基于模糊推理的伺服系统自调整技术

  李叶松  程善美  邓忠华  秦忆(华中理工大学武汉430074)

  【摘  要】伺服系统模糊自调整控制器将模式分类、模糊推理、特征量辨识等技术结合起来，对于负载转动惯量的变化以及机械振动等，经过10余次的调整，可以将伺服系统速度控制器的增益自动调节到比较满意。实验证明，该技术方案是有效的。

1引  言

    功率电子技术和微电子技术的发展，促进了伺服系统在工业中的应用。然而在实际应用过程中，存在着机械工况发生变化时要相应调整控制器参数这一问题。为了使系统能够和机械负载比较好地配合，就需要人为地进行调整，这要求具有专门的知识。因此，从应用的角度出发，实现伺服系统的参数自动调整功能是实际应用的迫切需要，也是伺服系统向智能化发展的趋势。

    目前自动调整技术主要分为两类，一是基于模型的调整技术，二是基于知识的调整技术。基于模型的自调整技术需要外加特殊的测试信号，然后根据系统的模型结构辨识发生变化的参数。这种方法对信号的精度有一定的要求，而且相应的计算量也较大，一般要求有运算速度较快的微处理器。基于知识的自调整技术，是根据预先确定好的实际经验规则和实时抽取的系统特征量确定控制器的参数，这种方法不需要外加特殊的测试信号，而只需系统输入输出信号，因此对信号的要求不高，但对规则知识要求比较高，通常需要大量的精确的实际调整规则知识，因此对调整后参数的可信度需要反复验证。

    本文从实际应用的角度出发，提出了一种简单可行的参数模糊自调整方案，该技术具有计算量小、容易实现的特点，对于变化的负载，经过10余次调整后，可以将控制器的增益调整到比较满意，较好地配合了变化情况，采用一般的微处理器即可实现这一控制方案，实验结果证实该方案是可行的。

2系统结构及自动调整原理

    图1示出了模糊自调整控制器的结构框图，其中控制器由两部分组成，控制器和自调整机构。控制器部分为速度调节器，采用pi方式。后者是模糊自调整控制器，它包括速度指令发生器、观测器和模糊推理器，速度指令发生器是为了防止速度响应产生过大的冲击而设置的指令缓冲机构，观测器通过采样实时的响应波形，从中抽取特征值如超调量、阻尼因子等，并对这些变量进行规格化处理。模糊化处理将输入到模糊推理器的特征变量转换成用语言符号表示的合适的语言值，根据模糊化后的特征量确定响应特性的模式，再利用事先预置的模糊规则，确定伺服系统中速度控制器增益的调整信息。模糊推理器的输出结果为pi参数的调整因子，如果调整因子的值大于1，新的控制器参数将要增加，如果小于1，则新的控制器参数将要减小。

    模糊调整控制的时续如图2所示，它分为两个阶段，实时观测阶段和推理计算阶段。

    图3示出了实时观测阶段所采样的响应波形，e是给定指令ωr和反馈ωf之间的偏差，在模糊自调整中所利用的特征量定义如下：

tr为速度指令升降速时间，△ωmax为速度稳定运行时的****波动值。

    上式中，δ是超调量；d是阻尼因子，t是规格化的振荡周期，它代表了响应的快慢，σ是速度波动率，它反映了系统响应的稳态特性。为了准确地观测到上述的特征量，需要使观测周期比实际的伺服控制响应周期要长。

    在推理计算阶段，当从采样观测的数据中抽取的特征值输入到模糊推理器后，需要对这些变量进行模糊量化，用于表示上述模糊变量隶属度函数的模糊集合包括s、m、b，对于这四个特征变量其隶属度函数都是一致的。模糊推理器的输出结果是速度pi调节器比例增益和积分增益的增量值△cp和△ci，这两个变量具有相同的隶属度函数和同样的语言符号nb、nm、ns、zo、ps、pm、pb。根据模糊规则确定两个增量是一个模糊决策问题。决策方法主要有三种：

    1．高度法。2．中位值判决。3．加权平均判决。

为了减少计算量，采用高度法确定控制器参数的增量值，则调整后的速度控制器参数可表达如下：

3模糊推理及调整规则

    为了得到准确而真实地反映控制系统的特性的实时观测波形，应尽量保证使伺服驱