文摘

协调控制的多个汽车载重机车、电动机的输入值往往超过其最大允许输入值,导致饱和的问题。牵引总量协调跟踪控制(TACTC)策略提出了解决输入饱和载重机车由多个驱动汽车。这种策略减少了控制输入和抑制输入饱和。首先,多电动机的动力模型和不确定参数摄动和外部干扰。接下来,结合滑模扰动观测器(SMDO)旨在降低滑模切换增益,从而减少了控制输入。一个辅助anti-windup (AW)系统被用来削弱输入饱和对跟踪性能的影响。然后,观测值和辅助状态反馈到滑模控制器设计一个TACTC协议,确保牵引力矩的总量遵循所需的牵引特性曲线。最后,Matlab / Simulink仿真和RT-Lab semiphysical实验结果表明,该策略能有效地抑制多电动机的协调控制输入饱和的问题。

1。介绍

多个电机一起提供牵引扭矩是一种常见的用于载重机车牵引驱动方法。机车的复杂多变的运行环境常常引起的损失牵引电机的性能。牵引系统可以安全、平稳操作只有在牵引力矩的总量所提供的多个汽车所需的总金额是一致的(1,2]。这种情况意味着最大效率的利用多个汽车公司(3]。然而,饱和的问题,一个发动机所需的输入值超过它的最大许用值经常发生在实际工程中。输入饱和是一个非线性问题,影响系统的动态性能,使得系统不稳定,甚至损坏设备(4,5]。

输入饱和问题在多个电机的协调控制是常见的基于总牵引力矩理论的一致性。这些问题严重影响整个机车的牵引性能,导致电机在严重的情况下失败。“饱和”一词来源于积分器在比例积分控制6]。Kothare et al。7对传统anti-windup)提出了一个统一的框架。随后,Tarbouriech et al。8,9)进一步发展现代anti-windup (AW)技术。近年来,现代AW补偿器被使用作为一个有效的措施抑制输入饱和(10- - - - - -15]。努斯鲍姆的组合功能,平滑函数,或中值定理是一种常见的方法来解决输入饱和度(16- - - - - -18,利用线性矩阵不等式(LMI)方法解决AW补偿器的参数,可以提高吸引域的估计(19,20.]。在[21),AW补偿器综合方案采用二次李雅普诺夫函数,导出了二次inner-boundedness,片面李普希兹条件,行业状况,l₂获得最小化。在[22),一个自适应神经网络控制器的综合辅助系统是为了保证跟踪性能和处理执行器饱和的影响。此外,在[23时),通过增加干扰取消了滑模切换增益;虽然这个过程会降低系统的复杂性,它增加了控制输入和可能导致输入饱和。因此,看来,文学不包含报告一致的输入饱和总牵引torque-oriented多电动机的协调。因此,基于一个实际系统的载重机车、总量协调跟踪控制框架构建在这个研究。这个框架地址输入饱和,考虑到SMDO和辅助AW系统。

这个框架的基本思想,提出了在1,2]。这项工作提出了巨大的进步在过去的工作原理:输入饱和的问题协调控制多个汽车是解决,提高和总量理论的一致性。具体创新如下:(1)SMDO被用来重建参数摄动和负载转矩扰动,以避免输入饱和,这是由滑模切换增益的增加引起的。(2)直接补偿的控制输入,构造了一个辅助AW系统。辅助系统的状态被引入控制器的设计能够有效地抑制输入饱和的影响整体牵引性能的多个汽车。

本文的其余部分组织如下:第二部分描述TACTC框架的建设。第三部分介绍了设计多电动机的动力模型,并SMDO以及稳定性分析。随后,使用辅助AW系统设计的控制器具有输入饱和描述及其收敛性分析部分4。仿真和实验结果然后提供给验证观察者和控制器的有效性5。最后,提出了工作的结论部分6。

