[發(fā)明專利]一種比例積分滑模面的數(shù)控機床用模糊滑模位置控制方法

有效

• 申請?zhí)枺?/td>: 202110452285.2
• 申請日: 2021-04-26
• 公開（公告）號: CN113219821B
• 公開（公告）日: 2023-08-04
• 發(fā)明（設計）人: 魏文龍;魏文凱
• 申請（專利權）人: 江蘇博尚工業(yè)裝備有限公司
• 主分類號: G05B11/42
• 分類號: G05B11/42
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種比例積分滑模面的數(shù)控機床用模糊滑模位置控制方法，其特征在于，包括以下步驟；

步驟一：首先機械數(shù)控機床非線性系統(tǒng)進行分析，提取機械數(shù)控機床位置的實際反饋值θ，得到與機械數(shù)控機床的位置期望值θ_d的位置誤差e(t)；

步驟二：設計比例積分滑模面切換函數(shù)，將滑?？刂浦械那袚Q函數(shù)s(t)作為模糊系統(tǒng)的輸入；

步驟三：對模糊控制器進行設計，包括根據(jù)經驗構造模糊規(guī)則庫；采用重心算法，將系統(tǒng)進行反模糊化，得到模糊控制器輸出u(t)；

步驟四：將機械數(shù)控機床位置控制器的位置輸出信號u(t)輸入數(shù)控系統(tǒng)，機械數(shù)控機床系統(tǒng)輸出的位置角度反饋至輸入端；

所述步驟一中的位置誤差e(t)計算方法為：

根據(jù)系統(tǒng)的輸入與輸出數(shù)據(jù)為依據(jù)辨識控制系統(tǒng)的結構、參數(shù)與模型，以此得到的位置伺服系統(tǒng)模型，模型表達式為：

θ(k)＝f[θ(k-1),θ(k-2),…θ(k-n),θ_d(k-1),θ_d(k-2),…θ_d(k-m)]???(1)

式中，θ為系統(tǒng)位置角度輸出；θ_d為系統(tǒng)位置角度指令輸入；n為系統(tǒng)階次；m為輸出階次；k為位置環(huán)參數(shù)；其中，式(1)中的f為輸入輸出方程θ(k)的宏觀定義函數(shù)；

同時進行時間序列離散化處理，得到式(1)的差分方程表達式：

式中，a_i與b_j均為辨識的模型參數(shù)，其中i為[1,n]中的整數(shù),j為[1,m]為中的整數(shù)；

通過上述的模型結構、參數(shù)進行辨識，可將網(wǎng)格搜索算法和遞推最小二乘法進行結合辨識控制系統(tǒng)的模型結構與參數(shù)最終可得到機械數(shù)控機床位置伺服系統(tǒng)的數(shù)學模型；機械數(shù)控機床控制位置角度二階導數(shù)可表示為：

式中，f和g為機械數(shù)控機床中未知的非線性函數(shù)，其中，式(3)中，f(θ,t)中的f代表為機械數(shù)控機床中如電機、伺服器等非線性器件的函數(shù)；d(t)為機械數(shù)控機床運行過程中所受到的干擾，跟蹤誤差為：

e(t）＝θ(t)-θ_d(t)???????????????????????????(4)

式中，θ為系統(tǒng)位置角度輸出；θ_d為系統(tǒng)位置角度指令輸入；

所述步驟二中的比例積分滑模面切換函數(shù)為：

式中，K為非零常數(shù)，k₁和k₂為非零正常數(shù)；

當滑模控制處于理想狀態(tài)，則表現(xiàn)為:

通過確定k₁和k₂，跟蹤誤差e(t)及其導數(shù)趨近于零；相比于機械數(shù)控機床傳統(tǒng)的PID控制器而言，可以采用切換函數(shù)s(t)作為模糊控制器的輸入，控制輸入u(t)作為模糊系統(tǒng)的輸出，構成一個單輸入-單輸出(SISO)模糊系統(tǒng)；

所述步驟三中的模糊控制器設計方法為：

模糊控制器為系統(tǒng)的重要部分，以模糊數(shù)學作為理論支柱；首先將機械數(shù)控機床切刀的位置控制量的比例積分滑模面切換函數(shù)s(t)，作為模糊輸入(其中通過對應的模糊語言來具體描述)，此后依照與經驗設計的模糊關系對模糊控制器的控制規(guī)則進行設計；最后，依據(jù)推理得到的控制規(guī)則開展模糊決策機制，由此獲取模糊控制量u(t)；

該模糊控制器的模糊規(guī)則形式為：

Rule?i:IF?s?is?F_sⁱ?THEN?u?is?a_i(8)式中，F(xiàn)_sⁱ和a_i(i＝1,2,,m)分別為輸入和輸出的模糊集合；

根據(jù)專家經驗可在在模糊控制系統(tǒng)中建立如下5條模糊規(guī)則：

(1)If(s?is?NB)then(u?is?PB)

(2)If(s?is?NS)then(u?is?PS)

(3)If(s?is?Z)then(u?is?Z)

(4)If(s?is?PS)then(u?is?NS)

(5)If(s?is?PB)then(u?is?NB)

其中s和u的隸屬函數(shù)采用“負大”(NB)、“負小(NS)”、“零(Z)”、“正小(PB)”、“正大(PB)”；其模糊定義規(guī)則為：若s為NB(負大)，則u為PS(正大)；若s為NS(負小)，則u為PS(正小)；若s為Z(零)，則u為Z(零)；若s為PS(正小)，則u為NS(正小)；若s為PB(負大)，則u為NB(負大)；

最后，依據(jù)得到的控制規(guī)則開展模糊決策機制；重心法是取隸屬度函數(shù)曲線與橫坐標圍成面積的重心作為模糊推理的最終輸出值；采用重心法進行反模糊化，得到控制器輸出為：

式中，ω_i為第i條規(guī)則中前提的隸屬度，a_i為第i條規(guī)則中結論的隸屬度。