《基于FPGA技术的模糊PID控制器在直流电机实时速度控制中的应用(完).doc》由会员分享，可在线阅读，更多相关《基于FPGA技术的模糊PID控制器在直流电机实时速度控制中的应用(完).doc（16页珍藏版）》请在三一办公上搜索。
1、编号： 毕业设计(论文)外文翻译（译文）院 （系）： 机电工程学院 专 业： 电气工程及其自动化 学生姓名： 梁永 学 号： 0800120122 指导教师单位： 机电工程学院 姓 名： 黄知超 职 称： 副教授 2012年 5月 20 日基于FPGA技术的模糊PID控制器在直流电机实时速度控制中的应用摘要智能控制系统的设计已经成为一个极具研究兴趣的领域。设计此类控制系统的有效方法的发展，无疑需要人工智能中的多种思想的综合。如今工业领域最常用的控制器是比例积分微分（PID）控制器。对于PID控制器而言，模糊逻辑控制器（FLC）是又一个可选的控制方法，尤其是当前系统模型不精确或不确定时。同时，数
2、字技术的进步也给设计者们提供了新选择，一种基于并行编程的现场可编程门阵列（FPGA）的执行控制器。这种方法与经典的微处理器相比有很多的优势。在本文中，我们实现了一个基于Xilinx FPGA的实时模糊PID控制器的模型，介绍的是在负载改变时保持电机的速度恒定。作为复杂系统模型的一个例子，本模型把电机当作随负载变化的二阶系统。为了比较，我们将应用广泛的“PID和模糊”控制器用相同的FPGA芯片来实现，以此来检测我们提出的系统的性能。在速度和负载变化的情况下，这些控制器经过Matlab/Simulink程序的测试，模糊PID控制器展示出了在这一条件下驱动电机实习工作的优势。关键字：直流电机，模糊逻
3、辑控制，PID控制器，实时，FPGA1 引言由于良好的速度控制性能，直流电机已经广泛应用于工业中，尽管它的维护成本比感应电动机高。电流电机的调速范围大，所以能又容易又好的控制。目前，由于PID控制器的简明性、稳定性和健壮性，使之成为应用最为广泛的一种控制器。然而，当装置的模型是复杂的或者装置上负载的环境变化时，PID控制器就难以设计了。对直流电机而言，诸如未知的负载特性和参数变化等因素会严重影响速度控制器的控制效果。模糊控制器不需要装置的数学模型。它依靠装置操作者的经验，很容易使用。模糊逻辑已经在大量的控制应用中成功使用。作为最常用的控制器，PID控制器需要系统的数学模型。在那些难以建立数学模
4、型的系统中， 模糊逻辑控制器是继PID控制器之外又一个很好的工具。模糊逻辑控制器的控制方式可以用简单的规则表达为“如果就”。在参数变化的线性或者非线性系统中，模糊逻辑控制器依然表现得很强健。为了创造更多的产品，控制器的硬件实现可以用多种方法完成。实现模糊控制器的最流行的方法是用多功能微处理器或者微控制器。在多功能计算机上用软件程序实现这些系统是较为简单和常用的方法，但是这些方法不能作为合适的解决方案。高密度的可编程逻辑器件诸如现场可编程逻辑门阵列（FPGA）可在单片IC上集成大量逻辑单元。在近期，FPGA是数字集成电路市场中增长最快的部分之一。数字技术的飞速发展让设计者在实现控制器上有了选择，
5、如各种各样的可编程逻辑器件(PLD)、可编程门阵列(FPGA)等。FPGA既可以快速实现控制器又可以被编程为任何类型的数字功能。FPGA能应用的领域包括工业电机驱动、实时系统、数字信号处理、计算机硬件仿真，还有其他更多样的领域。在这次研究中提出的方法是：设计和具体实现实时模糊PID控制器是运用以速度控制直流电机负荷变化作为一个应用程序FPGA。本文分为六个部分。第二部分是直流电机的基本原理。第三章着重模糊逻辑的设置。第四节涉及FPGA和VHDL的软件技术及其安装。第五部分涉及三种类型控制器的设计，以及仿真和结果。在论文的最后部分总结了设计和该系统的实现。2.直流电机在图1中所示的直流电机是一种
6、最常见的电机,该产品广泛应用于工业控制系统。图2显示了直流电机的电枢电路和可转动的转子。表1包含了用到的参数。图1 直流电机图2 直流电机的电枢电路和转子参数数值惯性矩的转子J=0.00025Nm/rad/s阻尼(摩擦)的机械系统b=0.0001Nm/rad/s阻值RA=0.5电感值LA=1.5MH电动势常数K=0.05Nm/A表1 直流电机参数输入是电枢电压V和测量变量轴的旋转角速度rad/s。转矩T与电枢电流都与Ki有关。 （1）电动势(emf)Vb,与角速度有关: （2）从图2我们可以结合牛顿定律和基尔霍夫定律写出下列方程: （3） （4）利用拉普拉斯变换,方程(3)及(4)可以写成:
