Цифровое сервоуправление жесткого диска

Этот пример показывает, как использовать Control System Toolbox™, чтобы разработать цифровой контроллер сервомотора для комбинированной головки дисковода.

Для получения дополнительной информации о системе и модели, см. Главу 14 "Цифрового управления Динамических систем", Франклином, Пауэллом и Рабочим.

Модель дисковода

Ниже изображение системы, которая будет смоделирована.

Блок главного диска (HDA) и приводы моделируются передаточной функцией 10-го порядка включая два режима твердого тела и первые четыре резонанса.

Образцовый вход является текущим ic управление двигателем звуковой катушки, и вывод является сигналом ошибки положения (PES в % ширины дорожки). Модель также включает маленькую задержку.

Модель дисковода:

Коэффициенты связи, затухание и собственные частоты (в Гц) для доминирующих гибких режимов описаны ниже.

Данные модели:

Учитывая эти данные, создайте номинальную модель блока головок:

load diskdemo
Gr = tf(1e6,[1 12.5 0],'outputdelay',1e-5);
Gf1 = tf(w1*[a1 b1*w1],[1 2*z1*w1 w1^2]); % first  resonance
Gf2 = tf(w2*[a2 b2*w2],[1 2*z2*w2 w2^2]); % second resonance
Gf3 = tf(w3*[a3 b3*w3],[1 2*z3*w3 w3^2]); % third  resonance
Gf4 = tf(w4*[a4 b4*w4],[1 2*z4*w4 w4^2]); % fourth resonance
G = Gr * (ss(Gf1) + Gf2 + Gf3 + Gf4);     % convert to state space for accuracy

Постройте Предвещать ответ модели блока головок:

cla reset
G.InputName = 'ic';
G.OutputName = 'PES';
h = bodeplot(G);
title('Bode diagram of the head assembly model');
setoptions(h,'Frequnits','Hz','XLimMode','manual','XLim', {[1 1e5]});

Контроллер сервомотора

Сервоуправление используется, чтобы сохранить комбинированную головку "на ходу". Диспетчер сервомотора К (z) является цифровым и разработан, чтобы поддержать PES (смещение от центра дорожки) близко к нулю.

Воздействие, рассмотренное здесь, является изменением шага d во входе текущий ic. Ваша задача состоит в том, чтобы разработать цифровой компенсатор C (z) с соответствующей производительностью подавления помех.

Шагом расчета для цифрового сервомотора является Ts = 7e-5 секунда (14,2 кГц).

Реалистические спецификации проекта описаны ниже.

Спецификации проекта:

  • Коэффициент усиления разомкнутого контура> 20 дБ на уровне 100 Гц

  • Пропускная способность> 800 Гц

  • Получите поле> 10 дБ

  • Поле фазы> 45 градусов

  • Пиковое усиление с обратной связью <4 дБ

Дискретизация модели

Поскольку контроллер сервомотора является цифровым, можно выполнить проект в дискретной области. С этой целью дискретизируйте модель HDA с помощью C2D и метода хранения нулевого порядка (ZOH):

cla reset
Ts = 7e-5;
Gd = c2d(G,Ts);
h = bodeplot(G,'b',Gd,'r'); % compare with the continuous-time model
title('Continuous (blue) and discretized (red) HDA models');
setoptions(h,'Frequnits','Hz','XLimMode','manual','XLim', {[1 1e5]});

Проектирование контроллера

Теперь к проекту компенсатора. Запустите с чистого интегратора 1 / (z-1), чтобы гарантировать нулевую установившуюся ошибку, построить корневой годограф модели Gd*C разомкнутого цикла и изменение масштаба вокруг z=1 с помощью Увеличения опции в соответствии с меню Tools.

C = tf(1,[1 -1],Ts);
h = rlocusplot(Gd*C);
setoptions(h,'Grid','on','XLimMode','Manual','XLim',{[-1.5,1.5]},...
    'YLimMode','Manual','YLim',{[-1,1]});

Из-за двух полюсов в z=1 сервоконтур нестабилен для всех положительных усилений. Чтобы стабилизировать обратную связь, сначала добавьте пару нулей рядом z=1.

C = C * zpk([.963,.963],-0.706,1,Ts);
h = rlocusplot(Gd*C);
setoptions(h,'Grid','on','XLimMode','Manual','XLim',{[-1.25,1.25]},...
    'YLimMode','Manual','YLim',{[-1.2,1.2]});

Затем настройте усиление цикла путем нажатия на местоположение и перетаскивания черного квадрата в модульном кругу. Усиление цикла отображено в маркере данных. Усиление приблизительно 50 стабилизировалось, цикл (установите C1 = 50*C).

