多电机伺服系统固定时间控制器设计方法、介质及设备

摘要: 本发明涉及伺服系统控制,尤其涉及多电机伺服系统固定时间控制器设计方法、介质及设备。背景技术:1、随着智能制造、工业自动化技术持续迭代升级,多电机伺服系统作为核心...
多电机伺服系统固定时间控制器设计方法、介质及设备

本发明涉及伺服系统控制,尤其涉及多电机伺服系统固定时间控制器设计方法、介质及设备。

背景技术:

1、随着智能制造、工业自动化技术持续迭代升级,多电机伺服系统作为核心执行装备,已广泛应用于精密装配、物料搬运、多机协同作业、高危工况操作等诸多工业场景,例如各式机械臂。实际工况下的多电机伺服系统属于典型强非线性系统,普遍存在动力学建模不确定、未知外部扰动、关节摩擦等问题,同时设备启停复位、负载突变、紧急停机等工况易产生大范围初始状态偏差。在此背景下,如何设计兼具快速收敛能力、误差约束能力与全域稳定性的控制器,实现机械臂高精度轨迹跟踪,已成为自动控制领域的重点研究方向。

2、针对多电机伺服系统的建模不确定性与未知非线性项,神经网络、模糊逻辑系统凭借优异的非线性逼近能力,被广泛应用于控制器设计中,成为补偿系统未知项、提升控制精度的主流技术手段。目前常用的径向基神经网络、模糊逻辑系统均具备半全局逼近特性,其逼近精度仅能在状态空间的紧集范围内得到有效保证。为保障智能逼近单元正常工作,现有基于该类技术的控制方案均需要附加神经网络、模糊逻辑输入信号(往往是系统状态)有界的前置假设。然而在实际工业场景中,复位、故障重启、外部强扰动等情况会造成系统状态大范围波动,极易使输入信号超出预设紧集范围。一旦脱离有效逼近区间,神经网络与模糊逻辑的拟合精度会急剧下降,进而破坏整个闭环系统的稳定性。现有技术受限于智能算法的半全局特性,无法摆脱输入有界的约束,难以实现多电机伺服系统的全局稳定,大幅限制了控制器的工况适用范围。

3、为规范此类系统的轨迹跟踪的瞬态性能与稳态精度,预设性能控制技术被逐步引入电机伺服系统控制领域。该技术通过构建预设性能函数对跟踪误差的变化范围、收敛速率进行约束,可有效规避误差超差问题,适用于精密加工、微型装配等对控制精度要求严苛的工序。但现阶段绝大多数预设性能函数的参数设计、区间标定均依赖系统初始误差的先验知识。在复杂多变的工业现场,工作人员往往无法提前精准获取伺服系统的初始误差数值;同时,设备异常工况常会产生较大幅值的初始误差,传统预设性能函数无法兼容此类工况。当初始误差超出预设区间时,误差约束机制将完全失效,导致跟踪性能恶化,无法满足现场作业要求。

4、在系统收敛速度层面,传统渐近稳定控制收敛周期长,难以适配现代工业高速作业的需求。为此,有限时间控制被应用于非线性系统,该控制策略可使系统状态在有限时长内完成收敛,动态响应性能显著优于渐近控制。但有限时间控制存在短板:其收敛时间的理论上界与系统初始状态相关,当初始误差、状态偏差增大时,系统实际收敛时间会同步延长,无法实现统一的控制,不利于自动化生产线的标准化管理。为解决这一问题,固定时间控制成为近年来控制领域的研究方向。其继承了有限时间控制快速收敛的优势,同时实现了关键性突破:系统收敛时间的理论上界与任意初始状态相互独立,无论多电机伺服系统的初始偏差幅值大小,均可保证系统在预先指定的固定时长内完成收敛,具备更强的初值鲁棒性与时序稳定性,更加适配批量作业、流水线连续生产等工业场景。

5、目前,学界已开展将神经网络、模糊逻辑、预设性能控制分别与有限时间、固定时间控制相结合的融合研究,但现有一体化控制方案仍存在多重技术瓶颈,未能全面解决工程应用中的各类痛点。首先,现有融合方案未能突破神经网络、模糊逻辑的半全局逼近局限,依旧依赖输入信号有界的假设,无法实现全域稳定;其次,传统预设性能函数依赖初始误差先验信息的缺陷未得到改善,难以容纳任意大小的初始误差;再者,多数同类方案仅能实现系统局部、渐进时间稳定,无法达成全域范围内的固定时间稳定的效果。

6、综合上述分析,当前电机伺服系统控制技术面临多项待解决的技术难题:一是神经网络、模糊逻辑的半全局逼近特性导致控制器必须附加输入有界假设,难以实现系统全局稳定;二是传统预设性能函数依赖初始误差先验知识,无法适配任意幅值的初始误差,工况兼容性差;三是现有多数控制融合方案难以实现系统全局固定时间稳定,且控制灵活性不足、更新参数量大。

7、针对上述现存缺陷,本发明提出一种全新的控制器设计方案,通过引入全局光滑切换函数,将神经网络、模糊逻辑的逼近能力拓展至全域范围,去除了输入信号有界的假设;通过设计转换函数对预设性能函数进行全局拓展,使其可容纳任意大小的初始误差;通过估计神经网络理论权值的上界,减小参数更新量;最终实现多电机伺服系统的全局固定时间稳定,并依托李雅普诺夫稳定性理论,保证跟踪误差最终进入一个上界可调的集合,填补现有技术的不足。

