【技术实现步骤摘要】
本专利技术涉及工业控制，具体涉及一种基于遗传算法模糊pid的步进电机s型曲线控制方法、装置、设备及存储介质。
技术介绍
1、步进电机是一种将电脉冲信号转变为直线位移或角位移的控制元件，在工业生产、医疗器械、航空航天等方面具有广泛的应用。步进电机具有非线性、强耦合的特点，但其在开环位置控制下，却难以得到满意的控制结果。因此，选择一种合适的控制策略，可以有效提高步进电机的控制精度，实现电机的高效控制。
2、在传统的加减速算法中，由于起点和终点的加速度不连续，易造成电机在运转过程中存在着冲击噪声和抖动现象。虽然s型加减速控制算法可以解决这一问题，但因为在s型加减速控制算法中，加速度的变化率即加加速度在同一段曲线加加速阶段和减加速阶段始终相等且恒定，在负载重量发生变化时无法保证电机运行平稳，运行过程中仍会发生抖动。
3、现有技术虽然已经公开了多种步进电机控制方法，但是依然无法实现步进电机工作的稳定性，无法对步进电机的转速进行高效控制。
4、夏侯命栋等人提出了一种基于stm32的5段式s型交流伺服电机控制方法，该方法虽然提出5段的s型加减速算法。相比于指数型和线性模式，可以减小启动和停止过程中的噪声，速度也趋于平滑。但是加速度的变化率恒定，不仅无法根据不同的电机参数做出调整，而且，且起始阶段的初速度和初加速度为零，即要求被控对象的加速、减速时间相等，且在起点和终点都处于静止状态。其应用范围受到限制，且会牺牲一定的运动效率。
5、中国专利文献cn117348531a公开了一种初速度和初加速度不
6、鉴于上述问题，需要针对s型曲线的速度、加速度部分进行动态优化，以解决现有技术中应用范围受到限制、运动效率较低、控制精度不佳的问题。
技术实现思路
1、为了解决现有技术中的不足，本专利技术的目的在于提供一种基于遗传算法模糊pid的步进电机s型曲线控制方法、装置、设备及存储介质。
2、为实现上述目的，本专利技术采用了以下技术方案：
3、在本专利技术的第一方面，公开了一种基于遗传算法模糊pid的步进电机s型曲线控制方法。该方法包括以下步骤：
4、s1、利用遗传算法对模糊pid控制器进行优化，调整模糊pid控制器的隶属函数和规则库，获取模糊pid控制器的隶属函数和规则库的最优解。
5、s2、基于模糊pid控制器的隶属函数和规则库的最优解，设计优化后的模糊pid控制器。
6、s3、利用优化后的模糊pid控制器，获取步进电机的转速曲线，根据转速曲线确定步进电机速度表，利用步进电机速度表对步进电机s型曲线加减速进行控制。
7、根据本专利技术优选的，所述步骤s1中，利用遗传算法对模糊pid控制器进行优化，调整模糊pid控制器的隶属函数和规则库，获取模糊pid控制器的隶属函数和规则库的最优解，包括：
8、s11、初始化种群：生成初始种群，种群中的每个候选解为模糊pid控制器的一种隶属函数参数和规则库配置。
9、s12、评价适应度：根据步进电机控制系统的性能指标，计算每个候选解的适应度值。
10、s13、选择：根据适应度值进行选择操作，选择高适应度的候选解作为父代种群，进行遗传操作。
11、s14、交叉：对父代种群中的候选解进行交叉重组，产生新候选解。
12、s15、变异：对新候选解进行随机变化，实现变异。
13、s16、生成新种群：用经过选择、交叉和变异产生的新候选解替换旧种群，形成新一代种群。
14、s17、迭代优化:重复步骤s11-s17，直至满足停止条件，得到迭代优化后的种群；迭代优化后的种群中的个体为模糊pid控制器的隶属函数和规则库的最优解；所述停止条件包括达到一定的迭代次数、适应度值收敛或达到用户定义的性能阈值。
15、根据本专利技术优选的，所述步骤s2中，基于模糊pid控制器的隶属函数和规则库的最优解，设计优化后的模糊pid控制器，包括：
16、s21、基于模糊pid控制器的隶属函数和规则库的最优解，确定模糊pid控制器的控制目标和系统模型，并对步进电机进行数学建模，确定步进电机的数学模型以及传递函数。
17、s22、根据步进电机的数学模型，设计模糊pid控制器，并根据先验知识建立模糊pid控制器的模糊规则表。
18、s23、利用模糊规则表对模糊pid控制器的参数进行自适应校正，将模糊pid控制器的模糊输出转换为pid参数值，确定修正后的pid参数值，得到优化后的模糊pid控制器。
