自动导引车(AGV)由于其突出的灵活性和智能,其应用领域不断得到扩展。配合蓝牙/WiFi通讯增强的人工智能技术进一步提升了AGV的自动化程度[1],而在AGV底层中,电机控制是其中最核心的问题之一[2]。其中有多中控制算法得到了长足的研究,如遗传算法和模糊神经网络(GA-FNC)技术已经应用到位置速度双闭环PID控制算法[3],Jain[4]介绍了一种速度式PID优化技术,但上述算法也难以获得理想的控制效果。Abhinav[5]和Rigatos[6]分别研究了变负载时的自适应鲁棒控制算法,以改善直流电动机的性能。Yan[7]设计了模糊控制器和神经网络控制器,讨论了人工智能在DC电机调速中的应用。在实际应用中由于诸多因素的不确定性以及硬件平台的性能因素,上述复杂算法难以在严格控制成本的AGV平台中得到实质性的应用。因此,本文以AGV电机控制系统的稳定性为控制目标,分别设计了并联PID和耦合PID两种控制策略。基于MATLA仿真和实验平台,对算法的可行性和控制策略进行了仿真分析。仿真结果表明,上述两种控制策略都能达到期望的控制性能。
1 直流电机系统
本文设计的实验平台由控制器、驱动器、马达和编码器组成,如图1所示。
其中,主控器为AT Mega2560,产生双路PWM信号输出给电机驱动器进行控制,其输出端连接旋转编码器对输出结果进行测,由此构成闭环控制系统。量测精度同时受到控制器定时中断以及ECT/PIT的影响。其中电机模型由文献[8]给出。基于差速驱动的AGV运动模型由文献[9]给出。
图1 实验平台功能框图
© 版权声明
1. 本网站的文章部分内容可能来源于网络，仅供大家学习与参考，如有侵权，请联系站长 QQ2766242327进行删除处理。
2. 本站资源大多存储在云盘，如发现链接失效，请联系我们我们会第一时间更新。
THE END
暂无评论内容