控制仿真系统

控制仿真系统（精选12篇）

控制仿真系统 篇1

引言

本论文通过阐述如何判断自动控制系统品质优劣的问题入手, 研究了判断稳定性如今最前沿的方法, 利用软件编程的策略, 这样可以通过仿真的方法准确判断任一闭环控制系统是否稳定, 是将理论结合实际工作的典范。

一、设计内容及意义

系统特征方程如下, 试用劳思判据和霍尔维茨判据判断系统稳定性.s^5+3s^4+10s^3+24s^2+32s+48=0

自动控制系统的共同基本要求可以归结为稳、准、快三点。稳定是控制系统的重要性能, 也是系统能够正常运行的首要条件。一个稳定的控制系统, 其被控量偏离期望值的初始偏差经过一个过渡过程时间应逐渐减小并趋于零。而不稳定的系统无法实现预定的控制任务。因此, 稳定性判断对自动控制系统是非常紧要的, 而自动控制理论的基本任务之一就是如何分析系统的稳定性并提出保证系统稳定的措施。根据题目要求, 运用控制原理相关知识, 分析所给系统的稳定性, 并结合控制系统仿真和matlab知识, 编写出计算机实现程序, 判断稳定性。

二、稳定性分析

平衡状态稳定性概念是由俄国学者李雅普诺夫1892年首先提出, 根据该稳定性理论, 线性系统稳定性定义为:

线性控制系统在初始扰动影响下, 其动态过程随时间推移逐渐衰减并趋于零 (或原平衡工作点) , 系统最后可以达到平衡状态, 则称该系统渐进稳定, 简称稳定;若在初始扰动影响下, 其动态过程随时间推移而发散, 系统被控量失控, 则称系统不稳定;若在初始扰动影响下, 其动态过程随时间的推移虽不能回到原平衡点, 但能够保持在原工作点附近的某一有限区域内运动, 表现为等幅振荡形式则称系统临界稳定。

线性系统的稳定性取决于系统自身的结构和参数, 与外界因素条件无关。线性系统稳定的充分必要条件是:闭环系统特征方程的所有根全部都具有负实部;或者说, 闭环传递函数的极点全部都严格位于左半s平面。

根据稳定的充分必要条件判别系统的稳定性, 必然要求准确求出系统的全部特征根。对于高阶系统来说, 求根的工作量十分庞大, 那么就希望使用一种间接判断系统特征根是否全部严格位于s左半平面的代替简便方法。

三、算法及对象选定

3.1劳斯判据

将各项系数, 按下面的格式排成劳斯表

这样可求得n+1行系数

劳斯稳定判据是根据所列劳斯表第一列系数符号的变化, 去判别特征方程式根在S平面上的具体分布, 过程如下:

(1) 如果劳斯表中第一列的系数均为正值, 则其特征方程式的根都在S的左半平面, 相应的系统是稳定的。

(2) 如果劳斯表中第一列系数的符号有变化, 其变化的次数等于该特征方程式的根在S的右半平面上的个数, 也代表方程的正实根个数, 相应的系统为不稳定。

(3) 如果劳斯表中某一列出现全零行时, 需要用上一行的系数构造一个辅助方程F (s) =0, 并将辅助方程对变量s求导, 用所得导数方程的系数取代全零行的元, 便可按劳斯稳定判据的要求继续运算下去, 直到得出完整的劳斯计算表。

(4) 如果劳斯表中某一行的第一列为零, 而其余各项不为零, 或不全为零时, 以一个很小的正数来代替为零的这项, 据此算出其余的各项, 完成劳斯表的排列。

经过手算, 对于特征方程s^5+3s^4+10s^3+24s^2+32s+48=0

根据劳斯判据, 此系统是临界稳定的。

3.2霍尔维茨判据

系统特征方程s^5+3s^4+10s^3+24s^2+32s+48=0

系统稳定的充要条件:

特征方程的全部系数都为正, 且主行列式及对角线上的子行列式都大于零。

3.3用求特征方程根的方法, 判断实部是否小于零来判断稳定性, 存在实部大于零的根, 则系统不稳定。

3.4也可构成单位负反馈系统, 绘制开环幅相曲线, 利用奈奎斯特判据来判断系统的稳定性。

四、仿真算法选取与性能分析

根据题目要求, 利用劳斯判据和霍而维茨判据判断所给系统的稳定性, 这两种算法直接并且实现较为简单。

构造系统的routh表

格式:[rtab, info]=routh (den)

说明:其中den是系统的分母多项式向量, rtab是构造的routh表矩阵, info为字符串型变量, 返回有关信息。系统不稳定极点的数目等于所产生的routh表中第一列元素的符号变化次数。

构造Hurwitz矩阵。

格式:[H, Hz_det]=hurwitz (den)

说明:H为构造的Hurwitz矩阵, Hz_det为各阶主子式的行列式值, den为系统的分母多项式D (S) 。

H矩阵

经过分析计算, 仿真编程序实现, 知道这个系统是临界稳定的, 劳斯表中第四行的第一列为零, 而其余各项不为零, 或不全为零时, 以一个很小的正数来代替为零的这项, 据此算出其余的各项, 完成劳斯表的排列。而运用霍尔维茨判据, 得到行列式为零, 也可以判断系统是临界稳定的。

五、结论

经过程序运行与调试, 判断出系统是临界稳定的, 系统性能并不理想, 若在初始扰动影响下, 其动态过程随时间的推移虽不能回到原平衡点, 但可以保持在原工作点附近的某一有限区域内运动, 则称系统临界稳定, 在外加一定扰动下, 会偏离平衡状态而变为不稳定系统, 对控制性能带来不利影响, 是我们应该避免的状态, 在实际控制系统中应该使系统阶跃相应为衰减振荡的, 才能满足一般自动系统的最基本要求, 稳定性。

我们设计的这个程序针对不同的情况, 可以判断出系统是稳定的, 不稳定或者是临界稳定的, 适应性很强, 而不是简单的只是判断是稳定还是不稳定, 这也是它的优越性所在。

参考文献

[1]胡寿松.自动控制原理第四版.科学出版社, 2005-01-01

[2]冯巧玲.自动控制原理.北京航天航空大学出版社, 2003-09-01

控制仿真系统 篇2

系统概述

本系统集合了现代通信和信息、计算机、电子及信号联锁等现代技术手段，实现了行车调度指挥与实物沙盘列车控制相结合，具备区间运行调度模拟、车站作业模拟及驼峰作业模拟等功能，并实现了多人多机网络协同制定列车运行调整计划。系统可自动集中控制沙盘车站进路、信号联锁设备及列车运行过程，自动信息采集，能够完成各种列车控制模式下的铁路行车调度指挥的演练。

系统网络

主要功能模块

铁路系统沙盘

铁路模拟沙盘能在实验室环境下模拟建立轨道交通系统运行的实物模型，包括道岔、信号机和列车等，并可通过系列教学实验系统软件对平台进行控制，实现对铁路运输生产作业过程的控制，可完成各类调度指挥操作，并可直观的展示车站的各种信号、道岔等设备及其相关联锁闭塞关系，表现各种铁路运输设备和各类作业过程，可满足车站值班员、信号员、调度员、调车长等相关运输作业人员的认知学习和综合演练要求。基本功能

1）可直观演示轨道交通运输作业过程，并与铁路综合调度与列车运行控制仿真教学系统联动，同步仿真演示，实现调度系统的模拟实训功能；

2）可模拟各种铁路站场设备，在仿真联锁系统及控制电路的控制下，能仿真道岔的转换、轨道电路、信号显示等；

3）可根据信号及列控系统要求控制列车运行，列车可前进、后退、鸣笛等，并能够按要求速度运行；

4）沙盘车站的接发车进路可根据教学仿真系统下达计划自动储存、排序、执行、回馈；

5）可进行库内调车模拟、信号故障演示等操作。

沙盘参数及特点

1）元器件及设备的接口统一接到单独接口转换箱（或控制箱）里，要求开放数据接口（包含接口硬件格式及软件接口），以便于采用其他控制器调试和实现故障的检测。

2）具备良好的模块化特性，易于维护更换；

3）选用材料满足室内环境应用标准，且安全可靠；

4）沙盘尺寸和车站个数均可定制；

控制仿真系统 篇3

0引言

目前，由于我国石油资源短缺，环境污染问题愈加严重，发展电动汽车成为缓解这一问题的突破口之一，然而纯电动汽车的续驶里程的长短取决于车载蓄电池的性能，蓄电池的功率密度偏低很难满足电动汽车在城市道路中频繁起步、加速、减速和停车的要求，从而限制了纯电动汽车的续驶里程。

为了解决这一问题，在电动汽车中加装超级电容，由于超级电容具有高功率密度，能瞬时大电流充放电的特性，能较好地满足电动汽车在起动、加速、爬坡时对功率的需求，且将超级电容和蓄电池相结合共同驱动电机已然成为电动汽车行业的研究热点，随着超级电容的技术不断提高，超级电容和蓄电池构成的复合储能系统受到世界各国的广泛关注，日本丰田汽车公司与大崎电力公司合作开发的马自达某款车型上安装了铅酸蓄电池和松下超级电容组成复合储能系统进行一系列性能测试，结果表明，复合储能系统中超级电容可以有效减轻蓄电池工作负载，菲亚特汽车公司使用9 kW铅酸电池和250 wh超级电容器组成复合储能系统，测试结果显示，基于此系统的电动汽车在市区工况可节能40%，在我国，基于复合储能系统的电动汽车研发还处于起步阶段，朱宁通过对电动汽车用超级储能电容进行容量、循环工况、温度特性、循环寿命、恒功率放电、大电流恒流放电等一系列试验方法研究，并建立了一套适用于电动汽车用超级储能电容的试验规范，金小飞等根据纯电动汽车的不同工作状态，设计了双向DC/DC变换器模糊控制策略，在电动运行状态下以“稳压”为目标，实现超级电容和电池组的输出电压相匹配，在制动运行状态下以“稳流”为目标，实现对超级电容和电池组的恒流充电，张昌利等为提高蓄电池一超级电容双能量源纯电动汽车的再生制动能量回收率，通过分析再生制动系统的工作原理，提出了双能量源纯电动汽车的制动力分配方案，以上均对基于超级电容和蓄电池的复合储能系统进行了深入研究，并提出了相应的试验规范和控制策略，但是并没有研究复合储能电动汽车在道路循环工况下超级电容对蓄电池的影响，针对这个问题，结合本文中复合储能系统结构，提出了有效的能量管理控制策略，并将超级电容和蓄电池放在整车中，在城市道路工况下研究超级电容对减小蓄电池电流冲击的影响。

本文主要对电动汽车复合储能系统的工作模式进行了分析，并建立了复合储能系统的能量管理控制策略，应用汽车仿真软件CRUISE搭建基于复合储能系统的电动汽车模型，基于所设计的能量管理控制策略，在中国城市道路工况下对所设计的复合能量源电动汽车进行仿真验证。

1复合储能系统结构与工作模式

1.1复合储能系统结构

复合储能系统采用蓄电池直接连接电机控制器，超级电容和双向DC/DC变换器串联后连接电机控制器的结构，如图1所示，当汽车加速时负载电流突然加大超过某一值，由超级电容经双向变器提供瞬时功率，以便将蓄电池输出电流限制在一定的范围之内，进而保护蓄电池免受大电流冲击；正常行驶时，主要由蓄电池向电机提供能量；汽车减速或制动时，电机主要向超级电容回馈制动能量，超级电容充满电后多余的能量回馈给蓄电池。

复合储能系统拓扑结构如图2所示，依据超级电容工作状态需求，双向DC/DC工作在升降压两种模式下，当电动汽车处于快速启动状态或者爬坡状态时，需要超级电容进行辅助的能量输出，由于超级电容的电压小于母线电压，故超级电容给电机供电时，需要进行升压，此时双向DC/DC变换器工作于Boost电路模式，此时Q1为斩波开关，Q2始终处于断开状态，此时电流将通过其反向二极管D2进行续流，实现同步整流，当电动汽车在制动过程中回收制动能量，对超级电容进行充电，由于驱动系统的母线电压比超级电容的电压高，故当超级电容处于充电状态时，双向DC/DC变换器工作于Buck电路模式，Q2作为主要功率元件进行PWM斩波，Q1可以是恒关的，此时电流将通过其反向二极管D1进行续流，实现同步整流。

