23、基于遗传算法的电机转矩加载最优控制方法

基于遗传算法的电机转矩加载最优控制方法

1. 引言

近年来，电机作为系统的动力源，在机器人控制、Stewart 模拟器、航天和伺服视觉系统等众多领域得到广泛应用。尤其在航天领域，电机通常需要具备低功耗、大输出扭矩、高精度和高可靠性等特点。然而，在电机校准过程中，由于被测电机存在惯性，加载电机对其施加不同加载扭矩时，会在两者之间产生较大的耦合扭矩，即多余扭矩。这种多余扭矩会影响电机伺服加载系统的加载精度，是电机校准过程中校准误差的主要来源之一。

目前，消除多余扭矩的主要方法有结构法和控制法。结构法通过改变加载电机与被测电机之间的连接刚度来抑制多余扭矩，例如添加弹簧杆；控制法则是利用控制算法补偿电机之间的多余扭矩。PID 控制方法在电机校准加载系统中应用广泛，但在实际加载校准过程中，由于存在诸多干扰因素，系统工作呈现非线性特征，传统 PID 控制方法难以满足高精度加载控制的要求。为实现电机的高精度加载控制，可基于遗传算法对 PID 控制器进行优化。

2. 电机自动校准系统工作原理

电机自动校准系统由加载试验台主体、扭矩传感器、负载、电机等被测电机的组件构成。扭矩传感器、加载电机和被测电机通过波纹管联轴器固定连接到相应的夹具座上。具体工作流程如下：
1. 在工业计算机中设置电机加载参数。
2. 工业计算机通过可编程多轴控制器（PMAC）作用于加载电机，PMAC 将扭矩传感器信息和被测电机的扭矩信号采集到工业计算机。
3. 工业计算机对数据进行处理、存储和显示，并根据采集的信息通过控制算法优化指令。
4. 以扭矩传感器反馈的测量值与预期加载扭矩值的差值作为优化输入指令，通过控制算法消除扭矩差，使电机的加载精度满足要求。 </