C1 = 50 * C;

Теперь моделируйте ответ с обратной связью на воздействие шага в токе. Воздействие гладко отклоняется, но PES является слишком большим (голова отклоняется от центра дорожки 45% ширины дорожки).

cl_step = feedback(Gd,C1);
h = stepplot(cl_step);
title('Rejection of a step disturbance (PES = position error)')
setoptions(h,'Xlimmode','auto','Ylimmode','auto','Grid','off');

Затем посмотрите на разомкнутый цикл, Предвещают ответ и запасы устойчивости. Усиление на уровне 100 Гц составляет только 15 дБ (по сравнению со спецификацией 20 дБ), и поле усиления составляет только 7 дБ, так увеличение усиления цикла не является опцией.

margin(Gd*C1)

diskdemo_aux1(1);

Чтобы создать место для более высокого низкочастотного усиления, добавьте фильтр метки около резонанса на 4 000 Гц.

w0 = 4e3 * 2*pi;                                 % notch frequency in rad/sec
notch = tf([1 2*0.06*w0 w0^2],[1 2*w0 w0^2]);    % continuous-time notch
notchd = c2d(notch,Ts,'matched');                % discrete-time notch
C2 = C1 * notchd;

h = bodeplot(notchd);
title('Discrete-time notch filter');
setoptions(h,'FreqUnits','Hz','Grid','on');

Можно теперь безопасно удвоить усиление цикла. Получившиеся запасы устойчивости и усиление на уровне 100 Гц в спецификациях.

C2 = 2 * C2;
margin(Gd * C2)

diskdemo_aux1(2);

Подавление помех шага также значительно улучшилось. PES теперь остается ниже 20% ширины дорожки.

cl_step1 = feedback(Gd,C1);
cl_step2 = feedback(Gd,C2);
stepplot(cl_step1,'r--',cl_step2,'b')
title('2nd-order compensator C1 (red) vs. 4th-order compensator C2 (blue)')

Проверяйте, соответствуют ли пиковой спецификации усиления на 3 дБ на T = Gd*C / (1+Gd*C) (чувствительность с обратной связью):

Gd = c2d(G,Ts);
Ts = 7e-5;

T = feedback(Gd*C2,1);
h = bodeplot(T);
title('Peak response of closed-loop sensitivity T(s)')

setoptions(h,'PhaseVisible','off','FreqUnits','Hz','Grid','on', ...
            'XLimMode','Manual','XLim',{[1e2 1e4]});

Чтобы видеть пиковое значение, щелкните правой кнопкой по оси и выберите опцию Максимальной чувствительности в соответствии с меню Characteristics, затем держите мышь над синим маркером, или только нажмите на него.

Анализ робастности

Наконец давайте анализировать робастность к изменениям в затухании и собственных частотах 2-х и 3-х гибких режимов.

Изменения параметра:

Сгенерируйте массив 16 моделей, соответствующих всем комбинациям экстремальных значений z2, w2, z3, w3:

[z2,w2,z3,w3] = ndgrid([.5*z2,1.5*z2],[.9*w2,1.1*w2],[.5*z3,1.5*z3],[.8*w3,1.2*w3]);
for j = 1:16,
    Gf21(:,:,j) = tf(w2(j)*[a2 b2*w2(j)] , [1 2*z2(j)*w2(j) w2(j)^2]);
    Gf31(:,:,j) = tf(w3(j)*[a3 b3*w3(j)] , [1 2*z3(j)*w3(j) w3(j)^2]);
end
G1 = Gr * (ss(Gf1) + Gf21 + Gf31 + Gf4);

Дискретизируйте эти 16 моделей целиком и смотрите, как изменения параметра влияют на ответ разомкнутого цикла. Примечание: можно нажать на любую кривую, чтобы идентифицировать базовую модель.

Gd = c2d(G1,Ts);
h = bodeplot(Gd*C2);

title('Open-loop response - Monte Carlo analysis')
setoptions(h,'XLimMode','manual','XLim',{[8e2 8e3]},'YLimMode','auto',...
    'FreqUnits','Hz','MagUnits','dB','PhaseUnits','deg','Grid','on');

Постройте производительность подавления помех шага для этих 16 моделей:

stepplot(feedback(Gd,C2))
title('Step disturbance rejection - Monte Carlo analysis')

Все 16 ответов почти идентичны: наш проект сервомотора устойчив!