论文部分内容阅读
LED芯片测试与分拣系统含有众多位置伺服系统,高性能的位置伺服系统是LED芯片检测与分拣的关键技术之一。由于LED芯片尺寸、排列间距极小,因此LED芯片检测与分拣对位置伺服驱动系统的动、静态性能要求很高,具体说来就是定位精度高、响应速度快、调速范围大和抗干扰能力强。位置伺服系统是一个强耦合、含有多种不确定性的非线性时变系统,难以获得精确数学模型。针对位置伺服系统实际应用中的基本要求以及控制存在的主要问题,对系统的结构进行理论分析,建立一套系统化的控制方案,并希望将研究成果应用到工程实际中,以期取得良好的控制效果。本文主要介绍了位置伺服系统机理模型分析、数学模型建立和相关控制策略的分析与设计,并将部分控制策略应用于LED芯片检测与分拣的位置伺服系统,取得了一定应用效果。⑴分析永磁同步电机的运行特点和工作原理,讨论其数学模型。针对永磁同步电机非线性、强耦合的特点,利用矢量控制原理对电机模型进行解耦。在此基础上,分析位置伺服系统电流环、速度环、位置环的三环控制结构和机理模型。⑵以交流位置伺服的二阶系统为研究对象,利用递推最小二乘法辨识模型参数。在辨识出二阶系统模型参数后,采用Takahashi方法整定PID控制器参数初值。针对常规PID控制的超调量大、稳定时间长等问题,利用神经网络辨识器提供的Jacobian信息对PID参数进行优化。⑶模糊PID控制是智能控制的一个重要研究方向。利用系统阶跃响应曲线相平面分析,结合专家经验制定模糊PID控制规则,降低对专家经验的依赖性。仿真结果表明:与常规PID控制相比,模糊PID控制能降低系统超调量,提高了系统稳态性能。⑷当系统在大动态范围运行时,常规模糊PID控制存在论域和模糊规则不能自调整的缺陷,这样会影响系统的控制性能。因此,引入变论域思想,设计了一种基于模糊规则的变论域模糊PID控制器。仿真结果表明:变论域模糊PID具有超调量小、动态调节能力强的特点。⑸利用神经网络自学习、自调整的能力,对论域自调整机构的参数设置进行调整和优化,以减少论域自调整机构设计的工作量。仿真结果表明:当模糊划分和模糊规则设计不够合理时,经过神经网络一段时间学习和训练后,变论域模糊PID控制器参数得到调整和优化,一定程度上提高了控制器的性能。⑹利用衰减比例法得到PID初始参数,并对LED芯片检测与分拣的位置伺服系统进行控制。从实际应用效果来看,该PID控制存在超调、稳定时间长的缺陷。针对这些问题,利用神经网络对PID参数进行初步调整和优化,并将优化后的PID参数应用于实际系统当中,实验结果表明:PID参数经神经网络初步优化后,系统超调量降低,稳定时间缩短,控制性能得到提高。