m基于SVPWM控制器的三轴直交机械臂轨迹控制simulink仿真

简介: m基于SVPWM控制器的三轴直交机械臂轨迹控制simulink仿真

1.算法仿真效果
matlab2022a仿真结果如下:

a54e6940ddf006a659885c3c71f17d2c_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
bd3712e1de870f588a35c9fd67d720f1_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
8a42df60a784f64f9a47bc551d67b9d7_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
2f30c71fcb86d2cd19b65dbfa90b61cf_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
f262413050e5fe8316101639e470bfd3_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
590866510d7bfa8ff80649c5d6d69f9c_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

2.算法涉及理论知识概要
对于PMSM,使用MATLAB内部自带的模型进行建模,在simulink中选择Permanent Magnet Synchronous Machine,如图3.1所示。

65c5e7ac18d69c4aff33f3eabb352579_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

    永磁同步电机模型PMSM如图1 所示,可以通过双击组件设定同步电机的各个参数,如磁极数Pn,定子电阻Rs,定子电感L等等。 

   SVPWM模块负责将矢量控制系统输出的控制量Uα、Uβ转换为用于控制IGBT逆变器的PWM形式的门极信号。如图2所示,本文设计的SVPWM模块仿真模型由五部分组成,分别是电压矢量所在扇区的计算、中间参数X、Y、Z的计算、相邻基本电压矢量作用时间T1和T2的计算、三相逆变器开关时刻Ta、Tb、Tc的计算和PWM波形的产生。

2b9b91bc7a8955962c819e02c5c63e65_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

    这里SVPMW的五个主要模块均使用S-function在simulink中构建。

本系统用到的坐标变换模块由2部分组成:其一为A-B-C坐标系下电流ia、ib、ic到α-β坐标系下电流iα、iβ的变换,即Clarke变换;其二为iα、iβ到id、iq的变换,即Park变换。具体的变化公式已经在本文的第二章中作了详细的叙述,构建后的模型如下图所示:Park变换如下所示(Park变换是从 坐标系到dq坐标系的变化过程):

Clarke变换如下所示(这里Clarke变换是从A-B-C坐标系到 坐标系的变化过程):
9ac1ca77c6c7b7e8fd706fcb87408b19_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

Simulink模块中的fcn模块就是上面公式中的将矩阵展开后得到的数学计算公式。

    机械手臂是机械人技术领域中得到最广泛实际应用的自动化机械装置,在工业制造、医学治疗、娱乐服务、军事、半导体制造以及太空探索等领域都能见到它的身影。机械手臂主要由执行机构、驱动机构和控制系统三大部分组成。

    手部是用来抓持工件(或工具)的部件,根据被抓持物件的形状、尺寸、重量、材料和作业要求而有多种结构形式,如夹持型、托持型和吸附型等。运动机构,使手部完成各种转动(摆动)、移动或复合运动来实现规定的动作,改变被抓持物件的位置和姿势。

    运动机构的升降、伸缩、旋转等独立运动方式,称为机械手的自由度。为了抓取空间中任意位置和方位的物体,需有6个自由度。

   自由度是机械手臂设计的关键参数。自由度越多,机械手臂的灵活性越大,通用性越广,其结构也越复杂。一般专用机械手有2~3个自由度。

  机械手臂所用的驱动机构主要有4种:液压驱动、气压驱动、电气驱动和机械驱动。其中以液压驱动、气压驱动用得最多。

    控制系统是通过对机械手每个自由度的电机的控制,来完成特定动作。同时接收传感器反馈的信息,形成稳定的闭环控制。

    控制系统的核心通常是由单片机或dsp等微控制芯片构成,通过对其编程实现所要功能。

3.MATLAB核心程序

e140cf2955f9b3e8b533f96711db424c_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

```function [sys,x0,str,ts] = func_N_calculation(t,x,u,flag)
%A=0;B=0;
%C=0;N=0;
global A B C N;
switch flag,
case 0,
[sys,x0,str,ts]=mdlInitializeSizes;
case 1,
sys=[];
case 2,
sys=[];
case 3,
sys=mdlOutputs(t,x,u,A,B,C,N);
case 4,
sys=[];
case 9,
sys=[];
otherwise
error(['Unhandled flag = ',num2str(flag)]);
end

function [sys,x0,str,ts]=mdlInitializeSizes

sizes = simsizes;
sizes.NumContStates = 0;
sizes.NumDiscStates = 3;
sizes.NumOutputs = 1;
sizes.NumInputs = 2;
sizes.DirFeedthrough = 1;
sizes.NumSampleTimes = 1; % at least one sample time is needed

sys = simsizes(sizes);
x0 = [0 0 0];
str = [];
ts = [0 0];

%u(1)=Uafa;u(2)=Ubta
function sys=mdlOutputs(t,x,u,A,B,C,N)
x(1)=u(2); %x(1)=Ua
x(2)=1/2(sqrt(3)u(1)-u(2)); %x(2)=Ub
x(3)=1/2(-sqrt(3)u(1)-u(2)); %x(3)=Uc

if (x(1)>0); %A
A=1;
else
A=0;
end
if (x(2)>0); %B
B=1;
else
B=0;
end
if (x(3)>0);
C=1; %C
else
C=0;
end
N=4C+2B+A; %N
sys=N;
```

