Sistem Drive Servo

Sistem penggerak servo adalah pusat kinerja robot industri, dan teknologi servo drive telah menjadi teknologi utama dalam otomatisasi industri. Drive servo dan Ethernet industri telah menjadi komponen penting dari manufaktur modern. CC - tautan, EtherCat, dan DevicEnet saat ini adalah fieldbus umum yang digunakan dalam robot industri.

Dengan perkembangan cepat elektronik daya dan teori kontrol modern, sistem drive servo tonghang juga bergerak menuju digitalisasi, dengan sistem penggerak servo digital sepenuhnya menjadi arus utama. Dengan kemajuan manufaktur cerdas, drive tonghang servo juga bergerak menuju presisi tinggi, kinerja tinggi, dan integrasi.

Menghadapi permintaan pasar yang tinggi untuk sistem penggerak, tim teknik Tonghang telah merancang bus performa - {{1- yang tinggi dengan respons dinamis yang sangat baik, akurasi keadaan {2} {2} yang tinggi, dan operasi sederhana. Ini mempercepat transformasi digital dan peningkatan manufaktur industri, mendorong industri manufaktur menuju jaringan, intelijen, dan data - yang didorong oleh pengembangan.

Pengembangan strategi kontrol sverder drive

Pengembangan strategi kontrol penggerak servo dapat ditelusuri kembali ke pertengahan - abad ke -20. Dengan perkembangan cepat teknologi elektronik daya dan teori kontrol modern, strategi kontrol penggerak servo terus maju, dari kontrol rasio vektor-frekuensi tegangan konstan awal hingga kontrol vektor yang saat ini digunakan secara luas dan kontrol torsi langsung, dan kemudian untuk kontrol cerdas yang diusulkan oleh algoritma kontrol cerdas.

Tegangan konstan - kontrol rasio frekuensi

Tegangan konstan - Kontrol rasio frekuensi, juga dikenal sebagai tegangan konstan per kontrol frekuensi (CVF), adalah strategi kontrol awal untuk sistem penggerak motor AC. Prinsip intinya adalah mempertahankan rasio frekuensi tegangan konstan - untuk mempertahankan fluks magnet konstan di motor. Oleh karena itu, kontrol CVF juga disebut kontrol fluks konstan.

Dalam V/F konstan selama kontrol, tegangan operasi motor sebanding dengan frekuensi input. Ini berarti bahwa ketika frekuensi meningkat, tegangan input ke motor juga meningkat, mempertahankan rasio tegangan/frekuensi proporsional, memastikan motor mencapai torsi elektromagnetik yang sesuai di semua frekuensi. Dengan mempertahankan hubungan proporsional ini antara tegangan dan frekuensi, kontrol V/F konstan mempertahankan fluks motor yang stabil pada frekuensi yang bervariasi. Ini membantu memastikan medan magnet yang cukup dihasilkan pada semua kecepatan motor, mempertahankan karakteristik operasi yang stabil.

Dibandingkan dengan strategi kontrol canggih lainnya, kontrol V/F konstan relatif sederhana, biaya - {{0} yang rendah, dan sangat dapat diandalkan. Ini membuatnya banyak digunakan di banyak bidang, terutama di mana biaya - rendah dan kontrol yang relatif sederhana diperlukan. Kontrol V/F konstan berlaku untuk banyak jenis motor AC, termasuk motor induksi dan motor sinkron magnet permanen. Kontrol rasio tegangan/frekuensi konstan terbuka - kontrol loop dan tidak memerlukan sinyal umpan balik seperti tegangan, arus, kecepatan, dan posisi. Namun, itu juga tidak dapat mengontrol torsi motor. Karena kurangnya sirkuit umpan balik, tidak memiliki ketepatan waktu - yang nyata dan memiliki akurasi kontrol yang rendah, kinerja dinamis yang buruk, dan hasil kontrol yang tidak memuaskan.

