数据驱动建模和控制系统设计案例研究

数据驱动建模和控制系统设计案例研究

Motor Control Case Study in Data-Driven Modeling and Control Design 迈斯沃克软件公司 作者：PravallikaVinnakota

摘要：本文以简单的直流电机控制系统为例，介绍如何从输入输出数据辨识对象模型，使用辨识的模型来设计控制器并予以实

施。工作流程包括以下步骤：采集数据，辨识线性和非线性对象模型，设计和仿真反馈控制器以及在嵌入式微处理器上实施这些控制器以便实时测试。在物理原型或对象硬件上调节控制器可能造成不安全运行状态甚至损坏硬件。一种更可靠的方法是构建一个对象模型并进行仿真，在不同的运行条件下验证控制器，以便无风险地运行假设情景。当机理建模不可行时，备选方法是通过对象的输入输出数据来开发模型。一个低阶的线性模型可能足以用来设计基本控制器。但较高性能的控制器的详细分析和设计需要一个具有较高精度的模型，且可能是非线性模型。

直流电机：控制设计目标

物理系统是通过电机驱动连接到Arduino Uno 板卡上的一台直流电机（图 1）。我们想为这台电机设计一个用于跟踪参考位置的反馈控制器。该控制器将基于电机位置参考数据生成合适的电压命令。此电压作用于电机时，会促使电机产生扭转电机轴的扭矩。我们将使用电位计测量电机轴旋转的角度，然后将此角度反馈给控制器。

电机驱动集成电路 (IC) 增加了驱动电流并能够双向驱动电机。我们通过Arduino 板卡上的“模拟输入”引脚接收电机位置数据，然后计算参考位置与实际位置（控制器输入）之间的误差。我们将一个电压命令（控制器输出）发送到板卡上的两个“模拟输出”引脚，为 PWM 信号。这些信号连接到驱动电路，为电机提供适当的驱动电流。 控制器必须保持系统稳定，并以最小的稳态误差和超调量提供快速参考跟踪。

图 1. 连接直流电机的Arduino 板卡

采集和处理数据

我们使用Simulink 的一项功能将PC 与Arduino 板卡连接，该功能允许您生成一个可执行文件并在选定的硬件上运行。图 2 为与Arduino 硬件结合使用的 Simulink 库。

要收集数据，Arduino 板卡会向电机发送电压命令并测量产生的电机角度。我们创建一个 Simulink 模型来进行数据收集。 PC 机必须与Arduino 板卡通信，发送电压命令并接收返回的角度数据。我们创建第二个模型来启用此通信。

将要在Arduino Uno 板卡上运行的模型中（图 3），MATLAB 函数“Voltage Command To Pins ”从串行端口读取电压命令，并将命令传送给相应的引脚。我们使用串行通信协议来保证主机与Arduino 面板的通信。在CreateMessage 子系统中，将从板卡上其中一个模拟输入引脚中获取的电机位置数据生成完整的串行消息。

图 3. 将要在Arduino 板卡上运行的Simulink 模型

我们通过选择“Tools ”>“Run on Target Hardware ”>“Run

”从模型创建实时应用程序。然后可以使用将要在主机上运行的模型（图 4）采集输入/输出数据。

图 2. Simulink 模块库：与Arduino 目标硬件结合使用

图 4. 将要在主机上运行的模型

我们发送不同的电压来激励系统，然后记录相应的位置数据。仿真结束时，Simulink 中的信号记录功能将在工作间内创建Simulink数据集，这个时间序列对象包含了记录的所有信号。

接下来，我们为估计和验证准备收集到的数据。通过以下命令，我们将数据转换为iddata对象，以便导入到System Identification Toolbox 中的System Identification Tool。

>>logsout

logsout =

Simulink.SimulationData.Dataset

Package: Simulink.SimulationData

Characteristics:

Name: 'logsout'

Total Elements: 2

Elements:

1: 'Voltage'

2: 'Angle'

-Use getElement to access elements by index or name.

-Use addElement or setElement to add or modify elements.

Methods, Superclasses

>> u = logsout.getElement(1).Values.Data;

>> y = logsout.getElement(2).Values.Data;

>> bounds1 = iddata(y,u,0.01,'InputName','Voltage','OutputName','Angle',...

...'InputUnit','V','OutputUnit','deg')

Time domain data set with 1001 samples.

Sample time: 0.01 seconds

Outputs Unit (if specified)

Angle deg

Inputs Unit (if specified)

Voltage V

我们将使用12 个数据集。选择这些数据集用来确保充分激励系统并为模型验证提供充足数据。

从实验数据开发对象模型

使用系统辨识技术开发对象模型涉及模型精度和建模投入之间的权衡。模型越精确，投入的成本越高，计算的时间越长。目标是要找到能充分捕获系统动态的最简单的模型。

我们遵循系统辨识的典型工作流程：首先估计一个简单线性系统，然后估计一个可以更精确表示电机和捕获非线性行为的更详细的非线性模型。尽管线性模型可能足以满足大多数控制器设计的需要，但非线性模型使一系列工作点上的系统行为和控制器设计的仿真更精确。