留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

大口径快速反射镜的模糊自适应PID控制

蔡玉生 朱军 石磊 张景忠

蔡玉生, 朱军, 石磊, 张景忠. 大口径快速反射镜的模糊自适应PID控制[J]. 红外技术, 2021, 43(6): 523-531.
引用本文: 蔡玉生, 朱军, 石磊, 张景忠. 大口径快速反射镜的模糊自适应PID控制[J]. 红外技术, 2021, 43(6): 523-531.
CAI Yusheng, ZHU Jun, SHI Lei, ZHANG Jingzhong. Fuzzy Adaptive PID Control of Large Aperture Fast Steering Mirror[J]. Infrared Technology , 2021, 43(6): 523-531.
Citation: CAI Yusheng, ZHU Jun, SHI Lei, ZHANG Jingzhong. Fuzzy Adaptive PID Control of Large Aperture Fast Steering Mirror[J]. Infrared Technology , 2021, 43(6): 523-531.

大口径快速反射镜的模糊自适应PID控制

基金项目: 

黑龙江省省属科研项目 CZKYF2020B0009

详细信息
    作者简介:

    蔡玉生(1994-),男,湖北黄冈人,硕士研究生,主要从事精密机械控制研究。E-mail:caiys1994@163.com

  • 中图分类号: TP273

Fuzzy Adaptive PID Control of Large Aperture Fast Steering Mirror

  • 摘要: 快速反射镜能否精确稳定跟踪目标取决于良好的伺服控制性能。快速反射镜的通光口径越大,柔性支撑铰链和驱动器设计难度就越大,同时也会对伺服控制提出更高的要求。针对此问题,本文提出模糊自适应整定PID(proportional integral derivative)控制算法,该算法既能运用模糊推理进行自适应整定控制参数,又能继承传统PID控制器便于工程实现。本文对音圈电机(voice coil motor)驱动的ϕ500 mm大口径快速反射镜进行控制器设计且进行仿真实验,并将其结果与基于传统PID控制下的相比较。结果表明,基于模糊自适应整定PID控制的ϕ500 mm大口径快速反射镜的超调量为5.40%,调节时间51.0 ms,且抗干扰能力强于传统PID控制。此外,与传统PID控制相比,本文提出的控制方法提高了ϕ500 mm大口径快速反射镜的响应速度,减小了跟踪误差,提升了ϕ500 mm大口径快速反射镜系统的跟踪性能和鲁棒性。
  • 图  1  模拟应用简图

    Figure  1.  Simulation application sketch

    图  2  ϕ500 mm大口径快速反射镜结构

    Figure  2.  ϕ500 mm large aperture fast steering mirror mechanical structure

    图  3  “金字塔”状柔性铰链

    Figure  3.  Pyramid flexible hinges

    图  4  ϕ500 mm FSM系统控制原理框图

    Figure  4.  ϕ500 mm FSM system control schematical diagram

    图  5  质量-阻尼-弹簧模型

    Figure  5.  Mass-damped-spring model

    图  6  系统数学模型

    Figure  6.  System mathematical model

    图  7  模糊控制器结构图

    Figure  7.  Fuzzy controller structure diagram

    图  8  三种模糊化函数

    Figure  8.  3 kinds of fuzzy functions

    图  9  eec的隶属度曲线

    Figure  9.  eec membership curves

    图  10  KpKiKd的隶属度曲线

    Figure  10.  Kp, Ki, Kd membership curves

    图  11  ϕ500 mm FSM系统模型

    Figure  11.  ϕ500 mm FSM system model

    图  12  控制系统阶跃响应输出

    Figure  12.  Control system step response output

    图  13  控制系统正弦跟踪输出

    Figure  13.  Control system sine tracking output

    图  14  ϕ500 mm快速反射镜系统阶跃响应

    Figure  14.  ϕ500 mm FSM system step response

    图  15  ϕ500 mm快速反射镜系统正弦跟踪

    Figure  15.  ϕ500 mm FSM system sine tracking

    图  16  阶跃信号下KpKiKd的变化曲线

    Figure  16.  Parameters Kp, Ki, Kd change curves under step signal

    图  17  正弦信号下KpKiKd的变化曲线

    Figure  17.  Parameters Kp, Ki, Kd change curves under sine signal

    表  1  数学模型的参数定义

    Table  1.   The parameter definition of the mathematical model

    Symbol Parameter
    L VCM inductance
    R VCM internal resistance
    Ke Back EMF coefficient
    Kt Force sensitivity
    Kc Flexible hinge elastic coefficient
    Ka Amplification coefficient
    M Load mass
    c System damping coefficient
    下载: 导出CSV

