Системы управления исполнительного уровня

Управление движением исполнительного двигателя требует одновременного регулирования нескольких координат. Так для системы электропривода – регулирование момента (тока), скорости и положения. По отношению к общей задаче управления функциональным движением регулирование отдельных координат представляет собой частные задачи.

По принципу работы локальные системы автоматического регулирования координат различают на:

- разомкнутые, в которых сигнал задания преобразуется и подается на силовой преобразователь и исполнительный двигатель без учета результата этого воздействия (рис. 4.2, а);

- замкнутые, учитывающие через обратные связи результат воздействия (рис. 4.2, б, в).

Замкнутые системы бывают с параллельными обратными связями, с подчиненным регулированием координат и комбинированные системы управления.

Рис. 4.2. К пояснению принципа работы локальных систем

автоматического регулирования координат

В мехатронных модулях применение находят замкнутые системы регулирования. Наиболее простой из замкнутых систем является система с параллельными обратными связями (рис. 4.2, б). В такой системе сигнал с единственного регулятора преобразуется силовым преобразователем и подается на исполнительный двигатель (объект регулирования) с координатами Y_i. На входе регулятора сигнал задания U_з сравнивается с сигналами обратной связи U_oi, несущими информацию о реальном состоянии регулируемых координат.

Недостатком подобных систем регулирования является взаимное влияние координат системы на качество регулирования и, в первую очередь, на качество переходных процессов регулируемых координат. Этот недостаток исключен в системах с подчиненным регулированием координат, схема которой приведена на рис. 4.2, б.

Система с подчиненным регулированием координат состоит из контуров регулирования, число которых равно числу координат исполнительного двигателя, каждый внутренний контур которой управляется от внешнего контура (подчинен внешнему контуру). Каждый контур строится по принципу регулирования по отклонению, имеет последовательно включенный регулятор и замыкается отрицательной обратной связью по регулируемой координате. Настройку контура (выбор структуры регулятора) обычно осуществляют так, чтобы получить оптимальный переходный процесс, т.е. такой процесс, при котором время нарастания регулируемой величины до установившегося значения было бы минимальным при допустимом перерегулировании.

На рис. 4.3 приведен пример переходного процесса координат электропривода с электродвигателем постоянного тока – тока якоря i_я и скорости вращения ω. При подаче напряжения на якорь двигателя первоначально в его цепи происходит нарастание тока. Следствием взаимодействия этого тока с магнитным потоком и является вращение двигателя. Именно поэтому ток якоря изменяется быстрее скорости.

Существуют и другие принципы построения систем автоматического регулирования, например, на основе нечетких регуляторов, построенных на принципах фаззи-логики (fuzzy-logic). Такие системы имеют возможность исключить колебания регулируемой координаты вокруг положения равновесия (см. рис. 4.3). Подробное изложение работы подобных систем можно найти в специализированной литературе.

 

Интеллектуальные системы управления

На основе нейронных сетей

Интеллектуальные системы управления, построенные на основе нейронных сетей, – один из ярких примеров бионического подхода, когда принципы функционирования управления живыми организмами эффективно использованы для создания нового поколения систем управления техническими системами.

Нервная система живых организмов состоит из большого числа (от 10¹⁰ до 10¹²) нейронов, типичная структура которого приведена на рис. 4.4, а. Поток электрических сигналов входит в нейрон через его окончания (синапсы), которых в одном ответвлении (дендрите) может быть до 1000. Через дендриты информация поступает в тело клетки, где происходит ее логическая обработка и оценка. Результат этой оценки в виде нервных импульсов (потоков химически активных заряженных веществ – ионов) передается в корни нейронных структур следующего уровня.

Математическая модель единичного нейрона (рис. 4.4, б) легко реализуется в мощных компьютерах. Входные сигналы поступают в сумматор, где определяется их взвешенная сумма (с учетом весовых коэффициентов k₁ … k_n). Модели отдельных нейронов объединяются в сети, которые могут состоять из многих слоев и иметь различные структуры. Так на рис. 4.4, в показан пример трехслойной нейронной сети с последовательным соединением слоев.

