风扰模拟力加载器控制系统设计

作者简介：任雅广（1969—），男，江苏沭阳人，高级工程师，硕士研究生，研究方向：船舶机电管理及控制；王校锋（1979—），男，浙江绍兴人，工程师，硕士研究生，研究方向：船舶机电管理及控制（E-mail：）。

摘要：针对用于风扰模拟的力加载器系统，设计以DSP为核心的数字控制器。在传统的位置伺服控制的基础上，设计力反馈控制回路，同时使用前馈补偿抑制由于承载对象运动而导致的多余力。使用粒子群算法进行控制器参数整定。试验结果表明，该力加载器能够进行有效地进行各种类型的风扰模拟，具有较高的控制精度和响应速度，能够良好的克服多余力干扰。

关键词：力加载；风扰模拟；PID控制；粒子群算法

中图分类号：TP273 文献标识码：A

1引言地面半实物仿真是控制系统研制过程中的重要步骤，是验证控制系统性能和关键环节。力加载器是一种在实验室环境下模拟被控系统的负荷或扰动的物理效应设备。在飞行器研制过程中，为了在地面上模拟飞行器实际飞行时的舵面铰链力矩，通常设计力矩模拟器[1-5]。另外在风力发电、舰载设备等室外装置的研制中，为了模拟自然界的风扰动，也需要研制设计能够模拟自然界风扰的力加载系统[6，7]。

力矩加载器和力加载器都数据负载模拟器的范畴。常见的负载模拟器有电液负载模拟器、电动负载模拟器、气动负载模拟器等类型。其中电动负载模拟器具有体积小、成本低、结构简单等优点，而被广泛研究使用。

承载对象的运动对于力加载器而言，是一种严重的外部干扰，会产生的多余的控制力，因此多余力抑制问题一直是力加载器研制中的难点[8，9]。本文针对一款电动力加载器进行了控制系统设计，包括控制系统的硬件组成，控制策略和控制律设计，以及多余力消除方法和控制参数优化等问题的研究。

2力加载器系统构成

力加载器由电动作动装置和控制系统组成。电动作动装置由电机、减速箱、齿轮传动付、滚珠丝杆、直线电位器和推拉力传感器等六部分构成，其结构如图1所示。电机产生拖动动力，采用减速齿轮和滚珠丝杆转换成线性位移，可实现输出杆的直线运动，通过球形轴头与被加载体连接，加载力沿丝杆轴线输出。电动作动装置以硬铝材料为外壳，在保证足够的强度和刚度的同时，具有较轻的重量。整个装置采用二点装夹方式固定在基座上，具有良好的稳定性。

力加载器的控制系统由数字控制器、上位计算机、传感器等部件组成，组织结构如图2所示。

采用高精度直线电位器作为位移反馈，以推拉力传感器为力反馈装置，并通过串行接口从上位机获得被承载对象的运动信号，通过控制计算机系统以数字控制方式实现加载力的精确控制。

在该力加载器的设计中，控制计算机采用以TMS320F28335芯片为核心的嵌入式控制器。TMS320F28335具有150MHz的高速处理能力，具备32位浮点处理单元，18路的PWM输出， 12位16通道ADC，2通道CAN 2.0B总线接口，3路带有16级FIFO的全双工异步串口等配置，能够满足力加载器的控制需求。

根据力加载器的最大加载力和最大速度的要求，选用直流力矩电机为拖动装置，采用PWM功率伺服放大器实现加载力及其运动的控制。最大加载力与拖动电机的功率是最大角加速度、最大角速度、动态指标等能否实现的关键，同时也影响到结构设计，因此电机选择是力加载器设计中的重点内容。直流力矩电机的特点是可堵转输出，力矩大，空载转速高，具有一定的过载能力，扭矩重量比大，还具有反应速度快、外特性线性度好、谐振频率高等优点，从而能满足力加载器的加载力和动态精度的要求。力加载器输出功率计算公式为：

式中，W为输出功率，F为加载力，V为最大速度。已知最大加载力为1000N，最大移动速度80mm/s，则最大输出功率为80W。考虑滚珠丝杆传动效率为0.85，则：

同时需要考虑到电源电压的波动以及其它不可预见因素，因此电机的拖动功率应不小于90W。在此选择包头电机研究所生产的90LYX-02直流力矩电机，其最大功率为100W，最大空载转速1500rpm，峰值堵转力矩1200mN·m，连续堵转力矩900mN·m，能够满足性能要求。

选用美国COPLEY公司研制的412CE型模拟驱动器作为电机的功率放大装置，该驱动器能够提供10A的持续电流输出和20A的峰值电流输出，电源电压范围24～90V，具有较好的驱动能力和包括输出短路、过/欠压及过温保护的故障保护功能，集成度高且便于使用维护。

3力加载器控制系统

在力加载器的实际使用中，承载对象作主动运动，加载器跟随承载对象运动，同时对承载对象施加力或力矩。因此对于加载器而言，承载对象的运动是一种外部干扰，力加载器的控制器要求能够良好地跟随加载力指令的同时，还能够有效抑制由于承载对象运动而产生的多余力。

3.1数学建模

对直流电机施加电枢电压Ua后，在电枢回路产生电枢电流Ia，进而与励磁磁场作用产生电磁转矩，拖动电机轴转动，再经过齿轮传动输出线运动，即电机的实质是将输入的电能转化为机械能的过程。直流力矩电机电枢回路的电路方程为：