    表  2  Kp的模糊规则表

    Table  2.   Fuzzy rules table of Kp

    Kp ec
    NB NM NS Z PS PM PB
    e NB PB PB PM PM PS Z Z
    NM PB PB PM PS PS Z NS
    NS PM PM PM PS Z NS NS
    Z PM PM PS Z NS NM NM
    PS PS PS Z NS NS NM NM
    PM PS Z NS NM NM NM NB
    PB Z Z NM NM NM NB NB
    下载: 导出CSV

    表  3  Ki 的模糊规则表

    Table  3.   Fuzzy rules table of Ki

    Ki ec
    NB NM NS Z PS PM PB
    e NB NB NB NM NM NS Z Z
    NM NB NB NM NS NS Z Z
    NS NB PM NS NS Z PS PS
    Z NM NM NS Z PS PM PM
    PS NM NS Z PS PS PM PB
    PM Z Z PS PS PM PB PB
    PB Z Z PS PM PM PB PB
    下载: 导出CSV

    表  4  Kd的模糊规则表

    Table  4.   Fuzzy rules table of Kd

    Kd ec
    NB NM NS Z PS PM PB
    e NB PS NS NB NB NB NM PS
    NM PS NS NB NM NM NS Z
    NS Z NS NM NM NS NS Z
    Z Z NS NS NS NS NS Z
    PS Z Z Z Z Z Z Z
    PM PB NS PS PS PS PS PB
    PB PB PM PM PM PS PS PB
    下载: 导出CSV

    表  5  控制性能对比

    Table  5.   The comparison of control performance

    Controller Control performance
    Transition process Overshoot/(%) Settling time/ms Raising time/ms Peaking time/ms
    Classic PID Dampled oscillation 7.10 112.0 35.5 81.0
    Fuzzy PID Dampled oscillation 5.40 51.0 12.8 40.0
    下载: 导出CSV
  • [1] KLUK D J, BOULET M T, TRUMPER D L. A high-bandwidth, high-precision, two-axis steering mirror with moving iron actuator[J]. Mechatronics, 2012, 22(3): 257-270. doi:  10.1016/j.mechatronics.2012.01.008
    [2] 刘力双, 夏润秋, 吕勇, 等. 音圈电机快速控制反射镜研究现状[J]. 激光杂志, 2020, 9(1): 1-7. https://www.cnki.com.cn/Article/CJFDTOTAL-JGZZ202009001.htm

    LIU Lishuang, XIA Runqiu, LV Yong, et al. Research situation of fast steering mirror driven by voice coil motor[J]. Laser Journal, 2020, 9(1): 1-7. https://www.cnki.com.cn/Article/CJFDTOTAL-JGZZ202009001.htm
    [3] 艾志伟, 谭毅, 吴琼雁, 等. 改进根轨迹的快速反射镜控制参量设计[J]. 激光技术, 2017, 41(4): 558-561. https://www.cnki.com.cn/Article/CJFDTOTAL-JGJS201704020.htm

    AI Zhiwei, TAN Yi, WU Yanqiong, et al. Design of control parameters for fast steering mirrors by improving root locus[J]. Laser Technology, 2017, 41(4): 558-561. https://www.cnki.com.cn/Article/CJFDTOTAL-JGJS201704020.htm
    [4] 魏文军, 赵雪童. 基于改进自抗扰的快速反射镜控制研究[J]. 红外技术, 2018, 40(11): 1071-1076. http://hwjs.nvir.cn/article/id/hwjs201811009