1.2复合储能系统能量控制模式分析

依据上述双向DC/DC变换器工作状态分析，蓄电池和超级电容有以下4种工作模式：

1）超级电容单独工作驱动电机，当汽车起步、爬坡或加速行驶，并且超级电容的电压高于设定的超级电容电压下限时，由超级电容单独工作提供驱动功率，此时蓄电池不工作。

2）蓄电池和超级电容同时工作驱动电机，当汽车起步、爬坡或加速行驶，而超级电容电压低于设定的超级电容电压下限时，由蓄电池和超级电容共同工作提供驱动功率。

3）蓄电池单独工作驱动电机，当汽车巡航模式行驶时，所需功率只靠蓄电池提供就可满足，此时蓄电池单独工作提供驱动功率，超级电容不工作。

4）再生制动，在汽车减速或停车制动过程中，制动能量优先回馈给超级电容，超级电容快速充电，超级电容电压达到设定的电压上限值后，剩余能量回馈给蓄电池充电。

2基于复合储能的电动汽车建模与仿真

2.1基于复合储能的电动汽车整车建模

CRUISE是AVL公司开发的研究汽车动力性，燃油经济性，排放性能及制动性能的前向仿真软件，相对后向仿真软件而言计算更精准，利用CRUISE软件搭建的基于复合储能的电动汽车模型如图3所示，该模型是在纯电动汽车模型的基础上加入超级电容和双向DC/DC模块，超级电容和DC/DC变换器串联后和蓄电池并联连接直流母线，该整车模型中的各个模块需进行参数设置，整车基本参数如表1所示，之后进行电气信号连接和机械信号连接，建立能量管理控制策略与仿真任务进行整车仿真。

2.2基于中国城市道路工况下复合储能电动汽车仿真

在CRUISE软件循环工况任务中建立中国城市道路典型循环工况，中国城市道路典型循环工况如图4所示，基于中国城市道路工况下对复合储能电动汽车进行仿真，分析加装超级电容的电动汽车电池输出电流和汽车续驶里程变化。

中国城市道路循环工况下汽车的加速情况如图5所示，图中看到汽车频繁加速、减速，受行驶工况的限制，只由蓄电池供电的传统电动汽车需要频繁地短时大电流充放电，由于蓄电池自身特性并不能满足电动汽车在城市道路工况的行驶需求，故加入超级电容器弥补蓄电池的不足，超级电容具有工作温度范围宽，功率密度高和不受瞬时大电流的影响等性能，在复合储能系统中具有不可替代的优势，

结合蓄电池和超级电容的工作特性，根据上述的复合储能系统工作模式建立了相应的能量控制策略，控制策略流程如图6所示，其中：Modjoad signal大于0代表汽车加速或正常行驶；小于0代表汽车减速或制动；Preq为电机需求功率；Pbat为蓄电池功率；PC为超级电容功率；Vcap表示超级电容电压。

将未加超级电容的纯电动汽车和所设计的复合储能电动汽车进行仿真，仿真结果如下，未加超级电容的纯电动汽车蓄电池电流变化如图7所示，从图中可看到汽车在道路循环工况行驶下蓄电池电流变化范围很大，蓄电池会频繁受到大电流的冲击，蓄电池具有较低的功率密度特性，不适合大电流大功率的充放电，否则对蓄电池危害很大，从而影响蓄电池的使用寿命。

在电动汽车中加装超级电容构成复合储能系统后，蓄电池的输出电流变化如图8（a）所示，超级电容输出电流如图8（b）所示，从图中可看出超级电容的输出电流比蓄电池输出电流大很多，蓄电池电流平均输出电流为13 A左右，汽车制动时向蓄电池充电电流约为7 A，而同样条件下，超级电容输出电流一般为20 A，汽车制动时超级电容的充电电流大约为16 A，利用超级电容高功率密度，能瞬时大电流充放电的特性，使汽车起步或加速需求大电流输出时，优先超级电容工作提供驱动功率。

从仿真结果来看，采用复合储能系统后，有效减小了蓄电池大电流输入和输出，使蓄电池免受大电流的冲击，而超级电容在汽车行驶过程中能充分发挥其具有较高功率密度，能瞬时大电流充放电的特性，可使蓄电池维持小电流输出，免受瞬时大电流冲击，正是由于它这样的特性与作用决定了其在复合储能系统中具有重要地位。

在中国城市道路典型循环工况下，复合储能系统中蓄电池SOC（state of charge）变化如图9（a）所示，超级电容SOC变化过程如图9（b）所示，在这一过程中，蓄电池SOC由95%降到91.8%，超级电容SOC初始值为80%，结束时SOC值为78.2%，从仿真结果图中可以看到蓄电池和超级电容的SOC都有回升的过程，说明在汽车减速或刹车时确实有能量回馈到复合储能系统中，由于超级电容具有快速大电流充电的能力，让制动能量优先回馈给超级电容，而且从图9（b）中可看到，再生制动过程中超级电容成为主要吸收制动能量的储能元件，超级电容SOC的回升较蓄电池SOC回升幅度大，证实了所设计的复合储能系统能量管理控制策略的可行性。

以上仿真结果显示，单一蓄电池供电的电动汽车在城市道路工况下，受行驶工况的限制汽车需要经常性的启停、加速和减速运行，同时伴随着蓄电池遭受大电流的冲击，对蓄电池的损伤较大，而采用复合储能系统的电动汽车，超级电容在瞬时大电流充放电方面优势显著，可以减缓大电流大功率对蓄电池的冲击，使蓄电池可以维持在小电流范围平稳输出，对蓄电池起到保护作用，并保证汽车行驶中具有较好的动态性能。

3结论

1）研究了蓄电池—超级电容复合储能电动汽车能量管理问题，首先分析了基于复合储能的双向DC/DC的工作原理，以及蓄电池和超级电容的工作模式，并依据工作模式建立了复合储能电动汽车能量管理控制策略。

2）应用汽车仿真软件CRUISE搭建了复合储能电动汽车模型，建立了中国城市道路典型循环工况，基于该工况下对整车进行仿真，研究其能量存储系统的性能。

3）仿真结果显示，在复合储能电动汽车中，蓄电池电流平均变化范围为-13 A～7 A，超级电容电流平均变化范围为-20 A～16 A，超级电容能瞬时大电流充放电，保持蓄电池小电流平稳输出，可减少大电流充放电对电池的伤害，延长电池的使用寿命，并且在该能量控制策略下，蓄电池和超级电容的SOC值较稳定下降较少，并在汽车制动时伴随着能量回升，证实该控制策略的可行性。

数字座舱压力控制系统仿真 篇4

本文在介绍数字式压力控制系统的基础上, 对其建立了数学模型, 并研究了模糊PID控制方法在该系统上应用的可行性。

(一) 工作原理

本文所研究的数字座舱压力控制系统主要包括座舱压力控制器, 电机 (驱动装置) , 排气活门 (执行装置) 和座舱 (被控对象) , 如图 (1) 所示。其工作原理是比较装置将压力制度计算出的座舱压力理想值与传感器得到的实际值进行比较, 将偏差信号传递给压力控制器, 根据控制器内部算法输出活门转角控制信号给伺服电机驱动装置, 从而通过改变排气活门的转角来改变排气流量, 进而实现座舱内的压力和压力变化速率控制在规定的范围内。

(二) 数学模型

1. 座舱

座舱压力控制系统的调节对象是座舱压力pc, 座舱压力随供气流量GK, 排气流量GB和泄漏量YG的变化而变化, 由质量守恒得:

式 (1) 中GC为座舱空气质量。

飞机气密座舱有以下特点:座舱容积VC不变;由于有温度控制系统的存在, 座舱内温度变化范围很小, 可以认为座舱温度TC为常数;座舱内的空气泄漏量相比于座舱的供气和排气量来说很小, 不足以影响座舱压力控制系统的工作, 因此可以忽略泄漏量GY。根据以上前提并结合理想气体状态方程可将式 (1) 改写得到座舱的微分方程[2]:

(2) 式中计算流量可采用绝热过程的流量公式[3]。当气体处于亚临界流动时,

当气体处于超临界流动时,

(3) 、 (4) 两式中:μB为排气活门流量系数;BA为排气活门流通面积。

将方程在平衡状态点 (用下标0表示, 下同) 附近线性化, 即可得座舱压力线性化方程:

对方程进行无因次化并令座舱供气流量保持不变后得[4]:

(6) 式中:为微分算子;为座舱压力时间常数;为排气活门灵敏度对座舱压力的影响系数;为外界大气压变化对座舱压力的影响系数;为座舱压力的相对变化量;为周围大气压力的相对变化量;为排气活门流通面积相对变化量。由于该方程的线性化是建立在平衡点附近的较小量的变化, 所以认为简化后座舱线性化方程为:

拉式变化后写成传递函数的形式为:

其输入量是排气活门流通面积的相对变化量μB, 输出是座舱压力的相对变化量xc。

2. 排气活门

由蝶式活门的样式图2可知, 活门的流通面积为:

(9) 式中, ABg为活门最大流通面积;α为活门的瞬时开度。假设排气活门的平衡状态是 (AB0, 0α) , 则偏离平衡状态较小量的工作状态为代入 (9) 式得:

将其进行无因次处理后得:

其中:是排气活门流通面积的相对变化量;是活门的最大开度;是排气活门开度的相对变化量。将 (10) 式写成传递函数的形式为:

其输入量是排气活门开度的相对变化量μα, 输出量是排气活门流通面积的相对变化量μB。

3. 补充方程

已知在0

式 (12) 中:h是以海平面计算起的高度;p0是海平面上的大气压力;R是气体常数 (R=287J/ (kg⋅K) ) ;∂是年平均温度直减率 (0.0065oC/m) ;g是重力加速度 (9.81m/s2) 。

(三) 系统传递函数

根据数字座舱压力控制系统的工作原理和数学模型可知, 该系统为单输入、单输出系统, 且在某一平衡状态附近工作时为线性、定常系统。因次采用传递函数表达式比微分方程形式更加便于对系统性能的分析。

将电机模型加入到座舱压力控制系统后, 系统的输入为电枢电压相对变化值xu, 系统的输出为座舱压力的相对变化量xc。系统的模块图如图 (3) 所示:

由图 (3) 可知, 系统的传递函数为:

(四) 控制仿真

1. 模糊控制系统结构

标准的PID控制器数学模型为:

在上式中:e (t) 、u (t) 分别为PID控制器的输入和输出, 其控制作用由误差e的比例、积分、微分三项之和给出。常规PID控制中的比例增益Kp、积分增益Ki和微分增益Kd通常是根据具体的调节规律, 不同调节对象的特征进行闭环试验, 反复凑试, 整定出的一组固定的参数, 这种方法不能兼顾静态与动态特性, 当系统的非线性较强时, 传统的PID设计方法难以获得良好的控制效果。因此我们将模糊控制和PID控制结合起来, 根据各自的特点构造了一个模糊自整定PID控制器如图4所示。

模糊自整定PID算法是在PID算法的基础上通过计算当前系统误差e和误差变化率ec, 利用模糊规则进行模糊推理, 输出ΔKp、ΔKi、ΔKd, 将这三个值放入PID控制器中, 计算得到当前的Kp、Ki、Kd, 从而由PID控制器对系统进行控制。其设计核心是总结设计人员的技术知识和实际操作经验, 建立合适的模糊规则表。

2. 模糊控制器设计[5]