2。系统框架

multiaxis协调控制的多个汽车载重机车,期望并不是使各州一致(参数如速度,位置,和扭矩)但是,确保牵引力矩的总量由多个汽车公司提供符合所需的牵引特性曲线的动态调整轨面特征。因此,机车的牵引力矩总额可以维护。在这种特殊的背景下,多个电机的饱和问题日益严重和复杂。因此,框架TACTC载重机车具有输入饱和,如图1建造在这个研究。系统框架包括控制模块、驱动模块、电机模块。本研究的主要目的是设计一个TACTC策略结合了SMDO和辅助AW技术,控制模块如图所示。当多个汽车协调每个人的牵引扭矩输出冗余电机,电机的输入值往往超过其最大允许输入值。削弱输入饱和对跟踪性能的影响,TACTC战略设计。驱动模块的控制信号,获得使用该TACTC策略,产生PWM信号与相应的属性通过脉冲宽度调制(PWM)技术来控制开/关状态的晶体管驱动电路驱动电机(24- - - - - -26]。

多电动机的系统坐标通过TACTC每个电机的扭矩输出,这样牵引力矩的总量往往是符合期望的牵引特性曲线在一个有限的时间 : 在哪里是理想的牵引特性曲线,表示电机输出转矩。

3所示。数学模型和观察者设计

3.1。干扰的多电动机的数学模型

在这部作品中,多电动机的牵引系统是基于直流永磁电动机数学模型(2),这是通过基尔霍夫电压定律应用到一个电枢电路和牛顿法机械子系统(27- - - - - -29日]。原理图如图2。的电机作为一个例子。和代表电枢电阻和电感的电路,分别。此外,电枢电流; ,汽车变速箱输出角速度; ,电枢电路的输入终端的电压; ,电动势不变; 减速箱,减速比率; ,惯性力矩(和代表的惯性力矩电机和减速箱,分别); ,粘性阻尼系数(和显示电机和减速箱的粘性阻尼系数,分别); ,电动机转矩常数;和 ,负载转矩。

给定一个多电动机的牵引系统组成的汽车、电压和转矩平衡方程(30.)的电机如下:

考虑到输出角速度是不同平的,所有的变量和控制输入,包括电流可以表示为输出角速度和它的导数31日]。因此,输出角速度是状态变量,得到以下方程通过消除术语从方程(2): 在哪里 , , ,和 。在这里,是未知时变干扰; ,等效惯性矩;和 ,等效粘滞阻尼常数。

让 , 和 。考虑到电机的参数随时间在操作(例如,电阻,电感,和其他参数随温度改变。),参数摄动和负载转矩扰动是一致归因于未知化合物干扰。然后,状态方程可以表示如下: 在哪里 , , , ,和 。在这里, , 。

3.2。基于滑模观测器设计

在这项研究中,参数摄动和负载转矩扰动是一致归因于一个未知化合物的干扰估计用可测量的状态变量和输出 。滑模观测器可以由方程(4)如下: 在哪里 是一个估计的价值状态; ; 代表符号函数;和和积极的常量是设计。估计复合干扰被定义为 。国家的估计误差 , ,的最大误差和误差矩阵 。

假设1。未知化合物的干扰有界;也就是说,有一个积极的常数这样 。

定理1。多电动机的系统(4所示),SMDO设计方程(5)。当参数满足 和 ,在哪里和任何积极的常量,观察者误差在有限时间内收敛于滑模面吗 ,和干扰的估计价值 。

证明。选择滑模面如下: 通过推导和减去(5)(4),获得以下: 在这里,注意,方程(7)是一个微分方程包含信号不连续的函数方程的右边。微分方程可以通过使用Filippov定理[解决32],它可以确保状态估计误差 是有界的。
选择一个正定李雅普诺夫函数如下: 从 ,下面是获得: 如果设计参数满足 和 ,在哪里 和 ,然后 在哪里 。因此, 可以获得当且仅当吗 和 ,导致 。因此,SMDO方程(5)是全局渐近稳定的。基于的假设时所需的时间到达滑模面,是一个有限值。当到达滑模面 ,结合滑模等效的原则(33可以应用于方程(7)。然后,以下是适用的: 因此,未知化合物干扰可以重建如下: 也就是说, 和 。如果 ,然后 一般来说,信号的不连续函数可能会导致系统的抖振现象。抑制抖振,一个连续函数 是用来代替符号函数,在哪里是一个小正的常数,然后呢结合滑模面。

