CN112600466B - 一种针对控制量耦合关系时变问题的多电机协同控制器 - Google Patents
一种针对控制量耦合关系时变问题的多电机协同控制器 Download PDFInfo
- Publication number
- CN112600466B CN112600466B CN202011396134.1A CN202011396134A CN112600466B CN 112600466 B CN112600466 B CN 112600466B CN 202011396134 A CN202011396134 A CN 202011396134A CN 112600466 B CN112600466 B CN 112600466B
- Authority
- CN
- China
- Prior art keywords
- speed
- motor
- module
- control
- compensation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P5/00—Arrangements specially adapted for regulating or controlling the speed or torque of two or more electric motors
- H02P5/46—Arrangements specially adapted for regulating or controlling the speed or torque of two or more electric motors for speed regulation of two or more dynamo-electric motors in relation to one another
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P21/0007—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using sliding mode control
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P21/001—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using fuzzy control
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P21/0017—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
- H02P21/20—Estimation of torque
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Feedback Control In General (AREA)
- Control Of Multiple Motors (AREA)
Abstract
本发明公开了一种针对控制量耦合关系时变问题的多电机协同控制器,包括速度解算模块、速度检测模块、速度补偿模块和速度控制模块;其中速度解算模块接收来自外部的期望整体***运动速度,根据***模型,进行***中各电机的速度解算工作;速度检测模块采集各个电机的实时速度,为速度补偿模块提供所需的数据;速度补偿模块接收来自速度解算模块中的电机解算速度和速度检测模块采集的电机实时速度,根据设定的电机速度和电机之间的耦合关系,计算各个电机的补偿量;速度控制模块根据速度补偿模块所给出的补偿量修正各个电机的速度,使得电机达到速度的设定值。本发明实现了控制量耦合关系时变条件下的多电机协同控制,提高了多电机协同控制的效率。
Description
技术领域
本发明涉及多电机协同控制技术领域,特别是一种针对控制量耦合关系时变问题的多电机协同控制器。
背景技术
随着近年来“工业4.0”以及“中国制造2025”概念的推广,生产制造业的自动化程度的也越来越高,这就要求自动化***中的各个部分能够协同作业。
而自动化***的实现的基础就是其中多个电机能够同时正常运转,相互配合,因此保证各电机运动的协同是十分重要的。传统的多电机协同控制结构包括主令控制、主从控制、交叉耦合控制、相邻交叉耦合控制、虚拟主轴控制以及偏差耦合控制,这些协同控制结构各有优缺点,因此需要结合实际情况进行改进,改进通常包括控制结构的优化和控制律的改进两个方面。
目前主流的研究方向集中在电机控制律的优化设计上,通过自适应的思想对电机的转速或转矩进行控制,从而提高***的协同性能,而对控制结构进行的改进并不多,主要集中在对速度补偿模块进行针对实际应用场景的优化上。现有的研究几乎都只是考虑单控制变量下多个电机的协同问题,而在实际***中,各个电机往往不能通过耦合关系不变的控制量进行控制,对于解决控制量耦合关系时变条件下多电机协同控制器的研究较少。
发明内容
本发明的目的在于提供一种针对控制量耦合关系时变问题的多电机协同控制器,自适应地实现控制量耦合关系时变条件下的多电机协同控制。
实现本发明目的的技术解决方案为:一种针对控制量耦合关系时变问题的多电机协同控制器,包括速度解算模块、速度检测模块、速度补偿模块和速度控制模块;
