步进电动机是一种将脉冲信号转化成相应角位移和直线位移的电动机,每输入一个脉冲,电机就转动固定的角度。其角位移正比于输入脉冲,旋转速度正比于脉冲频率,运行速度和角位移也不受电源电压波动以及负载的影响。因此,通过控制脉冲信号的频率和个数,就可精确控制步进电动机的速度和角位移。由于步进电动机具有高精度定位、快速起停的特点,现已广泛应用于数字控制领域,如软盘驱动系统、数模转换控制系统、绘图仪、打印机、数控机床等。
步进电动机闭环控制常用的方法是PID控制,但PID控制适用于具有精确数字模型的线性系统,而步进电动机模型在运行过程中往往是非线性的、时变的,这使得设定的PID参数控制无法根据变化的条件实时改变控制参数从而得到最优的控制。模糊逻辑控制和神经网络控制都是用来处理非线性、不确定系统的重要控制方法,模糊逻辑控制具有鲁棒性强、容错能力高等优点,神经网络控制具有自我学习、并行处理等优点。这里结合模糊逻辑控制、神经网络控制以及常规PID,利用模糊逻辑规则将状态变量进行模糊化和归一化处理后,再将其作为神经网络的输入,利用神经网络自我适应和学习的特点对加权系数进行调整,根基系统的运行状态自动调整相应参数,最终得到最优的PID控制参数。该控制器克服了传统PID控制器参数固定的缺点,可提高系统的控制性能。