(1) 确定输入变量, 并将其模糊化

通过实测值与理想值比较求出误差值e及误差变化率ec作为输入变量, 定义e、ec模糊量的模糊子集为{PB, PM, PS, ZO, NS, NM, NB}, 子集中的元素分别代表正大、正中、正小、零、负小、负中、负大。论域为{-1, 1}, 模糊子集选用高斯形隶属函数。

(2) 确定输出变量和隶属函数

以三个参数作为输出变量, 模糊量的模糊子集为的论域为{-10, 10}, 模糊子集选用三角形隶属函数。

(3) 确定模糊控制规则

模糊推理的核心是“if…then”形式的模糊控制规则。控制规则的选取直接关系到系统控制性能的优劣。在制定模糊控制规则时, 我们依据以下原则:

1) 当偏差较大时, 为了加快系统的响应速度, 应取较大的Kp和较小的Ki。如果此时e×ec<0, 则取较小的Kd或使Kd为0;反之, 如果e×ec>0, 则取较大的Kd, 阻止偏差继续变大。

2) 当偏差适中时, 为防止系统超调量过大, 应取较小的Kp, Ki取中等值。如果此时e×ec<0, 则应取较大的Kd, 防止系统超调;反之, 如果e×ec>0, 则应取适中的Kd, 阻止偏差变大。

3) 当偏差较小或为0时, 为缩短调节时间, 可取适中的Kp和Ki。如果此时e×ec<0, 可取较小的Kd;反之, 如果e×ec>0, 取适中的Kd。

依据以上原则, 我们将模糊规则写入模糊控制器, 这样, 在不同的输入值e和ec下, 模糊控制器将推理得出合适的ΔKp、ΔKi、ΔKd, 从而实现在线整定Kp、Ki、Kd参数。

具体的模糊规则如下:

1) if (E is PB) and (EC is PB) then (Kp is PB) (Ki is NB) (Kd is PB) ;

2) if (E is PB) and (EC is PM) then (Kp is PB) (Ki is NB) (Kd is PB) ;

3) if (E is PB) and (EC is PS) then (Kp is PB) (Ki is NB) (Kd is PB) ;

4) if (E is PB) and (EC is NS) then (Kp is PB) (Ki is NB) (Kd is NB) ;

…

49) if (E is NB) and (EC is NB) then (Kp is PB) (Ki is NB) (Kd is PB)

3. 模糊PID控制器的仿真

SIMLINK是MATLAB中的一个用来对动态系统进行建模、仿真和分析的软件包。我们在SIMLINK环境下, 建立如图7所示的德模糊自整定PID控制器的仿真模型。

本文的平衡状态点取在h=3000m的高度, 通过计算各模块的参数得到每个模块的传递函数, 再代入 (13) 式, 从而得到系统的传递函数在此平衡状态下采用模糊PID方法对系统进行仿真。仿真结果如图8

由仿真结果可知, 基于模糊推理的PID控制器相比于传统PID控制器具有较小的超调量, 较短的调节时间, 良好的动、静态特性, 是优于常规PID控制器的。

(五) 结束语

针对数字座舱压力控制系统, 本文设计了一种模糊PID控制器。通过仿真表明这种简单的智能控制器具有动态性能好、稳态精度高、抗干扰性能好等特点, 证明将模糊控制理论应用于PID参数的整定上这个方法是可行的, 并且在该模糊控制器作用下飞机座舱压力控制系统具有良好的调节效果。

参考文献

[1]张皓, 张兴娟, 袁修干.数字式座舱压力控制系统技术及研究展望[A].中国航空学会2000年环控暨人机工效学术交流会[C].北京:中国航空学会, 2000.

[2]王俊, 徐杨禾.飞机座舱空气参数控制[M].北京:国防工业出版社, 1980.

[3]Petri, Bernhard, Felsch, Christian.cabin pressure control system and method of controlling cabin pressure.United States, US6676504B2[P].2004-01-13.

[4]Dr.Richard, W.Kolk.Nonlinear and Adaptive Control Techniques[A].Advanced Control Conference[C].Lafayette, Indiana:Purdue University, 1974.

控制仿真系统 篇5

提出了一种具有三维自治常微分方程组形式的新的类Chen系统,同时运用线性反馈,非线性反馈,微分反馈3种反馈方法,设计了3种不同的反馈控制器,对文中所提出的.系统进行了控制,取得了满意的结果.最后通过理论分析和数值仿真实验证实了各方法的有效性,对文中论述进行了强有力的验证.

作 者：王震 吴云天 WANG Zhen WU Yun-tian 作者单位：王震,WANG Zhen(西京学院,基础部,西安,710123;陕西科技大学,理学院,西安,710021)

吴云天,WU Yun-tian(陕西科技大学,理学院,西安,710021)

控制仿真系统 篇6

关键词：EDA；EWB；交通信号灯；控制系统

中图分类号：TP391文献标识码：A文章编号：1009-3044(2007)15-30821-03

Design and Simulation on Control System of Traffic Lights Based on EWB

GENG Wen-bo1, HUANG Wei2

(1. Zhoukou Normal University, Zhoukou, 466000, China; 2. Lanzhou Jiaotong University, Lanzhou, 250014, China)

Abstract:The development of Electronic Design Automation (EDA) technique is rapid and Electronics Workbench (EWB) is one of those excellent software about analysis and design on electronic circuit. It can design, analysis and simulate digital circuit and analog circuit; Introduce a method of simulation on control system of traffic lights based on EWB.

Key words:EDA; EWB; Traffic Lights; Control System

1 引言

传统的电子电路与系统设计方法，费时费力，效率低，周期长，耗材多，难以满足电子技术飞速发展的要求，近年来迅速发展并日臻完善的电子设计自动化（EDA）技术，将先进的计算机技术应用于电子设计过程，它已被广泛应用于电子电路设计、仿真、集成电路版（PCB）的设计以及可编程器件的编程等各项工作之中，EDA技术的发展，极大地提高了电子电路与系统的设计质量与效率。

Electronics Workbench（简称EWB）是加拿大 Interactive Image Technologies Ltd. 公司开发的电子电路计算机仿真软件，被称为“虚拟电子工作台”，是EDA技术的优秀软件之一，该软件采用图形方式创建电路，形象逼真，操作方便，与著名的电路分析软件“SPICE”完全兼容。非常适合电子信息专业课程的教学和仿真实验。目前已在电子设计和各大学的电工电子类课程教学领域内得到了广泛的应用。本文详细论述使用EWB这种EDA软件设计交通信号灯控制系统的过程。

2 整体规划与设计

2.1 系统功能要求

十字路口交通信号灯控制示意图如图1所示。设系统工作的十字路口由主、支两条干道构成，四路口均设红、黄、绿三色信号灯和用于显示还剩余多少时间将改变信号灯的数码显示器。

要求：主、支干道交替通行，通行时间均可在0～99s内任意设定；绿灯换红灯前，黄灯先亮较短时间（也可在0～99s内任意设定），用以等待十字路口内滞留车辆通过；主支干道通行时间和黄灯亮的时间均由同一计数器按减计数方式计数（零状态为无效态）；在减计数器回零瞬间完成十字路口通行状态的转换（换灯）。

图1 十字路口交通信号灯控制示意图

2.2 系统工作流程图

设主干道通行时间为N1，支干道通行时间为N2，主、支干道黄灯亮的时间均为N3，通常主干道车流量大，支干道车流量小，通行时间设置为N1>N2>>N3。系统工作流程图如图2所示。

图2系统工作流程图

2.3 系统硬件结构框图

根据系统要求，设计系统硬件结构框图如图3所示。图中秒信号发生器产生标准的秒信号。可预置计数器进行递减计数，根据置数控制电路的控制信号，计数的长短可作相应调整，计数完成后产生一个输出信号到到状态控制电路，状态控制电路经过译码，驱动主干道和支干道的红、黄、绿三色灯作相应的状态变化。可预置计数器计数状态通过数码显示电路显示相应计数值。

图3 系统硬件结构框图

3 各部分单元电路设计

3.1 状态控制及信号灯指示电路

3.1.1 状态控制电路

由流程图可见，系统有4种不同的工作状态（S0～S3），选用四位二进制递增计数器74163作状态控制电路，可选中74163然后单击工具栏中帮助按钮“？”得到74163的功能表，其电路符号参见图4，取低两位输出QB、QA作状态控制电路的输出。状态编码S0、S1、S2、S3分别为00、01、10、11。

3.1.2 信号灯指示电路

表1 指示灯驱动函数真值表

该电路也称状态译码器。以状态控制电路的输出（QB、QA）作译码器的输入变量，根据4种不同通行状态对主、支干道信号灯的控制要求，列出如表1所示的指示灯驱动函数真值表。

经化简（可利用逻辑转换仪）得六个指示灯驱动函数：

根据指示灯驱动函数逻辑表达式，可画出信号灯指示电路。将状态控制电路、信号灯指示电路及模拟三色信号灯相连接，构成状态控制及信号灯指示电路如图4所示。

图4 状态控制及信号灯指示电路

为了便于调试和简化系统总图，我们采用子电路图表示法，将虚线框内的74163和组合逻辑电路放在一起定义为子电路KZDL。用子电路表示的控制及信号灯指示电路如图5所示。双击KZDL后打开可以查看和修改电路。

图5 用子电路表示的状态控制及信号灯指示电路

3.2 计数器及数码显示电路

选用2片74190十进制可逆计数器构成两位十进制可预置数的递减计数器。为了便于控制，置数电路可根据需要改换。计数器及数码显示电路如图6所示。2片计数器间采用异步级联方式，利用个位计数器的借位输出脉冲RCO'直接作为十位计数器的计数脉冲，接入十位计数器的CLK端；个位计数器直接接入秒脉冲信号。计数器的D1、C1、B1、A1和D0、C0、B0、A0分别为十位和个位的8421BCD码置数输入端，当则LOAD'端为低电平时，完成置数功能。由于计数器在零状态时RCO'为低电平，其它时间为高电平，故当个位计数器与十位计数器的RCO′均为低电平时可作为置数控制信号和指示电路控制信号（图6中的ZS端），从而实现计数器减至“00”状态瞬间完成置数和指示灯转换。通过8421码置数输入端，可以选择100以内的数值，实现0～100s内自由选择的定时要求，图6接法预置数为99。

图6 计数器及数码显示电路

为了简化系统，同样我们将图6虚线框内的电路定义为子电路JSDL，用子电路表示的计数器及数码显示电路如图7所示。

图7用子电路表示的计数器及数码显示电路

3.3 分时置数锁存电路

为使系统简化，我们用同一计数器分时显示主、支干道通行时间（即主、支干道绿灯亮的时间）和主支干道通行转换中黄灯亮的时间，为此必须解决好分时置数问题。选用3片74465八路单向三态传输门（功能表可使用EWB的帮助按钮查看）作为预置数的存储单元来实现计数器分时置数控制电路如图8所示。G7～G0为主干道绿灯置数端，g7～g0为支干道绿灯置数端，y7～y0为主支干道黄灯置数端；AG'，Ag'和AY'为3片74465选通端，由主干道绿灯、支干道绿灯和黄灯选通；D7～D0为按由高到低排列后的输出端，要接到计数器的置数输入端。工作时，3片74465只能有1片选通，其它两片输出均处于高阻态。

图8分时置数锁存电路

在图8所示的分时置数锁存电路中，将虚线框内的电路定义为SCDL电路。用子电路表示的分时置数锁存电路如图9所示。

图9用子电路表示的分时置数锁存电路

3.4 秒信号发生器

秒信号发生器可由石英晶体多谐振荡器构成，为简化电路，直接选用1Hz的脉冲信号源代替秒信号发生器。

4 系统组装与调试

在EWB主界面内，将各单元电路用粘贴的方法置于同一界面内，再按照各自对应关系相互连接构成的交通信号灯控制器的系统总电路如图10所示。显然，由于采用了子电路表示法，系统总电路大大减化。

在该系统中，由G7～G0设定主干道通行时间为35s，AG'由主干道绿灯亮时选通。由g7～g0设定支干道通行时间为25s，Ag'由支干道绿灯亮时选通。由y7～y0设定黄灯亮的时间为5s，AY'由主干道或支干道黄灯亮时选通。当递减计数器回零瞬间，置数控制端产生一个窄负脉冲，经反相器变为正脉冲，送至状态控制电路时钟脉冲输入端，使状态控制电路转换为下一个工作状态，信号灯指示电路完成换灯的同时选通下一片74465，计数器置入新的定时值并开始新状态下的递减计数，当计数器再计数回零时又重复上述过程，这样信号灯就自动按设定时间交替转换。

图10 交通信号灯控制器总电路

在上述系统中，置数输入是根据定时时间的8421BCD码将相应的输入端接高、低电平实现的，在实际应用中，可采用BCD拨码盘来实现计数器的预置数控制。

在系统总电路安装调试中，首先调试好各单元电路，然后进行合理的连接，要特别注意电路之间的高、低电平配合。系统组装完毕后，要求检查各单元电路间连接是否正确，然后单击仿真开关调试总电路。上述调试过程可反复进行，直到符合要求。

5 结束语

EWB的仿真手段切合实际，选用元器件和仪器与实际情形非常相近，并均可直接从屏幕上选取，而且仪器的操作开关、按键同实际仪器极为相似，改变了传统的基于电路板的设计方法，从而可以大大缩短设计时间，节约开发费用，提高效率。实践证明EWB软件是人们设计电子电路的有效工具，是一款值得推荐的EDA软件。

参考文献：

[1] 闫石. 数字电子技术基础[M]. 北京:高等教育出版社,1998.

