高性能运动控制在数控系统中的应用综述

1 研究背景(Researchbackground)

　　现代科学技术给机械制造业带来了深刻的变化。一方面，它们促使形成国际上的激烈竞争市场，使用户对产品质量、品种和价格的要求越来越严格，在机械制造业中表现为高精度、多品种、小批量、低本钱和快周期的生产要求;另一方面，它们与机械制造科学技术的结合，为机械制造产业适应这种发展趋势提供了重要的系统理论和实现的技术基础。

　　数控机床正是适应这种需求而正在发展着，已发展有加工中心、柔性制造单元等。它们是电子技术、信息技术和机床技术相结合的产物。近十几年来，国外数控机床技术发展很快。我国数控机床技术发展相对产业发达国家来说，无论在产量、产值和拥有量的数控化率方面，还是在品种、性能和可靠性等技术方面，都还有很大差距。因此，根据国内外机械制造自动化发展现状，从我国的实际出发，除必要的跟踪研究以外，集中必要的人力和资金研究机械制造自动化关键设备和基础理论与技术，例如高性能新型数控系统、高精度伺服控制技术与主轴驱动技术等，对我国机械制造水平，特别是基础技术水平的进步，为更高层次的综合自动化的开发以及对国民经济的发展均具有重要意义。新一代数控装置，实现高速度、高精度、高效率和高可靠性的加工是优先考虑的题目。应该指出，高速度、高精度、高效率和高可靠性4个高性能指标是同一的整体。要实现高性能控制，高性能数控系统伺服控制器设计是基础和关键技术之一。本文对其中一个重要研究方面)))高性能运动控制在数控系统中的应用进行评述。

2 研究现状(Presentsituation)

　　2.1 面临挑战

　　高速高精度加工是目前最重要的研究领域之一，其目的在于进步机械加工生产率及改善加工质量。然而，高速高精度加工在实用之前也面临着很多挑战。最主要的题目是在存在扰动、非线性、模型和参数不确定性的情况下设计高性能的伺服控制器。当使用有限带宽的伺服控制器时，伺服延迟也成为引起位置误差的主要原因，并会随着高速加工时进给速度的进步而更加严重。现代加工系统由伺服系统所支持，伺服控制器的性能和加工质量、效率密切相关。从机床控制系统的角度看，机床控制是一个动态系统，控制系统中不确定因素的产生主要是由于:1)系统的输进包含有随机扰动;2)系统的丈量传感用具有丈量噪声;3)系统数学模型的参数甚至结构具有不确定性。我们把第一、二类不确定因素称为不确定环境因素，把第三类不确定因素称为不确定模型因素。传统的数控系统对机床的控制主要采用经典控制论方法。大部分是PID控制，PID控制器以其结构简单，使用方便和运行可靠等优点在运动控制中也经常被采用。不过在解决系统中存在着非线性因素不易定量描述的控制题目时，PID控制器显得力不从心。由于PID控制器的结构本身以及算法设计依靠对象的局限性，使得精度的改善导致动态性能的减弱，而动态性能的改善，又使执行机构庞大且能耗增加;再者，在从事具有快速高精度和鲁棒性要求的运动控制系统的设计时，同一控制器不仅用来改善输进输出的动态性能，而且还用来消除负载扰动，要想得到使系统具有满足的消息态性能指标的PID参数整定算法是相当困难的。由于经典控制论方法完全依靠于精确数学模型，只能实现随机控制，所以这类系统对不确定模型因素无能为力。而对不确定环境因素的处理则依靠于控制模型的非线性能力。这类控制系统的不确定因素处理能力是极为有限的。现代控制论中的自适应控制技术的作用是跟踪系统参数、环境条件和输进信号等，然后通过改变内回路的补偿元件的参数而获得满足的性能。由于传统数控系统的专有体系结构，系统的控制策略难以更新，实现自适应控制需要较高的本钱和代价，而自适应控制对控制性能的改善也不够明显，所以自适应控制并没有成为机床控制中的主流技术。

