5.3整定PI D參數改善爬行現象
整定PID控制器不需要對正式控制理論深入了解,這樣可以為研宄整定PID參 數對爬行控制的情況帶來很大方便。根據不同控制器的原理和結構不同可以分為三類 控制:比例控制、積分控制和微分控制。這幾種控制規律可單獨使用或者組合使用, 如比例控制器、比例積分控制器、比例微分控制器和比例積分微分控制器。根據不同 的控制策略適應不同的控制場所。
利用ADAMS/View模塊,根據圖2.3,在工作臺上加入一個PID控制系統來分析爬 行現象是否能夠得到改善,其他參數設置同圖3.1 —致。首先在工作臺上創建一個單分 量力,設置力的值為0。建立控制系統輸入環節,設定3個輸入分別為:inpuU,函數
5.3.1比例控制
根據工程整定算法,取一個較短的周期來探宄將PID應用到爬行模型時,對爬行 速度曲線造成的影響,在一個隨機取的周期內逐一驗證它們對爬行的改善情況和所呈 現出來的規律。
在上面6組數據所模擬出的仿真圖中可以看出:當PGain=0.3時,速度波動在3.6s 以內,在1.8333s時速度最大,達到了 75.4816mm/s; PGain=0.5時,速度波動控制 在Is內,在0.3333s時出現了速度最大值66.3152; P Gain=0.7時,速度從0到0.2333s 內幾乎無上升跡象,在0.2333s到0.3s之間達到了最大值8.3656mm/s,緊接著在Is 之后迅速穩定在8mm/s; PGain=0.8時,有兩個比較明顯的區間段,速度在0?0.333s 時上升非常緩慢,在〇.333s?0.4s時速度升至8mm/s,以后恒定在驅動速度不變;P Gain=0.9時,速度波動持續了 0.6667s,最大速度出現在0.2333s時,速度達到了 47.3671mm/s;當PGain=0.5時,速凍在5s內持續波動,爬行沒有改善,速度波動出 現了一定的規律性,在1.2s、2.6333s、4.0667s同時出現最大速度為124.8516。通過 以上的詳細分析可以看出,當比例控制的參數取為0.7或0.8時對改善爬行現象最好, 當P Gain的參數選取小于0.7時,從0.1?0.6依次增大時,爬行改善效果越來越好, 當P Gain的參數選取大于0.8時,爬行現象逐漸嚴重,并且參數選取的越大對抑制爬 行越不利。由此得出結論:單純的比例控制完全能改善爬行現象,比例系數過小達不到 抑制爬行的效果,比例系數過大又會造成系統的不穩定從而造成爬行現象越來越嚴重。
從圖5.4能夠看出:圖5.4 (a)中,加速度波動在3.5667s以內,正向最大加速度出 現在2.2s,加速度值為23757.1231 mm/s2,反向最大加速度為-15858.177 mm/s2;圖5.4 (b)中加速度波動在Is以內,正向加速度出現在0.9s,最大值為11187.5145 mm/s2,最 大反向加速度在0.3333s時,達到了-10407.065 mm/s2;圖5.4(c)正向最大加速度是0 mm/s2, 反向最大加速度為-116.5825 mm/s2;圖5.4(d)加速度波動在0.4333s內,正向最大加速 度出現在0.3333s,其值為638.811 mm/s2,反向最大加速度為-1352.2847 mm/s2;圖5.4
(d) 分別在0.2333s和0.4333s時出現了最大最小加速度,其值分別為8056.9083 mm/s2 和-5435.9045 mm/s2;圖 5.4 (f)在 0.6667s、2.1s、3.5333s 和 4.9667s 同時出現了最大值 27258.357 mm/s2,反向最大加速度則在0.4667s時,其值為-14524.9678 mm/s2。從加速度 仿真圖也驗證了由速度圖總結出的規律。
5.3.2比例-積分控制
分別取 PGain=0.1、IGain=0.1; PGain=0.4、IGain=0.4; PGain=0.5、IGain=0.5; PGain=0.7、IGain=0.7; PGain=0.9、IGain=0.9 和 PGain=l、IGain=l。DGain 依然 取為零,則得到ADAMS仿真圖形如下所示:
在圖5.5 (a)中,比例和積分的增益參數都為0.1時,速度波動控制在1.1667s之 內,在0.9s時出現最大速度72.7859mm/s;圖5.5 (b)中增益參數調大到0.4時,速度 在0.5s內有較大的起伏,出現的最高速度為48.963mm/s;圖5.5 (c)中將參數調整到 0.5時沒有出現爬行,在0?0.2s之內速度從Omm/s變為0.448mm/s,速度變化緩慢,在 0.2?0.3s時速度急居丨J上升至8.4694mm/s,可以明顯的看出穩定后的速度與驅動速度不 匹配,控制力度不足;圖5.5 (d)在0.3s時速度波動最大值達到50.4752mm/s,緊接著 在0.3333s之后穩定在8.4mm/s,又在4.9s以后出現下降的趨勢;圖5.5 (e)中增益 參數調到0.9時,對系統造成了過度控制,速度在0.2333s之內呈現緩慢上升趨勢,在 0.3s之內速度急劇上升,達到最大值為9.1927mm/s,又在3.5667?3.6667s之間使速度 降為7.557mm/s,最后速度保持在7.557mm/s,此圖也出現了如圖5.5 (d)的情況; 圖5.5(d)也同樣出現了超調現象。由此得出結論:PI控制過小達不到抑制爬行的目的, 有時會出現控制力度不夠的情況,而PI控制過大又容易出現系統超調現象,造成系統不 穩定。相比較單純的比例控制而言,抑制爬行的效果較差。下面通過加速度圖來進一步 驗證:
5.3.3比例-積分-微分控制
圖5.7 (a)中選取三個增益參數同時為0.3,此時速度波動控制在了 1.1333s內, 最大波動速度為71.3665mm/s;圖5.7(b)爬行控制在0.5333s之內,時間在0.3333s 時出現了最大速度為48.963mm/s;圖5.7 (c)中,在0.2333s?0.3s之間,速度上升 飛快,最高速度達到了 8.4694mm/s,之后速度有所下滑,最后穩定在8.206mm/s;圖
5.7 (d)中對爬行的改善情況和圖5.7 (c)大致相似,存在同樣的問題;圖5.7 (e) 中在0.3s時速度達到最大,其值為50.4752,從圖中可以明顯看出,在0.4s以前速度 波動幅度較大,在0.4s以后速度穩定在了 8.2851mm/s,在4.9s時考試出現速度下降 的趨勢;在圖5.7(f)中,在0?0.2s之間速度由Omm/s升至0.0431mm/s,在0.2?0.2333s 之間速度由〇.〇431mm/s升至9.1927mm/s (速度最大值);在0.2333s?0.3s之間速度 下降為8.3829mm/s,并且一直持續到3.5667s;在3.5667s?3.6667s之間速度又降為 7.5777mm/s。由圖5.7中(a)和(b)看出,當PID的3個增益系數在0.5以下時,X寸 爬行雖然有改善,但是前期爬行出現的時間過長并且爬行出現時達到的最高速度與驅動 速度差值過大;圖5.7中(c)和(d)分別把增益參數調整為0.5和0.6時,控制爬行效 果最好,但是驅動速度與工作臺速度不匹配,有偏差;當PID的3個增益系數在0.5以 上時,PID控制力度過大,穩定時的速度先高于8mm/s后又低于8mm/s,仍然存在與驅 動速度不匹配的問題。由此可知:PID控制對爬行有改善,但是控制效果不理想,最后趨于穩定的速度與驅動速度有一定的偏差,存在和PI控制一樣的問題。針對這種情況, 可以進行參數化計算,創建設計變量來解決。下面是加速度模擬仿真圖:
5.3.4參數化計算
單擊菜單【build】【Design Variable】【New】,彈出創建設計變量對話框,在 List of allow values 輸入框中,設置 DV_1 參數為 0.4,、0.6、0.9 和 1,DV_2 參數為 0.7 和0.8。單擊【simulate】【Design Evaluation】后,彈出計算對話框,在Design Variable 后面分別輸入DV_1和DV_2,單擊start按鈕分別進行參數化計算。
對P Gain進行參數化計算中,選取在PID控制中改善效果較好的參數,作為Design Variable的參數。從圖5.9中可以看出,(b)圖要比(a)改善效果好,完全抑制了爬行, 并且整個機械傳動系統不存在控制力度過小或者超調的現象。
對I Gain進行參數化計算,對比圖5.6可以看出,沒有對P Gain進行參數化計算效 果好,前期速度一直存在波動,仍然存在爬行現象。
對D Gain進行參數化計算(其中P Gain=0,1 Gain=0)得到ADAMS仿真圖如下:
同時對P Gain、I Gain和D Gain三個增益參數進行參數化計算,出現了 PI控制和
PID控制一樣的問題,參數設置的過大容易導致系統出現超調現象。在圖5.12中,只有 將0.6進行參數化計算時效果最理想并且完全抑制了爬行。
本文采摘自“振動對數控機床進給系統爬行的影響”,因為編輯困難導致有些函數、表格、圖片、內容無法顯示,有需要者可以在網絡中查找相關文章!本文由伯特利數控整理發表文章均來自網絡僅供學習參考,轉載請注明!
2024-11
本文以組合式六角亭模型為實例,分析工藝難點與加工可行性,指出該模型的加工難點是模型形狀不規則和整體剛性差,并通過設計新的工藝方案解決加工難點,完成了模型整體的加工。新的加工工藝有助于提高加工效率和精度,為五軸數控加工提供了一個典型案例,對于五軸加工中心數控加工也具有指導作用和重要… [了解更多]
2024-11
宇匠數控 備注:為保證文章的完整度,本文核心內容由PDF格式顯示,如未有顯示請刷新或轉換瀏覽器嘗試,手機瀏覽可能無法正常使用!本文摘要:通過對混聯五軸加工中心自適應深度學習控制方法的 研 究,可 知 此 方 法 的 創 新 之 處 在 于:1)建 立 了 機 床 的 運 動 學 … [了解更多]
2024-11
在機測量技術由于其成本低、檢測效率高、無需二次裝夾等優勢被廣泛用于零件加工測量當中,使得五軸加工中心和五軸鉆攻中心,同時又兼具測量功能。在機測量系統的構成如圖1所示,硬件部分主要是由高精度探頭、信號接收器、機床整個本體,軟件部分由機床控制系統、測量軟件等組成[8]。待零件加工完成… [了解更多]
2024-11
?加工精度是影響機床性能和產品質量的主要難題,也是制約國家精密制造能力的重要因素。本文以五軸加工中心為對象,針對提升機床精度進行了研究。并且隨著科技的發展,精密的儀器和零件在生產實踐中占據的分量逐漸增加,在數控機床這種精密機器精度不斷提高的同時,必須控制內外界環境的隨機影響因素在… [了解更多]