현대의 통제 전략
종래의 AC 서보 모터 구동 제어 전략은 제어 대상 모델이 결정되고 변화하지 않고 선형이며, 작동 조건 및 작동 환경이 일정한 것으로 결정되는 조건 하에서 주로 사용된다. 그러나 AC 영구 자석 동기 모터의 역학 수학 모델은 비선형적이고 강하게 결합 된, 시간에 따라 변하는 다 변수 시스템입니다. 고성능 요구 사항의 경우 다양한 비선형 효과, 객체의 구조 및 매개 변수 변경, 작동 환경의 변화를 고려해야합니다. 환경 적 교란과 같은 시간에 따라 달라지는 불확실한 요인. 현대 제어 이론의 개발과 적용은 고전 제어 이론의 단점을 시간 가변 비선형 확률 시스템으로 보완합니다.
(1) 직접 토크 제어
직접 토크 제어 이론은 독일 Ruhr 대학의 M. depenbrock 교수와 1980 년대 일본 학자 i.takahash가 제안한 고성능 AC 모터 제어 전략입니다. 제어 전략은 또한 제어 대상의 정확한 수학을 기반으로합니다. 이 모델은 벡터 제어와 달리 복잡한 좌표 변환없이 고정자 좌표계에서 AC 모터의 수학적 모델을 직접 분석합니다. 고정자 자장 방향이 채택되고 감 결합 전류가 필요하지 않으며, 토크와 자속 결합은 고정자 전류를 토크와 여자 성분으로 분해하는 것을 방지하는 2 위치 제어에 의해 직접 제어되며 인버터. 토크의 빠른 응답에 초점을 맞춘 제어력이 뛰어나 토크의 높은 동적 성능을 얻을 수 있습니다. 직접 토크 제어 장 방위는 회 전자 매개 변수의 영향을받지 않는 고정자 자속 쇄교를 사용합니다. 고정자 저항이 알려져있는 한 그것은 관찰 될 수 있으며 모터 파라미터에 민감하지 않습니다.
직접 토크 제어 기술은 유도 전동기 인버터 제어 분야에 성공적으로 적용되었으며, ABB는 일련의 제품을 출시했습니다. 그러나, 영구 자석 동기 모터의 응용에서, 직접 토크 제어에 여전히 몇 가지 문제점이있다. 직접 토크 제어는 자기 체인의 히스테리시스 (hysteresis)를 사용하며, 모터 토크는 맥동 (pulsating)이며, 모터 작동의 매끄러움에 직접 영향을 미칩니다. 직접 토크 제어는 자속 쇄교와 토크를 관찰 할 필요가 있습니다. 저속에서는 정확성이 떨어지므로 모터 실행 성능이 떨어지고 모터 속도 범위가 작아집니다. 모터의 고정자 인덕턴스가 작기 때문에 모터가 시동되고 부하가 변할 때 전류 충격이 크며 쇄 교자 연결과 토크 리플이 커집니다. 또한, 모터가 정지하고있을 때에는 쇄교 자속의 초기 위치를 추정 할 수 없으므로, 모터를 기동하기 어렵다. 국내외 몇몇 학자들이 최근 몇 년 동안 영구 자석 동기 모터의 직접 토크 제어 전략을 시도하고 개선해 왔지만,이 제어 방식은 AC 서보 드라이브 기술의 요구 사항을 충족시키기가 어렵습니다.
(2) 슬라이딩 모드 가변 구조 제어
가변 구조 제어는 비선형 제어 범주에 속하며 비선형 성은 제어의 불연속성, 즉 시스템의 "구조"를 변경하는 스위칭 특성으로 나타납니다. 슬라이딩 모드 가변 구조 제어는 시스템의 수학적 모델을 알 필요가 없습니다. 가변적 인 구조 제어가 빠른 응답, 매개 변수 및 외란 변화에 대한 둔감 및 온라인 식별 및 설계의 필요성이 없도록 시스템 매개 변수 및 그 변경의 대략적인 범위 만 이해하면됩니다. 순서 및 감 결합을 줄이는 기능으로 시스템이 슬라이딩 모드 상태가되면 시스템 상태의 전송은 원래 매개 변수 변경 및 시스템의 외부 교란에 더 이상 영향을받지 않지만 스위치 평면 근처에서 강제로 움직입니다 , 완전 자기 적응력과 견고성으로 슬라이딩 모드 제어가 영구 자석 동기 모터 서보 시스템에 성공적으로 적용되었습니다. 그러나, 뱅 뱅 제어로 인해, 채터 링 문제가 필연적으로 야기되고, 채터 링 문제는 슬라이딩 모드 가변 구조 제어의 광범위한 응용에서 주요 어려움이다. 현재, AC 서보 모터 시스템에서, 고차 슬라이딩 모드 구조 및 필터링 처리의 사용과 같은 슬라이딩 모드 구조를 변경함으로써, 슬라이딩 모드 가변 구조 제어에 의해 야기되는 채터 링 문제가 어느 정도 해결된다.
