估计器的极点为原始***极点的k倍，则转子速度取任意值时，感应电动机的定子电流和转子磁链估计值都将趋近于真实值，由式(9)并结合超稳定性定理可知，当时间t→∞时，转子电气角速度、定子电阻和转子电阻的估计值也将趋近于真实值；

将各量从d-q异步旋转坐标系转化为M-T同步旋转坐标系，则电动机i的电磁转矩为：

式中：i_Ti——电动机i的转矩电流；

——电动机i的转子磁链绝对值；

因此，电动机i在某一时刻电磁转矩的估计值表示为：

式中：

——电动机i在k时刻电磁转矩的估计值；

——电动机i在k时刻转矩电流的估计值；

感应电动机转子的电气角加速度估计值由下式获得：

式中：

——电动机i在k时刻转子的电气角速度估计值；

——电动机i在k-1时刻转子的电气角速度估计值；

T——电动机i的采样时间周期；

由全维转子状态估计器可以估计某一时刻的外负载转矩：

式中：

——电动机i在k时刻外负载的估计值；

假设感应电动机i在k-1时刻的指令性电气角加速度为

其k时刻所需的指令性转矩电流由下式获得：

考虑到利用转子加速度辨识瞬时外负载会存在着一定的滞后性，因此引入PID控制器进行补偿控制，对指令性转矩电流做进一步修正：

式中：

——电动机i在k时刻补偿转矩电流。

2.根据权利要求1所述的三维多层仿形织造过程多机协同智能控制***，其特征在于：首先将电压和电流经过三相静止到两相静止，两相静止到两相旋转进行变换，将其转化为随定子速度d-q坐标系下的电压和电流，利用全维转子状态估计器对定子电流和转子磁链进行估计，并辨识感应电动机的转子电气角速度

定子电阻

和转子电阻

将辨识值反馈给估计器以便对传递矩阵

进行估计，从而构成全维转子状态估计器的闭环回路；

将估计的转子磁链经k/p变换器解耦后，得到方向角估计值

和磁链绝对值

将转子的电气角速度估计值传给磁链发生器用以判断该值是否大于额定值，在超过额定值时采取磁弱措施，否则采取恒磁措施，最终由磁链发生器输出指令性磁链λ^* _i，将λ^* _i与

的差值传递给磁链调节器，以获得所需的指令性磁链电流

通过对

进行微分获得感应电动机转子的电气角加速度

再利用全维转子状态估计器对外负载转矩

进行辨识，将

带入公式中，计算当前时刻所需的指令性转矩电流

将转子的电气角速度估计值

与指令性值ω^* _ri的差值输入PID速度调节器，获得补偿转矩电流

与

之和，即为电动机下一时刻所需的电磁转矩电流

最后将

和

输入PWM电流逆变器，向电动机输入三相电流。

Images