7、（5） （6）从(6)推断I(s): （7） （8）该方程在图3框图中。从图3框图,不难发现传递函数从电压V(s)输入、到角速度输 (9)图3直流电机的传递函数框图（10）3.模糊逻辑模糊逻辑(FL)是一种可以很好地解决控制问题的方法，它是通过模仿一个人做决定来实现的,只不过快很多。FL包含了一个简单的规则 “如果X和Y，那么Z”方法解决控制问题,而不是运用系统数学模型。FL模型基于操作者的经验,而不是他了解的系统技术。换句话说,模糊逻辑应用于系统控制和分析设计, 因为它缩短了工程的发展时间，在非常复杂的系统下,这是解决问题的唯一办法。每一个模糊逻辑系统由四个模块组成，如图4所示：1)基础知识
8、:规则和参数的验证功能2)决策单元:推理运算规则。3)模糊化的界面:转变成度的匹配输入语言变量。4)去模糊化的界面: 模糊推理的变换产生了一个净输出。4. 可编程门阵列FPGAS)FPGAS如图5所示,可以替代的可编程门阵列是一种可编程逻辑器 (PLDS)。它是基于一个集成电路,用户为了实现数字逻辑功能不同的复杂性可任意配置。FPGAS可以非常有效地控制工艺要求很高的循环周期时间的过程。FPGAS 优于dsp或其他微处理器的基本原理是自由编程的并行性。因为不同部分的FPGA可同时独立执行, 比起DSPs其性能是不拘泥于时钟频率。这使FPGA在数字控制系统安装的表现超过通用计算机芯片。图4 模糊
9、推理系统的一般结构图5 FPGA的标准结构5、控制器的设计本节介绍了采用FPGA技术而的直流电机设计过程。为了给直流电机提供所需的电压,我们需要一个PWM驱动如图7。PWM(脉宽调制)是一种基于以模拟信号的标准的数字编码。它的工作周期是进行调制编码的特定的模拟信号电平。脉宽调制信号的仍然是数字。图6 直流电机控制器的框图图7 PWM信号因为在任何一个特定的瞬间,全直流供电要么是完全开通或完全关闭。电压或电流源通过一个重复的一系列断断续续的脉冲模拟负载来供应。图7显示三种不同PWM输出PWM信号分别在10%、50%和的工作周期。这三个PWM输出模拟信号编码有三种不同的数值，10%，50%，90%
10、设置整个直流电压。5.1 PID控制器PID控制器算法如图8所示。要在FPGA卡建立一个数字PID控制器，有许多方法可以从模拟转换到数。在这节中使用的是Tus-tin的方法，这个PID控制器的方程是：有许多方法可以得到最合适Kp，Ki，Kd的值。一种方法是使用曾在1950年代发展的技术,直到今天仍然在使用。这就是我们所说的齐格勒尼科尔斯调谐方法。在控制设计中一个普通的经验法则对样品来说至少4到20倍的上升时间系统的响应速度, 所以我们将采样时间选为4.1毫秒。因此,传统的PID控制器的输出将供给PWM(脉宽调制)的寄存器低速度。Simulink仿真框图的PID控制器的直流电机如图9所示。该控制
11、器用Matlab中的Simulink来测试，其结果如图10显示。图8 PID算法图9 直流电机的PID速度控制器 图10 PID控制器的阶跃响应。52 模糊逻辑控制器的“调速”FPGA构建了VHDL调速系统和嵌入式处理器PicoBalze。对直流电机调速系统的原理框图如图11所示。调速系统有两个输入的错误(E)和误差变化(CE),和一个输出低速度的PWM(脉宽调制)寄存器。图12说明该方法可以达到希望的速度值。例如,在舞台上这个错误是积极的（预想速度实际速度)，改变错误(错误最后一次错误)是消极的，这意味着他们的反应是朝着正确的方向;因此,调速系统将朝着这个方向走。使用同一标准B阶段,这个错误
12、是消极、CE是极大的消极; 因此,他们的反应是朝着错误的方向,所以调速系统会改变它的方向入C级,直到达到希望的速度。在本文中, FPGA中的Mamdani方法实现直流电机的模糊逻辑。模糊逻辑包括三个基本的部分：模糊化、基本规则和去模糊化。5.2.1 模糊化模糊化错误的输入,含有7个三角峰如图13所示。如图14所示，模糊化的变化型错误组的输入,含有七个三角峰。图15阐述了模糊的输出组包含7个三角峰。图11 对直流电机模糊逻辑调速控制器。图12 误差和误差变化调速方法。图13 误差模糊的逻辑控制器图14 改变误差模糊的逻辑控制器图15 模糊的模糊逻辑器输出加入低速寄存器控制规则被描述成为：如果错误