Kontrol kontrol V/F konstan memastikan bahwa motor dapat mempertahankan karakteristik operasi yang stabil pada kecepatan yang berbeda dengan mempertahankan hubungan proporsional antara tegangan dan frekuensi. Ini adalah strategi kontrol drive motor AC yang sederhana dan efektif.

Kontrol torsi langsung

Direct Torque Control (DTC) adalah teknologi kontrol servo yang diusulkan oleh para peneliti Jerman dan Jepang pada 1980 -an. Ini bertujuan untuk mencapai torsi yang tepat dan kontrol kecepatan motor. Tidak seperti kontrol vektor, yang memisahkan arus, DTC secara langsung mengontrol torsi, mengurangi ketergantungan pada parameter motor dan dengan demikian meningkatkan kinerja dan stabilitas dinamis sistem. DTC menggunakan analisis vektor ruang untuk secara langsung mengontrol linkage fluks stator dan torsi elektromagnetik dalam bidang stator - berorientasi cara.

Sistem DTC biasanya terdiri dari dua komponen utama: pengontrol torsi dan pengontrol fluks. Pengontrol torsi memantau torsi dan kecepatan motor dan menghitung vektor tegangan yang sesuai berdasarkan persyaratan torsi dan kecepatan yang telah ditentukan. Dengan membandingkan torsi yang diperlukan dengan torsi aktual, pengontrol torsi menghasilkan vektor tegangan yang sesuai untuk mengontrol torsi output motor. Metode kontrol torsi langsung ini memungkinkan sistem untuk merespons lebih cepat terhadap tuntutan torsi. Pengontrol fluks memantau fluks magnet motor dan menyesuaikan besarnya sesuai kebutuhan. Dengan mengendalikan fluks magnet motor, kontrol kecepatan dapat dicapai. Pengontrol fluks biasanya menggunakan modulasi vektor ruang (SVM) untuk menyesuaikan fluks magnet motor untuk mencapai kecepatan yang diinginkan. Direct Torque Control (DTC) menghilangkan perhitungan koordinat yang kompleks dan menawarkan keuntungan seperti waktu respons kontrol torsi cepat dan ketahanan. Karena sistem DTC tidak memerlukan pengukuran dan perhitungan arus motor, mereka dapat mengurangi kompleksitas dan biaya sistem kontrol. Namun, mereka menderita kinerja yang buruk pada kecepatan rendah, riak torsi, dan frekuensi switching yang tidak stabil.

Direct Torque Control (DTC) adalah teknologi kontrol motor canggih yang mencapai torsi yang tepat dan kontrol kecepatan dengan secara langsung mengendalikan torsi motor dan fluks magnet. Respons dinamisnya yang cepat dan kinerja yang efisien telah menyebabkan adopsi luas dalam aplikasi industri.

Kontrol vektor

Field - Kontrol berorientasi (FOC), juga dikenal sebagai bidang - kontrol berorientasi, adalah teori kontrol servo yang diusulkan pada tahun 1970 -an. Ini menggunakan prinsip -prinsip transformasi koordinat, menggunakan Taman dan Clark mentransformasikan untuk mengubah arus stator dalam sistem koordinat stasioner fase tiga - menjadi komponen DC dalam sistem koordinat rotasi fase dua {{5} {{5}. Arus fase kemudian dipisahkan untuk mendapatkan arus eksitasi I dan ID arus yang berputar, mencapai kinerja kontrol yang mirip dengan motor DC. Setelah mendapatkan variabel kontrol yang diperlukan, transformasi taman terbalik dan algoritma SVPWM digunakan untuk mengubahnya menjadi variabel AC fase tiga {{8} {{8}.