　　另外一个困难是实现高速加工过程和数控加工状态的监控[2]。加工过程和数控加工状态主要包括下列几方面的因素:1)控制执行机构状态;2)各运动轴状态;3)刀具状态;4)机床辅助功能工作状态等。状态反馈信号主要来自于各类传感器。由于目前传感技术的限制，要全面地反馈以上加工状态信息还不太现实。特别是对于刀具状态和工件状态的丈量，目前还缺乏有效的手段。传统机床控制系统中，位置丈量和反馈是比较成熟的技术。位置丈量传感器目前的热门技术是实现数字反馈。用于监视伺服电机等机构的测力、测速传感器也基本可满足控制系统需求。而对刀具、工件状态的实时丈量，目前还主要处于研究阶段，固然不断有新方法、新技术涌现，但总体来说，实现技术比较复杂、实现代价比较昂贵，一时还难以实用化。反馈能力的不足已严重制约了机床控制智能水平的进步，成为进一步改善机床控制性能的瓶颈。所以用于丈量刀具状态、工件状态、机床特性等加工要素的新型传感器技术以及利用目前的传感器对上述状态进行融合估计或软丈量是机床智能控制的一个重要研究方向。最后，即使新型的传感器、各种伺服控制算法以及过程控制策略是完善的，其应用也受到传统的闭式数控机床的限制。因此，研究开放式、模块化的数控系统体系结构成为另一重要课题。

　　2.2 运动控制研究现状

　　工件的尺寸精度由轮廓精度所决定，这个事实激发了很多研究者将重点放在了改善轮廓精度上。改善轮廓精度的方案主要分为两类:1)基于多轴协调运动的控制方法[5，6];运动控制系统中的基本题目就是要求多轴联动以实现具体的性能指标。Koren提出了多轴协调运动控制。Kulkarini具体研究了多轴协调运动补偿控制策略并提出了最优方案。Tomizuka等人在多轴协调控制器的基础上增加了自适应前馈策略以改善其暂态性能和抑制干扰的能力。但上述各类方法的局限性在于其多轴协调指标是线性的。Keron提出了一种变增益的多轴协调控制器，但系统的稳定性尚未证实，其难点在于几何轮廓的时变特性难于和传递函数结合在一起进行分析。Chiu在考虑非线性协调指标下对于相对阶为1的系统提出了综合控制算法。Kokotovic利用积分反推的办法往掉了相对阶的限制。肖本贤将智能控制引进协调控制中，利用自适应模糊控制手段向各联动轴提供附加补偿，以进步系统鲁棒性。但以上算法都没有考虑模型不确定性和外部干扰的影响，这也是当前研究的一个方向。

　　2)基于进步单轴运动精度的方法;大部分研究者将重点放在通过进步单轴的跟踪精度来实现小的轮廓误差上。其中，Lee的工作是此类方法的代表。他们提出了综合前馈摩擦力补偿、扰动观测器、位置反馈控制器以及前馈控制器为一体的总体控制结构，即基于扰动观测器(DOB)的高性能伺服系统。文献对该控制策略作以改进，将工件加工状态以及统计信息也融进控制系统的设计。图1反映了这一重要而实用的控制策略模型。Ohnishi提出扰动观测器后由Umeno加以改进，其作用在于补偿扰动和模型不确定性，使得系统对模型不确定性更具鲁棒性。扰动观测器不局限于连续扰动，而且抑制扰动的带宽也易于调整。但是由于它是基于线性系统理论设计的，因而不能有效地抑制不连续扰动。比如，摩擦力会引起很大的位置误差。因此，前馈摩擦力补偿器用来改善系统的鲁棒性。对于非线性摩擦力补偿，常用的方法有:基于指数型非线性函数的在线补偿法，基于神经网络的逆控制器补偿法等。前馈控制器可采用最优猜测控制、零相位误差跟踪控制、重复控制等。位置反馈控制通常采用PID控制。但当系统参数变化较大或运动轨迹存在非连续加速度时，DOB则并不十分适当，并且对于运动控制中的驱动饱和的影响没有考虑。为此，研究者将思路转向自适应控制。但由于缺乏鲁棒性，传统的自适应控制系统在实际应用中碰到了很大困难，而以鲁棒化再设计、鲁棒优化原理和智能化思想为特征的鲁棒自适应控制受到欢迎，并引起了理论研究者的关注。为解决参数不确定性和非线性模型不确定性，Yao提出了新的运动控制方法，即自适应鲁棒控制。该方法综合了自适应控制和确定性鲁棒控制的设计方法，扬长避短，保存了二者的优点而又克服了确定性鲁棒控制不能保证暂态性能，自适应控制鲁棒性差的缺点。通过适当的控制器结构设置，可以保证鲁棒控制既有良好的暂态性能又有较好的跟踪精度;在自适应控制中通过参数学习可以达到渐进跟踪，而不需要利用非连续控制律或高增益反馈的办法。Al2Majed提出了基于线性自适应鲁棒控制(ARC)的高性能伺服系统设计方法，通过在数控系统以及高速大容量硬盘控制系统中应用，证实了ARC比DOB具有更好的跟踪性能。此外，基于DOB或ARC的监视控制、多速率采样控制在运动控制系统中也得以应用。