[2] 周常森. 电子电路计算机仿真技术[M]. 济南:山东科学技术出版社,2001.8.

[3] 钱恭斌, 张基宏. Electronics Workbench——实用通信与电子线路的计算机仿真[M]. 北京:电子工业出版社,2001.1.

[4] 包明. EDA技术与数字系统设计[M]. 北京:北京航空航天大学出版社,2002.7.

[5] 赵世强. 电子电路EDA技术[M]. 西安:西安电子科技大学出版社,2000.8.

城市轨道车辆电机控制系统仿真 篇7

由于车辆是城市轨道交通最重要, 也是最关键的设备, 其中电力传动系统则是车辆动力系统的重要部件, 它涉及电力电子, 电机, 计算机控制等多个领域, 电力传动系统的先进技术水平也体现了车辆设备的高新技术含量。在近代的轨道交通发展中, 交流传动车辆逐步取代直流传动车辆是当前国内外轨道车辆的发展方向。它的性能直接影响到整个车辆的运行品质, 所以必须对城市轨道车辆交流异步电机及其调速系统进行深入地分析。

矢量控制技术已成为高性能变频调速系统的首选方案, 通过国内外对交流异步电机的矢量控制技术的长时间研究和探索, 我们可以对交流异步电机的构造及其控制方法有了全面而系统的了解, 矢量控制理论完全能够满足国民经济发展对交流调速系统提出的宽调速范围, 快速响应性能, 高精度和稳定性的要求, 本文进而通过分析与仿真的方法来改进其控制方法与电力牵引系统, 最终达到了提升轨道交通车辆运行品质, 使其更快速, 更安全, 更舒适, 让乘客满意的目标。

1 异步电动机矢量控制

1.1 异步电机矢量控制基本原理

电动机调速系统的主要目的就是控制和调节电机转速, 然而转速是由电动机转矩来改变的, 所以, 我们先从电动机转矩来分析电动机控制的实质和关键。各种电机的电磁转矩的统一表达形式有:

由式可以看出, 通过控制异步电动机定子磁势Fs的模值, 或者控制转子磁势Fr的模值及他们在空间中的位置, 就能够达到控制电机转矩的目的。我们可以通过控制各相电流的幅值大小来控制Fs或Fr模值的大小:通过控制各相电流的瞬时相位来实现对空间上的位置角θs、θr的控制。因此, 只要对异步电动机的定子各相 (iA、iB、iC) 电流进行瞬时控制, 就能够实现对异步电动机转矩的有效控制。

1.2 矢量控制思路的演变过程

其实质都是直接或间接控制电机的转矩, 借鉴直流电机器的转矩关系, 通过坐标变换的方法, 得到与直流电机转矩形式相似的解耦表达式, 进而对其方便调节的控制方式。

坐标变换

三相静止坐标系与两相静止坐标系间的变换, 根据变换前后基波合成磁动势等效原则, 可得以下变换。

两相静止坐标系与两相同步旋转坐标系间的变换, 同样根据变换前后基波合成磁动势等效原则, 可得以下变换同样根据变换前后基波合成磁动势等效原则, 可得以下变换

2 三相异步电机矢量控制系统的实现

2.1 三相异步电机矢量控制系统的实现方式

矢量控制的方式主要有两种:有速度传感器和无速度传感器的矢量控制。本文中采用的是带速度传感器的矢量控制方式。基于转子磁链定向的系统框图如图1所示。

系统采用的是带速度传感器的基于转子磁场定向的矢量控制理论, 控制结构上采用速度和电流双闭环控制系统。控制系统根据转子磁链观测器进行转子磁链的观测, 通过检测定子电流, 并经过三相坐标系到转子磁场定向的两相同步旋转坐标系的变换, 得到在d-q坐标系上电机定子电流的转矩分量和励磁分量, 定子电流的转矩分量和励磁分量通过各自的控制器输出, 并通过两相同步旋转坐标系变换到两相静止坐标系, 再利用电压空间矢量法 (sv PWM) 来控制脉宽并驱动逆变器进行工作。

2.2 PI控制器设计

矢量控制系统中反馈环节采用了PI控制器, Pl控制器包括比例环节和积分环节两个部分。比例环节的引入是为了及时成比例地反映控制系统的偏差信号, 以最快速度产生控制作用, 使偏差向减小的方向变化。比例系数凡, 变大, 稳态误差减小;同时动态性能变差, 振荡比较严重, 超调量增大。积分作用的引入主要是为了保证实际输出值在稳态时对设定值之间的无静差跟踪。

3 异步电动机矢量控制仿真

本文第1章和第2章详细介绍了异步电机矢量控制的基本原理。在该矢量控制系统中, 定子电流d轴分量控制器、定子电流q轴分量控制器和转速控制器都采用了传统的PI控制器。虽然, 在转子磁场定向坐标系下, 电机定子电流的d、q轴分量都是直流量, PI控制器可以消除定子电流的稳态误差。然而, 如果缺少电压解耦模块, 则电机定子电压d、q轴分量之间是耦合在一起的, 在这种情况下, 同步PI调节器就无法为系统提供非常优秀的动态性能。

3.1 系统仿真的研究

3.1.1 坐标变换模块

静止坐标系的变换如图所示, 为3/2变换的运算模型图, 图中in1、in2、in3分别是ia、ib、icoutl、out2为输出iα、iβ。变换运算效果图参见图2所示。

两相旋转坐标系d-q到α-β坐标系变换的运算模型如图所示, 输入in1in2、in3分别是id、iq, 输出为iα.iβ。运算模型仿真效果如图3所示。

3.1.2 转子磁链模块

三相定子电流在经过3/2变换后的两相静止坐标系电流isα, isβ劝再按转子磁场定向后, 经旋转变换得到在d-q旋转坐标系上的电流isd, isq。然后利用磁场的定向方程式可以获得转差信号△ω和转子磁链模值信号ψr。如图4所示为二相旋转坐标系中的转子磁链观测模型的运算图。

3.2 异步电动机矢量控制系统仿真及结果

3.2.1 SIMULINK下的系统模型图

3.2.2 异步电动机矢量控制系统的仿真结果

利用建立好的异步电动机矢量控制系统的模型, 可以对系统进行仿真分析。电机的有关参数如下:

转速调节器系数:Kp=30, Ki=7, 磁链调节器系数:Kp=5, Ki=2, 转矩调节器系数:Kp=5, Ki=5

下面分种情况讨论仿真结果的正确性:

(1) 给定转速ω*=100rad/s, 负载转矩TL=60N.m时, 仿真以后的转速、转矩和定子电流曲线如图6的abc图所示:

(2) 当t=0s时刻, 负载转矩设定为空载, 即TL=0N.m, 在t=0.05s时刻给定转速ω*由0rad/s突加至100rad/s。在此参数情况下, 仿真以后的转速、转矩和定子电流曲线如图7的abc图所示:

4 结束语

本论文详细介绍了矢量控制的原理及相关知识;然后, 本文采用控制器构建了一个异步电动机矢量控制系统, 通过以上做的大量仿真结果表明带转矩闭环的感应电动机矢量控制系统的输出定子电流is_abc (A) 、转矩Te (N.m) 和转速 (rad/s) 的变化基本能跟随给定的转速ω* (rad/s) 和负载转矩TL (N.m) 的变化而变化, 但也从中看出存在着不同程度的扰动影响。实验证明矢量控制是有效提高异步电动机运行的有效手段之一。

参考文献

[1]刘友梅.交流传动电力牵引发展的基础性技术[J].机车电传动2001, 5 (1) :3-5.

[2]李华德.交流调速控制系统[M].北京:电子工业出版社, 2003.

[3]胡学芝.交流异步电机控制系统仿真与实验研究[J].机床电器, 2008, 35 (4) :40-44.

[4]张健.三相异步电机的DSP矢量控制系统[J].仪器仪表学报, 2005, 26 (8) :30-36.

[5]杜坤梅, 李铁才.电机控制技术[M].哈尔滨:哈尔滨工业大学出版社, 2002.

[6]薛定宇, 陈阳泉.基于MATLAB/Simulink的系统仿真技术与应用[M].北京:清华大学出版社, 2002.

控制仿真系统 篇8

1 卷筒纸印刷机的组成及原理

卷筒纸印刷机可以分为四色印刷单元、收卷、开卷3部分, 研究的主要对象是卷纸筒印刷机中的开卷。张力传感器做为主要应用对象, 张力控制器则用来输出数据并作用于磁粉制动器上, 这样的张力控制系统应用传感器来接收纸带上发出的张力信息, 从而开卷才能实现启动, 进而张力才能够得到恒定的控制。

2 张力模型

Md—开卷轴上的等效制动力矩;D—放卷的直径;D0—卷辊直径;ω—开卷辊角速度;v—纸的线速度;b—卷纸宽度;h—卷纸厚度, 如图1所示。开卷的一个动态的力矩平衡则如以下方程:

式中:T—卷纸张力;J—开卷辊转动惯量;Jk—卷纸开卷辊上的转动惯量;J0—开卷辊轴芯转动惯量;Bf (t) —阻尼系数;m—卷纸质量;D1—纸卷最初直径;ρ—纸卷密度。张力可得:

把 (5) 代入 (4) 得到:

开卷在单位时间内减少的纸卷横断面积相当于纸面积:

(9) 和 (11) 合并可得到:

(3) , (6) , (7) , (9) , (11) (12) 带到 (2) 中得张力:

从公式 (13) 中可以知道, 开卷的张力T与多个因素有关, 它受到J0、v、D、h、D0、ρ和摩擦系数Bf等众多因素的影响。式子分别由纸卷直径平方、纸卷直径四次方、线速度、线速度导数、线速度平方几个共同构成, 它是一个多项式, 因此可以知道开卷的张力并不是只一个影响因素, 如图1所示。

3 MATLAB的仿真模型

MATLAB是美国Math Works公司所出品的一款数学软件, 它可以用于数据分析、数值计算、算法开发和数据可视化等高级技术计算语言和交互环境, 主要有MATLAB和Simulink两个部分。在MATLAB中, Simulink实现了动态系统仿真与模型的建立, 它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集合在一个易于使用的视窗环境中, 为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案。在MATLAB中, Simulink自行利用模块建立子系统, 并且还利用Mask把新系统重新编辑封装, 最终成立一个独立的模块。