所述速度解算模块,接收来自外部的期望整体***运动速度,根据***模型进行***中各电机的速度解算工作;
所述速度检测模块,采集各个电机的实时速度,为速度补偿模块提供所需的数据;
所述速度补偿模块,接收来自速度解算模块中的电机解算速度和速度检测模块采集的电机实时速度,根据设定的电机速度和电机之间的耦合关系,计算各个电机的补偿量;
所述速度控制模块,根据速度补偿模块所给出的补偿量修正各个电机的速度,使得电机达到速度的设定值。
进一步地,所述速度解算模块,使用***整体运动学模型或动力学模型对***中各个电机的速度进行解算,或者通过人工智能方法建立***模型,实现各个电机速度的解算工作。
进一步地,所述速度补偿模块,包括速度归一化模块、最小值增益模块、偏差耦合模块和加权模块;
所述最小值增益模块,比较各个电机的期望速度,选择其中的最小值输出至速度归一化模块;
所述速度归一化模块,接收各个电机的期望速度和实际速度,结合最小值增益模块传输的最小值增益,完成各个电机实际速度的归一化操作,将计算结果输出至偏差耦合模块;
所述偏差耦合模块,将速度归一化模块输入的所有数据进行两两耦合后输出至加权模块;
所述加权模块,根据各电机权重将耦合后的结果进行加权,从而得到速度补偿量。
进一步地,所述速度控制模块,根据速度补偿模块所给出的补偿量修正各个电机的速度,具体如下:
速度控制模块根据实际情况,通过采用与电机转速、电机电压、电机电流或者电机转矩有关的控制算法,实现对速度的控制;所述控制算法采用传统PID控制算法、滑模控制算法、模糊控制算法、自适应控制算法、鲁棒控制算法或智能控制算法。
本发明与现有技术相比,其显著优点在于:(1)解决了现有控制器无法自适应地实现控制量耦合关系时变条件下的多电机协同控制的问题;(2)能够在不需要大量计算的情况下,实时高效地处理控制量耦合关系时变条件下的多电机协同控制,提高了多电机协同控制的效率;(3)具有良好的适应性,能够用于各种需要进行电机协同控制场合。
附图说明
图1为本发明针对控制量耦合关系时变问题的多电机协同控制器的结构框图。
图2为本发明实例中实际***运动学模型的结构示意图。
图3为本发明实例中速度补偿模块的结构框图。
图4为本发明实例中速度补偿模块的结构示意图。
图5为本发明实例中速度归一化模块和偏差耦合模块的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。
结合图1,本发明一种针对控制量耦合关系时变问题的多电机协同控制器,包括速度解算模块、速度检测模块、速度补偿模块和速度控制模块;
所述速度解算模块,接收来自外部的期望整体***运动速度,根据***模型,进行***中各电机的速度解算工作;
所述速度检测模块,采集各个电机的实时速度,为速度补偿模块提供所需的数据;
所述速度补偿模块,接收来自速度解算模块中的电机解算速度和速度检测模块采集的电机实时速度,根据设定的电机速度和电机之间的耦合关系,计算各个电机的补偿量;
所述速度控制模块,根据速度补偿模块所给出的补偿量修正各个个电机的速度,使得电机达到速度的设定值。
进一步地,结合图2,所述速度解算模块,在简单***中使用***整体运动学模型或动力学模型对***中各个电机的速度进行解算,在复杂***中通过人工智能方法建立***模型,实现各个电机速度的解算工作。
进一步地,结合图3、图4,所述速度补偿模块,包括速度归一化模块、最小值增益模块、偏差耦合模块和加权模块;
所述最小值增益模块,比较各个电机的期望速度,选择其中的最小值输出至速度归一化模块;
结合图5,所述速度归一化模块,接收各个电机的期望速度和实际速度,结合最小值增益模块传输的最小值增益,完成各个电机实际速度的归一化操作,将计算结果输出至偏差耦合模块;
所述偏差耦合模块,将速度归一化模块输入的所有数据进行两两耦合后输出至加权模块;
所述加权模块,根据各电机权重将耦合后的结果进行加权,从而得到速度补偿量。
进一步地,所述速度控制模块,根据速度补偿模块所给出的补偿量修正各个电机的速度,具体如下:
速度控制模块根据实际情况,通过采用与电机转速、电机电压、电机电流或者电机转矩有关的控制算法,实现对速度的控制;所述控制算法可采用传统PID控制算法、滑模控制算法、模糊控制算法、自适应控制算法、鲁棒控制算法或智能控制算法。
实施例1
如图1所示,本实施例提供了一种针对控制量耦合关系时变问题的多电机协同控制器,该控制器能够根据期望的***运行速度,利用***模型解算出各电机应有的速度,通过闭环控制完成各电机速度控制,同时配合实时的速度补偿实现多电机实际速度的协同控制工作。该控制器包括速度解算模块、速度检测模块、速度控制模块和速度检测模块;
所述速度解算模块,接收来自外部的期望整体***运动速度,根据***模型,进行***中各电机的速度解算工作。本实施实例中使用轮式全驱移动机器人运动学模型,如图2所示,其中L和W分别表示机器人前后轮胎间的长度以及左右轮胎间的宽度,VA表示基点A的速度大小,θ表示A点速度与Ax轴的夹角,ω表示机器人绕A点旋转的角速度,表示机器人朝向与Ax轴的夹角,VA'表示轮胎处与VA大小方向都一样的平动分量,[VLFω VRFω VLBω VRBω]T表示机器人在轮胎处绕基点转动的速度分量,轮胎处的合运动则由[VLF VRF VLB VRB]T表示,[RLF RRF RLB RRB]T表示各轮胎相对于基点A的位置矢量。此时在给定输入的期望速度vA和ω的情况下,便可以解算出机器人在各轮胎处的速度大小。