技术实现思路

1、本发明的目的在于:为了解决传统预设性能函数依赖初始误差先验知识,无法适配任意幅值的初始误差,工况兼容性差的问题,提出一种多电机伺服系统固定时间控制器设计方法,包括以下步骤:

2、s1、构建目标多电机伺服系统的动力学模型;

3、s2、基于动力学模型,构建系统的位置跟踪误差和速度跟踪误差,定义一阶导数与二阶导数均光滑且连续的有限时间段约束函数,约束函数在初始有限时间阶段内收缩,在有限时间阶段后固定,约束函数在初始时刻值为1,将初始有限时间阶段内的约束函数通过转换函数拓展为初始时刻值为无穷大,保持同样有限时间阶段内收缩至同一值;基于约束函数、转换函数和位置跟踪误差构建障碍函数,使位置误差在有限时间阶段内收缩,在有限时间阶段后固定;

4、s3、基于速度和位置跟踪误差以及障碍函数,构建虚拟控制律,使速度跟踪虚拟控制律;

5、s4、将系统的位置和速度以及虚拟控制律和虚拟控制律的一阶导数作为径向基函数神经网络的输入,构建待由径向基函数神经网络逼近的未知非线性动力学项;

6、s5、基于未知非线性动力学项以及速度跟踪虚拟控制律的误差设计真实控制律;

7、s6、基于真实控制律获得系统的控制输入,获取系统实际位置和速度,实现系统闭环控制。

8、进一步地,动力学模型如下:

9、

10、其中,为正定惯性矩阵,为科里奥利力与向心力耦合矩阵,为重力项向量,分别为广义位置向量、广义速度向量与广义加速度向量,为广义输入力矩,表示未知外部扰动,j表示摩擦系数矩阵;

11、将动力学模型改写为状态空间形式,得到:

12、

13、其中,和分别表示位置状态和速度状态,表示状态空间形式的惯性矩阵,表示状态空间形式的耦合项,表示状态空间形式的重力项。

14、进一步地,有限时间段约束函数如下:

15、

16、

17、其中,表示有限时间段约束函数,和是两个正常数,表示收敛边界,为收敛调节常数,是一个时变函数,表示光滑指数,n为系统的电机数量,t表示预设收敛时间,t表示时间;

18、构建转换函数,如下:

19、

20、

21、其中,为在时间段内的转换函数。

22、进一步地,障碍函数为:

23、

24、

25、

26、其中,表示第个电机的障碍函数,表示第个电机的归一化误差变量,表示第个电机在t时刻的位置误差。

27、进一步地,虚拟控制律为:

28、

29、

30、

31、其中,表示第个电机的虚拟控制律,表示第个电机的反馈增益,和是两个正常数。

32、进一步地,未知非线性动力学项为:

33、

34、其中,是一个未知非线性动力学项,n为系统的电机数量,为神经网络的输入,和分别表示位置状态和速度状态,表示虚拟控制律,为正定惯性矩阵,为耦合矩阵,为重力项向量,表示未知外部扰动,j表示摩擦系数矩阵。

35、进一步地,真实控制律为:

36、

37、

38、

39、

40、,

41、

42、

43、

44、其中,为真实控制律,为对角增益矩阵,表示第个电机的增益,表示速度跟踪虚拟控制律的误差,和为固定时间收敛系数,为全局光滑切换函数,表示第个电机的全局光滑切换函数,为神经网络的输入,和分别表示位置状态和速度状态,表示虚拟控制律,是对于自适应量的估计值,,是根据设计者经验设定的初始神经网络权值矩阵,是理想权值矩阵,表示高斯径向基函数向量,表示n阶单位向量,为光滑非负函数,是未知非线性动力学项的上界,表示中第个分量函数的上界,表示鲁棒项,表示第个电机的速度跟踪虚拟控制律的误差,表示平滑尺度参数,为一个光滑连续函数,表示第c个电机的神经网络输入,和为设定的阈值,表示平滑因子。

45、进一步地,自适应量的更新律如下所示:

46、其中,是一个定义的正常数,表示固定时间自适应系数。

47、本发明还提出一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的多电机伺服系统固定时间控制器设计方法。

48、本发明还提出一种电子设备,包括处理器和存储器,所述处理器与所述存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括计算机可读指令,所述处理器被配置用于调用所述计算机可读指令,执行上述的多电机伺服系统固定时间控制器设计方法。

49、本发明提供的技术方案带来的有益效果是:

50、(1)本发明定义一阶导数与二阶导数均光滑且连续的有限时间段约束函数,约束函数在初始有限时间阶段内收缩,在有限时间阶段后固定,约束函数在初始时刻值为1,将初始有限时间阶段内的约束函数通过转换函数拓展为初始时刻值为无穷大,保持同样有限时间阶段内收缩至同一值。使其可容纳任意大小的初始误差,不管初始偏差多大,都保证在指定时间内收敛到同一精度,解决传统预设性能函数依赖初始误差先验知识,无法适配任意幅值的初始误差,工况兼容性差的问题。

51、(2)通过引入全局光滑切换函数,将神经网络、模糊逻辑的逼近能力拓展至全域范围,去除了输入信号有界的假设,实现系统全局稳定。

52、(3)将神经网络理论权值相对于经验值范数的上界作为自适应量,通过固定时间自适应律实时调整,减小参数更新量。

53、本发明最终实现多电机伺服系统的全局固定时间稳定。