1、第4 9卷 第1期2 0 2 3年2月东华大学学报(自然科学版)J OUR NA L O F D ON GHUA UN I V E R S I T Y(NA TUR A L S C I E N C E)V o l.4 9,N o.1F e b.2 0 2 3 文章编号:1 6 7 1-0 4 4 4(2 0 2 3)0 1-0 0 7 6-0 8D O I:1 0.1 9 8 8 6/j.c n k i.d h d z.2 0 2 1.0 3 8 2收稿日期:2 0 2 1-0 6-2 7基金项目:国家重点研发计划资助项目(2 0 0 1 7 Y F B 0 3 0 9 8 0 0);工信部制
2、造新模式应用资助项目(2 0 1 7 4 6 8 0 2)通信作者:季诚昌,男,研究员,研究方向为特种合金及其复合材料研制,E-m a i l:j i c c d h u.e d u.c n引用格式:张峰,许高平,李硕,等.超大尺寸高密度碳基复合材料预成型体编织系统多电机协同控制J.东华大学学报(自然科学版),2 0 2 3,4 9(1):7 6-8 3.Z HAN G F,XU G P,L I S,e t a l.M u l t i-m o t o r c o o p e r a t i v e c o n t r o l o f b r a i d i n g s y s t e m o
3、f s u p e r-l a r g e-s i z e a n d h i g h-d e n s i t y c a r b o n-b a s e d c o m p o s i t e sJ.J o u r n a l o f D o n g h u a U n i v e r s i t y(N a t u r a l S c i e n c e),2 0 2 3,4 9(1):7 6-8 3.超大尺寸高密度碳基复合材料预成型体编织系统多电机协同控制张 峰,许高平,李 硕,季诚昌(东华大学 机械工程学院,上海 2 0 1 6 2 0)摘要:为提高超大尺寸高密度碳基复合材料预成型体编
4、织系统单元机的经纱开口电机协同性,设计一种粒子群-神经网络速度补偿器和偏差耦合控制结构相结合的控制方式。利用粒子群算法的全局优化能力搜索B P(b a c k p r o p a g a t i o n)神经网络最佳初始连接权值,克服B P神经网络存在收敛速度慢和容易陷入局部极值的问题。研究结果表明,粒子群-B P神经网络算法模型协同控制能有效提高编织系统经纱开口驱动电机的协同性能,相比传统固定增益控制能更好地实现多伺服电机的同步运行,显著提高编织系统的同步精度和编织效率。关键词:超大尺寸三维编织;偏差耦合;粒子群优化;B P神经网络中图分类号:TM 3 0 1.2;TM 3 5 1 文献标志
5、码:AM u l t i-m o t o r c o o p e r a t i v e c o n t r o l o f b r a i d i n g s y s t e m o f s u p e r-l a r g e-s i z e a n d h i g h-d e n s i t y c a r b o n-b a s e d c o m p o s i t e s ZHANG F e n g,XU G a o p i n g,L I S h u o,J I C h e n g c h a n g(C o l l ege o f M e c h a n i c a l E ng
6、i n e e r i ng,D o ngh u a U n i v e r s i ty,S h a ngh a i 2 0 1 6 2 0,C h i n a)A b s t r a c t:I n o r d e r t o i mpr o v e t h e syn e rg y o f t h e w a rp s h e d d i ng m o t o r o f t h e u n i t m a c h i n e o f t h e s upe r-l a rge-s i z e a n d h igh-d e n s i ty c a r b o n-b a s e d
7、c o mpo s i t e pr e f o r m w e a v i ng sys t e m,a c o n t r o l m e t h o d c o m b i n i ng a pa r t i c l e s w a r m-n e u r a l n e t w o r k spe e d c o mpe n s a t o r a n d a d e v i a t i o n c o upl i ng c o n t r o l s t r u c t u r e i s d e s ign e d.U s i ng t h e gl o b a l opt i m
8、 i z a t i o n a b i l i ty o f pa r t i c l e s w a r m a lgo r i t h m t o s e a r c h f o r t h e b e s t i n i t i a l c o n n e c t i o n w e igh t o f B P(b a c k pr opaga t i o n)n e u r a l n e t w o r k,i t c a n o v e r c o m e t h e pr o b l e m o f s l o w c o n v e rge n c e spe e d a n
