论文部分内容阅读
全自动叠图机速度同步控制是图纸折叠过程中最为重要的环节之一。同步速度―尤其是进纸电机和叠图电机的速度匹配,即文中提到的步进电机速度闭环调节,对折叠精度的高低起着决定性的影响。当前速度控制普遍采用传统PID算法。PID算法具有结构简单、实现方便、适应性强等特点,但是该算法在速度回路中的应用存在调节缓慢、抗干扰能力弱、稳定性差等问题。传统PID控制下的速度回路在改变设定值后,测量值稳定到新设定值上的时间是比较长的。同时受电机负载的变化、同步信号的丢失、机械方面等干扰的影响,速度回路很容易偏离设定值,并发生大幅度的波动。这些问题限制了速度回路控制精度的提高,更成为叠图速度进一步提升的瓶颈,如果能找到一种合适的控制算法解决这些问题,将对全自动叠图机产品性能的提升产生深远的影响。本论文以此为背景,通过详细分析步进电机的工作原理与特性,对神经网络PID进行了深入研究,详细介绍了基于BP神经网络PID的设计思想、设计方法和设计内容,最后通过仿真试验验证该控制算法的可行性,并在基于ARM7的硬件环境上实现基于BP神经网络PID的速度闭环控制程序。论文主要工作如下:1.根据步进电机控制原理,分析全自动叠图机进纸和叠图电机转速闭环控制的特性,设计闭环控制方案。为了增强系统的自适应性,闭环控制一改往常采用单一常规PID控制的技术,而将BP神经网络与PID控制相结合构造出基于BP神经网络的PID控制算法。2.将本文设计的改进型BP神经网络PID控制算法在MATLAB环境下进行仿真验证,并与常规PID控制算法进行仿真结果对比和分析。仿真结果证明,本文所设计的改进型BP控制算法较常规PID控制算法控制效果更稳定。3.将设计成果应用在基于ARM7的HD5000型全自动叠图机控制系统中,使叠图机能够在不同工况情况实现较好的速度闭环控制,使叠图页面宽度误差可以控制在1mm之内,满足产品设计要求。