譚志銀
(1滁州職業技術學院、電氣工程學院,安徽 滁州 239000)
機床滑臺用于定位加工產品,若定位誤差較大,就會影響到產品的加工精度。通過對機床滑臺運動位移控制研究,可以降低數控機床加工綜合誤差。因此,研究機床滑臺運動控制系統,對于促進數控機床市場競爭力具有十分重要意義。
為了提高機床滑臺控制系統穩定性,國內外學者對機床滑臺控制方法進行了廣泛研究。例如:金建軍[2-3]等人研究了機床滑臺液壓PLC控制系統,減少了能源消耗,提高了工作效率。尚麗偉[4-5]等人研究了數控機床滑臺進給PID控制系統,補償了控制系統的跟蹤誤差。Arturo Molina[6-7]等人研究了機床滑臺模糊PID控制系統,降低了機床滑臺輸出位移跟蹤誤差。以前研究的機床滑臺運動位置誤差有所降低,但是,機床滑臺在干擾環境中移動時,其輸出誤差較大。建立機床滑臺平面簡圖模型,給出機床滑臺移動方程式,引用傳統PID控制并進行改進,設計出BP神經網絡PID控制器。采用MATLAB軟件對機床滑臺跟蹤誤差進行仿真,并與其它控制方法進行比較和分析,為深入研究機床滑臺定位精度提供理論參考依據。
機床的主要組成[8]部分如圖1所示。
圖1 機床結構平面簡圖
機床滑臺采用閉環控制系統,其控制流程如圖2所示。
圖2 閉環控制過程
機床位置環節主要是對機床位置誤差信號進行調節,其控制方程式[7]為公式(1):
(1)
式中:Uw(t)為環電壓;Xh(t)為滑臺移動量;Kwz為位置放大系數;Kw為位置增益系數;pwc(t)為環初始脈沖;pwf(t)為環傳感器反饋脈沖。
機床滑臺速度環控制方程式[7]為公式(2):
(2)
式中:Uhl(t)為回路電壓;Uvf(t)為速度反饋電壓;Kvz為速度放大系數;Kv為速度增益系數;Uvc(t)為速度初始電壓;θvf(t)為伺服電機旋轉角度。
在圖1中,1—床身,2—滑臺,3—主軸,4—橫梁,5—電機,6—立柱。
伺服電機工作方程式[7]為公式(3):
(3)
式中:i為電流;ω為角速度;J為電機轉動慣量;T為電機轉矩;λf為磁場系數;L為電感系數;pn為伺服電機級對數。
伺服電機轉矩方程式[8]為公式(4):
(4)
式中:Te為轉矩;KT為轉矩系數。
滑臺沿著水平面移動方程式為公式(5):
(5)
式中:xl為滑臺運動位移;ph為絲杠導程;ipt為絲杠傳動比;Ms為轉矩;θm為絲杠轉角;Kl為轉矩剛度系數。
因此,滑臺運動位置控制函數方程式定義為公式(6):
(6)
PID控制是機床控制系統較為常見的控制方法,該控制方法實現簡單、操作方便,可靠性較強,具有比例、積分和微分環節,其控制流程如圖3所示。
圖3 PID控制流程
采用PID控制,其控制方程式[9-10]為公式(7):
(7)
式中:kp為比例系數;ki為積分系數;kd為微分系數。
輸出與輸入之間誤差方程式為公式(8):
e(k)=x(k)-y(k)
(8)
采用三層BP神經網絡結構,主要包括輸入層、隱含層和輸出層[11],分別對應PID控制參數的kp、ki、kd,如圖4所示。
圖4 三層BP神經網絡輸出結構
在三層BP神經網絡結構中,其輸入層表達式
為公式(9):
(9)
在PID控制中,輸入層為誤差反饋信號。
在神經網絡隱含層中,其輸入和輸出表達式[12]為公式(10),(11):
(10)
(11)
式中:ωij(2)為隱含層調節系數。
隱含層活化函數[12]為公式(12):
(12)
在神經網絡輸出層中,其輸入和輸出表達式為公式(13):
(13)
輸出層中的活化函數[12]為公式(14):
(14)
神經網絡評價指標函數為公式(15):
(15)
式中:x(k)、y(k)分別為神經網絡的輸入和輸出信號。
按照梯度方向對神經網絡調節系數進行調整,其表達式為公式(16):
(16)
式中:η為學習速率;α為慣性系數。
另外公式(17):
(17)
式17中:y(k)為滑臺控制傳遞函數。
傳統PID控制器對機床滑臺進行閉環控制,控制信號為正向傳遞,而BP神經網絡PID控制器按照誤差梯度下降對神經網絡調節系數進行修正,使控制指標發揮出最佳性能,其結構如圖5所示。
圖5 機床滑臺控制流程
機床滑臺采用改進PID控制系統后,其輸出精度是否得到了改善。接下來,通過MATLAB軟件對不同控制方法進行驗證。仿真參數設置如下:群體大小為100,慣性調節系數為α=0.05,學習速率為η=0.1,PID控制參數kp=0.12,ki=0.24,kd=0.06。
假如機床滑臺理論運動軌跡為圓形,在無波形干擾狀態中,采取傳統PID控制系統,機床滑臺跟蹤效果如圖6所示,而采取改進PID控制系統,機床滑臺跟蹤效果如圖7所示。在有正弦波(y=4sinπt)干擾狀態中,采取傳統PID控制系統,機床滑臺跟蹤效果如圖8所示,而采取改進PID控制系統,機床滑臺跟蹤效果如圖9所示。
對比圖6、圖7可知:機床滑臺在無波形干擾狀態條件下移動,采取傳統PID控制系統,滑臺位置跟蹤誤差最大值為0.05m,采取改進PID控制系統,滑臺位置跟蹤誤差最大誤差為0.02m。分別采取兩種控制方法,機床滑臺運動位置跟蹤誤差相差不大,基本上都可以按照理論軌跡進行移動。對比圖8、圖9可知:機床滑臺在有正弦波形干擾狀態條件下移動,采取傳統PID控制系統,滑臺位置跟蹤誤差較大,最大誤差為0.19m,而采取改進PID控制系統,滑臺位置跟蹤誤差較小,最大誤差為0.02m。因此,在同等條件下,采取改進PID控制系統,機床滑臺反應速度快,位置定位精度高,抗干擾能力強。改善了機床滑臺運動誤差控制性能指標,提高機床主軸對滑臺上產品的加工精度。
圖6 PID控制(無干擾)
圖7 BP-PID控制(無干擾)
圖8 PID控制(有干擾)
圖9 BP-PID控制(有干擾)
在傳統PID控制基礎上進行改進,并對機床滑臺運動位置跟蹤誤差進行檢驗,主要結論包括以下幾個部分:
1)傳統PID控制反應速度慢,對復雜環境適應力較差,應用領域會受到一定的限制。
2)BP神經網絡算法具有自主學習能力和適應能力,采取BP神經網絡對PID控制系統參數進行在線調整,能夠抑制正弦波的干擾,對復雜環境能夠快速的做出調整,滑臺位置跟蹤精度高。
3)采用MATLAB軟件對機床滑臺運動位移進行仿真,可以檢測滑臺運動位移偏離效果,為實際研究提供參考依據。