[实用新型]基于Q学习的伺服电机变论域模糊自适应PID控制器

说明书

本实用新型涉及一种基于Q学习的伺服电机变论域模糊自适应PID控制器，包括DSP核心控制模块、电源电路模块、功率驱动模块、逆变电路模块、转子位置检测模块、电机转速和位置检测模块、反馈电流信号检测模块、过流过压保护模块、伺服电机控制策略模块。以TI公司的TMS320F28335为核心控制芯片搭建核心电路，设计了控制器硬件电路，进一步提高了伺服的跟踪精度，同时保证稳定性、可靠性要求，实现对机器人直流无刷伺服电机稳定、可靠的工作，快速完成各种操作。

技术领域

本实用新型属于电机控制技术领域，具体涉及一种基于Q学习的机器人直流无刷伺服电机变论域模糊自适应PID控制器。

背景技术

自机器人技术兴起以来，为满足日益旺盛的自动化生产需求，工业领域率先开启了对机器人的大范围应用，并用极短的时间实现了规模化的发展。由伺服电机和驱动器组成的高性能运动控制技术，已经在各个领域得到了相当广泛的应用。直流伺服电机是机器人制作必不可少的组成部分，主要作用是为系统提供必须的驱动力，用以实现其各种运动。电机驱动系统的性能直接影响到机器人的整体技术水平。因此，实现机器人的快速、稳定、可靠地实行各种操作，电机驱动系统的设计至关重要。

大多数情况下，电机驱动采用的都是伺服系统的位置控制方式。为使系统的输出以一定精度跟随指令变化，伺服驱动电机运行速度常常处于不停变化的状态，与一般电机调速系统相比，其对转矩和速度的动静态控制特性要求要严格得多。运行轨迹越复杂，伺服的跟踪性能所受影响越大。为使伺服达到较佳的运行状态，需要技术人员凭借经验对驱动器的PID参数进行调节，这种整定具有一定的局限性，很难达到实际的使用要求。传统PID参数设定以后不能随着外部工作环境的改变而改变，而且，当系统在启动、停止或大幅度增减设定时，短时间内系统输出会有很大的偏差，会造成PID运算的积分积累，致使控制量超过执行机构可能允许的最大动作范围对应的极限控制量，引起系统产生较大超调，甚至引起系统产生较大的震荡，这是系统不允许的。

模糊逻辑控制对被控对象的数学模型要求较为宽松,具有动态响应快,对扰动变化适应性强的特点,在系统模型参数摄动方面表现出较好的鲁棒性。但是一般的模糊控制器在系统具有不确定性、大时滞和非线性时表现出明显的控制精度不高和自适应性能有限的缺点。而变论域模糊自适应PID则可以解决控制精度的问题,即使当误差较小时依然具有较好的参数自校正能力。变论域模糊自适应PID能够进一步实时的调整参数校正的精度和范围。但是由于变论域模糊PID控制器的控制函数会随着时间的变化被缩小或者放大，使得更新得到的控制函数变得不再准确，产生失真现象：随着论域的偏差的减小，开始时刻的控制函数不能完全一致，从而导致变形，使得控制无法达到预期的效果。利用强化学习理论中Q学习算法可以对变论域模糊PID控制器进行改进，使其具有在线寻优的能力，两种算法相互结合、补充，从而达到更好的PID控制参数调节的效果。

发明内容

本实用新型的目的在于提供一种基于Q学习的伺服电机变论域模糊自适应PID控制器。

本实用新型解决其技术问题所采用的技术方案是：基于Q学习的伺服电机变论域模糊自适应PID控制器，包括DSP核心控制模块、电源电路模块、功率驱动模块、逆变电路模块、转子位置检测模块、电机转速和位置检测模块、反馈电流信号检测模块、过流过压保护模块、伺服电机控制策略模块，所述电源电路模块、逆变电路模块、转子位置检测模块、电机转速和位置检测模块、反馈电流信号检测模块、过流过压保护模块均与DSP核心控制模块连接，DSP核心控制模块通过功率驱动模块与伺服电机控制策略模块连接，伺服电机控制策略分别连接信号处理模块和电机保护模块，信号处理模块和电机保护模块均与DSP核心控制模块连接，DSP核心控制模块还与上位机交互。