9、 d e a sy t o f a l l i n t o l o c a l e x t r e m e v a l u e i n B P n e u r a l n e t w o r k.T h e r e s e a r c h r e s u l t s s h o w t h a t:t h e c o o r d i n a t e d c o n t r o l o f t h e pa r t i c l e s w a r m-B P n e u r a l n e t w o r k a lgo r i t h m m o d e l c a n e f f e c t
10、 i v e ly i mpr o v e t h e c o ope r a t i v e pe r f o r m a n c e o f t h e w a rp s h e d d i ng d r i v e m o t o r o f t h e k n i t t i ng sys t e m,a n d c a n a c h i e v e t h e syn c h r o n o u s ope r a t i o n o f m u l t ipl e s e r v o m o t o r s c o mpa r e d t o t h e t r a d i t
11、i o n a l f i x e d ga i n c o n t r o l,a n d s ign i f i c a n t ly i mpr o v e t h e syn c h r o n i z a t i o n a c c u r a cy o f t h e k n i t t i ng sys t e m a n d w e a v i ng e f f i c i e n cy.K e y w o r d s:s upe r-l a rge-s i z e t h r e e-d i m e n s i o n a l b r a i d i ng;d e v i a
12、 t i o n c o upl i ng;pa r t i c l e s w a r m opt i m i z a t i o n;B P n e u r a l n e t w o r k 第1期张 峰,等:超大尺寸高密度碳基复合材料预成型体编织系统多电机协同控制 三维编织的高性能纤维预成型体能更好地发挥纤维的增强作用,获得优良的复合材料性能,在越来越多的领域取代了金属1。一般的三维编织机无法完成数十万锭纱线的超大型特种编织,制件尺寸受到限制,因此无法满足一些特殊应用场合的要求。在传统超大尺寸预成型体编织过程中,织物对纱线张力的均匀性要求极高,人工操作引线无法保证纱线张力的均匀性,易造
13、成预成型体打纬不紧实等问题,从而影响织物质量;同时传统超大尺寸预成型体编织工艺自动化程度低,生产成本高,人力物力消耗大,不利于超大尺寸高密度碳基复合材料预成型体编织物的大规模产业化生产。超大尺寸高密度碳基复合材料预成型体编织系统由1 6台单元机组成,每台单元机均由内部的伺服电机驱动分层拨叉机构抬升上层纱线,使上下两层经纱形成层间开口,再结合机器人控制纱线张力均匀一致,将开口传递至加工编织物下方。在试验过程中,编织系统内6 4台驱动经纱开口拨叉电机的同步控制,经常面临电机间传动轴特性不一致或受外部扰动负载等因素影响后续机械臂间的协同动作的问题2。超大尺寸高密度碳基复合材料预成型体编织系统的多电机
14、协同控制性能直接影响其工作效率以及其所生产预成型体的品质。因此,超大尺寸高密度碳基复合材料预成型体编织系统多伺服电机协同控制技术成为研制高端纺织设备的重点及难点3。目前在多伺服电机协同控制算法上,潘亮4把模糊P I D(p r o p o r t i o n i n t e g r a t i o n d i f f e r e n t i a t i o n)应用于多伺服电机协同控制,但该控制系统缺乏自适应和自学习能力,不利于智能化控制的实现。B P 神经网络经常用于优化P I D控制算法5,崔皆凡等6对传统的偏差耦合控制器进行改进,同时引入B P神经网络P I D控制器,使系统能通过自学习
15、和自适应降低外部负载扰动等带来的影响,但B P神经网络P I D控制器由于各节点初始连接权值采用随机数,使得P I D控制器存在收敛速度慢和容易陷入局部极值等问题7。针对上述问题,在偏差耦合控制器的基础上引入粒子群优化(p a r t i c l e s w a r m o p t i m i z a t i o n,P S O)-B P神经网络算法。粒子群算法能对数据进行全局优化,相比单一B P神经网络算法,优化效果更加显著8。利用粒子群算法的全局最优搜索能力,优化得出最适合的神经网络初始连接权值。因此使用粒子群算法优化的B P神经网络控制器很好地解决单一B P神经网络控制器收敛速度慢、容易
16、陷入局部极值的问题,使得超大尺寸高密度碳基复合材料预成型体编织系统多伺服电机控制具有更优异的同步性能。1 预成型体编制系统多电机偏差耦合控制器结构 偏差耦合控制利用各电机之间存在惯性耦合关系,以主控制电机的速度反馈信号为主要控制信号,与主控制电机相耦合电机的同步误差为速度补偿信号,即动态分配速度补偿值。偏差耦合控制充分考虑各控制轴电机之间的同步误差,通过增益补偿电机之间转动惯量。基于P S O-B P神经网络速度补偿器的多伺服电机偏差耦合控制器结构如图1所示,其中:W为伺服电机的目标速度;ei为第i台电机与目标速度的跟踪误差;en(n-1)为第n台电机与n-1台电机之间的同步误差;T1,T2,Tn分别为加载到电机1,2,n上的干扰负载;Wi(t)为第i(i=1,2,n)台电机t时刻的反馈速度函数。以多伺服电机为系统研究对象,第i台电机与目标速度的跟踪误差ei(t)函数如式(1)所示。ei(t)=W-Wi(t)(1)同理,在同步控制系统中,可定义各电机之间的速度同步误差ei l(t)函数如式(2)所示。ei l(t)=Wi(t)-Wl(t)(2)式中:ei l(t)为第i(i=1,2,n