 

Рис. 4.4. Биологический нейрон (а), его математическая модель (б)

и структура трехслойной нейронной сети (в)

Нейронные сети обучаются разработчиком системы на конкретных примерах. При обучении разработчик вводит информацию о входных и соответствующих (желаемых) выходных сигналах. Специальная программа настройки сети автоматически подбирает весовые коэффициенты для всех нейронов таким образом, чтобы добиться желаемого соответствия. Обучение повторяется на всех известных примерах и аккумулирует весь имеющийся предварительный опыт. Настроенная таким образом нейронная сеть готова к решению новых задач для других, неизвестных до этого, комбинаций входных сигналов.

Главной особенностью метода нейронных сетей является отсутствие предварительно определенного четкого алгоритма решения встающих перед интеллектуальной системой управления задач.

 

Контрольные вопросы

1. Что вкладывается в понятие иерархическая система управления? Какие уровни управления выделяют в современных мехатронных системах?

2. Дайте определение уровням управления мехатронными системами.

3. Что понимают под термином “интеллектуальность” уровня (системы) управления?

4. Какие структуры систем управления исполнительного уровня Вы знаете?

5. Объясните принцип построения системы автоматического регулирования с параллельными обратными связями. Перечислите их достоинства и недостатки.

6. Нарисуйте структурную схему системы автоматического регулирования с подчиненным регулированием координат. Поясните принцип ее работы.

7. В чем заключается бионический подход к вопросу реализации интеллектуальных систем управления на основе нейронных сетей.

 

 

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Подураев Ю.В. Основы мехатроники: Учебное пособие. – М.: МГТУ “СТАНКИН”, 2000. – 80 с.

2. Готлиб Б.М. Введение в мехатронику: Учебное пособие в 2-х томах. Т.1. Концептуальные основы мехатроники. – Екатеринбург: УрГУПС, 2008. – 521 с.

3. Готлиб Б.М. Введение в мехатронику: Учебное пособие в 2-х томах. Т.2. Проектирование и применение мехатронных модулей и систем. – Екатеринбург: УрГУПС, 2008. – 302 с.

4. Егоров О.Д., Подураев Ю.В. Мехатронные модули. Расчет и конструирование: Учебное пособие. – М.: МГТУ “СТАНКИН”, 2004. – 360 с.

5. Вольдек А.И. Электрические машины: Учебник для студентов ВУЗов. – 3-е изд., перераб. – Л.: Энергия, 1978. – 832 с.

5. Преображенский В.И. Полупроводниковые выпрямители. – 2-е изд., перераб. И доп. – М.: Энергоатомиздат, 1986. – 136 с.

6. Розанов Ю.К. Основы силовой электроники. – М.: Энергоатомиздат, 1992. – 296 с.

7. Усольцев А.А. Частотное управление асинхронными двигателями: Учебное пособие. – СПб: СПбГУ ИТМО, 2006. – 94 с.

8. Гидропривод. Основы и компоненты: Пер. с нем. / Р. Фрейтаг, Х. Экснер, Х Гайс, и др. – Бош Рексрот, 2003. – 323 с.

9. Детали машин: Учебник для вузов / Л.А. Андриенко, Б.А. Байков, И.К. Ганулич и др.; под ред. О.А. Ряховского. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. – 544 с.

 

Св. темплан 2009, поз. 149

ISBN 978-5-9967-0079-0

 

 

Заявки на книгу присылать по адресу:

455000, г. Магнитогорск, пр. Ленина, 38,

ГОУ ВПО “МГТУ им. Г.И. Носова”,

каф АЭП и М.

Тел./факс: [phone]

E-mail: [e-mail]

 

Алексей Владимирович Белый

Сергей Александрович Линьков

Олег Сергеевич Малахов

Андрей Александрович Радионов

 

 

ВВЕДЕНИЕ В МЕХАТРОНИКУ

 

Учебное пособие

 

Издается в авторской редакции.

Подписано в печать 29.09.2009. Формат 60х84 1/16. Бумага тип. №1.

Плоская печать. Уч.-изд. л. 4,73. Тираж 100 экз. Заказ 678.

 

 

455000, г. Магнитогорск, пр. Ленина, 38

Полиграфический участок МГТУ