《基于bp-nn pid算法和tmsf28335的矫直机hgc伺服控制器设计-杜金祥.pdf》由会员分享，可在线阅读，更多相关《基于bp-nn pid算法和tmsf28335的矫直机hgc伺服控制器设计-杜金祥.pdf（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2018年1月第6卷第2期机床与液压MACINE TOO & YDRAUICSJan 2018Vol 6 No 2DOI: 103969/ j issn 10013881 2018 02 031收稿日期: 20160922基金项目:山西省重点研发计划(指南)项目(201603D12100-1)作者简介:杜金祥(1963 )，男，本科，讲师，主要研究方向为通信与控制工程、测量技术。 Email: dujinxiang99126 com。基于BPNN PID算法和TMSF28335的矫直机GC伺服控制器设计杜金祥1,岳光1,2,张华君3(1太原工业学院自动化系,山西太原030008; 2中北大学机
2、电工程学院,山西太原030051;3太原科技大学重型机械教育部工程研究中心,山西太原03002)摘要:针对国内使用于矫直机上的伺服控制器多为简单算法PID控制且核心处理器大多为MCU，而MCU有数据处理能力欠佳、数据运算速度慢、灵活性不足等诸多局限性，难以满足矫直机的功能要求和精确控制等，设计将BP神经网络PID算法应用于以32位浮点DSP-TMSF28335 150 Mz为核心的高精度伺服控制器，应用于矫直机伺服控制。通过对比仿真结果和实际试验结果:该BPNN PID伺服控制器具有控制精度高、灵活性好、实时性等优点。关键词: BPNN PID算法; DSP;矫直机;伺服控制器中图分类号: T
3、P273, T39 文献标志码: B 文章编号: 10013881 (2018) 02110Design of Straighter HGC Servo Controller Based on TMSF28335 and BPNN PIDDU Jinxiang1， YUE Guang1，2， ZANG uajun3(1 Department of Automation， Taiyuan Institute of Technology， Taiyuan Shanxi 030008， China;2 College of Mechanical and Electrical Engineering，
4、 North University of China， Taiyuan Shanxi 030051， China;3 eavy Mechanical Engineering Research Center of Education Department， Taiyuan University of Scienceand Technology， Taiyuan Shanxi 03002， China)Abstract: Nowadays， the servo controllers used in the straighter in China are mostly simple PID con
5、trol and their core processorsare mostly MCU Considering the limitations of MCU in poor data handling capacity， slow data operation and insufficient flexibility， itis difficult to satisfy the function requirements and accurate control of the straighter Therefore， a high-accuracy straighter servo con
6、-troller with the core of 32-bit floating point DSP-TMSF2812 150 Mz composed of BPNN PID arithmetic was designed to apply tothe servo control of the straighter The experimental data show that this BPNN PID servo controller has high control accuracy， goodflexibility and timelinessKeywords: BPNN PID a