13、是和改变错误是然后输出。图16所示用于模糊逻辑控制器基本规则5.2.3 去模糊化本文应用重心，“质心”的方法。图17所示直流电机的模糊化速度控制器的Simulink仿真框图。该控制器用Simulink的Matlab程序测试。模糊控制器的结果如图18所示。5.3 模糊-pid控制器在这里,另一个方法取决于在FPGA中运用了VHDL代码的混合PID控制器与模糊控制器。因此, 利用模糊控制器进行PID参数值的评估。一个完整的设计系统如图19所示。图16 模糊逻辑器的浅规则图17 模糊逻辑的速度控制器。图18 模糊控制器的阶跃响应如图20所示，有输出的Kp,Ki,Kd。实际上对这些参数有三种不同的模糊
14、设置。控制器错误和变化的错误的输入在此节中阐述。表3提出了采用模糊控制基本规则(Kp)。实际上有三个基本规则表Kp,Ki，Kd。直流电机的模糊-pid速度控制器利用Simulink仿真框图如图21所示。图19 对电磁感应电动机的模糊-pid控制器图20 对不同界线的Kp,Ki,Kd的模糊设置图21 采用模糊逻辑的速度控制器该控制器用matlab中的simulink测试过。模糊-pid控制器的结果如图22所示。5.4 结果对比表4是控制器的比较表,从而发现模糊-pid控制器比起其他控制器是最好的控制器。本节所提出的三个控制器在硬件方面使用FPGA卡，然而这些控制器用实时测试实验来测试。FPGA中
15、的一种辅助程序用来测试这些控制器的阶跃响应。在液晶显示的这些程序的结果使用PicoBlaze处理器技术作为一种实时测试。图22 模糊-pid控制器的阶跃响应液晶显示的预期的速度、超调、沉降时间、每个控制器PID参数,如图23、24 所示。实时实验的结果,已经非常接近Matlab的仿真。两个通道的光学编码器是用来读取马达的速度，电机的方向如图25所示。许多特点用作系统的过载保护，电机方向开关,我们就用三个开关选择控制器的类型和指定的PID控制器的参数。5.5 Modelsim结果PWM算法用来检验Modelsim(VHDL模拟器)的程序,这是一个强大的模拟器。使用这个模拟器我们可以指定输入和输出
16、端口，然后模拟器将测试 VHDL的代码如图26。图23 液晶FPGA卡和控制键图24 在液晶上的实时结果6总结在本文中,选用模糊-PID控制器控制直流电机的原因是其速度优于传统的PID控制器。控制方案在VHDL被模拟、设计。实验结果表明,针对系统的动态响应,所提及的控制器优于经典的PID和模糊控制器。这些控制器用Matlab / Simulink仿真程序进行了速度和加载变化方面的测试。实验结果表明,模糊pid控制器是最好的控制器。图25 数字光学编码器图26 modelsim PWM信号图27 Spartan-3A,Xilinx公司7.参考文献（1）S. Raghavan, “Digital
17、Control for Speed and Position of aDC Motor,” MS Thesis, Texas A & M University Kingsville, 2005.（2）Z. Xiu, and G. Ren, “Optimization Design of TS-PID Fuzzy Controllers Based on Genetic Algorithms,” 5th World Congress on Intelligent Control and Automation, Hangzhou, 2004, pp. 2476-2480（3）S. Z. He, S
18、. Tan and F. L. Xu, “Fuzzy Self-Tuning of PID controllers,” Fuzzy Sets and Systems, Vol. 56, No. 1, 1993, pp. 37-46. doi: 10.1016/0165-0114(93)90183-I（4）B. Lacevic, J. Velagic and N. Osmic, (2007). “Design of Fuzzy Logic Based Mobile Robot Position Controller Using Genetic Algorithm,” IEEE/ASME Inte
