一种电机伺服系统指定时间预设性能自适应智能控制方法与流程

摘要: 本发明涉及一种电机伺服系统指定时间预设性能自适应智能控制方法,属于机电伺服控制。背景技术:1、电机伺服系统广泛应用于数控装备、惯性电机伺服系统、机器人关节、光电...
一种电机伺服系统指定时间预设性能自适应智能控制方法与流程

本发明涉及一种电机伺服系统指定时间预设性能自适应智能控制方法,属于机电伺服控制。

背景技术:

1、电机伺服系统广泛应用于数控装备、惯性电机伺服系统、机器人关节、光电跟踪平台及精密定位装置。此类系统在运行过程中通常受到负载变化、摩擦、未建模动态、参数摄动和外界扰动等因素影响,因而难以仅依靠固定参数控制器获得一致的高精度轨迹跟踪性能。

2、现有自适应控制或神经网络控制方法能够在一定程度上补偿不确定项,但多数方法只证明跟踪误差最终有界,误差进入目标区域所需的时间依赖初始条件和控制参数,无法由使用者在设计阶段直接指定。在对启动瞬态、加工节拍或姿态建立时间有严格要求的场景中,上述性质不能充分满足工程需求。

3、预设性能控制可通过时变性能边界约束跟踪误差,但常规指数性能函数只能间接调节收敛速度,且对正向误差和负向误差通常采用对称约束;当机构在两个方向上的安全间隙、允许超调量或负载特性不一致时,对称边界会造成保守设计。另一方面,若直接将障碍项与未知非线性项组合,容易出现估计漂移、分母奇异或稳定性分析不闭合的问题。

4、因此,需要一种能够明确指定误差建立时间、允许正负方向采用不同性能界、同时补偿未知参数和未知非线性项,并具有完整闭环稳定性保证的电机伺服控制方法。

技术实现思路

1、为解决上述问题,本发明提出了一种电机伺服系统指定时间预设性能自适应智能控制方法,实现电机伺服系统机械未建模非线性干扰的估计补偿,降低对系统模型的精确依赖;且利用神经网络和参数自适应律实时学习系统不确定性,实现高精度运动控制性能。

2、本发明的电机伺服系统指定时间预设性能自适应智能控制方法,包括以下步骤:

3、步骤1、建立电机伺服系统的数学模型;

4、电机伺服系统动力学力平衡方程为:

5、; (1)

6、其中,表示转动惯量,表示转台角位移,表示转台角速度,表示转台角加速度,为转矩常数,为粘性摩擦系数,表示系统机械未建模干扰,表示时间,表示控制输入;表示系统状态;

7、整理得到:

8、; (2)

9、步骤2、基于电机伺服系统的数学模型,设计指定时间预设性能自适应智能控制器;

10、步骤2-1、定义非对称指定时间预设性能变换函数;具体如下:

11、选取正参数、、和,>>0,构造下列分段性能包络函数:

12、; (3)

13、该函数在时严格递减,并在t趋近时平滑趋于;在时保持为;因此直接决定进入终端性能区的时刻,只改变之前的收缩形状;其中,为预习指定的误差收敛时刻,为初始时刻包络幅值,为稳态终端包络幅值,包络收缩形态系数,调节之前包络收缩形态;设置互不相同正常数和,约束跟踪误差满足:;其中,用于设置负向误差边界,用于设置正向误差边界;

14、定义归一化误差η、固定区间误差ξ和比例常数g,则得到:

15、; (4)

16、; (5)

17、; (6)

18、 由上述仿射变换可知,-<η<与-1<ξ<1等价;则只要保证ξ不触及±1,即可保证原位置误差始终位于非对称时变性能边界内;

19、步骤2-2、定义系统位置跟踪误差:,即实际角位移与期望位置指令的差值,其中,为电机伺服转台实际输出角位移,表示系统期望跟踪的位置指令,为了实现对电机伺服系统的指定时间预设性能自适应智能控制,设计控制输入使得系统的跟踪误差收敛到0附近的有界区间内;

20、步骤2-3、定义系统速度跟踪误差:,表征系统实际角速度对虚拟期望角速度的跟踪偏差,其中,为电机伺服转台实际输出角速度,为反步设计得到的虚拟控制律,代表速度子系统的虚拟期望角速度;为保证收敛到0附近的有界区间内,需保证速度跟踪误差收敛到0附近的有界区间内;