进一步地,在实际***较为复杂的条件下,可以利用神经网络以及机器学习等人工智能的方法,在无需考虑实际物理含义的情况下,完成对***的模型建立,实现速度的解算工作。
所述速度检测模块,通过编码器等传感器采集各个电机的实时速度,将电机的运动参数信息输出,为速度补偿模块提供所需的数据;
所述速度补偿模块,接收来自速度解算模块中的电机解算速度和速度检测模块采集的电机实时速度,根据设定的电机速度和电机之间的耦合关系,计算各个电机的补偿量;
如图3所示,所述速度补偿模块,包括速度归一化模块、最小值增益模块、偏差耦合模块和加权模块;
如图4所示,其中min模块即为最小值增益模块,比较各个电机的期望速度,选择其中的最小值输出至速度归一化模块;速度归一化模块以及偏差耦合模块在Subsystem模块中实现,Subsystem模块结构如图5所示,左半部分为速度归一化模块,能够接收电机的期望速度以及实际速度,结合最小值增益模块传输的最小值增益,完成各个电机实际速度的归一化操作,将计算结果输出至偏差耦合模块;右半部分为偏差耦合模块,将速度归一化模块输入的数据两两耦合后输出至加权模块;Add和Gain模块结合得到加权模块,根据各个电机权重将耦合后的结果进行加权,从而输出各电机对应的速度补偿量;
所述速度控制模块,接收速度补偿模块所给出补偿量以及速度检测模块输出的电机实际速度,对电机的速度进行控制,使得电机能够快速稳定地达到速度的设定值,同时实现给电机间的协同。本实施实例中采用经典的闭环PI控制器实现了对单个电机转速的控制,通过增益环节P使得电机速度能够更快的到达设定值,通过积分环节I令电机速度到达稳态后能够和设定的期望速度实现无差,同时也使得电机速度的调节更加的平滑。
进一步,电机控制模块包含的控制对象除了本实施实例中使用的电机速度外,还包括电机的转速、电压、电流以及力矩等与电机相关的可控参数,控制方法除了经典的控制算法外,还应包括自适应控制算法、鲁棒控制算法、模糊控制算法、滑模控制算法以及各控制算法叠加后形成的各类控制算法。
Claims (3)
1.一种针对控制量耦合关系时变问题的多电机协同控制器,其特征在于,包括速度解算模块、速度检测模块、速度补偿模块和速度控制模块;
所述速度解算模块,接收来自外部的期望整体***运动速度,根据***模型进行***中各电机的速度解算工作;
所述速度检测模块,采集各个电机的实时速度,为速度补偿模块提供所需的数据;
所述速度补偿模块,接收来自速度解算模块中的电机解算速度和速度检测模块采集的电机实时速度,根据设定的电机解算速度和电机之间的耦合关系,计算各个电机的补偿量;
所述速度控制模块,根据速度补偿模块所给出的补偿量修正各个电机的速度,使得电机达到电机解算速度;
所述速度补偿模块,包括速度归一化模块、最小值增益模块、偏差耦合模块和加权模块;
所述最小值增益模块,比较各个电机的电机解算速度,选择其中的最小值输出至速度归一化模块;
所述速度归一化模块,接收各个电机的电机解算速度和电机实时速度,结合最小值增益模块传输的最小值增益,完成各个电机实时速度的归一化操作,将计算结果输出至偏差耦合模块;
所述偏差耦合模块,将速度归一化模块输入的所有数据进行两两耦合后输出至加权模块;
所述加权模块,根据各电机权重将耦合后的结果进行加权,从而得到速度补偿量。
2.根据权利要求1所述的针对控制量耦合关系时变问题的多电机协同控制器,其特征在于,所述速度解算模块,使用***整体运动学模型或动力学模型对***中各个电机的速度进行解算,或者通过人工智能方法建立***模型,实现各个电机速度的解算工作。
3.根据权利要求1所述的针对控制量耦合关系时变问题的多电机协同控制器,其特征在于,所述速度控制模块,根据速度补偿模块所给出的补偿量修正各个电机的速度,具体如下:
速度控制模块根据实际情况,通过采用与电机转速、电机电压、电机电流或者电机转矩有关的控制算法,实现对速度的控制;所述控制算法采用PID控制算法、滑模控制算法、模糊控制算法、自适应控制算法或鲁棒控制算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011396134.1A CN112600466B (zh) | 2020-12-03 | 2020-12-03 | 一种针对控制量耦合关系时变问题的多电机协同控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011396134.1A CN112600466B (zh) | 2020-12-03 | 2020-12-03 | 一种针对控制量耦合关系时变问题的多电机协同控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112600466A CN112600466A (zh) | 2021-04-02 |
CN112600466B true CN112600466B (zh) | 2022-08-12 |
Family
ID=75188014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011396134.1A Active CN112600466B (zh) | 2020-12-03 | 2020-12-03 | 一种针对控制量耦合关系时变问题的多电机协同控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112600466B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104753406A (zh) * | 2013-12-30 | 2015-07-01 | 南京理工大学常熟研究院有限公司 | 一种多电机协同控制方法 |