19、rnational Conference on Advanced Intelligent Mechatronics, Zu-rich, 2007, pp. 1-6.（5）Xilinx Company, “Programmable Logic Design,” 2006（6）Xilinx Company, “Spartan-3A Starter Kit Board User Guide,” 2007. （7）E. H. Mamdani, “Application of Fuzzy Algorithms for Control of Simple Dynamic Plant,” Proceedin
20、gs of the IEEE, Vol. 121, No. 12, 1974, pp. 1585-1588.（8）L.-X. Wang, “A Course in Fuzzy Systems and Control, Prentice-Hall, Inc., Upper Saddle River, 1997.（9）L. A. Zadeh, “Fuzzy Sets,” Information and Control, Vol. 8, No. 3, 1965, pp. 338-353. doi:10.1016/S0019-9958(65)90241-X（10）M.-Y. Shieh and T.-
21、H. S. Li, “Design and Implementa tion of Integrated Fuzzy Logic Controller for Servo-Motor System,” Mechatronics, Vol. 8, No. 3, 1998 pp. 217-240. doi:10.1016/S0957-4158(97)00052-4（11）J. Birkneret al., “A Very-High-Speed Field-Programmable Gate Array Using Metal-to-Metal Antifuse Programmable Elemen
22、ts,” Microelectronics Journal, Vol. 23, No. 7, 1992, pp. 561-568. doi:10.1016/0026-2692(92)90067-B（12）S. Poorani, T. V. S. Urmila Priya, K. Udaya Kumar and S. Renganarayanan, “FPGA Based Fuzzy Logic Controller for Electric Vehicle,” Journal of the Institution of Engi neers, Vol. 45 No. 5, 2005, pp.
23、1-14.（13）T. Runghimmawan, S. Intajag and V. Krongratana, “Fuzzy Logic PID Controller Based on FPGA for Process Control,” IEEE International Symposium on Industrial Electronics, Vol. 2, No. 11, 2004, pp. 1495-1500.（14）D. Zhang, et al., “Digital Anti-Windup PI Controllers for Variable-Speed Motor Drives Using FPGA and Stochas tic Theory,” IEEE Transactions on Power Electronics, Vol. 21, No. 5, 2006, pp. 1496-1501. doi:10.1109/TPEL.2006.882342
