一种H型气浮平台运动控制系统技术方案

本发明专利技术涉及高精密气浮平台的伺服控制技术领域，具体为一种H型气浮平台运动控制系统，包括工控机、控制器、驱动器、直线电机、光栅尺和气浮平台，所述控制器基于模糊

【技术实现步骤摘要】
一种H型气浮平台运动控制系统


[0001]本专利技术涉及高精密气浮平台的伺服控制
，具体为面向芯片加工和集成电路制造的一种H型气浮平台运动控制系统。

技术介绍

[0002]精密运动平台是一种高精度定位载物平台，是多种精密加工和精密检测设备的核心部件，在IC制造装备(如贴片机、光刻机、IC封装等领域)中扮演着重要角色。对于精密气浮平台的动力装置而言，单电机驱动存在低加速度、低精度以及机械结构振动成分复杂等不足。双电机的驱动方式虽然很大程度的削弱了上述缺陷，但对双边驱动的控制策略有着更为严格的要求。
[0003]在双边驱动的控制策略中，经典方法主要有主从同步控制和并行同步控制两种。主从同步控制中将驱动轴划分为主动轴和从动轴，其中主动轴执行动作，从动轴跟随动作。受限于机械结构和电子电路响应等各方面存在的延迟因素，两轴之间存在跟踪滞后问题，因此在高速运动场合下同步性能较差。并行同步控制中的两个同步轴采用独立自主的控制方式，两轴之间无任何信息交互，导致一轴无法感知另一轴的运动情况而实施相对应的调整行为，亦造成同步误差和位置误差等缺陷的存在。
[0004]交叉耦合控制通过收集和分析各轴的运动信息，将最终处理结果按需补偿给各个轴的控制器，集中实现多轴之间的反馈、调度任务与信息交互功能，有助于位置误差、同步误差、加工轮廓误差等影响平台运动精度因素的降低。但传统交叉耦合控制中补偿增益值是不变的，无法根据实际工况实时调整各轴的补偿值。
[0005]因此，基于上述问题，提供一种基于模糊
‑
神经网络参数自调整增量式PID的变增益交叉耦合控制策略，以及基于该算法的H型气浮平台运动控制系统，具有重要的现实意义。