3.1 张力仿真系统

仿真张力控制系统由3部分组成:磁粉制动器模型、张力模型、张力控制模型。用PID算法计算张力控制器, Simulink制造磁粉制动器模型和张力模型, 还可以建造自己的子系统, 制造出的一个仿真模型可以直接应用, 但是控制参数得自行设置, 式 (13) 得出张力仿真模型, 如图2所示。

在MATLAB可以得出仿真系统设置的参数和磁粉制动的数学模型仿真系统。考虑到影响张力的因素, 参数发挥了巨大作用以便于进行变量更改。磁粉制动器3个参数分别为:时间惯性系数Tm, 磁粉制动器增量K m, 滞后时间τ, 其中Km=1, Tm=1.2, τ=0.5。

3.2 仿真模型与模型分析

仿真实验在图2中进行, 首先需要调节PID参数, 然后得到如图3所示的较平稳张力曲线。

假定影响张力的卷纸直径和线速度数值不变, 在这期间可以视为线速度恒定, 而这一段时间内卷纸直径也为定值。为了研究影响张力的线速度, 则纸卷直径等其他参数就为定值, 在MATLAB模拟张力系统的过程中, 可以分别设置张力、线速度和纸卷直径三者单独影响的仿真系统。经过每个单独的仿真系统可以得知, 线速度对张力的影响较大而纸卷直径的影响比线速度相较小。当研究纸卷直径对张力的影响情况时, 就得保证其他变量——线速度和仿真系统其他参数恒定, 由公式 (10) 可以得到纸卷直径的变化走向。图4中纸卷直径和纸卷线速度两者同时作用时, 其中线速度起主导作用, 它极小的变化就会使得张力波动比较大, 在它稳定后张力才会趋于平稳, 如图4所示。因为这两个主要干扰对张力控制系统有很大影响, 因此在设计张力控制器的过程中, 克服纸卷直径和线速度的干扰是很有必要的。

4 结语

为了进行张力系统的仿真研究, 文章应用MATLAB软件对纸卷直径和线速度2大主要扰动因素进行了仿真模拟。MATLAB充分显示了自己强大数据和图像功能, 用这个仿真模型得到了几个张力干扰因素真实还原了印刷机工作系统, 充分模拟印刷机工作的状态, 由此, 可以认识到MATLAB软件模拟系统的可行性, 并且在研究今后的张力控制系统时, 运用此项技术, 可以更加经济方便地完成研究。

参考文献

[1]刘静楠.张力控制器的设计与实现[D].哈尔滨:哈尔滨工业大学, 2008.

[2]赵寿华.钢带缠绕张力控制系统的研究[D].济南:济南大学, 2010.

[3]杨梅, 续明进.基于MATLAB的卷筒纸印刷机张力控制系统的建模与仿真[J].包装工程, 2011 (7) :22-25+42.

智能控制系统仿真技术分析 篇9

所谓系统仿真,就是用一个系统模拟另外一个系统,从而可用方便的、低代价的方式,观察仿真系统中各种参数或因素在系统过程中的变化规律和相互关系,以便检验某种控制方式、组织方式或管理方式的有效性,借以取得相应的经验和优化方案,进一步用于真实系统。系统仿真大致可以分为实物模型和数学模型两大类。如飞机模型的风洞试验、轮船水池实验和军队的军事演习等当属实物模型类;而诸如以欧姆定律,牛顿第二定律等物理定律为基础所刻画的物理系统都可以视为数学模型类,此类模型的长处在于可以用一组数学关系式表示出系统过程中各因素间的相互关系。无论那类仿真模型,其目的都在于用一个“仿真系统”代替真实系统,进行各种研究。数学模型与实物模型相比,可以更加方便的利用计算机强大的计算能力研究各种系统参数的互动关系,其优点多多,是目前广泛使用的仿真模型。因而有学者说,科学计算和仿真是并列于科学理论和科学实验的三种科学研究方法之一。

控制系统仿真是系统仿真的一个子领域。随着计算机技术和语言的发展,自1980年以后,对该领域的研究已有不少专著和教科书面世[1,2,3,4],大量针对具体仿真系统的研究文献也散见于各类刊物之中[5,6,7,8]。一些专门的仿真软件包和仿真语言也为各类系统仿真提供了方便的解决方案。特别是Matlab Simulink工具箱为常见控制系统的仿真提供了方便的途径。然而,所有的文献几乎都是以线性系统为基础介绍仿真方法,对智能控制系统的仿真几乎都没有给出具体仿真程序的实现步骤,而仅仅给出仿真的图表结果,对智能控制仿真过程中应该注意的事项也未见充分的讨论。这种状况下,对于一些想利用系统仿真验证智能控制算法有效性的学者,为了掌握仿真技术,不得不阅读有关书籍的很多章节和文献,即使如此也很难得到明确的方法。另一方面,Matlab Simulink工具箱本身也有其局限性,若想完全实现独特智能控制算法的仿真,仍需自行编写程序代码。针对上述种种问题,本文仅就以计算机为核心的智能控制系统,按照仿真的思想,给出一套完整简洁的基于系统数学模型的仿真技术,讨论了其数学原理和仿真实现过程中应注意的事项。如计算步长、采样周期和控制周期之间的关系以及系统常见干扰的仿真技巧等。以二阶微分方程描述的被控对象与模糊控制算法组成的智能控制系统为例,说明了仿真的实现过程,并给出了Matlab编程源代码,为具有一定编程基础和数值分析基础的读者,快速实现自己的仿真实验提供了可借鉴的经验和参考。

1 基本概念和术语

由于智能控制、模糊控制都是比较笼统的概念,它们与有模型控制是有区别的,鉴于有关文献中对各术语的使用没有规范化的标准,为维护本文的严谨性,本节将对本文使用的主要术语作出说明。

1.1 控制术语的约定

系统控制量:表征对被控对象施加控制动作的量,它的改变将影响被控对象的输出。简称控制量。用小写字母u表示,其取值范围为其物理量论域,用大写字母U表示。

系统输出量:是被控制的量,其大小将随着系统控制量大小的改变而改变。用小写字母y表示,其取值范围为其物理量论域,用大写字母Y表示。

系统参考值或设定值:是指希望系统输出量所达到的目标值。用小写字母v表示。

偏差:系统输出量与系统设定值之差,称为系统的偏差,用小写字母e表示,即e=y-v。其取值范围为其物理量论域,用大写字母E表示。

系统观测量[9,10,11]:一切可以观察的可以用于控制算法决策的系统过程变量,都笼统称为系统观测量。这里可观察的含意为,通过传感器或数学计算而得到的系统过程变量。如系统的输出量、偏差及偏差对时间的各阶导数,峰值,振荡次数等,观测量论域中的点称为系统的状态。

这里系统观测量不同于线性系统中的状态变量。状态变量为系统观测量的子集。

扰动量:(干扰量、扰动量)非人为控制的使输出量偏离目标的物理量称为扰动量。扰动量一般由系统运行环境干扰而产生。

控制器的任务实际上就是输出合适的控制量,无论是否存在扰动,均能使被控对象的输出量满足期望输出的要求。

定义1(控制算法与控制系统[9,10,11]):称映射g:I×X→U

为一控制算法或控制函数。这里,I⊆[0,+∞]为一有限或无限的时间区间,X为系统观测量论域,U为系统控制量论域。由于控制算法决定着系统状态的转移过程,该过程对应于一时间状态曲线,称该曲线为控制算法g作用下的轨迹。

由控制器和被控对象组成的系统称为控制系统,简称系统,用二元组S(P,g)表示,并简记为S。其中,P为被控对象(plant),g为控制算法。

注:任何控制方法,不管是模糊控制方式还是其它方式,其最终的体现是清晰观测量与清晰控制量的对应关系。不同的控制方法所需的系统观测量集合可能会有所不同。

控制器的输出量:即由控制器产生的系统控制量,简称控制器的输出量,因与系统控制量含义相同,故记法也相同。

控制器的输入量:控制算法所依据的系统观测量和系统设定值。

控制周期:以计算机为核心的控制系统,总是周而复始的重复着由观察系统输出到给出控制量决策这样一个过程,两次决策之间的时间间隔称为一个控制周期。为了编程方便,通常把控制周期取为一个固定的时间常数。

采样周期:以计算机为核心的智能控制系统,为了作出合理的控制决策,要不断观测某些系统观测量,每一次观察都需要运行一些程序指令,因而两次观测之间需要一定的时间,称该时间为采样周期。

采样周期与控制周期不同,一个采样周期结束时不一定重新设定控制动作,但控制周期结束时一定重新设定控制动作。比如基于偏差改变量的控制算法的控制周期至少需要包含两个采样周期,否则无法得到偏差的改变量。在一个控制周期的前一个采样周期内不涉及控制量的变更问题,而第二个采样周期结束时,即该控制周期结束时,需要重新设定控制量。

2 控制仿真的数学原理与步骤

2.1 仿真模型的总体假定

通常被控系统的观测量与控制量之间具有某种函数关系,该函数关系通常表现为微分方程的解。无论以何种形式表现,控制过程总可以通过改变控制量达到调整观测量的目的。为叙述方便起见,不妨作如下总假设:被控对象的数学模型可以通过一组基本观测量和控制量完全确定。即令

其中,(2)式表示系统观测状态x(t)与控制量u(t)及时间t服从的约束关系,而y表示系统的某些特定的观测量,它通常可以表示为基本观测量和时间t的函数G(x,t)。

例如,在线性系统中,y=Cx+Du,状态x(t)与控制量u(t)及时间t之间的隐函数关系P(t,x,u)=0由微分方程组初值问题的解确定,不同的控制函数导致不同的输出轨迹。

2.2 仿真结果的一般要求

控制系统的仿真结果通常以最直观的方式给出,大多情况下需要给出控制算法g作用下的某些观测量的“时间-状态”曲线,以便说明控制系统的主要指标或参数。比如,单输入单输出恒值系统的阶跃上升时间、调节时间、超调量、稳态误差和各种干扰下系统的调节能力,均可以通过系统输出曲线获得。

2.3 智能控制系统仿真的数学原理

所谓智能控制算法,简单的说就是依据某些观测量的状态实时给出一个合适的控制量,使得系统输出特性逼近理想目标,从数学上看无非就是给出(通常为分段的)一个控制函数:

设系统的数学模型由(2),(3)式给出,由(2)-(4)各式得方程组

从而输出量y最终为时间t的函数。用一个满足精度要求的数值方法取得y(t)的数值解,则该数值解即为最终的仿真结果,而不同的数值方法即为不同的仿真方法。

3.4 连续系统的智能控制系统仿真的一般步骤

常见的单输入连续系统一般由微分方程组描述,通常形式为

系统的输出观测量为

用向量形式简记为

仿真的一般步骤如下:

根据算法的需求,确定控制周期Tc和采样周期Ts,给出仿真时间T=LTc,L为正整数。

(1)给出系统初始状态:x(t)|t=0=x0

(2)由控制函数g给出控制量:u0(t)=g(t,x0)t∀(0,Tc]

(3)对于k=0,1,2,L,L,取

按选定的数值方法在区间(kTc,(k+1)Tc]内求解初值问题:

的解。为了不引起混淆,记此数值解为Sk(t)

(4)迭代更新状态,即给出tk+1时刻的状态

然后转入第(3)步开始下一步计算。

(5)仿真结果由数据组

及

给出。

注:由于数值方法不同,在(kTc,(k+1)Tc]内求得的数据点的多少也不同,故而更为精细的仿真结果由分段数值解

给出。

4 控制仿真的具体问题

4.1 计算步长与采样周期控制周期的关系

对于初值问题(8),计算步长h应小于等于采样周期Ts。为利于编程实现,最好将采样周期取为计算步长的整倍数,而控制周期取为采样周期的整倍数。为了保证计算的精度,步长不能太大,应选择在方法的稳定区间[12]之内。实际仿真编程时,可将计算步长、采样周期和控制周期等同起来。但必须注意到,三者是不同的概念,计算步长仅仅是为保证数值方法计算精度而确定的,而采样周期和控制周期则是根据系统控制特性决定的。