4所示。控制器设计具有输入饱和

一个辅助AW系统(34用于汽车来减少输入饱和的影响跟踪性能的多个汽车。 在哪里是辅助状态; ,系统输出; ,积极的系数是设计; ,一个小正的常数。此外, ,和结合滑模面, 是一个常数。

总量之间的跟踪误差的牵引扭矩和所需的牵引特性曲线

从方程(15),我们得到以下:

结合滑模面的选择如下:

然后,替换成方程(16)收益率如下:

因此,复合干扰的估计价值,介绍了辅助状态,和TACTC基于滑模设计如下: 在哪里和积极的常量是设计, 。

定理2。在方程(多电动机的牵引系统4)的影响下SMDO在方程(5)和辅助AW系统方程(14),给出了基于滑模TACTC见方程(19)。当参数满足 和 ,牵引力矩的总量是所需的牵引特性曲线在有限的时间内。

证明。一个计算矩阵的定义是 。
选择积极的李雅普诺夫函数 使用方程(14)和(18),用方程(20.)收益率如下: 用控制器方程(19)和观测误差方程(13),通过使用一个不平等的类型 ,我们可以获得以下: 如果设计参数满足 和 ,然后 和 ,然后 在哪里 。因此, 建立了;也就是说,系统渐近稳定,在有限时间内到达切换面和维护 。换句话说,当 , 和 。考虑到所选的滑模面 , 可以获得。考虑到设计的错误 ,然后 。

5。模拟结果

Matlab / Simulink仿真软件被用来验证设计的观测器和控制器;同时,RT-Lab semiphysical实验平台是用于验证所提出的控制策略的可行性。组成的多电动机的牵引系统四个汽车不同的参数被用作模拟对象。表1列出了为每个单独的电机参数设置。每个电机的初始转矩设置为0.1。

在控制器方程(19),结合滑模参数每个电机都设置为100。所需的牵引特性曲线是由一个分段函数:电机加速阶段 ,恒速电动机操作阶段 ,和电动机制动阶段 。这些阶段在方程(24)。

5.1。SMDO性能仿真

四个干扰信号,即fast-varying扰动,慢变化干扰,高频噪音,和统一的噪音,被应用到四汽车来验证SMDO性能。在方程(5),参数设置如下: 和 。观察到的四种类型的曲线干扰图所示3。

观察曲线的四个干扰信号(图3)表明,观察者的最大跟踪时间大约是0.00007秒。尽管fast-varying干扰图3(一个)有错误,跟踪可以最大跟踪的时间内完成。因此,设计SMDO具有良好的观察实际的控制器性能和满足设计要求。

5.2。TACTC性能仿真

通过结合先前的作品[报告的基本思想1,2),比较模拟TACTC有无AW执行验证所提出的控制策略可以大大提高TACTC性能,解决多个电机的输入饱和的问题。

早期结果表明,一致同意的总量合作跟踪控制方法是有效的减少跟踪时间和跟踪错误。然而,经常引起饱和多电动机的协调问题当电动机的输入值往往超过其最大允许输入值。因此,在仿真中,输入饱和值设置为 ;TACTC没有AW可以获得跟踪曲线和牵引力矩总额的跟踪误差曲线(图4)。

