Sistema de servocontrol de eje lineal

Los sistemas de servocontrol de CA actuales son muy diferentes a los construidos hace tan solo 10 años. Los procesadores más rápidos y los codificadores de mayor resolución permiten a los fabricantes implementar avances sorprendentes en la tecnología de ajuste. El control predictivo basado en modelos y la supresión de vibraciones son dos de estos avances que pueden aplicarse con éxito incluso en sistemas de servocontrol complejos.

La sintonización de servomotores, en lo que respecta a los sistemas de servocontrol de corriente alterna, consiste en ajustar la respuesta del sistema de control eléctrico a un sistema mecánico conectado. Un sistema de control eléctrico consta de un PLC o controlador de movimiento, que envía señales al amplificador del servomotor, lo que provoca que este mueva el sistema mecánico.

El servomotor —un dispositivo electromecánico— constituye el componente fundamental que une ambos sistemas. Dentro del sistema de control eléctrico se pueden realizar numerosas modificaciones para predecir el comportamiento del sistema mecánico.

En este artículo, exploraremos dos técnicas de la tecnología moderna de ajuste de servomotores: el control predictivo basado en modelos (MPC) y la supresión de vibraciones, así como sus consideraciones a nivel de aplicación.

Velocidad de la CPU: más rápida que nunca

La mayor velocidad de las CPU es una constante en el sector, y los amplificadores de servocontrol no son la excepción. Las CPU, antes prohibitivas en cuanto a coste, ahora se utilizan en el diseño de amplificadores de servocontrol, lo que permite algoritmos de ajuste más complejos y eficaces. Hace diez años, era común encontrar anchos de banda de 100 o 200 Hz en el bucle de velocidad, mientras que hoy en día las velocidades superan con creces los 1000 Hz.

Además de resolver los bucles de control, los procesadores más rápidos permiten que los amplificadores servo realicen análisis en tiempo real del par, la velocidad y la posición para descubrir propiedades de la máquina que antes no se podían detectar. Ahora es posible implementar modelos matemáticos complejos de forma rentable dentro de un amplificador servo para aprovechar algoritmos de control de ajuste avanzados que van mucho más allá del ajuste PID estándar.

Además, un procesador más rápido también puede gestionar los datos de un codificador de mayor resolución, aunque esta mayor resolución no mejora el rendimiento de posicionamiento del sistema. El factor limitante del posicionamiento suele ser el sistema mecánico, no el codificador; sin embargo, un codificador de mayor resolución permite al sistema de control detectar micromovimientos en el sistema mecánico que serían indetectables con un codificador de menor resolución. Estos pequeños movimientos suelen ser consecuencia de vibraciones o resonancia y, si se detectan, pueden proporcionar datos importantes para comprender, predecir y compensar el comportamiento del sistema mecánico.

Los fundamentos del control predictivo basado en modelos

En resumen, el Control Predictivo Basado en Modelos utiliza el perfil de movimiento anterior para predecir el par y la velocidad futuros. Si se conocen aproximadamente la velocidad y el par para un movimiento determinado, no es necesario forzar el perfil de movimiento a través de los bucles PID, que solo responden al error. En cambio, la idea es proporcionar la velocidad y el par predichos como señal de anticipación a los bucles de control del servomotor y dejar que estos respondan al mínimo error restante.

Para que esto funcione correctamente, el amplificador debe contar con un modelo matemático válido de la máquina, basado en propiedades como la inercia, la fricción y la rigidez. Posteriormente, el perfil de par y velocidad del modelo se puede inyectar en los bucles de servocontrol para mejorar el rendimiento. Estos modelos utilizan funciones matemáticas complejas, pero gracias a la mayor velocidad de los procesadores del amplificador de servocontrol, la industria del control de movimiento está empezando a ver su implementación.

A pesar de sus numerosas ventajas, el Control Predictivo Basado en Modelos (MPC) presenta una desventaja: funciona de maravilla para el posicionamiento punto a punto, pero a costa de un retardo durante el movimiento. Este retardo es inherente al MPC, ya que se utiliza el movimiento reciente para predecir la respuesta futura. Debido a este retardo, es posible que no se siga el perfil de comando exacto del controlador; en su lugar, se genera un perfil similar que produce un tiempo de posicionamiento rápido al final del movimiento.