Jenis -jenis utama kontrol vektor terbuka - kontrol vektor loop (kontrol vektor tanpa sensor) dan tertutup - kontrol vektor loop (kontrol vektor sensor). Buka - kontrol vektor loop tidak memerlukan umpan balik pada kecepatan atau posisi motor. Metode ini sederhana dan rendah - biaya, tetapi akurasi kontrolnya dan kinerja dinamis lebih rendah daripada kontrol loop tertutup -. Kontrol vektor loop tertutup - membutuhkan kecepatan motor atau umpan balik posisi untuk mengontrol fluks dan torsi secara akurat. Ini memberikan kinerja kontrol yang sangat tepat dan cocok untuk aplikasi yang membutuhkan kinerja dinamis tinggi. Strategi kontrol vektor terutama termasuk ID =0 kontrol, Kontrol Unity Faktor Daya, torsi maksimum - ke - Kontrol rasio saat ini, dan bidang - kontrol pelemahan. ID {=0 kontrol, karena kesederhanaannya, upaya komputasi minimal, kinerja torsi yang sangat baik, dan rentang regulasi kecepatan yang luas, banyak digunakan dalam aplikasi kontrol kinerja {17} {17} yang tinggi. Namun, kontrol vektor memiliki kelemahan: ini melibatkan penentuan fluks rotor dan transformasi koordinat yang kompleks, memperkenalkan faktor -faktor nonlinier seperti dua - kopling arus sumbu, dan secara langsung dipengaruhi oleh parameter motor, membuat sistem rentan terhadap variasi parameter dan interferensi eksternal selama beroperasi, yang menyebabkan pengurangan akurasi kontrol.

Teknologi kontrol vektor telah menjadi komponen penting dari kontrol motor AC modern dan banyak digunakan dalam berbagai aplikasi industri dan komersial, termasuk kendaraan listrik, robot industri, lift, dan berbagai sistem kontrol kecepatan. Dengan memberikan kontrol efisiensi- tinggi dan tinggi -, teknologi kontrol vektor secara signifikan meningkatkan kinerja sistem penggerak motor.

Kontrol cerdas

Kontrol cerdas berbeda dari strategi kontrol sebelumnya. Itu tidak sepenuhnya bergantung pada model matematika objek kontrol, tetapi mengoptimalkan kontrol dengan mendapatkan umpan balik kinerja. Untuk motor servo ac nonlinear, multivariabel, kontrol cerdas adalah pilihan yang cocok. Kontrol cerdas bukanlah strategi kontrol tunggal, tetapi istilah umum untuk kelas strategi, terutama termasuk kontrol fuzzy, kontrol mode geser, kontrol jaringan saraf dan algoritma genetika.

(1) Kontrol fuzzy, juga dikenal sebagai kontrol logika fuzzy, berasal dari matematika fuzzy dan merupakan teknologi kontrol komputer yang terdiri dari teori himpunan fuzzy, bahasa fuzzy dan logika fuzzy. Kontrol fuzzy mensimulasikan penalaran dan keputusan fuzzy - membuat proses manusia dan termasuk dalam metode kontrol cerdas. Metode ini mengubah pengalaman operator atau pakar menjadi aturan fuzzy, fuzzifikasi sinyal waktu sensor - yang asli, dan kemudian melakukan penalaran fuzzy, dan akhirnya mengintegrasikan hasil ke dalam aktuator. Kontrol fuzzy tidak memerlukan pembentukan model matematika yang akurat dari objek yang dikendalikan. Metode ini membuat mekanisme dan strategi kontrol lebih mudah diterima dan dipahami, sederhana dalam desain, dan mudah diterapkan. Sistem kontrol fuzzy memiliki ketahanan yang sangat baik dan dapat secara efektif mengurangi dampak gangguan dan perubahan parameter pada efek kontrol. Ini sangat cocok untuk kontrol nonlinier, waktu - sistem lag yang memvariasikan dan murni, dan memiliki keunggulan kuat dalam kinerja waktu nyata -. Namun, desain kontrol fuzzy masih menghadapi tantangan dalam hal sistematisasi, terutama dalam kontrol sistem yang kompleks. Saat ini, sistem teoritis kontrol fuzzy lengkap belum ditetapkan untuk menyelesaikan masalah mekanisme kontrol fuzzy, analisis stabilitas, desain sistematis, dll. Oleh karena itu, mendapatkan aturan fuzzy dan metode desain fungsi keanggotaan yang andal untuk menghindari mengandalkan sepenuhnya pada desain empiris adalah salah satu masalah yang perlu diperhatikan dalam penelitian kontrol fuzzy.