21、则电机伺服系统的指定时间预设性能自适应智能控制器的控制输入表达式如下:

22、(7);

23、式中,已知输入增益,是未知参数的估计值,是的一阶导数,为径向基函数向量,c2为速度回路反馈增益,h为速度跟踪误差e2的固定障碍边界常数,是理想权值向量的估计值,为神经网络理想权值向量的估计值的转置,其中,上标t代表矩阵/向量转置,是神经网络理想权值向量,代表在线估计的权值向量;

24、步骤3、运用李雅普诺夫稳定性理论进行指定时间预设性能自适应智能控制器稳定性证明,得到系统跟踪误差有界稳定的结果。

25、进一步地,所述步骤1中,建立电机伺服系统的数学模型,具体如下:

26、步骤1-1、建立电机伺服系统动力学数学模型;

27、步骤1-2、为便于设计控制器,定义状态变量,将推导的电机伺服系统动力学数学模型转换成状态空间方程。

28、再进一步地,所述步骤1-2具体如下:

29、定义状态变量:,其中,中间变量为角位移,中间变量为角速度,,将式(2)转换为状态方程:

30、; (8)

31、其中,为已知正输入增益,表示连续未知非线性项;表示有界外部扰动, 为摩擦项系数,未知,自适应在线估计。

32、再进一步地,所述步骤1还包括设置控制假设条件:

33、假设1:系统期望跟踪位置指令是一阶连续的,且系统期望跟踪位置指令及其一阶导数均有界;

34、假设2:未知非线性项在闭集上连续,并存在未知常使有界外部扰动满足。

35、再进一步地,所述步骤2-2具体如下:

36、根据式(8)中的第一个方程,对位置跟踪误差求导,得:

37、; (9)

38、式中,表示的一阶导数,表示与的误差;

39、选取第一李雅普诺夫函数,可得:

40、;(10)

41、其中,表示的一阶导数;

42、根据式(10)设计虚拟控制律:

43、; (11)

44、式中,位置回路增益,则:

45、; (12)

46、再进一步地,所述步骤2-3具体如下:

47、根据式(8)中的第二个方程,对速度跟踪误差求导,得:

48、; (13)

49、 选取第二李雅普诺夫函数,可得:

50、;(14)

51、其中,表示的一阶导数,表示的一阶导数,采用径向基神经网络逼近未知非线性项,得到:

52、 ; (15)

53、其中,为理想权值向量,为径向基函数向量,为神经网络有界逼近误差;

54、参数自适应律设计为:

55、; (16)

56、式中,参数自适应增益,为参数泄漏系数,用于抑制估计漂移;

57、神经网络权值自适应律设计为:

58、; (17)

59、式中,表示的一阶导数,为神经网络自适应增益;为神经网络权值泄漏系数,用于抑制估计漂移。

60、再进一步地,所述步骤3具体如下:

61、构造总李雅普诺夫函数:

62、; (18)

63、其中,为权值估计误差,为参数估计误差;

64、对总李雅普诺夫函数求导,代入虚拟控制律、参数自适应律和神经网络权值自适应律,利用杨氏不等式和对数不等式进行放缩推导,得到微分不等式;其中,λ和c为正的常数;证明闭环系统所有信号半全局一致最终有界,跟踪误差收敛到原点附近预设有界邻域。

65、本发明的电机伺服控制器,包括处理器以及存储器,所述存储器存储计算机程序,所述计算机程序被处理器执行时实现权利要求1-8任意一项所述的电机伺服系统指定时间预设性能自适应智能控制方法。

66、本发明的计算机可读存储介质,其内部存储计算机程序,所述计算机程序被处理器执行时实现权利要求1-8任意一项所述的电机伺服系统指定时间预设性能自适应智能控制方法。

67、与现有技术相比,本发明的电机伺服系统指定时间预设性能自适应智能控制方法具有以下优点:(1)实现电机伺服系统机械未建模非线性干扰的估计补偿,降低对系统模型的精确依赖;(2)利用神经网络和参数自适应律实时学习系统不确定性,实现高精度运动控制性能;(3)采用非对称指定时间预设性能包络,收敛时刻可预先指定,正负误差边界独立配置;(4)参数自适应律采用平方泄漏项,在参数估计值幅值较大时增强漂移抑制效果,神经网络权值采用传统一次泄漏修正,二者配合抑制参数估计漂移,避免预设性能变换出现分母奇异;完整李雅普诺夫稳定性证明保证闭环信号全部有界。