相关文章
风储微网虚拟惯性控制系统simulink建模与仿真
风储微网虚拟惯性控制系统通过集成风力发电、储能系统等,模拟传统同步发电机的惯性特性,提高微网频率稳定性。Simulink建模与仿真结果显示,加入虚拟惯性控制后,电压更平缓地趋于稳定。该系统适用于大规模可再生能源接入,支持MATLAB2022a版本。
|
14天前
|
算法
基于模糊PID控制器的的无刷直流电机速度控制simulink建模与仿真
本课题基于模糊PID控制器对无刷直流电机(BLDCM)进行速度控制的Simulink建模与仿真。该系统融合了传统PID控制与模糊逻辑的优势,提高了BLDCM的速度动态响应、抗干扰能力和稳态精度。通过模糊化、模糊推理和解模糊等步骤,动态调整PID参数,实现了对电机转速的精确控制。适用于多种工况下的BLDCM速度控制应用。
|
1月前
|
vr&ar
基于PID控制器的四旋翼无人机控制系统的simulink建模与仿真,并输出虚拟现实动画
本项目基于MATLAB2022a的Simulink平台,构建了四旋翼无人机的PID控制模型,实现了无人机升空、下降及再次升空的飞行仿真,并生成了VR虚拟现实动画。通过调整PID参数,优化了无人机的姿态控制性能,展示了无人机在三维空间中的动态行为。
|
4月前
|
算法
基于模糊PID的直流电机控制系统simulink建模与仿真
- **课题概述**: 实现了PID与模糊PID控制器的Simulink建模,对比二者的控制响应曲线。 - **系统仿真结果**: 模糊PID控制器展现出更快的收敛速度与更小的超调。 - **系统原理简介**: - **PID控制器**: 一种广泛应用的线性控制器,通过比例、积分、微分作用控制偏差。 - **模糊PID控制器**: 结合模糊逻辑与PID控制,动态调整PID参数以优化控制性能。 - **模糊化模块**: 将误差和误差变化率转换为模糊量。 - **模糊推理模块**: 根据模糊规则得出控制输出。 - **解模糊模块**: 将模糊控制输出转换为实际控制信号。
基于PID控制器的直流电机位置控制系统simulink建模与仿真
**摘要:** 构建基于PID的直流电机位置控制系统,利用PID的简易性和有效性实现精确控制。在MATLAB2022a中进行系统仿真,展示结果。控制器基于误差(e(t))生成控制信号(u(t)),由比例(K_p)、积分(K_i)和微分(K_d)项构成。系统采用三层控制环:位置环设定速度参考,速度环调节实际速度,电流环确保电流匹配,以达成期望位置。
|
4月前
|
传感器
基于矢量控制的交流电机驱动simulink建模与仿真
**基于MATLAB2022a的交流电机矢量控制Simulink模型研究,展示了电机的转速、扭矩、电压和电流仿真。矢量控制利用坐标变换独立控制电机的转矩和磁通,提升动态性能和效率。通过电流采样、坐标变换、控制器设计和PWM调制实现,适用于电动汽车等领域的高效驱动。**
|
5月前
|
监控
基于模糊PID控制器的风力温度控制系统simulink建模与仿真
**课题概述:** 设计一个室温控制系统,保持室内温度在23ºc,当温度超出范围时,电风扇自动调整档位。系统监控温度、压强、风速、通风量和风扇参数。 **系统仿真:** 使用MATLAB2022a进行仿真。 **核心原理:** 结合模糊逻辑和PID控制的系统,模糊逻辑处理不确定信息,调整PID参数以优化温度控制。 **模糊PID:** 输入(温度误差e,误差变化率ec),输出(PID参数调整量)。模糊规则库决定参数调整,模糊推理生成输出,清晰化处理转换为实际参数调整,改善系统性能。 **整体结构:** 包含模糊逻辑控制器和PID调节,动态适应环境变化,确保设备稳定高效运行。
|
5月前
|
算法
基于LQR控制算法的电磁减振控制系统simulink建模与仿真
该文主要介绍了基于LQR控制算法的电磁减振控制系统在MATLAB2022a中的Simulink建模与仿真。文章展示了系统仿真输出的控制器收敛曲线,并提供了相关图像来解释系统原理。LQR算法通过优化二次成本函数实现振动抑制,尤其适用于电磁减振系统,利用电磁执行机构动态调整力,高效抑制振动。文中附有关键模型和原理图。
基于PI控制的PMSM永磁同步电机控制系统simulink建模与仿真
该文探讨了基于PI控制的PMSM永磁同步电机Simulink建模与仿真,采用矢量控制策略,不依赖Simulink内置模型。在MATLAB2022a环境下,建立了电机数学模型,简化了复杂的电磁关系。PI控制器用于实现电流解耦控制,提高动态响应。控制系统通过PI调节直轴和交轴电流,经坐标变换和PWM调制驱动电机运行,实现高性能闭环控制。
|
传感器 机器学习/深度学习
用于永磁同步电机驱动器的自适应SDRE非线性无传感器速度控制(Matlab&Simulink实现)
用于永磁同步电机驱动器的自适应SDRE非线性无传感器速度控制(Matlab&Simulink实现)
下一篇
无影云桌面