(2) SMC kontrol mode geser, juga dikenal sebagai kontrol struktur variabel, adalah skema kontrol berdasarkan teori kontrol modern. Landasan matematika terutama didasarkan pada fungsi Lyapunov. Konsep inti kontrol mode geser adalah untuk membangun permukaan mode geser, memandu sistem yang dikendalikan ke permukaan, dan membuat sistem bergerak di sepanjang permukaan geser. Metode kontrol ini pada dasarnya adalah strategi kontrol nonlinier. Karakteristik nonliniernya tercermin dalam diskontinuitas kontrol, yang dicapai melalui fungsi switching. Menurut sejauh mana keadaan sistem menyimpang dari mode geser, struktur pengontrol (parameter hukum kontrol atau pengontrol) disesuaikan untuk membuat sistem mengikuti mode operasi yang ditentukan oleh mode geser. Kontrol mode geser dapat mengatasi ketidakpastian sistem dan menunjukkan kekokohan yang kuat terhadap gangguan dan dinamika yang tidak dimodelkan, terutama di bidang kontrol sistem nonlinier [12]. Kontrol mode geser sederhana dan efisien, dengan kecepatan respons yang cepat dan ketahanan yang baik terhadap gangguan kebisingan eksternal dan perubahan parameter. Namun, begitu sistem status sistem mencapai permukaan mode geser, sulit bagi algoritma untuk secara ketat mengikuti permukaan ke titik kesetimbangan sistem. Sebaliknya, ia bolak -balik di kedua sisi permukaan geser dan secara bertahap mendekati titik kesetimbangan, yang mengakibatkan terjadinya obrolan. Saat ini, metode utama untuk mengurangi dampak obrolan adalah untuk meningkatkan hukum pendekatan mode geser atau menggunakan penyaringan, kontrol fuzzy, jaringan saraf dan metode lainnya.

(3) Kontrol jaringan saraf adalah metode yang menggunakan jaringan saraf untuk memproses objek nonlinier kompleks yang sulit dijelaskan secara akurat. Dalam sistem kontrol ini, jaringan saraf dapat memainkan beberapa peran seperti pengontrol, perhitungan optimasi, penalaran atau diagnosis kesalahan. Sistem kontrol jaringan saraf yang mengintegrasikan berbagai fungsi ini dapat secara lebih efektif mengatasi kompleksitas dan ketidakpastian sistem. Melalui kontrol jaringan saraf, sistem dapat beroperasi lebih fleksibel dan adaptif, meningkatkan kinerja sistem dan ketahanan. Jaringan saraf buatan (JST) disingkat sebagai jaringan saraf (NN). Anns adalah model yang dibangun dengan mensimulasikan mekanisme pembelajaran sistem saraf otak manusia dan dibagi menjadi lapisan multi - dan lapisan tunggal -. Setiap lapisan berisi beberapa neuron, dan neuron dihubungkan dengan koneksi terarah dengan bobot variabel. Dengan belajar dan melatih informasi yang diketahui secara berulang kali dan secara bertahap menyesuaikan bobot koneksi neuron, jaringan saraf buatan dapat memproses informasi dan mensimulasikan input - hubungan output. Teknologi jaringan saraf memiliki keunggulan yang jelas dibandingkan metode pemrosesan data tradisional dalam memproses data fuzzy, acak, dan nonlinier, dan sangat cocok untuk sistem dengan skala besar, struktur kompleks, dan informasi yang tidak pasti. Jaringan saraf tidak perlu memahami hubungan yang tepat antara input dan output, tetapi hanya perlu mempertimbangkan faktor konstan non - yang menyebabkan perubahan output, yaitu, non - parameter konstan. Ini membuat jaringan saraf berkinerja baik dalam memproses data yang tidak pasti.

