简易旋转倒立摆及控制装置.docx
《简易旋转倒立摆及控制装置.docx》由会员分享，可在线阅读，更多相关《简易旋转倒立摆及控制装置.docx（12页珍藏版）》请在冰豆网上搜索。
简易旋转倒立摆及控制装置
简易旋转倒立摆及控制装置（C题）
参赛队员姓名：
指导教师姓名
参赛队编号：
参赛学校：
简易旋转倒立摆及控制装置（C题）
摘要：
简易旋转倒立摆及控制装置是复杂的高阶闭环控制系统，控制复杂度较高。
系统以飞思卡尔MK10DN512ZVLL10单片机为核心，以Mini1024j编码器为角度传感器，配合直流电机组成旋转倒立摆系统，经过充分的系统建模，并考虑单片机运算速度，最终确定采用改进的“模糊PID”控制算法，通过软件控制，可以满足基本部分要求和发挥部分要求。
系统的突出特点在于充分的力学理论分析，通过力学建模和控制系统仿真，获得了大量的定性分析结果，为系统的建立提供了很好的理论依据。
关键字：
倒立摆模糊PID力学建模状态机
一、系统方案
1.系统方案论证与选择
倒立摆系统是一个复杂的快速、非线性、多变量、强耦合、自然不稳定的系统。
对于该控制系统而言，合适的控制算法、精确的反馈信号、适合的电机驱动等都对系统的稳定性、控制精度及抗干扰性起重要作用。
针对上述问题，分别设计多种不同的解决方案，并进行选择论证。
（1）控制算法选择
方案一：
采用传统PID控制算法。
传统PID控制算法是运用反馈求和后的误差信号的比例（0阶位置项）、积分（误差累积项）、微分（1阶速度项）进行系统校正的一种控制算法。
可用于被控对象的结构和参数不能完全掌握，或得不到的精确数学模型的情况，控制器的结构和参数必须依靠经验和反复调试来确定。
方案二：
采用模糊PID控制算法
模糊PID控制算法根据PID控制器的三个参数与偏差e和偏差的变化ec之间的模糊关系，在运行时不断检测e及ec，通过事先确定的关系，利用模糊推理的方法，在线修改PID控制器的三个参数，让PID参数可自整定。
将模糊控制算法与传统PID控制算法巧妙结合，不但具有PID控制算法精度高等优点，又兼有模糊控制灵活、适应性强的优点。
综合考虑选择方案二的模糊PID控制算法。
（2）电动机选型
方案一：
选择步进电动机
步进电动机是将电脉冲激励信号转换成相应的角位移或线位移的离散值控制电动机，这种电动机每当输入一个电脉冲就动一步。
虽然控制时序和驱动电路相对复杂，但步进距离很小，保持力矩大，制动能力强。
但步进电机速度只在一定范围可调，并且一般步进电机在不旋转时仍有若干相通电，功耗太大。
方案二：
选择直流电动机
直流电动机控制简单，利用双极性PWM即可实现调速和正、反转，功率调节范围广、适应性好。
直流电机的起动、制动转矩大，易于快速起动、停车，易于控制，且直流电机的调速性能好，调速范围广，易于平滑调节。
综上考虑选择方案二的直流电动机。
（3）传感器的选择
方案一：
使用角位移传感器
角位移传感器是一个高精度的电位器，它输出为模拟量。
但是在使用角位移传感器时，为得到其与竖直方向（即重力方向）的夹角，要使用重摆，且在角度变化小时，由于传感器自身扭矩，将不会发生角位移，从而得不到采样数据。
方案二：
使用主轴编码器
主轴编码器采用与主轴同步的光电脉冲发生器，通过中间轴上的齿轮1:
1地同步传动。
一般是发光二极管发出红外光束，通过动、静两片光栅后，到达光电二极管，接收到脉冲信号，变换成数字量输出。
按编码方式不同，分为增量式编码器和绝对编码器。
前者输出脉冲，后者输出8421码。
绝对值编码器减轻了电子接收设备的计算任务，从而省去了复杂的和昂贵的输入装置，而且，当机器合上电源或电源故障后再接通电源，不需要回到位置参考点，就可利用当前的位置值，得到了广泛的应用。
综上考虑选择方案二的绝对值式主轴编码器。
2.系统结构