19、根据本专利技术优选的，所述步骤s21中，对步进电机进行数学建模，确定步进电机的数学模型以及传递函数，包括：
20、s211、建立步进电机的电压方程，当两相励磁处于平衡位置时，步进电机的电压方程如公式(1)和公式(2)所示：
21、
22、
23、在公式(1)和公式(2)中，ua为a相绕组的电压；ra为a相绕组的电阻；ia为a相绕组的电流；l为自感；m为互感；ib为b相绕组的电流；t为时间变量；kf为永磁体和相绕组的耦合系数；zr为转子齿数；θ为步进电机转动角度；ub是b相绕组的电压；rb为b相绕组的电阻；β为两相励磁处于平衡位置时转子转动的角度；步进电机为两相混合步进电机。
24、s212、利用公式(3)确定步进电机的传递函数g(s)：
25、
26、在公式(3)中，g(s)为步进电机的传递函数，θ0(s)为步进电机的理论转动角度，θi(s)为步进电机的偏差转动角度。
27、s213、利用公式(4)确定步进电机的运动方程：
28、
29、在公式(4)中，j为转动惯量；θ为步进电机转动角度；t为时间变量；d为粘性系数；kf为永磁体和相绕组的耦合系数；ia为a相绕组的电流；zr为转子齿数；ib为b相绕组的电流；β为两相励磁处于平衡位置时转子转动的角度。
30、对公式(4)所示的步进电机的运动方程进行拉氏变换处理得：
31、
32、在公式(5)中，ia(s)为a相绕组的电流；ib(s)为b相绕组的电流；zr为转子齿数；kf为永磁体和相绕组的耦合系数；β为两相励磁处于平衡位置时转子转动的角度；r为电阻；l为自感；m为互感；s为导体的横截面积；s为复变量；θ0(s)为步进电机理论转动角度；θi(s)为步进电机偏差转动角度；d为粘性系数；j为转动惯量；kp为步进电机阻尼系数；ωn为步进电机固有角频率。
33、两相励磁时在平衡位置扰动微小，在s＝0时，振荡值应恢复在平衡位置θi上，g(s)＝1，即两相励磁情况下，步进电机的传递函数本文档来自技高网...
【技术保护点】
1.一种基于遗传算法模糊PID的步进电机S型曲线控制方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于遗传算法模糊PID的步进电机S型曲线控制方法，其特征在于，
3.根据权利要求2所述的基于遗传算法模糊PID的步进电机S型曲线控制方法，其特征在于，
4.根据权利要求3所述的基于遗传算法模糊PID的步进电机S型曲线控制方法，其特征在于，
5.根据权利要求4所述的基于遗传算法模糊PID的步进电机S型曲线控制方法，其特征在于，
6.根据权利要求5所述的基于遗传算法模糊PID的步进电机S型曲线控制方法，其特征在于，
7.根据权利要求5所述的基于遗传算法模糊PID的步进电机S型曲线控制方法，其特征在于，
8.一种基于遗传算法模糊PID的步进电机S型曲线控制装置，其特征在于，该装置包括遗传算法优化模块、模糊PID控制器设计模块和S型曲线控制模块；
9.一种电子设备，其特征在于，包括：至少一个处理器；以及存储器，所述存储器存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少
10.一种机器可读存储介质，其特征在于，其存储有可执行指令，所述指令当被执行时使得所述机器执行如权利要求1至7中任一项所述的基于遗传算法模糊PID的步进电机S型曲线控制方法。
...【技术特征摘要】
1.一种基于遗传算法模糊pid的步进电机s型曲线控制方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于遗传算法模糊pid的步进电机s型曲线控制方法，其特征在于，
3.根据权利要求2所述的基于遗传算法模糊pid的步进电机s型曲线控制方法，其特征在于，
4.根据权利要求3所述的基于遗传算法模糊pid的步进电机s型曲线控制方法，其特征在于，
5.根据权利要求4所述的基于遗传算法模糊pid的步进电机s型曲线控制方法，其特征在于，
6.根据权利要求5所述的基于遗传算法模糊pid的步进电机s型曲线控制方法，其特征在于，
7.根据权利要求5所述的基于遗传算...
【专利技术属性】
技术研发人员：程广河，于洋，杨东旭，赵景波，孙瑞瑞，
申请(专利权)人：山东省计算中心国家超级计算济南中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。