基于单神经元自适应PID算...流有刷电机位置控制系统设计_刘广奇.pdf

43山东工业技术 2023 年 第 2 期(总第 310 期）基于单神经元自适应 PID 算法的直流有刷电机位置控制系统设计(山东交通学院汽车工程学院，山东 济南 250000）刘广奇，王希波，周长峰，高岩飞，吕 杭 摘 要 位置控制式直流有刷电机在生产和生活中有广泛的应用。在一些控制惯量大、力矩变化、非线性强的应用场景中，现有的直流有刷电机位置控制系统具有成本高、适应性不强、鲁棒性差等缺点。因此，本文设计了基于双闭环单神经元自适应 PID 算法的直流有刷电机位置控制系统。搭建了基于STM32 单片机的电机控制试验台并对控制系统进行了验证。实验结果表明本文设计的的控制系统具有适应性强、运行平顺、抗干扰能力强、控制精度高的优点，为低成本直流有刷电机控制系统提供了一种有效的方案。关键词 单神经元自适应控制；直流有刷电机；位置控制 中图分类号 TM383.5 文献标识码 A 文章编号 1006-7523（2023）02-0043-05DOI:10.16640/ki.37-1222/t.2023.02.007 收稿日期 2022-09-18 作者简介 刘广奇（1999），男，山东交通学院汽车工程学院，硕士研究生；王希波（1978），男，博士，山东交通学院汽车工程学院，副教授；周长峰（1977），男，博士，山东交通学院，汽车工程学院，副教授；高岩飞（1986），男，博士，山东交通学院，汽车工程学院，讲师；吕杭（1997），男，山东交通学院汽车工程学院，硕士研究生。直流有刷电机具有启动快、调速性能好、价格低廉等优点，被广泛应用在家用电器、工业设备等方面1,2。电机的位置控制是其较为常见的使用方式3。传统的 PID 算法在电机的位置控制过程中得到了广泛应用，但在负载范围变化较大且非线性较强的应用场景，适应性较差46。当前，工业控制领域对电机位置控制的要求逐步提高，要求电机能够在变负载、有干扰的应用场景下保持稳定性7。相较于传统的 PID 控制算法，单神经元自适应 PID 控制算法具有较好的自学习能力和自适应能力，结构简单，使用方便89。本文将单神经元自适应算法应用到直流有刷电机伺服控制中，为如自动闸机等控制惯量大、力矩不断变化、非线性强的应用场景提供一种成本低、使用方便的伺服控制器。一、系统设计1.硬件设计控制部分以 STM32F429IG 芯片为控制核心，意法半导体公司推出的 STM32F429IG 高性能芯片基于 Cortex-M4 内核，主频可达 180 M，适用于电机控制；采用 2 个独立式按键控制电机的角度；通过 USART 串口通信与上位机进行通讯，将角度信息实时显示到上位机上。电机驱动部分使用 H 桥电路进行驱动，核心电路 H 桥加上一些必要的外围电路，共同组44基于单神经元自适应 PID 算法的直流有刷电机位置控制系统设计成直流有刷电机的驱动器。该部分采用分立元件形式的 H 桥，由 4 个型号为 IPD082N10N3G 的MOSFET管和2个EG2104S型MOS驱动芯片组成。电机由带编码器的直流有刷减速电机组成，直流有刷减速电机型号为 37GB3530，功率 10 W，驱动电压 12 V，减速比为 30，带 16 线编码器，四倍频后电机输出轴旋转一编码器计数值为1920。图 1 H 桥驱动电路2.机械设计电机试验台架由带有连接孔的铸铁制作而成，直流有刷减速电机通过连接板与台架通过螺栓固定连接。电机带载模拟摆臂由铝板制成，长度为 130 mm，宽度为 30 mm，厚度为 5 mm，重量为 100 g，摆臂与直流有刷减速电机的输出轴通过联轴器固定连接。图 2 电机试验台架整体图3.软件设计程序流程图如图 3 所示。首先，对时钟、定时器等进行初始化。为了使得直流有刷减速电机在到达目标位置后可以实现位置锁止，本设计选用双极模式来驱动直流有刷电机10，双极模式即电枢电压极性是正负交替的，在占空比为50%时，电机位置实现伺服锁止，在占空比大于 50%时，电机正转，在占空比小于 50%时，电机反转，配置高级定时器 1 为互补输出模式，输出互补 PWM 波实现双极模式11。高级定时器 8 配置为编码器模式，为编码器计数值提供更新中断，当编码器计数值大于自动重载寄存器TIMx_ARR的数值时，进入更新中断，记录下编码器更新次数，编码器总计数值即为更新次数*自动重载寄存器 TIMx_ARR 的数值+当前计数值，电机的速度采用 M 法测得12，实际位置由总计数值换算而来，1个计数值等于0.1875度。定时器 4 执行锁止判断，如果实际角度和目标角度的误差已达到最大允许误差范围内（本文设置为正负 2 度），则将占空比置于 50%，电机位置锁止。定时器 5 每隔 4 ms 进入中断，执行单神经元自适应算法位置环。定时器 6 每隔 10 ms进入中断，执行单神经元自适应算法速度环。USART 每隔 120 ms 将速度位置信息通过定时器4 传送到上位机。