現代の制御戦略 - 展覧会 - Teamwork Global Group Limited

現代の制御戦略

伝統的なACサーボモータ駆動制御戦略は、制御対象モデルが決定され、変化せず線形であり、運転条件と運転環境が一定であると決定されるという条件下で主に使用されている。ただし、AC永久磁石同期モータの動的数学モデルは、非線形の強結合の時変多変数システムです。高性能要件の場合は、さまざまな非線形効果、オブジェクトの構造とパラメータの変化、および動作環境の変化を考慮する必要があります。環境の乱れなど、時変で不確実な要因。現代の制御理論の開発と応用はある程度、古典的制御理論の時変非線形確率システムへの欠点を補っています。

（1）直接トルク制御

直接トルク制御理論は、ドイツのRuhr大学のM. depenbrock教授と1980年代に日本の学者i.takahashによって提案された高性能ACモータ制御戦略です。制御戦略も制御対象の正確な数学に基づいています。このモデルは、ベクトル制御とは異なり、複雑な座標変換を行わずに直接AC座標系でACモータの数学モデルを解析します。固定子磁場配向を採用し、デカップリング電流を必要とせず、そしてトルクと鎖交磁束は固定子電流をトルクと励磁成分に分解することを避け、直接スイッチング状態を制御する二位置砰砰制御により直接制御した。インバータトルクの速い動的性能を達成するためにトルクの速い応答に焦点を合わせて、優れた制御。直接トルク制御界磁配向は、固定子磁束鎖交を使用しますが、これは回転子パラメータの影響を受けません。ステータ抵抗が分かっている限り、それを観察することができ、モータパラメータに敏感ではない。

直接トルク制御技術は誘導電動機のインバータ制御の分野にうまく適用されており、abbは一連の製品を発売しています。しかしながら、永久磁石同期電動機の用途では、直接トルク制御には依然としていくつかの問題がある。直接トルク制御は磁気チェーンのヒステリシスを使用し、そしてモータートルクは脈動しており、それはモーター走行の滑らかさに直接影響を及ぼす。直接トルク制御は鎖交磁束とトルクを監視する必要があります。低速では精度が悪くなり、モータの回転性能が悪くなり、モータ速度範囲が狭くなります。モータの小さい固定子インダクタンスのため、モータが始動して負荷が変化するときの電流の影響は大きく、鎖交磁束およびトルクリップルは大きい。また、モータが静止しているときには鎖交磁束の初期位置を推定することができないため、モータの起動が困難である。国内外の何人かの学者は近年永久磁石同期電動機の直接トルク制御戦略を試みて改良してきたが、この制御方式はACサーボ駆動技術の要求を満たすことが難しい。

（2）スライディングモード可変構造制御

可変構造制御は非線形制御の範疇に属し、その非線形性は制御の不連続性、すなわちシステムの「構造」を変えるスイッチング特性として現れる。スライディングモード可変構造制御はシステムの数学モデルを知る必要はない。それは、システムパラメータのおおよその範囲とそれらの変化を理解することだけを必要とし、その結果、可変構造制御は、速い応答、パラメータに対する鈍感性および外乱の変化、ならびにオンライン同定および設計の必要性がないという利点を有する。次数を減らして減結合する機能を用いて、システムがスライディングモード状態に入ったとき、システム状態の伝達はもはや元のパラメータ変化およびシステムの外部擾乱によって影響されず、スイッチ平面の近くでスライドすることを強いられる。完全な自己適応性と堅牢性を有するので、スライディングモード制御は永久磁石同期モータサーボシステムにうまく適用されてきた。しかしながら、バンバン制御のために、チャタリング問題は必然的に引き起こされ、チャタリング問題はスライディングモード可変構造制御の広範な応用における大きな困難である。現在、ＡＣサーボモータシステムでは、高次スライディングモード構造の使用やフィルタリング処理などのスライディングモード構造の変更により、スライディングモード可変構造制御によるチャタリング問題がある程度解決されている。