4.2 扰动过程的仿真模型分析

实际过程的扰动形式多种多样,通常是由系统外部环境的变化、被控对象本身各种部件的老化和各种不稳定因素造成的。仿真过程可用几种典型的扰动形式模拟各种常见情况。常用的三种扰动形式分别为阶跃巨变型、缓慢漂移型和周期变化型。几种扰动都可以用被扰动量叠加扰动量的方法模拟,最终体现为被控对象模型的变化。由于对多输入多输出系统与单输入单输出系统的处理思想类似,下面仅考虑单输入单输出被控对象的扰动模型,并仅对输出发生不明扰动的模型进行讨论。对于输入干扰和参数变异扰动可类似处理。为了叙述方便,仅以一阶初值问题为例。注意,此时(8)式中的x是一维的,而对于高阶微分方程表示的被控对象可类似处理。

(1)阶跃性扰动

此时系统输出表现为阶跃增加或减少,可用下述变换表示。

其中,C为阶跃量。此时将z代入(8)式得扰动后的方程模型为

(2)缓慢漂移性扰动

此时系统输出表现为缓慢增加或减小,不妨考虑线性漂移,可用下述变换表示

其中,C1,C0为适当选取的常数。此时将z代入(8)式得扰动后的方程模型为

(3)周期性扰动

此时系统输出表现为周期性增加和减小,可考虑可用下述变换表示

其中,A为扰动振幅,w为扰动频率,都是适当选取的常数。此时将z代入(8)式得扰动后的方程模型为

4.3 扰动过程的仿真实现

实际仿真时,可以在某个时间点处,采用改变被控对象模型的方法,模拟扰动发生后的情况。编程时要注意扰动发生时间点处状态值的匹配问题,即模型改变后的初值应取为改变时的状态值。

针对(8)式确定的初值问题,以漂移性扰动为例,假定在t0时刻系统受到扰动,则在控制算法u=g(t,x)作用下的仿真过程如下:

(1)在[0,t0]区间,求解初值问题

(2)在[t0,T]求解初值问题

上述两区间的解均按3.4节给出的一般步骤求解,仿真结果y=G(t,x)由两区间数值解分段而成。

4.4 常用的数值方法

对于(8)式描述的初值问题,求解区间为[t0,T],取步长h=T/N,tn=t0+nh,n=1,2,L,N,常用的几种数值方法有Euler折线法及改进的Euler法[12],但兼顾计算精度和计算复杂性的常用算法当属标准四阶Runge-Kutta迭代法[12],其迭代公式如下:

另外,利用Matlab中现有的函数ode23(),ode45()也较为方便。

5 控制仿真实例和程序调试问题

设被控对象由下述方程描述:

其中,y为对象输出,其变化范围为[0,100],u为控制量,其变化范围为[0,10]。上述对象对应的状态方程组为

现用二维简单模糊控制器对其实施控制,控制器输出取为增量型的输出。标准7×7档控制表如表1所示。其中偏差e、偏差变化率Δe以及控制量增量的论域分别为:E=[-3,+3],ΔE=[-3,+3],ΔU=[-3,+3]。为了说明仿真过程,控制量采用简单查表去模糊算法确定,具体过程如下:

∀(e,Δe)∈E×ΔE,Δu=g(round(e),round(Δe)),这里,g表示控制表给出的对应关系。∀a∈R,round(a)表述距a最近的整数,也即4舍5入取整函数,比如round(-1.5)=-2,round(-1.4)=-1,round(1.5)=2,对于(e,Δe)=(-2.3,1.2),查表得Δu=g(round(-2.3),round(1.2))=g(-2,1)=1。而物理量的实际论域到标准论域采用如下线性变换完成。φ:[a,b]→[c,d],∀x∈[a,b],φ(x)=c+((d-c)/(b-a))(x-a),具体请参见附录的程序代码。

注:本例目的在于仿真的程序实现,而不在控制品质本身。控制表没有经过刻意调整,读者不用关心本控制器的控制效果。在实际模糊控制器设计时,可根据情况选择不同的算法,其仿真实现过程与本例相比,除了被控对象模型和控制量的算法不同外,没有其它的区别。

在程序书写时,应充分利用自定义函数功能,使得某些不断重复的运算利用函数完成。程序在某些关键运算完成后,可以放置一些特定的观察变量,用以检查程序书写的的正确性。具体技巧请参见附录程序代码各语句的注解。

6 结论

本文针对智能控制系统仿真过程涉及的数值算法,编程时应注意的问题,仿真精度,仿真干扰的施加技巧,程序调试等常见问题给出了明确的原理方法和实现技术,并用Matlab语言给出了具体仿真实例,为智能系统仿真提供了可借鉴的参考方案。

参考文献

[1]夏玮.等编著.MATLAB控制系统仿真与实例详解[M].第1版,北京:人民邮电出版社,2008.

[2]吴忠强.等编著.控制系统仿真及Matlab语言[M].第1版,北京:电子工业出版社版次:2009.

[3]王海英.等编著.控制系统的MATLAB仿真与设计.第1版,北京:高等教育出版社,2009.

[4]刘金琨主编.智能控制(第2版)[M].北京:电子工业出版社.2009.

[5]刘洲峰,孙红艳,安菲.基于Matlab的智能控制系统仿真[J].现代电子技术,2007,4:178-180.

[6]宁献文,庞丽萍,王浚.电子对撞机束流管冷却系统模糊控制仿真[J].北京航空航天大学学报,2005,11:1168-1171.

[7]庞明宝,贺国光.高速公路混沌模糊延迟反馈控制仿真研究[J].系统仿真学报,2009,21(1):127-131.

[8]董翔宇,任利,刘云飞等.BTT导弹变结构自适应控制仿真研究[J].计算机仿真,2009,11:p65-68.

[9]Hailiang Zhao,Tsu-Tian Lee,Research On MultiobjectiveOptimization Control for Unknown Nonlinear Systems[C],Proceedings of IEEE 2003 International Conference onFuzzy Systems,May 25-28,.St.Louis,MO,USA,2003,pp.402-406.

[10]Hailiang Zhao,Tsu-Tian Lee,Monotone Inertial SystemModel for Unknown Nonlinear Systems[C],Proc.IEEE In-ternational Conference On Systems,Man&Cybernetics,October 5-8,Washington,DC,USA,2003,pp.3542-3547.

[11]赵海良.单调惯性系统的智能模糊控制理论研究[D],成都:西南交通大学博士论文,2001.

虚拟电梯控制系统建模与仿真 篇10

电梯是一个典型的控制对象,目前电梯的控制主要采用PLC控制系统。在电梯控制系统的工程设计中,首先要经过控制系统逻辑关系的设计编程,然后进行运行试验测试,取得满意效果后才能投入实际系统中使用。但是,由于受到场地、经费等诸多客观条件的限制,直接使用实际电梯对象进行控制测试是不现实的[1]。为此,需要应用和现场相一致的PLC控制设备与具有相应功能的虚拟对象相结合的方式搭建电梯控制运行的测试平台,这样既可在实验室里进行控制系统软件的早期开发,同时又可以进行控制算法的优化设计和测试。应用力控监控组态软件构建虚拟电梯模型,通过调用力控组态软件的通信接口,实现了Twincat 软PLC与虚拟电梯模型间的实时数据交互,实现了控制器软PLC与虚拟电梯模型集成的目的。这种新型测试平台改变了以往实物实验测试平台的运行模式,可以实现全虚拟运行。

1 三层虚拟电梯建模

应用力控组态软件对三层电梯进行虚拟建模来模拟电梯运行逻辑。为使模型简单可靠,在电梯建模时略去了和电梯逻辑控制关系不太密切的电梯结构,以实现电梯逻辑控制中关键结构平层开关的设计并用动画形式表达模型的运行状态。

1.1 三层虚拟电梯的结构

对于垂直运行的电梯,其结构主要由曳引机、巷道、对重装置、安全装置、信号操纵系统、轿厢与厅门等组成。电梯的控制主要是召梯、选层、减速、平层停站、开门、关门。但在建模时,为使模型简化并突出主要功能,在电梯模型中略去了曳引机、对重装置、安全装置等,重点设计了各层的外呼请求按钮,轿厢内请求按钮,开关门按钮和各层的平层开关等主要功能[2]。其中电梯的运行界面如图1。

其中,右侧的数字,表示轿厢内的操作面板;操作面板由进入轿厅的乘客控制,通过选择按钮输入选层要求,并由字体颜色改变来显示。此外,在轿箱内的操作面板上方还设置了开门和关门按钮。

1.2 三层虚拟电梯模型的设计

为真实模拟电梯的运行,首先把基本的输入输出信号进行定义,再设计基本的限位开关,然后进行基本的动画设计,最后进行通讯设置,以实现软PLC和电梯模型的联合运行。

1.2.1 组态软件实时数据库的设计

虚拟电梯的具体I/O点分配如表1。

1.2.2 平层开关的设计

虚拟电梯位置模拟可以通过电梯轿厢的位置坐标来实现,所以平层开关的动作与否应该通过轿厢当前位置坐标与楼层坐标对比后得到。其具体设计脚本如下:

1.2.3 动画的实现

动画连接即建立画面与数据库变量的对应关系,使静态画面动作,达到模拟真实情况.以轿厢为例,当软PLC采集到虚拟模型的呼梯命令,运行控制程序,引起实时数据库中控制变量UP/DOWN变化,然后执行相应上升/下降命令,实现轿厢上行/下行。电梯门的开闭和相关请求按钮响应等也须经过动画连接,最后达到虚拟电梯运行的动画效果。

轿厢的上下移动是通过对轿厢坐标的运算来实现的,对于轿厢上下移动控制是由up和down两个变量来控制的。其具体脚本程序设计如下:

程序执行时间间隔为100 ms。

1.3 三层虚拟电梯模型的群控扩展

电梯群控模型只需要按上述方法再设计一个同样的电梯模型,然后两电梯模型的外呼请求信号共用即可。其界面如图2所示。

2 电梯控制仿真程序设计

电梯控制仿真系统采用德国Beckhoff的TwinCAT软PLC与力控组态软件实现系统的设计。软PLC 技术是一种基于PC并遵循IEC61131—3编程标准的新型控制技术,与传统硬PLC 相比,为用户提供了更多的开放性,以及强大的网络通讯能力和更强的数据处理能力,是目前工业自动化领域研究的热点之一[3]。

其步骤为:先对电梯的各种不同状态进行划分;然后把具有相同性质的状态进行合并并考虑每一种状态的状态转移情况[4];最后对力控组态软件与倍福软PLC两者的通信进行设置,则由电梯的状态转移图和力控组态软件与软PLC两者的关联就可以快速且正确地设计电梯的控制程序。

2.1 电梯控制要求

1) 自动响应各层楼召唤信号(含上呼唤和下呼唤)。

2) 自动响应轿厢内服务指令信号。

3) 控制遵循顺路服务原则。

4) 自动开门。

5) 延时关门。

6) 待服务超时后自动下1楼等待。

2.2 电梯状态转移图

由于电梯在底层和顶层的控制规律非常相似,所以对一层和三层进行集中处理。当电梯在一层或三层时如果一二层有请求或一二层有内选且电梯关门到位,电梯此时就可以下行;当电梯在一层或三层时如果二层三层有请求或二层三层有内选且电梯此时关门到位,电梯此时就可以上行。当电梯在一层或三层时如果内选一楼三楼或一楼三楼有请求时,电梯此时停靠开门。具体状态转移图如图3所示。

二层由于在中间位置,可能上行或下行,所以要对二层进行单独的状态转移分析。当电梯在二层时,如果三层无请求一层有内选且二层关门到位或一层有请求且当前服务方向为下行时,电梯下行。如果三层有内选或三层有请求且当前服务方向为上行且已关门到位时,电梯上行。如果有二层内选或有和当前服务方向同方向请求时,电梯停靠开门。具体状态转移图如图4所示。