(3) 적응 제어
적응 제어는 1950 년대 초 Golcl-well에 의해 제안되었습니다. 피드백 이론과 식별 이론을 결합하고, 제어 대상의 특성, 드리프트 및 환경 교란이 시스템에 미치는 영향, 또는 제어 프로세스의 매개 변수가 많지 않거나 이러한 매개 변수가 정상 작동 할 때의 영향을 제안합니다. 변경 사항, 특히 느린 변수가있는 경우 제어 대상 조정을 완료하기 위해 특정 성능 지표를 찾아 최적화합니다.
현재 제어에 적용되는 적응 방법은 모델 기준 적응 형, 매개 변수 식별 자체 교정 제어 및 새로 개발 된 다양한 비선형 적응 제어입니다. 모델 참조 적응 제어 시스템은 제어 객체의 정확한 수학 모델을 요구하지 않으며 매개 변수 식별을 필요로하지 않습니다. 핵심 문제는 오류 신호를 0으로 만드는 동안 시스템의 안정성을 보장하는 적응 형 매개 변수 조정 법칙을 설계하는 것입니다. 주요 장점은 구현하기 쉽고 빠르다는 것입니다. 그러나, 수학적 모델 및 제어 시스템을 복잡하게하는 번거로운 연산과 같은 적응 알고리즘에는 몇 가지 문제가있다. 예를 들어 매개 변수 식별 및 수정에는 일정 시간이 걸립니다. 더 빠른 매개 변수 변경이있는 시스템의 경우, 제어 성능은 시스템 계산 속도에 크게 영향을받습니다. 응용 시스템 하드웨어는 일반적으로 32 비트 DSP (Digital Signal Processor) 또는 FPGA (Field Programmable Gate Array)로 구현되는 AC 서보 드라이브에서 높아야합니다.
(4) 비선형 피드백 선형화 제어
피드백 선형화는 비선형 제어 설계 방법입니다. 핵심 아이디어는 선형 시스템의 기술을 적용 할 수 있도록 비선형 시스템 대수를 선형 시스템의 전체 또는 일부로 변환하는 것입니다. 일반적인 선형화와의 근본적인 차이점은 피드백 선형화가 시스템의 선형 근사화가 아니라 상태 전이와 피드백에 의해 얻어진다는 것입니다. 최근 비선형 제어 시스템의 이론적 연구 결과에 따르면 비선형 상태 피드백과 적절한 좌표 변환을 사용하여 특정 조건에서 affine 비선형 시스템을 정확하게 선형화 할 수 있으며이 상태 피드백은 제어 시스템을 보장 할 수 있습니다. 안정성과 우수한 동적 품질. 정확한 피드백 선형화 제어 방법을 기반으로 영구 자석 동기 모터의 선형화 된 제어 모델이 수립됩니다. 피드백 선형화 제어 후에, d 축과 q 축의 디커플링 제어가 실현 될 수 있고, 전류 추적 성능이 좋으며, 토크 응답이 빠릅니다. 속도 단계 응답은 정적 차이, 작은 오버 슛 및 짧은 전환 과정없이 점차적으로 주어진 값으로 수렴 할 수 있습니다.
(5) 지능형 제어 전략
고전 또는 현대 제어 전략은 모터의 수학적 모델에 의존하며 복잡하고 불확실한 시스템의 제어 문제를 근본적으로 해결하지 않습니다. 지능형 제어 전략은 비선형 특성을 가지며보다 복잡한 제어 개체, 환경 및 작업으로 시스템을 해결할 수 있습니다. 지능형 제어는 제어 대상 모델에 대한 의존성을 제거하고 실제 효과에 따라 제어합니다. 제어 시스템 불확실성과 부정확성을 해결할 수 있습니다.
지능형 제어 전략에는 퍼지 제어, 신경망 제어, 전문가 시스템 제어, 강력한 제어 및 유전자 알고리즘 제어가 포함됩니다. 퍼지 제어 및 신경망 제어 전략은 영구 자석 동기 모터 서보 시스템의 응용에서 성숙합니다.
(6) 퍼지 제어
퍼지 제어는 퍼지 집계, 퍼지 언어 변수 및 퍼지 논리 추론을 기반으로하는 컴퓨터 수치 제어의 일종입니다. 퍼지 제어는 수학과 퍼지를 통합하고 퍼지 집합, 퍼지 언어 변수 및 퍼지 추론을 이론적 근거로 사용합니다. 즉, 퍼지 집합을 사용하여 일상적으로 사람들이 사용하는 개념의 모호성을 설명하고 사전 지식과 제어 규칙 시스템을 제어하기 위해 기계 시뮬레이션을 사용하여 숙련 된 운영자와 전문가의 제어 경험과 방법을 모방 할 수 있습니다.