7、rithmetic; DSP; Straighter; Servo controller近年来伴随着控制技术、传感器技术和微电子的迅猛发展， DSP数字伺服控制技术被广泛应用于国民各产业，尤其以DSP为核心的伺服控制器日益趋向于数字化、高精度、优性能方向。在多学科交叉融合的今天，伺服控制系统在航天、电力等多学科领域应用的越来越广泛且位置重要。针对目前国内传统矫直机控制系统伺服控制器控制精度低且不能使用先进控制算法等缺点，设计出一款嵌入式DSP伺服控制器，并结合BP神经网络和PID复合控制策略。采用美国TI公司专门应用于控制领域C2000系列DSP芯片TMS320F28335作为矫直机伺服控制器
8、核心，结合BP神经网络和PID控制算法，通过矫直机上MTS位移传感器和拉线式集电装置，精确测量矫直机中厚板的位移数据，精确控制伺服电机的输出，以达到对矫直机输出扭矩的精确控制，并将数据上传上位机形成实时曲线和历史曲线，方便用户读取数据。伴随着冶金行业的进步，矫直机对伺服系统的功能要求越来越苛刻，主要表现在对系统稳定灵活、时效性、控制精度等方面，同时精确的矫直机主传动系统的伺服精确控制可以从根本上避免矫直机主传动系统事故的发生，提高设备的使用效率，实时在线监测，方便对传动系统进行工艺调整。为了满足中厚板矫直机伺服系统的需求，精确控制矫直机主传动系统、实时数据上传和在线监测十分必要。针对上述问题研
9、究矫直机的伺服控制系统具有一定的价值和使用意义12。1 矫直机GC伺服控制压下系统中厚板矫直机的GC工作原理:使要轧件在上下交错布置的矫直辊伺服控制器的有效控制下，矫直辊产生多次弹塑形变形，目的是减小或均匀轧件的残余应力，从而达到保证板材平直度的目的3。以国内万方数据外先进的全液压矫直机伺服压下系统(如图1所示)为例，全液压矫直机的矫直压力控制和辊缝调整主要由个液压缸来控制实现， 个液压缸安装在矫直机横梁上，每个液压缸分别安装MTS磁致伸缩式位移传感器和压力传感器。矫直机通过伺服阀调节液压缸的流量和压力来控制液压缸上、下移动的行程，实现GC的动态调整、精确定位和压力控制，能够得到较高的矫直速度
10、，调整也很方便，所以得到广泛采用。图1 矫直机GC伺服系统结构简图TMS320F28335是美国德州仪器公司的一款嵌入式CPU芯片， TMS320F28335 DSP具有150 Mz的高速处理能力，具备32位浮点处理单元， 6个DMA通道支持ADC、 McBSP和EMIF，有多达18路的PWM输出，其中有6路为TI特有的更高精度的PWM输出(RPWM)， 12位16通道ADC。与前代DSP相比，平均性能提升50%，并与定点C28x控制器软件兼容。得益于F28335浮点运算单元，可简化软件开发、缩短开发周期、降低开发成本。根据矫直机伺服控制器功能需求，将控制器大体分3个部分: DSP模块核心处理
11、器部分、 SSI外设通信接口和其他信号处理部分，控制器的总体硬件结构见图2。图2 DSP伺服控制器基本结构框图2 矫直机GC伺服控制系统数学建模2 1 GC伺服控制原理当输入控制信号Ur和位移反馈信号Uf，通过计算比较得到偏差信号Ue，然后偏差信号Ue通过GC伺服控制器和液压伺服阀传递到被控对象液压缸活塞中，实现对矫直机辊缝的精确控制，其原理如图3所示。图3 GC伺服控制系统原理图2 2 矫直机比例伺服阀传递函数建立全液压矫直机液压伺服阀有多种，由于它本身有着高阶非线性和复杂的动态特质，在实际复杂恶劣的冶金工业工况中，在其本身固有的动态特性和液体介质的温度，环境，负载，输入的电流、电压信号幅值
12、以及系统油源压力等多重因素的共同作用下，精确建立其数学模型比较困难，为了方便研究，在实验环境下根据其动态特性，液压比例伺服阀的传递函数一般等效为二阶振荡环节5。根据实际运用的比例伺服阀数学参数，推导出传递函数为:Gsv(s) = QI = Ksv1Vs2 + 2VV s + 1=0.2761002s2 + 1.200s + 1(1)2 3 DSP伺服控制器传递函数建立在矫直机额定工作环境中，比例伺服阀输入标准现场电流信号，经过DSP伺服控制器的信号处理成比例伺服阀被控制标准的现场电流信号。 DSP伺服控制器的输入通道直流电压U= 10 VDC，输出通道的直流电流I=50 mA，通过等效的数学运
13、算，建立传递函数为:K = IU = 0.05 A10 V = 5.0 103 A/ V (2)2 系统反馈环节传递函数建立矫直机伺服压下系统的反馈环节为MTS系列磁致伸缩式位移传感器，输出信号为SSI信号，压力传感器输出为标准的现场电压信号。由于液压系统的频带宽度远小于此反馈环节的频带宽度6，此反馈环节近似等效成比例环节，其增益系数分别为Kf1和Kf2，故该比例环节传递函数为:111第2期杜金祥等:基于BPNN PID算法和TMSF28335的矫直机GC伺服控制器设计 万方数据Kf0 = 72.6Kf1 = UfXP= KpMA s2 = 0.016 (3)2 5 伺服压下系统传递函数建立由