二、双闭环单神经元自适应 P I D控制算法设计相较于传统的 PID 控制算法，双闭环单神经元自适应 PID 控制算法较为适用于电机控制这样负载范围变化较大且非线性较强的应用场景，其克服了传统 PID 控制器的弊端，具有较好的自学习能力和自适应能力，结构简单，使用方便1314，在电机高负载运行时可显著提高电机位置控制的稳定性。1.建立控制算法借助增量式 PID 建立单神经元 PID 模型15，45山东工业技术 2023 年 第 2 期(总第 310 期）图 3 程序流程图传统的增量式 PID 公式如下：（1）建立的单神经元 PID 模型如图 4 所示。其 中，、是单神经元所接收到的信息，W1、W2、W3分别是所接收到的信息对应的权值，采用线性加权求和的方法获得输出，则其表达式如下：（2）权重 W1、W2、W3 受学习规则影响:（3）（4）（5）图 4 单神经元 PID 模型2.建立学习算法本文使用有监督的 Hebb 学习规则16：（6）其中，表示神经元 i 和 j 连接的权值，和分别是神经元 j 和 i 的激活值。单神经元自适应PID 控制算法通过对权值的调整来实现适应、组织功能，将上述的学习规则（6）与增量式 PID公式（1）结合，获得如下的学习算法：（7）（8）（9）其中，、为比例、微分和积分的学习速率，为 PID 增量式算法中的误差，为增量式 PID 算法中的输出，。3.建立双闭环单神经元自适应 PID 控制算法串级控制系统是改善控制质量的有效方法之一17，在过程控制中得到了广泛的应用，通过采用位置外环和速度内环的双闭环控制，可以有效提高系统的抗干扰性和控制稳定性18。本文所建立的双闭环单神经元自适应 PID 控制算法框图如图 5 所示：直流有刷电机双闭环单神经元自适应 PID 控制算法包括位置外环与速度内环，其中，位置、速度闭环控制系统都采用单神经元自适应 PID 调节器进行控制，参数整定时，速度环作为内环，先进行整定，再对位置环进行整定。为了提高受干扰恢复能力，降低过渡时间，将速度环的学习率 i 相对取大，以提高速度环的动态响应速度。本文取速度环的 p=0.03，i=5，d=0.03，初 始 权 值 wp=10，wi=10，wd=10，比例系数 K=20。位置环应尽量避免超调的发生，当学习速率p、d 取较大时,可减少超调量，本文取速度环的 p=0.009，i=0.1，d=0.009，初始权值wp=10，wi=10，wd=10，比例系数 K=0.1。46基于单神经元自适应 PID 算法的直流有刷电机位置控制系统设计图 5 双闭环单神经元自适应 PID 控制算法框图三、实验本文搭建的实验平台整体图如图 6 所示。图 6 实验平台整体图将速度限定在 0.17 r/s，模拟低速作动场合，分别在空载下调试参数，然后将采用传统 PID 算法与采用双闭环单神经元自适应 PID 控制算法的两种不同程序烧录到单片机中进行实验对比，将铝制力臂加到电机输出轴上模拟带载应用场合，对两种不同算法在空载、带载下进行试验，目标旋转角度设置为360度，将实验结果绘制成图7。由图 7 可知，双闭环单神经元自适应 PID 算法在空载和带载情况下的曲线都较为平稳，波动较小，稳定性高；传统的 PID 控制算法在高负载、控制惯量大时波动较大，整体曲线呈阶梯形，末端出现部分超调。由实验结果可知，相较于传统的 PID 控制算法，应用双闭环单神经元自适应PID 算法可有效提高直流有刷电机位置控制时对不同负载的适应性,在高负载应用场合下，相较于传统 PID 控制算法，其调节时间更短，稳定性更好，运行平顺，控制误差在正负 2 度以内，具有较好的工程实用性。图 7 不同负载下两种算法控制效果图四、结论本文基于单神经元自适应 PID 算法进行了直流有刷电机位置控制系统设计，搭建了基于STM32 的实验平台，通过实验验证了该系统的有效性和优越性，为如自动闸机等控制惯量大、力矩不断变化、非线性强的应用场景提供一种成本低、使用方便的伺服控制器，具有较高的实用价值。参考文献1 王山卉.利用单片机控制直流电机调速系统设计 J.甘肃科技纵横,2018,47(03):11-16.2 曾文火,周万里,朱鹏程.直流电机伪微分反馈位置控制参数优化方法 J.电机与控制学报,2006(06):562-566.3黄峰.一种基于施密特触发器原理的直流电机位置控制及消抖算法J.微电机，2020,53(12):109-p 111.DOI111.DOI:10.15934/ki.micromotors.2020.12.021.4 申亮,谢伟东.永磁直流无刷电机改进的单神经元 PID 自适应控制仿真研究 J.机电工程,2011,28(03):369-373.5 傅平,郭吉丰,丁敬,周广睿,沈润杰.基于神经元自适应 PID 的超声波电机速度位置控制 J.电工技术学报,2007(02):28-33.47山东工业技术 2023 年 第 2 期(总第 310 期）DOI:10.19595/ki.1000-6753.tces.2007.02.005.6 戴莹.