基于题目要求及以上分析，本系统以飞思卡尔MK10DN512ZVLL10单片机作为核心处理芯片，包括摆杆状态检测、电机驱动、液晶显示等模块。
系统框图如图1所示。
图1系统结构框图
系统各部分功能如下。
中央处理模块：
该模块采用飞思卡尔MK10DN512ZVLL10单片机作为主控制器，完成系统的控制功能。
摆杆检测模块：
该模块由主轴编码器构成，用于检测摆杆的角位移及角速度，并将信息反馈给MCU。
电机驱动模块：
该模块由步进电动机实现，用于驱动旋转臂做往复运动。
液晶显示模块：
该模块由1.8寸SPITFT全彩屏构成，用于实时动态显示摆杆角度，以及摆杆保持平衡状态后维持的时间。
二、理论分析与计算
1.系统模型的建立
一级旋转式倒立摆系统由一个水平旋臂和一级摆杆组成，旋臂由电机驱动在水平面内作圆周运动，通过耦合作用带动摆杆转动。
如图2所示，旋臂和摆杆可以抽象为两个匀质杆，其中旋臂长度为，相对轴的角位移为；摆杆长度为，摆杆质心到连接点的距离为，相对轴的角位移为。
图2系统建模示意图
由动力学理论，摆杆质心在和方向的速度分量为：
（1）
系统总动能
系统的动能由4部分构成，包括：
旋臂在水平面上的转动，摆杆在铅直平面内的转动，摆杆质心沿轴、轴方向的运动。
对应的动能分量分别用，，，表示，因此系统动能为这四个动能分量的和，系统动能如式
（2）：
（2）
其中，。
系统总势能
以旋臂所在水平面为零势能面，则系统的势能为摆杆的重力势能：
（3）
拉格朗日方程
由拉格朗日算子可推导出拉格朗日函数：
（4）
已知系统的广义坐标，则由拉格朗日方程，可得方程组：
（5）
其中，为系统广义坐标上非有势力对应的广义外力，为电动机输出转矩，，为旋臂绕电机转轴转动的阻尼系数，为电机电枢电压。
将式（5）中的方程在处线性化，忽略高次项，最终可以得到系统的状态方程如式（6）所示。
（6）
其中，。
将系统的机械参数值带入式（6），可得倒立摆系统的线性化数学模型如式（5）所示。
（7）
上述建模过程所需各机械参数如表1所示。
表1系统物理参数表
物理参数
物理意义
参数值
摆杆长度
0.199m
摆杆质量
0.005kg
旋臂长度
0.2m
旋臂质量
0.01kg
电机力矩系数
3.87×10-3N·m·A-1
反向电势系数
4×10-3V·s·rad-1
变速器齿轮比
4.2:
1
直流电机电枢电阻
0.476
直流电机效率
64.6%
变速器效率
95%
阻尼系数
4.16×10-3N·ms·rad-1
2.控制器算法的设计
自适应模糊PID控制器以误差e和误差变化ec作为输入，可以满足不同时刻的e和ec对PID参数自整定的要求。
利用模糊控制规则在线对PID参数进行修改，便构成了自适应模糊PID控制器。
但是这里有一个问题：
通过上述建模，若将作为模糊控制器的4个输入，每个输入又选定7个词集的话，那么规则将有74=2401条，考虑到单片机的运算速度，这里考虑设计两个控制器，分别控制、和、，由一个单片机并行运算处理。
然后，将它们的输出决策相加作为电动机的控制信号，来控制倒立摆的平衡。
其结构如图3所示。
图3模糊PID控制器结构
隶属度函数
对于旋臂的控制，取输入和输出模糊子集为{NB,NM,NS,Z,PS,PM,PB}，分别代表负大，负中，负小，零，正小，正中，正大。
论域为[-3,3]，量化等级为{-3,-2,-1,0,1,2,3}。
输入输出隶属度函数均采用三角形，如图4所示。
图4输入输出量的隶属度函数
对于摆杆的控制，取输入和输出模糊子集为{NB,NM,NS,Z,PS,PM,PB}，同上述对于摆杆的控制，输入输出隶属度函数也均采用三角形，但考虑倒立摆系统的控制以摆杆控制为主，要求摆杆在角度为零时能够平衡倒立．故在零点附近分档较细，如图5所示。