14、于阀控缸伺服控制反馈系统通常在原点附近工作，因此它是流量曲线的原点，同时伺服阀参数随阀的工作点变化而变化。在工程中，在伺服压下系统的数学建模中，假设管道的动态忽略不计，由式(1) (3)可得全液压矫直机伺服控制双闭环系统开环传递函数为:G(s)H(s) = KKfGSV(s)H(s) ()实验中的十一辊全液压矫直机的比例伺服阀型号WRDE-10、液压缸型号320/ 220-100，将相关参数代入上式可得:G(s)H(s) = KKfGSV(s)H(s) = 1.6110.025s + 11002s2 + 1.200s + 11623.52s2 + 0.25623.5s + 1(5)3 DSP伺
15、服控制BP-NN PID算法设计3 1 BPNN PID概述BPNN (Back Propagation Neural Network) PID即偏差反向传播且能够对网络输入/输出关系进行自我组织，满足控制需求的一种神经网络算法。学习方式属于有导师学习，其算法思想直观、易懂，对非线性被控对象进行识别，因此对于液压伺服控制系统，BPNN PID是很好的选择方式。假定网络采用3层BP神经网络结构，其输入节点为e(k) 、 e(k 1) 、e(k 2) ，相对应地输出节分别为PID的整定参数KP、 KI、 KD。 BPNN PID结构如图所示。图 BPNNPID控制结构图根据神经网络算法数学推导，取
16、BPNN PID的性能指标为:E = 12 yin(k + 1) yout(k + 1) 2 (6)由于被控对象模型建立的不确定性，可以取yout(k + 1)u(k) sgnyout(k + 1)u(k) ，因此可推导得BP神经PID网络输出层加权修公式:W(3)hi (k + 1) = (3)h O(2)i (k) + W(3)hi (k) (7)其中: 为学习网络效率系数; 为学习网络惯性系数。3 2 DSP伺服控制器BPNN PID算法设计由DSP数据采集运算和BPNN PID搭建整个伺服控制器的控制系统，并将网络位移误差e作为共同的输入信号，如图5所示。 BPNN PID评估和学习采
17、样到的位移样本，对于其影响因子可以经PID控制进行合理的修正，进行权重和控制函数的参数实时调节。 DSP伺服控制器由采集到的位移误差和BPNN在线学习对PID的3个参数实时调整，再经过DSP高速数据运算处理，接收和发布控制命令并加以执行，以保证控制算法的快速收敛和稳定性，达到最佳的控制效果78。图5 BPNN PID控制系统方框图综上所述，根据风力摆实际工程情况及BP神经网络PID算法特点，设计神经网络结构为383，同时确定学习速率=0 05、惯性系数= 0 5、加权系数取值范围1， +1、 K值取1，其实现示意图如图6所示。图6 神经算法与DSP接口示意图4 系统仿真及分析将全液压矫直机GC
18、伺服压下数学模型转化成MATAB仿真模型，由式(5)得开环传递函数。G(s)H(s) = KKfGSV(s)H(s) = 1.6110.025s + 11002s2 + 1.200s + 11623.52s2 + 0.25623.5s + 1同时对开环的根轨迹进行MATAB绘制得图7，从中可以得到系统的临界比例增益K= 98，振荡角频率m = 28。若想PID控制取得理想的控制效果，必须调整好比例、积分和微分三者在控制作用下的控211机床与液压第6卷万方数据制量的关系。 PID在BPNN的算法下，当伺服系统初始化开始后，控制系统按BPNN算法规律自动调整权值，不断输出经BPNN PID调整的K
19、P、 KI和KD3个参数，使伺服压下GC系统响应迅速、稳定运行。整个过程实现了在线参数调整，不需要人工干预。 BP神经网络利用自学习特点，对PID控制参数实现了在线调整，避免了手动调整的困难910。图7 伺服压下开环根轨迹图给被控矫直机伺服压下系统液压缸信号:阶跃信号y1(t)= 1 0 mm，采取学习速率= 0 01 ，采样周期Ts =0 001 s，初始权值为11 = 1、 21 = 1、11 = 1、 12 = 1、 13 = 1、 11 = 0 15、 21 =0 001、 31 =0 002，进行MATAB仿真，仿真结果如图8、图9所示。图8 传统伺服控制器 图9 DSP伺服控制器B
20、PNNPID控制MATAB PID控制MATAB仿真图仿真图分析图8、图9可知:当选取参数初始化权重值时，经过短时间的BPNN学习后，矫直机伺服压下系统在DSP伺服控制下对PID给定信号的跟踪效果会比采用传统算法时的效果好很多，从而验证了设计的基于BPNN PID算法和TMSF 28335矫直机GC伺服控制器的正确性和它在全液压矫直机中的参考价值和实用性。5 结束语全液压矫直机伺服控制器核心控制即控制器对液压缸的精确控制，设计的基于BPNN PID算法TMSF28335矫直机GC伺服控制器与传统伺服控制器相比，控制核心为DSP数字处理器，控制精确并且扩展性优越、控制精度高、抗干扰能力强。将BP