技术实现思路

[0006]本专利技术的目的在于提供一种H型气浮平台运动控制系统，以解决上述
技术介绍
中提出的问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：一种H型气浮平台运动控制系统，包括工控机、控制器、驱动器、气浮平台、光栅尺和直线电机，所述控制器基于模糊
‑
神经网络参数自调整增量式PID控制与交叉耦合控制策略进行设计，所述气浮平台中包括龙门结构、Y轴、X轴、工作台、大理石基座和地脚螺栓，所述工控机与控制器之间通过以太网连接，所述控制器通过水星网络协议与驱动器进行通信，所述驱动器连接设置有直线电机和光栅尺，所述光栅尺的读数头与工作台连接，并将工作台的位置信息反馈给驱动器和控制器。
[0008]所述控制器的模糊
‑
神经网络参数自调整增量式PID控制方法的具体原理如下：
[0009]神经网络的第一层为误差数据输入层，实现气浮运动平台中位置信息与控制器的互联互通。该网络层的输入关系为：
[0010]H1(i)＝Input I＝[i1,i2,i3]T
＝[Δe(k)，e(k)，Δe(k)
‑
Δe(k
‑
1)]T
[0011]其中，i1、i2、i3分别为期望值与光栅尺反馈值的当前误差变化量、误差量、以及前阶误差变化量。
[0012]神经网络的第二层为隐含层1，具体为模糊化层。将均值为c
ij
和标准差为σ
ij
的高斯型函数作为隶属度函数，模糊化层的神经元输出为：
[0013][0014]其中，n2、n3分别为神经网络第二层和第三层的神经元个数，w
23
(i,j)表示第二层至第三层的神经元连接权值。
[0015]神经网络的第三层为隐含层2，具体为模糊推理层，完成每条模糊规则的适用度的计算。模糊推理层的内部作用函数为：
[0016][0017]第四层为输出层，同时作为模糊控制中的去模糊化层，对由模糊推理层计算得到的模糊量进行精确化，从而得到系统的期望控制输出：
[0018][0019]其中，l为输出层神经元个数，w
34
(j,l)为第三层至第四层的连接权值。
[0020]参数训练完毕后，作用于增量式PID，具体方程为：
[0021]Δu(k)＝K
p
[e(k)
‑
e(k
‑
1)]+K
I
e(k)+K
D
[e(k)
‑
2e(k
‑
1)+e(k
‑
2)][0022]＝K
p
Δe(k)+K
I
e(k)+K
D
[Δe(k)
‑
Δe(k
‑
1)][0023]其中，K
p
、K
I
、K
D
分别是比例系数、积分系数和微分系数，e(k)、e(k
‑
1)、e(k
‑
2)分别是当前阶、前一阶和前二阶的误差值。
[0024]所述控制器的交叉耦合控制策略实现各轴之间的消息通讯。针对某一轴而言，其不仅获得本轴的位置和误差信息，而且实时接收其它轴的位置和误差信息，解决多轴之间的联合调度与协调问题。结合模糊
‑
神经网络自适应的调整增益值，使得所述控制器根据实际工况实时调整各轴的补偿值。
[0025]与现有技术相比，本专利技术的有益效果是：
[0026]本专利技术通过优化控制策略，基于模糊
‑
神经网络增量式PID的交叉耦合控制策略进行控制器的设计，使其具备变增益的特点。综合多轴的位置信息、同步信息、加工轮廓信息，依赖模糊
‑
神经网络的参数自调整功能，继而根据实际工况实时、在线调参并实现多轴之间变增益补偿值的最优分配。改善了因同步问题引起的运动偏摆角、因位置跟踪引起的加工精度等问题，提高了气浮平台的伺服控制精度和机加工性能。
附图说明
[0027]图1为本专利技术气浮平台立体结构示意图；
[0028]图2为本专利技术模糊
‑
神经网络增量式PID控制原理框图；
[0029]图3为本专利技术气浮平台运动控制系统原理框图；
[0030]图4为本专利技术气浮平台运动控制系统各模块组成图；
[0031]图5为本专利技术气浮平台运动控制系统模块间通讯示意图。
[0032]图中：1、龙门结构；2、Y轴；3、Y轴光栅尺1；4、Y轴直线电机1；5、X轴；6、X轴气浮滑块；7、工作台；8、X轴直线电机；9、X轴光栅尺；10、Y轴气浮滑块；11、Y轴光栅尺2；12、Y轴直线电机2；13、大理石基座；14、支撑台面；15、地脚螺栓；16、工控机；17、控制器；18、驱动器；19、气浮平台；20、光栅尺；21、直线电机。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种H型气浮平台运动控制系统，其特征在于：包括工控机(16)、控制器(17)、驱动器(18)、气浮平台(19)、光栅尺(20)和直线电机(21)，所述控制器(17)基于模糊
‑
神经网络参数自调整增量式PID控制与交叉耦合控制策略进行设计，所述气浮平台(19)中包括龙门结构(1)、Y轴(2)、X轴(5)、工作台(7)、大理石基座(13)和地脚螺栓(15)，所述工控机(16)与控制器(17)之间通过以太网连接，所述控制器(17)通过水星网络协议与驱动器(18)进行通信，所述驱动器(18)连接设置有直线电机(21)和光栅尺(20)，所述光栅尺(20)的读数头与工作台(7)连接，并将工作台(7)的位置信息反馈给驱动器(18)和控制器(17)。2.根据权利要求1所述的一种H型气浮平台运动控制系统，其特征在于：所述控制器(17)的模糊
‑
神经网络参数自调整增量式PID控制方法具体如下：神经网络的第一层为误差数据输入层，实现气浮运动平台中位置信息与控制器的互联互通。该网络层的输入关系为：H1(i)＝Input I＝[i1,i2,i3]
T
＝[Δe(k)，e(k)，Δe(k)
‑
Δe(k
‑
1)]
T
其中，i1、i2、i3分别为期望值与光栅尺反馈值的当前误差变化量、误差量、以及前阶误差变化量。神经网络的第二层为隐含层1，具体为模糊化层。将均值为和标准差为σ
ij
的高斯型函数作为隶属度函数，模糊化层的神经元输出为：其中，n2、n3分别为神经网络第二层和第三层的神经元个数，w
23
(i,j)表示第二层至第三层的神经元连接权值。神经网络的第三...

【专利技术属性】
技术研发人员：郭聪德，何晓蕾，
申请(专利权)人：菁品科技韶关有限公司，
类型：发明
国别省市：