在图4(一)、理想的牵引特性曲线由一个黑色实线表示,和所有的汽车的牵引力矩总额由红色虚线表示。在图4 (b),跟踪误差曲线的牵引力矩总额由坚实的红线。如图4、多电动机的协调使四个电机饱和在不同的时间。TACTC确保扭矩牵引总额同意所需的牵引特性曲线;然而,输入饱和导致巨大和日益严重的波动力矩牵引总额。因此,当输入饱和时,TACTC没有AW严重降低了牵引的整体性能。

辅助AW系统和控制器,由方程(14)和(19),分别设置参数如下: , , ,和 。TACTC AW实现跟踪曲线和牵引力矩总额的跟踪误差曲线,如图5。

如图5(一个),所有汽车的牵引力矩总额和期望的牵引特性曲线所示红色线和固体黑色虚线,分别。如图5 (b),跟踪误差曲线的牵引力矩总额由坚实的红线。在图5,输入饱和问题的四个电机为0.535,0.894,0.608,0.871所示。数据的曲线5(一个)和5 (b)表明,该TACTC AW大大提高输入饱和的影响在整个跟踪性能。整个跟踪性能可以保证即使在两个电机饱和的情况下恒速运行阶段和制动阶段。展示的有效性TACTC AW,输入和输出曲线如图6和7被获得。

如数据所示6和7,相应的曲线在每个图和输入饱和曲线是表示固体红线和黑线破灭,分别。曲线的图6(一)显示每个电机的控制输入是有效地控制低于额定电压为220 V。饱和输入误差曲线如图6 (b)显示每个电机的饱和时间和AW的及时性。图的输出转矩和角速度曲线7表明多电动机的系统确保总牵引力矩通过协调牵引力矩电机饱和之前和之后的协议。因此,相比之下,现有总量协调跟踪控制策略,该控制策略可以有效地保证整个机车的牵引性能甚至多电动机的控制输入饱和条件下的协调过程。

5.3。RT-Lab Semiphysical实验

验证了该控制策略的有效性通过RT-Lab semiphysical实验平台。这个平台配备了TMS320F2812数字信号处理器(DSP), RT-Lab OP5600模拟电机、连接线路,等平台如图8。实验结果如图9和10。

图9展示了跟踪效果曲线总牵引力矩的总量协调控制策略。通道1的黄色波形代表所有马达的输出扭矩的总和,和蓝色通道2的波形代表所需的牵引特性曲线。所有汽车的牵引力矩之和同意与所需的牵引特性曲线。因此,良好的整体牵引机车的性能保证。每个电机的控制输入曲线如图10;每个电机的输入实际上是低于220 V的输入饱和电平控制。总之,数字9和10表明,实验结果与仿真结果一致使用仿真软件。因此,提出的控制策略有效地解决了在多电动机的输入饱和问题协调和总量为实际工程应用提供了理论依据。

6。结论

设计控制算法扩展了多电动机的协调控制从个人的共识的共识的总量牵引力矩。给定输入饱和问题的严重性和复杂性的共识下的多个汽车牵引力矩的总量,TACTC策略,结合了SMDO和辅助AW技术开发。首先,观测值未知化合物的干扰引入控制器设计。因此,取消干扰的现象通过增加滑模切换增益滑模控制是可以避免的。接下来,介绍了辅助AW系统状态的控制器设计。因此,输入饱和的影响下的跟踪性能上的共识的总量减少牵引力矩。拟议中的TACTC策略不仅适合单电动机输入饱和,而且对多个电机的输入饱和多电动机的动力系统。提出的策略是由Matlab / simulink仿真和验证RT-Lab semiphysical实验。在未来的工作中,进一步优化方面的速度辅助AW系统可以考虑。

数据可用性

使用Matlab的模型数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究受到了中国自然科学基金会(U1934219号、61773159和61473117),湖南省优秀青年教育研究项目(没有。18 b303),湖南省工程教育部(没有。19 a137),湖南省自然科学基金(没有。2020 jj6083)。