图5输入输出量的隶属度函数
模糊控制规则
根据对输出特性的影响，可以归纳出在不同输入下，的自整定要求，根据控制经验，可得模糊规则，如表2所示。
对应模糊规则，可以完成模糊推理，决策出模糊输出量。
表2模糊控制规则
最后，进行反模糊判决，利用重心法去模糊化，将模糊输出分解成实际作用于电机的物理量。
三、电路与程序设计
1.硬件电路设计
（1）主控电路设计
主控电路设计如图6所示，系统采用飞思卡尔MK10DN512ZVLL10作为主控芯片，采集编码器的位置信息，并根据倒立摆的角度和角加速度等数据计算摇臂运动速度和方向，从而实现倒立摆的平衡。
图6主控电路图
（2）电机驱动电路
系统中的电机采用MOS管组成H桥驱动电路，该驱动就有电路可靠，驱动能力强，成本低等优点，完全满足本系统的要求。
电路如图7所示。
图7直流电机驱动图
2.系统软件设计
（1）软件设计
为了支撑上述题目要求和控制算法，并且降低模块间的耦合度从而为测试工作提供方便，我们设计了如下的软件构架：
设备驱动层
设备驱动层是针对单片机外设的驱动控制信号和反馈信号进行初步的封装，从而实现高层逻辑不必关心时序或电压等数字、模拟信号层数据。
I/O数据配接层
I/O数据配接层实现输入输出数据与控制逻辑数据的匹配，包括数据类型转换（floatunsignedint）和数据缓冲维护。
控制决策层
控制决策层是控制系统的核心，其中包括系统状态控制和运动决策控制。
图8控制决策层框图
图3状态控制
由图8所示，控制决策层首先从数据配接层的输入缓冲读入控制外设和传感器外设的反馈数据，首先根据数据进行状态控制，在确定系统状态之后再配合状态数据进行运动决策，将决策结果发送至I/O输出数据配接模块从而实现对设备的驱动。
图8比较直观地说明了决策层在控制系统中所处的位置。
根据上述分析，软件设计流程如图9所示。
图9软件流程图
四、系统测试及结果分析
针对竞赛最终测试项目及计划演示的扩展表演项目内容，制订并进行了如下测试，测试结果如表3所示。
表3竞赛测试数据表
测试项目
测试次数
成功（准确）次数
成功（准确）率
备注
传感器部分
静态角度测量
20
20
100%
误差<0.1度
动态角度测量
20
15（误差小于0.5度次数）
75%
已通过算法优化
基本部分
自启动超60度
20
20
100%
自启动超360度
20
20
100%
165度自平衡
20
19
95%
165自平衡旋转角度
20
125（平均最大
转角）
138%（超过90度）
统计规律
发挥部分
自启动倒立
20
20
100%
5s内稳定
施加扰动倒立
20
20
100%
倒立转圈
20
20
100%
扩展液晶显示角度
20
20
100%
大扰动演示
20
17次
85%
20g砝码，90度干扰
结果分析
测试结果显示，本设计已基本完成设计要求中所规定的各项，并附加了相对题目要求内容难度更大的受冲击后恢复平衡（因为受冲击后，倾角传感器内部会产生震荡，影响定位精度，从而增加难度），并很好的完成。
当然，系统在精确调整倒立摆角度等更高难度的任务上还存在很多问题，在今后的研究中，我们将针对这些高级任务进行深入的分析，并通过引入人工神经网络等智能控制算法来解决这些问题。
五、总结
经过4天3夜的设计、构建，系统成功的完成了设计任务中的各项目标。
在整个系统设计过程中，不仅应用了大量的单片机技术、传感器技术、自动控制理论、数字/模拟电子电路技术和电机控制技术，还应用了数学、力学、机械学等学科的知识。
系统设计结构严谨、理论准备充分、算法设计更是充满了创新意识。
参考文献
[1]黄智伟.全国国大学生电子设计竞赛训练教程.北京：
电子工业出版社，2005年
[2]吴兆华.表面组装技术基础.北京：
国防工业出版社，2002年
[3]
升级会员 