（3）適応制御

適応制御は1950年代初頭にGolcl-wellによって提案されました。それはフィードバック制御を同定理論と組み合わせて、制御対象の特性の変化、システムへのドリフトおよび環境擾乱の影響、あるいは制御プロセスのパラメータがあまりないか、またはこれらのパラメータが正常に動作しているときを提案する。特に遅い変数がある場合の変更は、制御対象の調整を完了するために特定のパフォーマンス指標を探すことによって最適化されます。

現在制御に適用されている適応方法は、モデル参照適応、パラメータ同定自己補正制御および様々に新しく開発された非線形適応制御である。モデル基準適応制御システムは、制御対象の正確な数学的モデルを必要とせず、そしてパラメータ同定を必要としない。重要な問題は、エラー信号をゼロにする傾向がある一方で、システムの安定性を保証するための適応パラメータ調整則を設計することです。主な利点は、実装が簡単で高速であるということです。しかしながら、数学的モデルや面倒な操作など、適応アルゴリズムにはいくつかの問題があり、制御システムが複雑になります。たとえば、パラメータの識別と修正には時間がかかります。パラメータ変更が速いシステムでは、制御性能はシステム計算速度に大きく影響されます。アプリケーションシステムのハードウェアは、一般的に32ビットデジタルシグナルプロセッサ（DSP）またはフィールドプログラマブルゲートアレイ（fpga）によって実装されているACサーボドライブで高い必要があります。

（4）非線形フィードバック線形化制御

フィードバック線形化は、非線形制御設計法です。基本的な考え方は、線形システムのスキルを適用できるように、非線形システム代数を（全体または一部の）線形システムに変換することです。それと通常の線形化との間の根本的な違いは、フィードバック線形化はシステムの線形近似によってではなく、状態遷移とフィードバックによって得られることです。近年、非線形制御システムの理論的研究結果は、非線形状態フィードバックと適切な座標変換がある条件下でアフィン非線形システムを正確に線形化するために使用できることを示し、この状態フィードバックは制御システムを保証できる。安定性と優れた動的品質精密フィードバック線形化制御法に基づいて、永久磁石同期電動機の線形化制御モデルを確立した。フィードバック線形化制御後、ｄ軸とｑ軸のデカップリング制御が実現でき、現在の追従性能が良く、トルク応答が速い。速度ステップ応答は、静的な違い、小さなオーバーシュート、および短い移行プロセスなしに、徐々に特定の値に収束することができます。

（5）インテリジェント制御戦略

古典的または現代的な制御戦略は、モータの数学的モデルに依存しており、複雑で不確実なシステムの制御問題を根本的に解決するものではありません。インテリジェント制御戦略は非線形特性を持ち、より複雑な制御オブジェクト、環境、タスクを持つシステムを解決することができます。インテリジェント制御は、制御対象モデルへの依存を取り除き、実際の効果に従って制御するだけです。制御では、システムの不確実性と不正確さを解決できます。

インテリジェント制御戦略には、ファジー制御、ニューラルネットワーク制御、エキスパートシステム制御、およびロバスト制御と遺伝的アルゴリズム制御があります。ファジィ制御とニューラルネットワーク制御戦略は永久磁石同期電動機サーボシステムの応用において成熟している。

（6）ファジィ制御

ファジー制御は、ファジー集約、ファジー言語変数、およびファジー論理推論に基づく一種のコンピューター数値制御です。ファジィ制御は数学とファジィを統一し、ファジィ集合、ファジィ言語変数およびファジィ推論を理論的基礎として、すなわち日常的に使用される概念のあいまいさを記述するためにファジィ集合を使用し、事前の知識と専門的経験を制御規則として使用する機械シミュレーションを使用してシステムを制御することで、熟練したオペレータや専門家による制御の経験や方法のファジィ制御を現実的に模倣することができます。

ファジー推論は正確な数学モデルに依存しません。実際のシステムの入力および出力データによると、システムは現場オペレータの操作経験を参照してリアルタイムで制御することができる。したがって、非線形システムの制御問題を解くのに適しています。粘着性が高く、適応性が高いため、時変システムや時間遅延システムに適しています。しかしながら、ファジィ制御の自己学習能力はそれほど強くなく、そして設計制御規則は経験と専門的知識に依存し、それはシステムを不正確にするかもしれない。ファジィ制御戦略を単に採用することは、より多くの制御規則を必要とし、スタッフの多くの経験を必要とし、そして制御精度は比較的低い。ファジィ制御技術はACサーボモータシステムの電流調整器と速度調整器の設計によく適用されてきた。しかしながら、高い動的要求を有するサーボシステムにおいては、依然として技術をさらに改良する必要がある。