根据状态转移图可以写出电梯的控制程序。

2.3 PLC变量设置

变量设置的原则如下,第一所有的控制变量和指示变量都作为输出变量。第二各种限位开关信号和请求信号都作为输入变量。第三服务方向预测和表示各种服务状态的变量都设为中间变量。

3 系统的运行

系统运行前需要先进行通信设置,以实现控制器和虚拟电梯模型间的实时数据交换。然后把控制程序写入软PLC,运行电梯模型和控制程序,通过虚拟电梯的人机界面就可以观察控制程序对电梯的实时控制结果。

3.1 软PLC和力控组态软件的通讯设置

力控组态软件与倍福软PLC两者的通信可通过接口设置来实现,其步骤如下[5]:

1) 在力控IO设备组态中找到PLC,然后再在PLC中找到Beckhoff;

2) 选择BC系列进行设备配置,设置设备名称,更新周期设为100ms, 要和脚本程序执行间隔时间一致,超时时间设为8秒;

3) 进行冗余主机设置,填写AMSNetID和Port;

4) 在数据库组态中进行I/O数据的链接,首先选择你所建立的设备名称,然后增加连接项,通过设置参数类型,数据类型,地址偏移和位偏移来确定所要链接的软PLC变量。

通过以上设置就可以实现组态软件和软PLC之间的实时数据交换。

3.2 系统运行的步骤

通过对三层电梯控制系统的联合仿真表明了本文所提出的电梯模型设计方法的可行性。系统运行的步骤为:

1) 运行虚拟电梯模型;

2) 打开软PLC,并运行系统;

3) 下载PLC程序到软PLC;

4) 运行PLC程序;

5) 在虚拟电梯界面上进行操作,并观察电梯的运行情况。

系统的运行情况:第一步,在一楼有乘客进入电梯要去3楼,二楼有向上向下请求,三楼有向下的请求,此时电梯开始上升。如图5(a)所示。第二步,当电梯上升至二楼时,熄灭上楼请求指示,电梯开门等乘客全部进入电梯后关门。如图5(b)所示。第三步,电梯关门后继续上升,到达三楼后开门,并熄灭轿厢内的3楼请求和3楼下楼请求,等轿厢内乘客走出轿厢后下楼的乘客进入轿厢,然后关门。如图5(c)所示。第四步,关门后,电梯开始下降,同时有人选择了一楼内选,当电梯下降至二楼时开门,同时熄灭二楼的下楼请求指示,等待二楼乘客全部进入轿厢后关门,然后继续下降。如图5(d)、图5(e)和图5(f)所示。

3.3 基于仿真系统的电梯故障分析和故障模拟

设计PLC电梯控制程序时,由于控制逻辑比较复杂,导致原始控制程序常有逻辑错误,这时可以把原始控制程序写入软PLC中,并和电梯模型进行联合仿真,如果控制程序有逻辑错误,就可以在仿真界面上清楚地看出故障所在。然后可根据故障的表现来分析控制程序的错误所在。改变控制程序后再进行联合仿真,观察仿真模型的运行情况,如果控制程序仍有错误,可继续根据故障表现不断修改控制程序,直到电梯运行正常。

模型不仅可以分析和排除PLC控制程序的逻辑错误,而且还可以模拟一些常见的机械故障,例如我们可以把平层开关的功能禁用,然后就可以通过仿真模型观察当平层开关出故障时的电梯运行情况。通过已知故障表现和实际故障表现对比,就可以快速排除故障。

4 结语

该系统克服了电梯模型自身电气、机械故障等缺点,使用方便、简单、直观,可以为电梯程序的设计者提供一个综合系统设计测试平台,通过虚拟电梯模型可以很方便地模拟出真实电梯的各种动作情况,而且可扩展性好,可很方便地扩展至任意层数的电梯模型,以方便电梯PLC程序的调试,保证控制程序的正确性。由于虚拟电梯模型还可以模拟一些电梯常见故障,方便故障分析和排除故障。同时虚拟电梯模型成本低廉,而且不会在程序调试过程中由于程序的错误而导致设备的损坏。

应用本文方法,根据实际电梯层数设计相应的电梯模型,然后即可根据电梯控制状态转移图编写相应的控制程序,和相应的虚拟电梯模型进行联合仿真,观察电梯的运行情况,运用本文的故障分析方法,修改相应的控制程序,反复进行仿真修改,直到电梯模型运行正常。

该系统不仅可以应用于控制程序的逻辑调试,而且还可以主动进行电梯机械故障的模拟,该功能用于电梯的维修培训效果良好。所提方法应用于15层电梯控制程序设计表明,该方法不仅可以及时发现一些控制逻辑错误,而且电梯的运行速度快,可以节省调试时间,取得了良好的运用效果。

参考文献

[1]周永勤,周美兰,颜景斌,等.基于组态技术虚拟被控对象的PLC仿真实验研究.哈尔滨理工大学学报,2004;9(6):7—13

[2]胡兆勇,何汉武,罗海峰.基于虚拟PLC的四层虚拟电梯控制系统设计.装备制造技术,2004;(4):87—89

[3]德国倍福电气有限公司.TwinCAT PLC编程手册.北京:德国倍福电气有限公司,2005

[4]吴小滔,王素娟,唐国春.逻辑控制系统的一种建模方法.计算机仿真,2006;23(8):49—54

控制仿真系统 篇11

摘要：为提高伺服系统中无刷直流电机的控制效果，设计了以DSP为核心的无刷直流电机控制系统方案。本控制系统的主要优势在于利用数字信号处理器的高速实时运算处理功能，易于实现各种高效的控制算法，很好地解决了伺服系统中PWM信号的生成、电动机速度反馈和电流反馈等问题。并结合模糊控制算法进行了仿真研究，达到无刷直流电机的高精度伺服控制的目的。

关键词：无刷直流电机；DSP；PWM控制；Simulink仿真

在伺服传动系统中，无刷直流电动机(BLDCM)是一种新型的无级变速电动机，其结构简单可靠、维护方便、运行效率高及惯量小和控制精度高等优点，广泛应用于伺服控制精密数控机床、加工中心、机器人等领域[1]。随着BLDCM应用领域的推广，对系统的动静态性能、鲁棒性、控制精度等要求越来越高。

本文以三相四极无刷直流电动机为研究对象，结合PID控制和模糊控制各自的优势，设计了一套基于TI 公司的C2000系列TMS320F2812 DSP为核心的全数字永磁无刷直流电动机的闭环调速系统，以期满足BLDCM伺服控制系统的高精度、快速性、稳定性和鲁棒性的要求。

1总体方案设计

系统设计采用三相四极无刷直流电动机PWM控制方案，逆变桥的通电方式采用两两导通方式。该系统主要由三相四极无刷直流电动机、控制器、电子开关电路和位置检测器四部分组成[2]。其结构框图如图1所示。

功率驱动方式采用三相Y型全桥驱动电路，如图2所示。本系统实现的关键就是通过位置环、速度环和电流环三闭环结构最终实现位置的伺服控制。从闭环结构上看，位置环在最外面，是本系统的主环，电流调节环和速度调节环在里面，两者都是为位置环而服务，电流调节器和速度调节器采用PI调节器，位置调节器采用PID调节器，以TMS320F2812微控制器为控制核心，以功率MOSFET管构成逆变器。通过改变逆变器开关器件的PWM占空比来改变电机电枢端电压，以实现电机转速的调节[2-4]。

2硬件设计

图3给出了基于TMS320F2812 DSP的无刷直流电机控制系统硬件结构框图。

本系统主要由辅助电源、控制器及外围电路、电动机驱动电路、检测电路和系统保护电路等几部分组成。无刷直流电动机的调速原理为：TMS320F2812控制器通过捕获单元捕捉无刷直流电动机转子位置传感器HALL1、HALL2、HALL3高速脉冲信号，检测转子转动位置，并根据转子的位置发出相应的指令改变PWM信号的当前值，进而改变直流电机驱动电路(三相桥式逆变电路IGBT)中功率管的导通顺序，实现电机转速和转动方向的控制。

下面重点介绍系统中的转子位置检测电路、相电流检测电路、驱动电路、系统保护电路等。

2.1转子位置检测电路

本设计方案中，位置检测环节采用了3个位置间隔120°分布的霍尔传感器，由霍尔器件所输出的转子位置脉冲信号送到功率变换电路后，经处理后送入DSP的CAP单元，DSP通过读取霍尔元件的状态值，来确定转子的当前位置，再通过改变PWM的占空比改变MOSFET管的导通顺序，改变 IGBT 的导通顺序，实现电机的换相和电机转速的调节[5]。

霍尔位置传感器输出的信号先由阻容滤波电路处理，然后再经过六路施密特触发反相器SN74HC14N整形后送入DSP的CAP单元进行处理计算。由于霍尔位置传感器输出为5V电平信号，为了与DSP的3.3V电平相匹配，需要进行电平逻辑转换，在此通过施密特触发器输出端串联匹配电阻的方法来实现。三相霍尔位置检测电路如图4所示。

2.2相电流检测电路

在对电路中电流信号进行检测时，由于霍尔元件输出的电流较小，故采用在直流侧母线中串采样小电阻的方法，先将电流信号转化为电压信号，然后再经过放大隔离处理后送入模数转换器A/D。其中光耦隔离器件选择的是6N137。电流检测电路图如图5所示。

其中R22(0.05Ω/3W)为直流侧母线端的采样电阻，首先将电阻两端的压降信号经过阻容滤波电路滤波，然后经过运算放大器放大，以满足TMS320F2812中A/D转换单元的采样范围(0～3V) 的要求。电路中采用了单路高精度双极性运算放大器OP07。图中的二极管D6起稳压保护作用，确保AD0的输入电压在0～3V的范围内，另外，通过光藕合器6N137将干扰路径切断，减小噪声的干扰。

2.3驱动电路

驱动电路采用IR公司生产的高性能三相桥式逆变器驱动芯片IR2136，它只用一路驱动电源便可同时输出6路驱动信号，且IR2136拥有完善的保护功能，使整个电路更加简单可靠。

由于IR2136芯片本身没有逻辑信号与功率信号之间相互隔离功能，因此本设计中DSP产生的6路PWM脉冲信号经光耦隔离后才作为IR2136的6路脉冲输入，进而控制MOSFET管的导通和关断。通过输出端口HO1、HO2、HO3分别控制三相逆变桥电路的上桥臂T1、T3、T5的导通和关断，通过输出端口LO1、LO2、LO3分别控制三相逆变桥电路的下桥臂T4、T6、T2的导通和关断，从而实现控制电机转速的正反转。图6为由IR2136构成的驱动电路。

2.4系统保护电路

在无刷直流电动机控制系统中，保护电路可以保护控制器DSP免受过压、过流的影响，还可以保护电机的驱动电路免遭破环[6]。整个系统的保护电路由隔离电路和驱动保护两部分组成。

(1)隔离电路的设计

光耦隔离电路的作用是避免主回路中的强电信号对控制回路中的弱电信号造成干扰，实现不同电压之间的信号传输。如图7所示(以一路PWM信号为例)，该隔离电路可实现对DSP的6路PWM输出信号与IR2136之间光耦隔离，并实现驱动和电平转换功能。

(2)功率驱动保护电路的设计

功率驱动保护电路包括自保护电路和过电流过电压保护电路。为保证系统中功率转换电路和电机驱动电路安全可靠工作，DSP还提供PDPINTA输入信号，利用它可方便地实现系统的各种保护功能[6]。各路故障信号经过光耦隔离后送入到PDPINTA引脚，图8给出具体保护电路。例如：当有过压或过流现象时，IR2136的引脚FAULT会输出制动信号，拉低PDPINTA引脚输入电平，此时DSP 内部定时器停止计数，所有的PWM输出引脚全部置为高阻态，同时也产生一个中断信号，通知CPU有异常情况发生，这就是IR2136的硬件保护功能。

3系统与上位机的通讯

系统中用 SCI 接口完成与上位机的通讯功能，采用RS-232接口实现通信。通过上位机可以给定位置量，同时控制过程中电机的速度、电流、位置反馈量等参数，也可以实时地发送给上位机显示；SPI接口完成串行驱动数码管显示的功能。通过数字 I/O 扩展的键盘设定位置给定量，并由数码管显示。

4系统仿真

本文对速度环采用增量式PID控制和参数自整定模糊PID控制两种控制算法，利用北京雅合全公司生产的型号为45ZWN24-25的三相四极无刷直流电动机，对实验结果进行分析。图9、图10分别对应两种算法在电机启动时的转速响应曲线。

分析电机启动时转速启动曲线可知，两种控制算法都有一定的超调。增量式PID控制算法电机启动达到稳态的时间大约为2.8s，超调量为8.27%；而参数自整定模糊PID控制算法电机启动达到稳态的时间大约为2.2s，超调量为4.58%，可见，采用参数自整定模糊PID控制算法之后，有效地降低了超调量，缩短了电机启动的时间，提高了电机的控制精度。

5结束语

本文设计了以TMS320F2812为核心的数字直流伺服系统，很好地解决了高精度伺服控制系统中PWM信号的生成、电机速度反馈及电机电流反馈问题，并实现了保护功能，使系统硬件得到了极大地简化，提高了系统的可靠性。并结合参数自整定模糊PID控制算法实现了电机的高精度伺服控制，实验结果验证了该方法的有效性。

参考文献

[1]郭庆鼎，赵希梅.直流无刷电动机原理与技术应用[M].北京:中国电力出版社，2008:4-7.