JP2019159733A (ja) * | 2018-03-13 | 2019-09-19 | 富士電機株式会社 | 速度・位置制御システム |
CN111525844A (zh) * | 2020-05-22 | 2020-08-11 | 湖南工业大学 | 一种基于双偏差耦合结构的多电机转速转矩双同步控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO340118B1 (en) * | 2015-07-03 | 2017-03-13 | Fmc Kongsberg Subsea As | Method and a system for operating a variable speed motor |
-
2020
- 2020-12-03 CN CN202011396134.1A patent/CN112600466B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104753406A (zh) * | 2013-12-30 | 2015-07-01 | 南京理工大学常熟研究院有限公司 | 一种多电机协同控制方法 |
JP2019159733A (ja) * | 2018-03-13 | 2019-09-19 | 富士電機株式会社 | 速度・位置制御システム |
CN111525844A (zh) * | 2020-05-22 | 2020-08-11 | 湖南工业大学 | 一种基于双偏差耦合结构的多电机转速转矩双同步控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112600466A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110989526A (zh) | 一种双agv协同运载控制***及方法 | |
CN109050661B (zh) | 电子差速和主动差动转向的协调控制方法及协调控制装置 | |
Wen et al. | Elman fuzzy adaptive control for obstacle avoidance of mobile robots using hybrid force/position incorporation | |
CN108459605B (zh) | 基于agv***的轨迹跟踪控制方法 | |
CN110989597B (zh) | 一种集成模糊神经网络的自适应路径跟踪方法 | |
CN104942809A (zh) | 基于视觉伺服***的机械臂动态模糊逼近器 | |
CN109885077B (zh) | 一种四旋翼飞行器姿态控制方法及控制器 | |
CN110209162A (zh) | 一种基于阿克曼转向原理的四驱agv寻迹方法 | |
CN109177744B (zh) | 一种轮毂电机驱动汽车车道偏离辅助控制方法 | |
CN109291806B (zh) | 轮毂电机驱动汽车的车道偏离辅助控制***及控制方法 | |
CN113848908B (zh) | 一种全方位移动机器人视觉伺服***的建模与控制方法 | |
CN115202349A (zh) | 基于通信干扰的多移动机器人协同编队控制方法、装置、设备及存储介质 | |
CN112600466B (zh) | 一种针对控制量耦合关系时变问题的多电机协同控制器 | |
Vans et al. | Vision based autonomous path tracking of a mobile robot using fuzzy logic | |
CN107370429B (zh) | 无轴承永磁同步电机模糊神经网络逆解耦控制器 | |
CN114935943A (zh) | 一种无人机与无人车集群编队跟踪控制方法及*** | |
CN114421835A (zh) | 一种基于模糊偏差耦合反步滑模策略的多电机控制方法 | |
CN110509930A (zh) | 人机共驾控制方法以及装置、电子设备、存储介质 | |
Moran | Autonomous path following of truck-trailer vehicles using linear-fuzzy control | |
CN109188915B (zh) | 内嵌运动性能调节机制的速度规划方法 | |
CN114859886B (zh) | 基于自适应伸缩因子的变论域模糊控制agv纠偏方法 | |
CN115407656A (zh) | 基于动态自适应lqr的智能农机自主作业控制方法及*** | |
CN113325694B (zh) | 一种基于机器学习的模型预测控制参数的整定方法 | |
CN107493054A (zh) | 一种基于改进adrc的开关磁阻电机直接转矩控制方法 | |
CN115079569A (zh) | 一种基于天牛须搜索算法的agv非线性自抗扰控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |