基于模糊小脑模型关节控制器的xy运动平台轮廓控制方法与装置的制造方法
【技术领域】
[0001] 本发明涉及一种用模糊小脑模型关节控制器（FCMAC)设计单轴速度控制器间接 减小轮廓误差的方法与装置，特别涉及一种基于模糊小脑模型关节控制器的ΧΥ运动平台 轮廓控制方法与装置，属于自动化控制以及数控领域。
【背景技术】
[0002] 当今世界各国装备制造业广泛采用数控技术提高制造能力和水平。大力发展以数 控技术为核心的先进制造技术已成为世界各发达国家加速经济发展、提高综合国力和国家 地位的重要途径之一。ΧΥ数控平台系统的精密轮廓跟踪控制在数控机床中具有代表性，对 提高数控系统加工精度和性能具有重要的作用。
[0003] ΧΥ平台数控系统是由轴向方向上相互垂直的两台永磁直线同步电机（PMLSM)直 接驱动而成，用以完成精密轨迹的加工运动。相对于传统的间接驱动方式，直线电机直接驱 动方式具有明显的优势。然而，伺服系统对负载扰动、端部效应和摩擦力扰动等不确定性更 为敏感，增加了电气控制上的难度，使其伺服性能降低。随着对数控系统的精度和速度的要 求越来越高，对伺服控制器也提出了更高的要求。提高加工速度可以缩短加工时间，提高加 工效率，然而在ΧΥ平台实现高速加工时，若跟踪轨迹有较剧烈的变化或者轮廓轨迹上存在 较大弯曲，导致轮廓跟踪误差增大，严重影响轮廓加工精度。
【发明内容】
[0004] 本发明的目的就在于解决现有技术的上述不足，经过反复研究和大量试验后提供 一种基于模糊小脑模型关节控制器的ΧΥ运动平台轮廓控制方法与装置。本发明为了在加 工精度和加工速度之间取得平衡，解决ΧΥ平台高速度和高精度之间的矛盾，设计了 FCMAC 速度控制器，它兼具快速性和自学习能力，能准确及时地抑制不确定因素对加工系统的影 响，达到减小直接驱动ΧΥ平台单轴跟踪误差，进而间接减小ΧΥ平台的轮廓误差的目的。
[0005] 本发明给出的这种基于模糊小脑模型关节控制器的ΧΥ运动平台轮廓控制装置， 其特征在于该装置包括电压调整电路、整流滤波单元、ΙΡΜ逆变单元、数字信号处理器DSP 的事件管理器、霍尔传感器、光栅尺、电流采样电路、位置采样电路和ΙΡΜ隔离驱动保护电 路，其中DSP内还设置有位置信号给定器、直线电机信号采集器以及ΡΙ控制器、FCMAC控制 器和驱动器，一旦系统出现过压、过电流、欠电压等故障，DSP将封锁PWM输出信号，以保护 IPM模块。
[0006] 交流电压输出至整流滤波单元输入端，整流滤波单元输出端接入IPM逆变单元， IPM与电机相连，电机机身装有光栅尺，光栅尺连接位置采样电路输入端，霍尔传感器采集 电机电流信号，输出至电流采样电路，电流采样电路输出端和位置采样电路输出端均接入 DSP，DSP输出信号至电压调整电路输入端和IPM隔离驱动保护电路，电压调整电路对交流 电压进行调整，IPM隔离驱动保护电路接入IPM逆变单元。速度和位置信号是通过分辨率 为400线的增量式光电编码器来检测的，它产生脉冲信号A和B，送至DSP的事件捕获口，利 用捕获口单元的计数功能得到转子的转速，位置由Z信号获得。
[0007] 本发明给出的这种的于模糊小脑模型关节控制器的XY运动平台轮廓控制方法， 其特点是：用FCMAC设计速度控制器，减小跟踪误差，进而间接地提高直接驱动XY运动平台 的轮廓加工精度，包括步骤如下：
[0008] 步骤1 :由TMS320F2812数字信号处理器内的位置信号给定器提供给XY运动平台 两轴相应的位置信号指令，作为两轴的位置控制量输入；
[0009] 步骤2 :通过信号采集器对位置、速度以及电流信号进行采样且通过两轴给定与 实际输出的比较获得位置偏差信号；
[0010] 步骤3 :通过DSP内置的PI位置控制器调节单轴的位置偏差信号，采用轮廓误差 计算器计算出任意轨迹的轮廓误差量并通过内置的轮廓误差补偿装置进行补偿控制，然后 将两者控制的输出作为速度驱动装置FCMAC的输入；
[0011] 步骤4 :通过速度信号采集器确定直线电机的速度；
[0012] 步骤5 :通过光栅尺采样，在TMS320F2812数字处理器内比较后，执行FCMAC控制 器；
[0013] 步骤6 :通过内置的电流采样装置进行电流采样且在DSP内比较后，执行PI控制 器；
[0014] 步骤7 :对电流值进行3/2变换；
[0015] 步骤8 :利用旋转的q轴计算出转矩；
[0016] 步骤9 :对输出计算转矩进行2/3变换；
[0017] 步骤10 :对变换后的电流值作为载波与三角波调制，让数字信号处理器DSP产生 六路PWM脉冲信号，驱动XY运动平台的两轴按照电流指令的大小进行给定轮廓轨迹加工运 动；
[0018] 整流滤波电路把三相交流电转换成直流电给IPM逆变单元供电，IPM逆变单元根 据DSP产生的六路PWM脉冲信号对IPM逆变单元内的六个IGBT开关元件的导通与关断进 行控制，驱动直线电机运行。
[0019] 步骤3中所述的采用轮廓误差计算器计算出任意轨迹的轮廓误差量并通过内置 的轮廓误差补偿装置进行补偿控制，然后将两者控制的输出作为速度驱动装置FCMAC的输 入，包括步骤如下：
[0020] 步骤3-1 :PMLSM的运动方程为^二+ 其中Kf是推 力系数，iq是动子q轴电流，Mi是动子的总质量，Di为粘滞摩擦和铁耗系数，Fu包括外部扰 动和两轴之间存在的交叉耦合干扰，是摩擦力。为了方便起见，省略了所有的下标i， 则PMLSM的动态方程可变>
[0021] 步骤3-2:根据实时的位置、速度以及电流信号和位置偏差信号计算出轮廓误差 值，任意轨迹的轮廓误差值可由s 表示，其中，札(t)为期望轨迹的加 工位置，Pi (t)为实际轨迹的加工位置，IV (t)是期望轨迹上的一点，匕是乂轴跟踪误差， ey是Y轴跟踪误差，Φ是X轴与直线札私'的夹角，ε为轮廓误差为Pdt)到直线lyV的 距离。
[0022] 步骤3-3 :对于模型参数的摄动和外界干扰的影响，设计FCMAC速度控制器，FCMAC 既具有CMAC较强的逼近能力又具有模糊控制器很好的自适应能力，而且能够提高系统的 抗扰能力。其结构如图3所示，FCMAC的输入变量为轨迹跟踪误差e和误差的变化率~当 单轴跟踪误差存在时，假设FCMAC的期望输出为I,实际输出为y，定义目标误差函数为
[0023] 、 ⑴
[0024] 网络采用误差反向传播算法进行学习，则联想强度ωη通过如下方式来调整
[0025]
[0026] 其中
]:为第三层第η个神经元的输出，Xl = e或η y 为学习速率，i = 1，2, j = 1，2…5, n为正整数。
[0027] 则联想强度的迭代公式为
[0028] ωη(1〇 = ωη(1<-1) + Δ con(k) + a (con(k-l)-c〇n(k-2)) ⑶
[0029] 其中α为惯性系数，n为正整数。
[0030] 高斯隶属函数中心值和宽度值分别通过如下方式来调整
[0031]
[0032]
[0033]
[0034]
[0035] 其中
；第三层第η个神经元的输出，
]为第二层第η个神经元的输出
Π 为学习速率，i = 1，2, j = 1，2···5, η为正整数。
[0036] 则高斯隶属函数中心值和宽度值的迭代公式为
[0037] Cij (k) = Cij (k_l) + Δ Cij (k) + a (Cij (k_l)(k_2)) (7)
[0038] b； j (k) = b； j (k-1) + Δ b； s (k) + a (b； s (k~l) -b； s (k~2)) (8)
[0039] 其中 a 为惯性系数，i = 1，2, j = 1，2··· 5。
[0040] FCMAC的输出为
[0041]
(9)
[0042] 其中％为第四层第η个神经元的输出
-]为第三层第η个 神经元的输出，ωη〇〇 = ωη〇?-1) + Δ ωη〇〇 + α (con(k-l)-c〇n(k-2))，i = 1，2, j = 1，2... 5, n为正整数。
[0043] 图3中的f(e，de)为网络的输入，将网络的输入与输出之差通过FCMAC学习算法 计算得到联想强度的增量，以对联想强度进行在线调整。
[0044] 与现有技术相比，本发明的有益效果：针对轴向相互垂直运动的XY运动平台数控 进给系统，提出了基于模糊小脑模型关节控制器的XY运动平台轮廓控制方法与装置。此装 置能够对任意轨迹进行跟踪作业，并且FCMAC既具有CMAC较强的逼近能力又具有模糊控制 器很好的自适应能力。在不失鲁棒性的前提下，对XY平台进行间接控制，有效地减小了系 统的跟踪误差，进而提高了整个控制系统的轮廓精度。
【附图说明】
[0045] 图1为本发明所设计的基于FCMAC的XY平台交叉耦合控制系统框图；
[0046] 图2为本发明所设计任意轨迹的实时轮廓误差模型图；
[0047] 图3为本发明所设计FCMAC结构示意图；
[0048] 图4为本发明所设计装置及方法的整体流程图；
[0049] 图5为本发明所设计的系统硬件图：<