基于 BP 神经网络的无刷直流电机 PID 控制方法的研究 D.合肥:合肥工业大学,2007.7 刘璐.基于 DSP 的直流伺服位置控制系统的研究 D.济南：山东大学,2007.8 李衍川,江和.单神经元 PID 调节的数字式逆变器设计 J.电工电气,2012,No.180(12):16-19.9 张洪亮,王志胜.基于 PID 神经元网络的稳定平台伺服控制系统设计 J.电工电气,2011,No.157(01):17-19+55.10 季学武,李兵,张德新.一种新型 PWM 控制模式及其在 EPS 系统中的应用 J.汽车工程,2007(09):791-795.DOI:10.19562/j.chinasae.qcgc.2007.09.013.11 李传明,崔更申,尹鹏,黄廷辉,凌鸣.基于 STM32F4 的电机控制系统设计 J.计算机测量与控制,2015,23(10):3370-3372+3376.DOI:10.16526/ki.11-4762/tp.2015.10.036.12 李力,武震宇,曾德学,余新亮.单片机定时器 T2 在 T 法测速中的应用 J.机械工程师,2013(04):36-38.13 程启明,郑勇,程尹曼.钢球磨煤机的改进型单神经元 PID 自适应解耦控制系统 J.热力发电,2009,38(11):53-56+60.14 彭韬,鱼振民.无刷直流电动机单神经元自适应 PID 控制及改进 J.微电机(伺服技术),2005(01):45-47+22.DOI:10.15934/ki.micromotors.2005.01.012.15 傅平,郭吉丰,丁敬,周广睿,沈润杰.基于神经元自适应 PID 的超声波电机速度位置控制 J.电工技术学报,2007(02):28-33.DOI:10.19595/ki.1000-6753.tces.2007.02.005.16 申亮,谢伟东.永磁直流无刷电机改进的单神经元 PID 自适应控制仿真研究 J.机电工程,2011,28(03):369-373.17 段延德,师顺吉.双闭环调速系统特性仿真分析 J.冶金自动化,2022,46(S1):104-109.18 查竞舟,王磊.直流电机双闭环调速系统的动态仿真 J.数字技术与应用,2022,40(01):29-31.DOI:10.19695/12-1369.2022.01.09.Design of Position Control System of DC Brush Motor Based on Single Neuron Adaptive PID AlgorithmLIU Guang-qi,WANG Xi-bo,ZHOU Chang-feng,GAO Yan-fei,LV hang(Automotive Engineering College of Shandong Jiaotong University,Jinan 250000,China)Abstract:DC brush motor is a common device for position control in industry and daily life applications.When the DC brush motor working with large inertia,varying torque and strong non-linearity demands,the existing control system is confined by high cost and poor robustness.In this paper,a double closed loop controller was developed based on single neuron adaptive PID algorithm.And a motor control test bench was built and the control algorithm was verified on a STM32 single chip microcomputer.The experiments show that the controller proposed is adaptable to different loads with smoothing operation,no jitter and acceptable accuracy.The control algorithm and controller provide a low-cost DC brush motor control system.Key Words:single neuron adaptive control,DC brush motor,position control