（7）ニューラルネットワーク制御

ニューラルネットワークの研究は1940年代初頭に始まりました。 1980年代になると、ニューラルネットワーク理論は飛躍的な進歩を遂げ、インテリジェント制御の重要な一分野となりました。

ニューラルネットワークとは、工学技術によって人間の脳神経の構造と機能をシミュレートする情報処理システムのことです。ニューラルネットワーク制御は、計算機能を物理ネットワークに埋め込む。計算プロセスでは、各基本操作はそれに対応する接続を持ちます。ニューラルネットワークモデルは、情報の処理、処理、および保存を含む、人間の脳神経細胞の活動プロセスをシミュレートします。各ニューロンはさまざまな情報の内容の一部を格納しており、一部のニューロンの損傷と情報の破壊はネットワークの部分的な弱体化を招くだけです。ニューラルネットワークは情報分布記憶、並列処理、非線形近似、自己学習および自己組織化能力の利点を有する。それは任意に複雑な非線形システムを完全に近似することができ、そして非常に不確実なシステムの動特性を学習しそして適応することができる。ロバストネスは、人間のイメージ思考をシミュレートする能力を持ち、モデルやルールでは記述が難しいシステムを扱うのに適しています。近年、人々は、ニューラルネットワーク制御技術（または人工知能ａｉ）をＡＣモータ駆動制御システムに適用して、従来の方法では解決が困難である問題を解決しようと試み始めている。ａｉ調整システムの使用は、良好な雑音抑制特性、フォールトトレランスおよびスケーラビリティを有し、そしてパラメータに対してロバストである。それは将来のモータ制御技術の重要な開発方向です。

高性能ACサーボ制御技術開発動向

永久磁石同期モータに基づくサーボシステムはサーボ制御の開発方向である。ＡＣサーボ制御を実施するための多くの方法があるが、低いシステム精度、低い信頼性、および低速性能などの問題が依然としてある。

それが伝統的な制御戦略でも、現代の制御戦略でも、インテリジェント制御戦略でも、それぞれの制御戦略には利点がありますが、同時にいくつかの問題もあります。単一の制御戦略から理想的な制御効果を得ることは困難です。サーボシステムの制御性能をより良くするために種々の制御戦略をどのように浸透させそして複合するかを探求することが将来における高性能ACサーボ制御技術の開発方向である。現時点では、複合制御戦略は主に2つの形式を持っています。1つは、ファジーPID制御、ニューラルネットワークPID制御、エキスパートPID制御などのような古典的なPID制御戦略に基づく新しい制御戦略を採用することです。第二に、そのようなファジィニューラルネットワーク制御、適応ファジィ制御、ファジィ直接トルク制御、適応ファジィ制御、直接トルクスライディングモード可変構造制御などのような2つ以上の新しいタイプの制御戦略を採用する。 AC速度制御システムの性能、そして同時により強い堅牢性を持っています。複合制御戦略は現在の研究の焦点と将来の開発における主要な傾向となった。

結論

例として永久磁石同期電動機システムを取り上げて、ACサーボモータシステムにおける伝統的制御戦略、現代の制御戦略とインテリジェント制御戦略の基本原理、利点と欠点を別々に記述し、高性能ACサーボモータシステムの制御技術予測されます。開発動向は、それが伝統的な制御戦略、現代の制御戦略、またはインテリジェントな制御戦略であるかどうかにかかわらず、それぞれの制御戦略には利点があるが同時にいくつかの問題があることを指摘しています。単一の制御戦略から理想的な制御効果を得ることは困難です。サーボシステムの制御性能をより良くするために種々の制御戦略をどのように浸透させそして複合するかを探求することが将来における高性能ACサーボ制御技術の開発方向である。