Supresión de vibraciones

Uno de los aspectos más útiles del MPC es la capacidad de modelar, predecir y suprimir las vibraciones de baja frecuencia en la máquina. Estas vibraciones pueden producirse en frecuencias que van desde unos pocos Hz hasta miles de Hz. Las vibraciones de baja frecuencia en el rango de 1 y 10 Hz —a menudo perceptibles al principio y al final de un movimiento— son particularmente problemáticas porque se encuentran dentro de la frecuencia de funcionamiento de la máquina.

Ciertas configuraciones de equipos (por ejemplo, una máquina con un brazo de agarre largo y delgado) tienden a presentar esta baja frecuencia de resonancia con mayor frecuencia que otras. Estos diseños propensos a vibraciones pueden ser necesarios para trabajos de gran longitud, como la inserción de una pieza a través de una abertura. Las máquinas grandes también son propensas a vibraciones, ya que suelen estar compuestas por piezas grandes que oscilan a frecuencias más bajas. En este tipo de aplicaciones, la oscilación se produce en la posición final del motor. La tecnología de supresión de vibraciones en el amplificador servo reduce significativamente dicha oscilación de la máquina.

MPC en un sistema servo de doble motor

La aplicación del control predictivo basado en modelo (MPC) a un actuador de un solo eje es sencilla, y la desviación del perfil exacto requerido no es relevante para el movimiento punto a punto. Sin embargo, cuando un eje servo está conectado mecánicamente a otro, sus perfiles de movimiento se influyen mutuamente. Un actuador de husillo de bolas de doble motor es un ejemplo de esta configuración.

Esta configuración de doble motor puede resultar ventajosa en aplicaciones de mayor tamaño donde el par necesario para acelerar el rotor es significativo y un solo motor, de mayor tamaño, sería incapaz de proporcionar dicho par y aceleración. Desde el punto de vista del ajuste, el factor crítico reside en que dos servomotores relativamente grandes posicionan una carga pesada y operan casi a su par y velocidad nominales máximos. Si los motores se desincronizan, su par se desperdiciará al competir entre sí por la posición. Sin embargo, si las ganancias de ambos servomotores son iguales, los retardos del Control Predictivo de Modelo también lo serán y los motores permanecerán sincronizados.

El primer paso para ajustar una aplicación como esta es retirar físicamente uno de los motores y ajustar el sistema como de costumbre con un solo motor. Un servomotor es suficiente para un control estable del eje, pero no tiene el par suficiente para ejecutar el perfil requerido. En este caso, se utiliza la secuencia de autoajuste del fabricante, que establece un parámetro de inercia y habilita la función de Control Predictivo de Modelo. Nota: La ganancia del sistema obtenida con un motor debe ser compartida equitativamente entre ambos motores. El parámetro de inercia facilita este paso, ya que actúa como un factor de escala para las ganancias del bucle del servo, por lo que se establece en la mitad del resultado de ajuste original en cada amplificador. El resto del resultado de ajuste se puede copiar del eje uno al eje dos. El ajuste final consiste en eliminar el componente de integración del eje dos, asignando al segundo motor la función de "asistencia de aceleración" y dejando las pequeñas correcciones de integración solo para el motor uno.

El proceso de ajuste para esta aplicación consta de dos fases. La primera consiste en ajustar cada eje individualmente utilizando la función de autoajuste del fabricante como punto de partida y activar el Control Predictivo Basado en Modelos. También se aplica la supresión de vibraciones. Al finalizar esta fase, cada eje ofrece una respuesta precisa y fluida con vibraciones mínimas.

En la segunda fase, los ejes se mueven simultáneamente, monitorizando el error durante una prueba desde la perspectiva del controlador. Partiendo de las ganancias del MPC ajustadas a la misma, se determinará mediante ensayo y error la configuración óptima para lograr un equilibrio entre un error de posición bajo, un error de posición igual y un movimiento suave. El concepto es que, si el error de posición es el mismo, ambos ejes se retrasan la misma cantidad de tiempo y la pieza se mecaniza con las dimensiones correctas, incluso si el error de posición es elevado durante el movimiento.