퍼지 추론은 정확한 수학 모델에 의존하지 않습니다. 실제 시스템의 입력 및 출력 데이터에 따라 현장 운영자의 운영 경험을 참조하여 실시간으로 시스템을 제어 할 수 있습니다. 따라서 비선형 시스템의 제어 문제를 해결하는 데 적합합니다. 시간과 시간 지연 시스템에 적합한 우수한 끈적임과 강한 적응력. 그러나 퍼지 제어 자체 학습 기능은 강력하지 않으며 설계 제어 규칙은 경험과 전문 지식에 따라 달라 지므로 시스템이 부정확해질 수 있습니다. 퍼지 제어 전략을 채택하기 만하면 더 많은 제어 규칙이 필요하고 많은 직원의 경험이 필요하며 제어 정밀도가 상대적으로 낮습니다. 퍼지 제어 기술은 AC 서보 모터 시스템 전류 조절기 및 속도 조절기의 설계에 잘 적용되었습니다. 그러나 높은 동적 요구 사항을 가진 서보 시스템에서 기술은 여전히 더 개선되어야합니다.
(7) 신경 회로망 제어
신경망 연구는 1940 년대 초에 시작되었습니다. 1980 년대에 신경망 이론은 돌파구를 만들었고 지능 제어의 중요한 지점이되었습니다.
뉴럴 네트워크 (Neural Network) 란 공학적 기법을 통해 인간의 뇌신경의 구조와 기능을 시뮬레이션하는 정보 처리 시스템을 의미합니다. 신경망 제어는 물리적 네트워크에 계산 기능을 내장합니다. 계산 프로세스에서 각 기본 작업에는 해당 작업과 연결된 연결이 있습니다. 신경 네트워크 모델은 정보의 처리, 처리 및 저장을 포함하여 인간 뇌 신경 세포의 활동 과정을 시뮬레이션합니다. 각 뉴런은 다양한 정보 내용의 일부를 저장하며 일부 뉴런 손상 및 정보 파괴는 네트워크의 부분 약화로 이어집니다. 신경망은 정보 분배 저장, 병렬 처리, 비선형 근사, 자기 학습 및 자기 조직화 능력의 장점을 가지고있다. 그것은 임의로 복잡한 비선형 시스템을 완벽하게 근사 할 수 있으며 심하게 불확실한 시스템의 동적 특성을 배우고 적응할 수 있습니다. 인간의 이미지 사고를 시뮬레이트하는 기능을 갖춘 견고성은 모델이나 규칙으로 설명하기 어려운 시스템을 처리하는 데 적합합니다. 최근에는 사람들이 전통적인 방법으로 해결하기 어려운 문제를 해결하기 위해 AC 모터 드라이브 제어 시스템에 신경망 제어 기술 (또는 인공 지능 인공 지능)을 적용하기 시작했습니다. AI 조정 시스템의 사용은 양호한 잡음 억제 특성, 내결함성 및 확장 성을 가지며 매개 변수에 강하다. 그것은 미래의 모터 제어 기술의 중요한 개발 방향입니다.
고성능 AC 서보 제어 기술 개발 동향
영구 자석 동기 모터에 기반한 서보 시스템은 서보 제어의 발전 방향입니다. AC 서보 제어를 구현하는 방법은 많이 있지만, 시스템 정확도가 낮고 신뢰성이 떨어지며 저속 성능과 같은 문제가 여전히 남아 있습니다.
기존 제어 전략, 현대 제어 전략 또는 지능형 제어 전략 이건간에 각 제어 전략에는 장점이 있지만 동시에 몇 가지 문제가 있습니다. 단일 제어 전략에서 이상적인 제어 효과를 얻는 것은 어렵습니다. 앞으로 서보 시스템의 제어 성능을 향상시키기 위해 다양한 제어 전략에 침투하고 합성하는 방법을 연구하는 것은 고성능 AC 서보 제어 기술의 발전 방향입니다. 현재, 합성 제어 전략은 주로 두 가지 형태가 있습니다 : 하나는 퍼지 PID 제어, 신경망 PID 제어, 전문가 PID 제어 등과 같은 고전적인 PID 제어 전략에 기반한 새로운 제어 전략을 채택하는 것입니다. 둘째, 퍼지 신경 네트워크 제어, 적응 형 퍼지 제어, 퍼지 직접 토크 제어, 적응 형 퍼지 제어, 직접 토크 슬라이딩 모드 가변 구조 제어 등과 같은 두 가지 이상의 새로운 유형의 제어 전략을 채택합니다. AC 속도 제어 시스템의 성능과 동시에 강력한 견고성을 제공합니다. 복합 제어 전략은 현재 연구의 초점이되었으며 미래 개발의 주요 추세입니다.
결론
영구 자석 동기 모터 시스템을 예로 들어 AC 서보 모터 시스템의 기존 제어 전략, 현대 제어 전략 및 지능 제어 전략의 기본 원리, 장단점을 별도로 설명하고 고성능 AC 서보 모터 시스템의 제어 기술 예측된다. 개발 추세는 그것이 전통적인 제어 전략이든, 현대의 제어 전략이든 지능형 제어 전략이든, 각각의 제어 전략은 장점이 있지만 동시에 몇 가지 문제가 있음을 지적합니다. 단일 제어 전략에서 이상적인 제어 효과를 얻는 것은 어렵습니다. 앞으로 서보 시스템의 제어 성능을 향상시키기 위해 다양한 제어 전략에 침투하고 합성하는 방법을 연구하는 것은 고성능 AC 서보 제어 기술의 발전 방향입니다.