    WEI Wenjun, ZHAO Xuetong. Fast steering mirror control based on improved active disturbance rejection[J]. Infrared Technology, 2018, 40(11): 1071-1076. http://hwjs.nvir.cn/article/id/hwjs201811009
    [5] 党选举. 压电陶瓷执行器的神经网络实时自适应逆控制[J]. 光学精密工程, 2008, 20(7): 1266-1272. doi:  10.3321/j.issn:1004-924X.2008.07.020

    DANG Xuanju. Real-time adaptive inverse control based on neural networks for piezo ceramic actuator[J]. Optics and Precision Engineering, 2008, 20(7): 1266-1272. doi:  10.3321/j.issn:1004-924X.2008.07.020
    [6] 石磊, 许永森, 沈宏海, 等. 一种大口径偏摆镜[P]. 中国: CN 107526159B[2019-09-10].

    SHI Lei, XU Yongsen, SHEN Honghai, et al. A large-aperture deflection mirror[P]. CHINA : CN107526159B[2019-09-10].
    [7] 欧长劲, 吴海列, 李军, 等. 基于模糊神经网络的SBR污水处理控制系统研究[J]. 计算机测量与控制, 2006, 14(12): 1643-1645. https://www.cnki.com.cn/Article/CJFDTOTAL-JZCK200612018.htm

    OU Changjin, WU Hailie, LI Jun, et al. Study of SBR control system based on fuzzy neural network[J]. Computer Measurement & Control, 2006, 14(12): 1643-1645. https://www.cnki.com.cn/Article/CJFDTOTAL-JZCK200612018.htm
    [8] 陈泰潮. 基于模糊自适应PI控制的电梯调速系统仿真研究[J]. 机电技术, 2018, 3(1): 135-137. https://www.cnki.com.cn/Article/CJFDTOTAL-JDJS201303048.htm

    CHEN Taichao. Simulation research on elevator speed regulation system based on fuzzy adaptive PI control[J]. Mechanical & Electrical Technology, 2018: 3(1): 135-137. https://www.cnki.com.cn/Article/CJFDTOTAL-JDJS201303048.htm
    [9] 赵继庭, 金刚石, 高旭辉. 基于快速反射镜的模糊自适应PID控制算法研究[J]. 激光与红外, 2018, 48(6): 756-761. doi:  10.3969/j.issn.1001-5078.2018.06.016

    ZHAO Jiting, JIN Gangshi, GAO Xuhui. Fuzzy adaptive PID control algorithm based on fast steering mirror[J]. Laser & Infrared, 2018, 48(6): 756-761. doi:  10.3969/j.issn.1001-5078.2018.06.016
    [10] Bullard A, Shawki I. Responder fast steering mirror[J]. Proceedings of SPIE - The International Society for Optical Engineering, 2013, 6(2): 88-91. doi:  10.1117/12.2026443.full
    [11] 于明星, 王瑛, 邵帅, 等. 基于Matlab的临界比例度法在工程PID参数自整定数值模拟中的应用[J]. 辽宁师专学报: 自然科学版, 2018, 2(1): 6-8. https://www.cnki.com.cn/Article/CJFDTOTAL-LAON201802002.htm

    YU Mingxing, WANG Ying, SHAO Shuai, et al. Application of critical proportioning method based on Matlab in PID parameters auto-tuning numerical simulation in engineering[J]. Journal of Liaoning Teachers College, 2018, 2(1): 6-8. https://www.cnki.com.cn/Article/CJFDTOTAL-LAON201802002.htm
    [12] 孟子流, 李腾龙. 机器学习技术发展的综述与展望[J]. 集成电路应用, 2020, 37(10): 56-57. https://www.cnki.com.cn/Article/CJFDTOTAL-JCDL202010024.htm

    MENG Ziliu, LI Tenglong. Review and prospect of machine learning technology[J]. Application of IC, 2020, 37(10): 56-57. https://www.cnki.com.cn/Article/CJFDTOTAL-JCDL202010024.htm
  • 加载中
图(17) / 表(5)
计量
  • 文章访问数:  327
  • HTML全文浏览量:  105
  • PDF下载量:  48
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-12-24
  • 修回日期:  2020-12-30
  • 刊出日期:  2021-06-20

目录

    /

    返回文章
    返回