(4) Genetika Algoritma (GA) adalah teknik optimasi pencarian acak paralel yang mensimulasikan proses genetik dan evolusi organisme di alam. Algoritma ini beroperasi pada string biner melalui teknik pengkodean, mensimulasikan evolusi populasi untuk mencari solusi optimal. Algoritma genetika menggunakan mekanisme pertukaran informasi acak yang tertib untuk menggabungkan kembali string yang sangat mudah beradaptasi dan mengganti segmen beberapa string dengan probabilitas tertentu. Mirip dengan seleksi alam, string yang sangat mudah beradaptasi dipertahankan dan terus bereproduksi sampai hasil optimasi yang memuaskan tercapai. Algoritma genetika tidak memiliki persyaratan khusus untuk masalah itu sendiri dan tidak memerlukan asumsi matematika yang ketat. Mereka juga memiliki kemampuan komputasi paralel, meningkatkan kecepatan komputasi melalui komputasi paralel skala {6} {6} besar, membuatnya cocok untuk mengoptimalkan skala besar -, masalah kompleks. Algoritma ini menggunakan aturan transisi probabilistik untuk memandu arah pencarian dan menunjukkan diri - pengorganisasian, adaptif, dan diri - properti pembelajaran. Karena keunggulannya, gas banyak digunakan untuk optimasi parameter dalam desain pengontrol, khususnya untuk optimasi. Mereka juga diterapkan di bidang seperti optimasi jalur, sistem daya, dan industri otomotif.

Ini biasanya menggabungkan beberapa strategi kontrol cerdas untuk mencapai efek kontrol yang lebih baik. Sebagai contoh, strategi kontrol film pendek pendekatan daya variabel diusulkan, dan istilah eksponensial variabel penguatan film geser adaptif ditambahkan ke tingkat pendekatan daya, yang meningkatkan akurasi pengamatan dan secara efektif mengontrol amplitudo kesalahan. Yu Xiaoling et al. [16] mengusulkan fraksi adaptif fuzzy - order PID controller, menggabungkan kontrol fuzzy dengan fraksional - order PID controller, yang sampai batas tertentu meningkatkan kecepatan respons sistem regulasi motor dan meningkatkan stabilitas. Kontrol fuzzy dikombinasikan dengan algoritma genetika untuk membentuk strategi kontrol komposit fuzzy genetik -, dan algoritma genetika digunakan untuk mengoptimalkan parameter pengontrol PI fuzzy untuk menyelesaikan masalah kesalahan motor yang lebih besar. Strategi kontrol yang menggabungkan jaringan saraf Fungsi Basis Radial (RBF) dengan pengontrol PID menggunakan sinyal sensitivitas yang diperoleh dengan identifikasi untuk menyetel parameter PID, sehingga meningkatkan kemampuan interferensi anti -. Jaringan saraf RBF adalah jaringan saraf feedforward yang dapat memperkirakan fungsi nonlinier dengan presisi sewenang -wenang. Mereka menawarkan keuntungan dari perkiraan lokal, input yang kuat - pemetaan output, dan konvergensi yang cepat. Menggabungkan Wavelet Neural Network (WNN) dengan pengontrol PID dan menggunakan strategi kontrol Wavelet Neural Network (WNN - PID) secara efektif meningkatkan akurasi kontrol kecepatan motor sinkron magnet permanen. Wavelet Neural Networks adalah metode yang efektif untuk menggabungkan model struktural jaringan saraf dengan resolusi multi - dan multi - analisis sinyal skala. Melalui distribusi linier koefisien berat jaringan dan konveksitas fungsi tujuan yang dipelajari, proses pelatihan jaringan secara fundamental menghindari masalah optimalitas lokal dan optimasi nonlinier.