基于DC电机的车辆驱动自适应补偿器参考.doc

基于DC电机的车辆驱动自适应补偿器 Adnan Derdiyok, Birol Soysal, Fahrettin Arslan, Yusuf Ozoglu and Muhammet Garip Department of Electrical Electronics Engineering, Atatürk University, 25240 Erzurum, Turkey Istanbul University, Avcilar, Istanbul, Turkey Istanbul Transportation Co. Inc., Istanbul, TurkeyAvailable online 11 January 2005. 摘要：由两个独立的DC电动机驱动系统，其中一个电机是用于右前轮，另一个是为左车轮。提出了一种自适应补偿器使用Takagi - Sugeno模糊控制的车辆系统。补偿器包括一个自适应模型识别和自适应控制。一个在线的方法是用来调整标识符模型的参数以匹配的车辆系统的行为模型。然后，识别的模型参数用于一个标准的平行分布补偿提供渐近稳定的闭环汽车驱动系统，其中的速度和方向的角度控制车辆的平衡。结果表明，该控制器的结构具有很强的负载能力，轨迹跟踪性能非常好。 关键词：直流电动机，汽车系统，轨迹跟踪，自适应模糊控制 目 录 1 绪论 1 2 车辆模型 1 3 车辆系统的控制 3 4 基于模糊识别和控制的车辆系统自适应补偿 4 4.1 模糊识别模型 4 4.2 模糊控制器的设计 6 讨论 7 结论 9  绪论 技术进步在硬件和软件，导致了许多传统非自动化材料的替代，如叉车和搬运车轧系统，具有自动化物料处理系统，如传送带和自动导引车（AGV）系统。AGV的任务是要拿起零件或在某些点的项目，通常储存仓库和车间工作站，并叠在别的物体上。自动导引车系统提供了传送带和叉车，如较高的灵活性，更小的空间利用，有几个优势，更安全，降低运营成本。该AGV系统的投资成本相对较高，但是，只有集中和有效地使用该系统才值得投资[1]。该自动导引车系统也是计算机集成制造设施的重要组成部分。在车上进行，由电脑控制，可自动编程路由和定位。它们是无人驾驶的，可以有效地地处理子系统或工作单元材料接口。该车辆的基本功能是在计算机控制下通过复杂的路径把货物放到偏远的位置。机器人不具有该车辆的系统流动性，而输送机具有其灵活性。 近年来，AGV的研究已经得到高度重视。研究都集中在结构 [2]，管理[3]、[4]、 [5]，[6]和[9]和AGV的控制 [7]、[8]、 [9]、[10] [11]和[12]。该控制方法的选择很重要的一点是取决于负载的动态变化。这导致了车辆系统参数随时间变化。同时，由于环境和模型的因素，车辆系统可以很容易受外界干扰或任何未建模的动态变化的影响。它有一个重大的理论意义，解决了车辆系统的控制问题和实用价值。因此，控制模型可适当地选择参数以克服突然克服干扰。为此，一自适应模糊控制结构[13]建议将车辆系统的鲁棒控制和跟踪误差最小的期望轨迹非常快。该控制器是由直流电动机驱动的车辆系统仿真。获得的结果证明，该控制器具有很强的负载变化，也可以按照命令轨迹非常好。为此，提出了一种车辆系统的自适应模糊控制结构[13]，其鲁棒控制非常强和跟踪误差最小的期望轨迹非常快。 车辆模型 在这项工程中所使用的车辆配置有四个轮子，如Fig. 1。有两个控制两个轮子在前面和后面的为非控制车轮。 Fig. 1.?车辆模型及其坐标系统 我们可以得出以下从车辆的运动方程运动微分方程[8]。 (1) vR=RωR, (2) vL=RωL, (3) (4) (5) (6) 其中，vR, vL, v 和 分别是右前轮的线速度，左车轮线速度，车辆的线速度和车辆的方向角。vx是在x方向的速度分量，vy是在y方向速度分量。车辆有两个轮子在前面和每个前轮都是独立的，分别由励直流电动机通过齿轮箱驱动。由马达传动变速箱的扭矩可以写成如下： (7) (8) 其中，n是齿轮箱的减速比，Fc 是库仑转矩常数。由方程(7)和(8)得： (9) (10) (11) (12) (13) And from Eqs. (3), (4), (12) and (13) (14) (15) 其中η1，η2，η3是常量和ωR和ωL分别是左、右轮角速度。 车辆系统的控制 该车辆的控制系统框图如图.2所示。 Fig. 2.?车辆的控制系统框图 每个车轮扭矩方程描述为： (16) (17) 在图2中，v是速度，是车辆的方向角。车辆的控制是基于对速度和方向角的控制。该控制器使用实际速度，实际角度和参考值。速度和角度的控制是通过自适应模糊控制器产生两个输出(uv和 u)来进行的。 基于模糊识