21、NNPID控制应用于全液压矫直机的模型仿真，通过参数整定和仿真实验，得出了BPNN PID控制的权重值初始化取值。通过给定斜坡信号进行MATAB仿真，不仅解决了PID的初始化权重值难以确定的问题，还将BPNN PID控制应用到液压伺服控制领域，为全液压矫直机的伺服压下GC控制提供了新控制方法。在为精确液压伺服控制打下基础的同时，也验证了系统设计的可行性和实用性，为下一步更精确和其他复杂智能算法研究应用做铺垫。参考文献:1韩俊伟电液伺服系统的发展与应用J机床与液压，2012，0(5):1518AN J WDevelopment and Application of Electro-hydrau-
22、lic Servo-systemJMachine Tool & ydraulics，2012，0(5):15182 WANG ，SUN T，ZOU J BIdentification of PreisachModel for a Fast Tool Servo System Using Neural NetworksC / /2008 IEEE International Symposium on KnowledgeAcquisition and Modeling Workshop(KAM 2008)Wuhan:uazhong Normal University，20083李铁才伺服控制技术的
23、应用发展J伺服控制，2010(3):3235I T CApplication and Development of Servo Control Tech-nologyJServo Control，2010(6):3235 KNEWTSON M K Servo-controlled Three Axis Wire Straight-ening Device:PCT/ US2012/0188P201301175 AN ，ZANG ，WANG J，et alResearch on Simulationof ydraulic System of Bending RollJ Advanced Mater
24、ialResearch，2010，15:1001056方学红，康健，李新有龙门式矫直机液压伺服控制系统建模与仿真J机床与液压，2015，3(5):165169FANG ，KANG J，I YSimulation and Modeling ofon ydraulic Servo Control System of Gantry StraightenerJMachine Tool & ydraulics，2015，3(5):1651697 ARSEN B，AONE CFast and Effective Text Mining Usinginear-time Document Clustering
25、C / / Proceedings of theFifth ACM SIGKDD International Conference on KnowledgeDiscovery and Data MiningNew York:ACM，1999:16228 PA P S，WU C MThe New Design of Digital Servo RobotControllerC / / First International Conference on Intelli-gent Robotics & Applications 2008:11081159 SVORCAN J，TUPAR S，KOMA
26、ROV D，et a1AerodynamicDesign and Analysis of a Small-scale Vertical Axis WindTurbineJJournal of Mechanical Science and Technolo-gy，2013，27(8):2367237310 ZANG J，UANG Q ，QUAN Immproved PID Con-trol According to the Given Signal to Determine the Propor-tional，Integral and Differential Parameter ValuesJICICExpress etters:An International Journal of Research &Surveys:Part B:Applications，2012(3):633638311第2期杜金祥等:基于BPNN PID算法和TMSF28335的矫直机GC伺服控制器设计 万方数据