式中：E为反向电动势，Ke为反向电动势系数，m为电机转子角速度，Ra为电枢电阻。电机的力矩Tm与电枢电流成正比：

同时，不考虑摩擦负载的电机系统力矩平衡方程为：

式中：bm为电机粘性阻尼系数，

对负载端的微分方程进行分析，由牛顿定理可得

再根据虎克定理可得，负载端的扭矩为：

在力加载器中，通过齿轮传动和滚珠丝杆将电机转子的角运动转换为丝杆的线运动，同时将力矩输出转换为力输出，因此输出力FL为：

3.2控制回路设计

力加载器的控制主要由控制计算机实现，传感器输出信号经过调理之后进入控制计算机，控制计算机根据给定值与反馈信号比较，经过控制律解算，得到需要输出的控制指令。控制指令再经功率放大之后，控制电机的转动。

传统的位置伺服系统，一般是由电流反馈、速度反馈、位置反馈构成的多回路控制系统。电流反馈和速度反馈可以起到提高系统刚度，扩宽频响范围，增大系统阻尼等作用。本文在传统的位置伺服控制的基础上，进一步构建了力反馈回路。力反馈回路是位置回路的外回路，以系统的力给定值为输入，以加载器的实际力输出为反馈。

PID控制是工程实践中应用最为广泛的控制方法，具有结构简单，可靠性高，易实现等优点。因此在力加载器的各个控制回路均采用PID控制律，其中力反馈回路回路和位置反馈回路控制器在数字计算机之中实现，速度反馈通过模拟电路实现。控制系统回路结构如图3所示，其中G1（s），G2（s），G3（s）分别为力反馈控制器、位置控制器和速度控制器，G4（s）、G5（s）为前馈补偿环节，Gl（s）为位置干扰模型。

3.3多余力抑制

力加载器的使用方式分为主动加载和被动加载两种。主动加载时，承载对象为静止不动，不存在多余力干扰。被动加载的情况下，力加载器需要在跟随承载对象运动的同时，对其施加预定的力，因此承载对象的运动是相对于力加载器的外部干扰，会导致多余力的产生，进而影响力加载的精确性和快速性，使系统产生了相位滞后。引入前馈补偿环节来提高控制系统品质，抑制扰动影响，消除多余力。

在承载对象运动特性已知的情况下，可以将承载对象的运动指令施加到力加载器的前馈补偿环节。由于力加载器能够在承载对象响应运动之前，就获知承载对象的运动特征，因此这种前馈补偿方式具有明显的超前性，优于以传感器输出作为补偿源的前馈控制方法。

3.4参数优化

PID控制器参数整定是PID控制中的关键环节，在力加载控制器的多个回路采用了多个PID控制器，其参数的更为复杂，本文采用粒子群算法进行PID控制器参数寻优。

粒子群算法是一种模拟鸟群飞行行为的智能优化方法。将问题的解表示为粒子，通过迭代搜寻的方式实现粒子在解空间追随最优的粒子进行搜索。在每次迭代中，粒子通过跟踪个体极值pbest和全局极值gbest实现自身的更新。个体极值是粒子本身目前找到的最优解；全局极值是整个种群目前找到的最优解。粒子的更新分为速度更新和位置更新：

扰模型

力加载器可以根据控制指令，进行相应的力输出。自然界中的风扰动一般可以分为常值风和阵风两种情况。常值风可通过单向限幅函数模拟，阵风在短时间内表现为冲击变化的特征，可以用下式表述：

5仿真试验

给定力加载信号是幅值为200N，频率为0.1Hz的余弦信号。采用文中控制方法力加载器的控制输入与实际输出结果如图5所示，加载过程中产生的多余力如图6所示。

由图5和图6可知，力加载器的实际输出能够良好的跟随指令要求，加载过程中产生的最大多余力为1.38牛。从而说明该控制器能够很好的消除外界干扰导致的多余力，控制精度符合系统设计要求。图7为未采用前馈补偿时的力加载多余力，通过对比可知，通过前馈补偿环节的超前调节作用，有效地抑制了多余力的产生。

6总结

对一种用于风扰模拟的力加载器进行了控制系统设计，控制器以DSP为核心单元，以拉压力传感器、测速电机等为反馈元件。在传统的电机位置控制的基础上，设计了力反馈控制回路，同时使用前馈补偿抑制由于承载对象运动而导致的多余力，并使用粒子群算法进行控制器参数整定。试验结果表明，该力加载器能够进行有效地进行各种类型的风扰模拟，具有较高的控制精度和响应速度，能够良好的克服多余力干扰。

参考文献

[1]杨波， 曹奕涛， 王俊奎.基于虚拟仪器的无人机舵面负载模拟器[J].测控技术，2009，28（4）：53-57.

[2]王瑞东， 赵晓蓓. 舵机电动力加载系统的研究[J]. 科学技术与工程. 2007，7（22）：5915-5917.

[3]董文彬，肖利红. 基于FUZZY—PID控制的变负载模拟技术的研究[J].航天控制，2010，28（2）：63-69.

[4]王明彦，郭奔. 基于迭代学习控制的电动伺服负载模拟器[J].中国电机工程学报，2003，23（12）：123-126.

[5]沈东凯，华清，王占林. 基于神经网络的电动加载系统[J].航空学报，2002，23（6）：525-529.

[6]王健， 王昆， 陈全世. 风力发电模拟器的控制策略研究[J].系统仿真学报，2007，19（10）：2384-2387.

[7]张儒，陈志军.风力发电模拟实验装置设计[J].自动化仪表，2011，32（9）：35-37

[8]李成功，靳红涛，焦宗夏. 电动负载模拟器多余力矩产生机理及抑制[J]. 北京航空航天大学学报，2006，32（2）：204-208.

[9]吴金波，李绍安，李维嘉，等. 电动负载模拟器的建模与混合校正策略[J].现代制造工程，2010，（4）：5-9.