[2]何小红.无位置传感器无刷直流电动机控制系统的设计[D].硕士学位论文.陕西:西安科技大学，2009.

[3] Mohan BM，Sinha A. Analytical structure and stability analysis of a fuzzy PID controller. Applied Soft Computing. 2008:749–58.

[4] 白浩.永磁无刷直流电动机控制系统的研究[D].硕士学位论文.天津:河北工业大学，2004.

[5]邓钧君，马瑞卿，王翔.基于软件锁相环的无刷直流电机高精度速度控制系统[J]. 测控技术，20106 :428-434.

[6]夏长亮.无刷直流电动机控制系统[M].北京:科学出版社，2009:31-44，182-203.

作者简介

刘恩涛(1986-)，男，中北大学硕士研究生，研究方向为直流电机伺服控制。

自适应动态寻优控制系统仿真研究 篇12

对于极值调节控制对象,文献[1]提出一种自适应动态寻优方法,它成功地解决了使用传统的动态寻优方法在实际工业生产过程中无法回避的一个难题,即保证极值调节控制系统运行的连续性和稳定性问题。因为若用传统的动态寻优方法,当极值调节控制对象的参数飘移后控制系统就不能正确地进行动态寻优,就必须把控制系统停下来重新辨识极值调节控制对象的参数,再重新整定控制系统的参数[2,3,4]。而自适应动态寻优方法最突出的优点就是在动态寻优的过程中不仅能够自动辨识控制对象的参数,而且还能够自动适应参数的飘移,因此有效地保证了控制系统运行的连续性与稳定性。而且这种自适应动态寻优方法对极值调节控制对象的先验知识要求非常少,只要知道控制对象的阶数就能始终正确地进行动态寻优。其主要思想如下所述。

1 自适应动态寻优方法简要回顾

寻优系统采用步进式调节器,步进周期T0是固定的。极值调节对象可以分解为非线性环节与线性环节的串联,如图1所示。

设极值调节对象线性部分的传递函数为:

$G(s)=\frac{1}{({\rm T}{}_{1}S+1)({\rm T}{}_{2}S+1)\cdots ({\rm T}{}_{{\rm N}}S+1)}(1)$

式中,T1>T2>T3…>TN>0。

单位阶跃响应为[5,6]:

$\overline{h}(t)=A{}_0+{\displaystyle \sum _{i=1}^{{\rm N}}A}{}_i\text{e}{}^{-t/{\rm T}{}_i}$

式中,A0=G(s)|s=0=1;

Ai=(s+1/Ti)·(1/s)G(s)|s=-1/Ti时间以T0整量化后有:

$\overline{h}(\overline{t})=1+{\displaystyle \sum _{i=1}^{{\rm N}}A}{}_i\text{e}{}^{-\alpha {}_i\overline{t}}(2)$

式中,αi=T0/Ti;$\overline{t}=t/{\rm T}{}_0$;T0为步进周期。

设系统的输出如图2所示,把每个步进周期分成相等的2N等份,在每个分划点进行采样并取2N+1个采样值,预估比较点在试探步后的第一个采样点上进行。

图2中:如果在$\overline{t}=n-1$不加试探阶跃信号时,Δ$\widehat{{\rm Z}}$2N+1系统输出的预估差值;在$\overline{t}=n-1$加试探阶跃信号时,ΔZ2N+1系统输出的实际差值;在比较点上Δ$\widetilde{{\rm Z}}$2N+1是系统输出的实际差值与预估差值的比较差值即:

$\text{Δ}\widetilde{{\rm Z}}{}_{2{\rm N}+1}=\text{Δ}{\rm Z}{}_{2{\rm N}+1}-\text{Δ}\widehat{{\rm Z}}{}_{2{\rm N}+1}(3)$

由文献[1]知:

$\begin{array}{l}\text{Δ}\widetilde{{\rm Z}}{}_{2{\rm N}+1}=\left|\begin{array}{ccccc}\text{Δ}{\rm Z}{}_1& \text{Δ}{\rm Z}{}_2& \cdots & & \text{Δ}{\rm Z}{}_{{\rm N}+1}\\ \text{Δ}{\rm Z}{}_2& \text{Δ}{\rm Z}{}_3& \cdots & & \text{Δ}{\rm Z}{}_{{\rm N}+2}\\ \cdots & \cdots & \cdots & & \cdots \\ \text{Δ}{\rm Z}{}_{{\rm N}+1}& \text{Δ}{\rm Z}{}_{{\rm N}+2}& \cdots & & \text{Δ}{\rm Z}{}_{2{\rm N}+1}\end{array}\right|/\\ \left|\begin{array}{ccccc}\text{Δ}{\rm Z}{}_1& \text{Δ}{\rm Z}{}_2& \cdots & & \text{Δ}{\rm Z}{}_{{\rm N}}\\ \text{Δ}{\rm Z}{}_2& \text{Δ}{\rm Z}{}_3& \cdots & & \text{Δ}{\rm Z}{}_{{\rm N}+1}\\ \cdots & \cdots & \cdots & & \cdots \\ \text{Δ}{\rm Z}{}_{{\rm N}}& \text{Δ}{\rm Z}{}_{{\rm N}+1}& \cdots & & \text{Δ}{\rm Z}{}_{2{\rm N}-1}\end{array}\right|(4)\end{array}$

根据式(3)可知极值调节控制对象的输出采样值ΔZ1,ΔZ2,…,ΔZ2N+1来判断步进增量方向,步进方向的逻辑判别式为:

$\mathrm{sgn}[\text{Δ}x{}_n]=\mathrm{sgn}[\text{Δ}\widetilde{{\rm Z}}{}_{2{\rm N}+1}\text{Δ}x(n-1)](5)$

式中,sgn[Δxn]指的是Δx的符号。由式(4),(5)可以看出,步进方向的逻辑判别式与控制对象的惯性时间常数T1,T2,…,TN无关。因此这些参数随时间的缓慢变化并不能影响步进方向的逻辑判别式,换言之,式(4)与式(5)能自己适应对象参数的变化,因而称作自适应为动态寻优算法。以这种算法为核心设计的极值调节控制系统,不仅能自动识别参数,还能自动适应这些参数的变化。因此只要知道极值调节控制对象线性部分的阶数就能正确地进行动态寻优,在寻优的过程中,无论控制对象线性部分的参数变化与否都不会对寻优结果的正确性有任何影响。仿真研究的结果充分证明了这一点。

2 仿真研究

对于非线性极值特性,有:

$y(x)=0.4x(10-x)(6)$

极值特性未飘移时,最初的极值点为(5,10),极值调节器由式(4)和式(5)实现。仿真程序框图如图4所示。

程序框图说明:初始化的主要任务是设置变量初值,输入各种参数;N阶惯性环节用四阶龙格库塔法实现;根据自适应动态寻优算法的要求,把每一步进周期分成2N等份,采样周期Δt=T0/2N,L=2N+1计算Δ$\widetilde{{\rm Z}}$2N+1,并判断步进增量方向,为下次送步进阶跃做好准备。L=2N时根据上次Δ$\widetilde{{\rm Z}}$2N+1 以及Δx(n-1)的符号送第n步的步进阶跃。

3 仿真结果

在实际工业生产过程中,由于要准确地辨识控制对象的参数极其困难,因此采用自适应动态寻优方法就不需要辨识控制对象的参数,而且还能自动地适应参数的飘移。只要知道控制对象线性部分的阶数就能正确地进行动态寻优。同时,受扰动的影响极值特性会缓慢的飘移,最优工作点也会随之飘移,因此控制系统的任务就是在动态过程中不断地搜寻最优工作点。所以仿真的目的就在于检验控制系统能否很好地完成上述工作任务。

(1) 对一具有二阶惯性环节的极值调节控制对象进行动态寻优,其线性部分的传递函数为:

G(s)=1/[(T1S+1)(T2S+1)],T1=100 s,T2=40 s,极值调节器参数为:步长ΔX=2,步进周期T0=40 s,采样周期Δt=10 s,在动态寻优的过程中突然把惯性环节的时间常数T1=100 s,T2=40 s,改变为T1=50 s,T2=20 s,图5显示了整个动态寻优过程,从图中可以看出:控制对象时间常数的改变对动态寻优的正确性没有任何影响。

(2) 控制对象的参数以及调节器的参数与(1)相同,对极值调节器跟踪极值特性飘移的能力进行了仿真研究,图6显示了整个动态寻优过程,从图中可以看出:采用自适应动态寻优方法的极值调节器能够很好地跟踪极值特性的飘移。

4 结 语

仿真结果表明,采用自适应动态寻优方法的极值调节控制系统成功地解决了极值调节控制系统运行的连续性与稳定性问题,这也是传统的动态寻优方法多年来无法克服也无法回避的难题,而且这种动态寻优方法对控制对象的先验知识要求非常少,只需要知道其线性部分的阶数就足够了。因此采用自适应动态寻优方法的极值调节控制系统将会在实际工业生产过程中发挥强大的控制功能。

参考文献

[1]李国强,金轶锋,叶道骅,等.自适应动态寻优极值调节控制的算法研究[J].陕西师范大学学报,2004,32(3):50-53.

[2]李国强.动态寻优极值调节控制对象模型简化及降阶的研究[J].现代电子技术,2003,26(3):40-42.

[3]李国强,金轶锋,刘文江,等.预估极值调节系统最优动态工作点仿真研究[J].陕西师范学院学报:自然科学版,2003(4):46-50.

[4]李国强,金轶锋,刘文江,等.极值调节系统最优工作点预估研究[J].陕西师范大学学报:自然科学版,2002(1):57-61.

[5]李国强.预估比较原理与动态寻优方法[J].现代电子技术,2003,26(11):52-55.

[6]夏绪辉,邵俊华.环缝磨的控制系统设计[J].武汉科技大学学报,2002(1):51-54.

[7]李国强,金轶锋,王存良.极值调节系统最优工作点预估研究[J].陕西师范大学学报:自然科学版,2002(1):57-61.

[8]Li Guoqiang,Zhu Zhiping.Self-adaptive Dynamic Optimiza-tion in an Extremum Value Control System.Bulletin ofOKAYAMA University of Science,2004(40):161-166.

[9]Toshio ONO,Li Guoqiang.A Simple Convenient and Practi-cal Method for Self-adaptive Dynamic Optimizing Controlwith Simulation Results.Bulletin of OKAYAMA Universityof Science,2004(40):155-160.

[10]徐帆,蒋正荣,陈建业,等.基于自寻最优控制算法的谐波滤波器控制器[J].变流技术与电力牵引,2007(6):42-68.