电机伺服控制和PID算法简介.docxVIP

电机伺服控制和 PID 算法详解 电机伺服控制技术简介 所谓伺服控制，通常也就是指闭环控制，即通过反馈环节，测量被控制对象的变化，用以修正电机输出的控制技术。 对于要求不高的应用，通常采用简单的开环控制。例如，给直流有刷电机的两根引线通电，电机就会旋转；施加的电压越高，电机转速越高，力量越大。但是在很多需要精密控制的场合，仅仅这种方式还是不够的，还需要依靠一定的反馈装置，将电机的转速或位置信息反馈给微控制器或其他的机械装置，通过一定的算法变成可以调节电机控制信号的输出，从而使电机的实际转速、位置等参数与我们所希望的一致。机器人控制是一个精度要求比较高的领域，例如，基于以下的一些考虑，机器人平台需要使用闭环控制。 开环控制情况下，移动机器人在爬坡时，电机速度会下降。更糟糕的是，当双轴独立驱动的移动机器人以一定的角度接近斜坡时。每一个车轮转速的下降值将会不同，结果是机器人的实际运动轨迹是沿着一条曲线而不是直线行进。 不平坦的地面会造成移动机器人的两个车轮转速之间的差异。如果转速较低的车轮的驱动电机没有得到相应的电压补给，移动机器人将偏移既定的路线。 由于安装工艺、负载不完全均衡等原因，即使是完全匹配的两个电机，并在相同的输入电压条件下，他们的速度有时仍会产生不同，即转速差。 如果采用的是 PWM 控制，即使在 PWM 信号占空比不变的条件下，随着电池电压的逐渐下降，电机供给电压也会随之降低，从而导致电机的转速与给定值不完全一致。 综合以上的一些考虑，必须选择闭环控制的方式，其工作流程如下图所示：闭环系统中加上了反馈环节（通常机器人的驱动电机使用的是增量式光学编码器）。在闭环控制系统中， 速度指令值通过微控制器变换到功放驱动电路，功放驱动电路再为电机提供能量。光学编码器用于测量车轮速度的实际值并将其回馈给微控制器。基于实际转速与给定转速的差值，即 “偏差”，驱动器按照一定的计算方法（如 PID 算法）调整相应的电压供给，如此反复，直到达到给定转速。 闭环控制模型示意图 速度闭环控制示意图 这里，电机的控制算法起到了十分关键的作用。控制算法的过程是：通过接受指令速度 值，通过运算向电机提供适当的驱动电压，尽快地和尽量平稳的使电机转速达到指令速度值， 并维持这个速度值。换言之，一旦电机速度达到了指令速度值，即使在各种不利的因素（如斜坡、碰撞之类等市电机转速发生变化的因素）的干扰下也应该保持该速度值不变。现在已经有形形色色的控制算法被研究出来，实际上，控制理论本身就是一门独立的学科。这里仅介绍经典、流行的比例-积分-微分（PID:Proportional Integral Derivative）控制算法。 PID 调节器及其软件实现 PID 控制器是控制系统中技术比较成熟，而且是应用最广泛的一种控制器。它的结构简单，参数容易调整，不一定需要系统的确切数学模型，因此在工业的各个领域中都有应用。 PID 控制器最先出现在模拟控制系统中，传统的模拟 PID 控制器是通过硬件（电子元件、气动和液压元件）来实现它的功能。随着计算机的出现，把它移植到计算机控制系统中来，将原来的硬件实现的功能用软件来代替，因此称作数字 PID 控制器，所形成的一整套算法则称为数字 PID 算法。数字 PID 控制器与模拟 PID 控制器相比，具有非常强的灵活性， 可以根据实验和经验在线调试参数，因此可以得到更好的控制性能。这里将介绍 PID 控制的基本原理、数字 PID 控制算法及改进以及数字 PID 控制器的参数选择。 u(t)控 控 控 控 控PID 控 控 控模拟式 u(t) 控 控 控 控 控 PID 控 控 控 n0(t)+ n0(t)+ + e(t) n(t)- 在模拟控制系统中，控制器最常用的控制规律是 PID 控制。为了说明控制器的工作原理，我们先看一个例子。上图是一个小功率直流电机调速原理图。给定转速 n0(t)与实际转速 n(t)进行比较，其差值 e(t)=n0(t)-n(t),经过 PID 控制器调整后输出电压控制信号 u(t),u(t)经过功率放大后，驱动直流电动机改变其转速。 +e(t)-+ u(t) + e(t) - + u(t) + 微分 被控对象 积分 比例  y(t) 常规的模拟式 PID 控制系统原理框图如上图所示。该系统由模拟 PID 控制器和被控对象组成。图中的 r(t)是给定值，y(t)是系统的实际输出值，给定值和实际输出值构成控制偏差 e(t) =r(t)-y(t),其中 e(t)作为 PID 控制器的输入，u(t)作为 PID 控制器的输出和被控对象的输入。因此模拟式 PID 调节器的控制规律为 u ( t )? Kp[e(t) ? 1 TI  t ? e(t)dt ? TD 0 de(t) dt  ]