一种永磁直线同步电机复合自适应鲁棒控制方法及系统

摘要: 本技术属于永磁直线同步电机伺服控制,具体涉及一种永磁直线同步电机复合自适应鲁棒控制方法及系统。背景技术:1、永磁直线同步电机具有推力密度高、动态响应快以及直接驱...
一种永磁直线同步电机复合自适应鲁棒控制方法及系统

本技术属于永磁直线同步电机伺服控制,具体涉及一种永磁直线同步电机复合自适应鲁棒控制方法及系统。

背景技术:

1、永磁直线同步电机具有推力密度高、动态响应快以及直接驱动等特点,广泛应用于精密加工、半导体制造及高端检测装备等高精度运动控制场景。由于其取消了传统机械传动环节,摩擦力、定位力、拖链线缆力、负载变化以及外部扰动等因素能够直接作用于运动部件;同时,运动平台轻量化及高速、高加速度运行还容易引入柔性模态,使系统在较宽频率范围内同时受到非线性因素和柔性动态的影响。

2、现有技术中,针对摩擦力、参数不确定性及外部扰动等非线性因素,常基于刚体动力学模型采用自抗扰控制、滑模控制、扰动观测器控制或模型前馈补偿等方法,并可通过在线参数估计进一步改善模型补偿精度;针对柔性模态引发的谐振问题,则常采用陷波滤波、零极点对消补偿或鲁棒控制等方式限制谐振对闭环系统的影响。

3、然而,一方面,在实际往复运动过程中,质量、摩擦系数及其他结构化参数可能随负载和运行状态发生变化,依赖离线参数的补偿方式难以及时适应上述变化;而在线参数估计的参数收敛通常依赖持续激励条件,在匀速、静止等弱激励阶段存在历史有效激励信息衰减及参数估计漂移的问题。另一方面,为减小低频跟踪误差而提高反馈增益时,又可能激发设计阶段未充分考虑的高频柔性模态,使控制精度与鲁棒稳定性之间形成制约,限制闭环带宽的提升。因此,如何在统一控制框架下协同实现非线性扰动的在线补偿、弱激励条件下的精确参数估计与高频柔性模态的鲁棒抑制,是本领域亟待解决的技术问题。

技术实现思路

1、本技术提供了一种永磁直线同步电机复合自适应鲁棒控制方法及系统,以解决上述技术问题。

2、本技术所采用的技术方案为:

3、本技术实施例提供一种永磁直线同步电机复合自适应鲁棒控制方法,由永磁直线同步电机的位置伺服控制器执行,所述方法包括:

4、获取所述永磁直线同步电机的期望运动轨迹和运动反馈数据;根据所述永磁直线同步电机不同动态分量的频段响应特性,确定低频非线性刚体模型和高频柔性模型;

5、根据所述低频非线性刚体模型和所述运动反馈数据,构造与待估参数对应的回归信息,并根据所述回归信息生成激励信息矩阵;

6、对所述激励信息矩阵进行方向分解,得到多个激励方向以及各激励方向对应的激励强度;根据各激励方向对应的激励强度分别确定遗忘因子,并利用各所述遗忘因子更新所述激励信息矩阵;根据更新后的激励信息矩阵和跟踪误差更新所述待估参数,得到在线参数估计结果,所述跟踪误差根据所述期望运动轨迹和所述运动反馈数据确定;

7、根据所述期望运动轨迹、所述运动反馈数据和所述在线参数估计结果,确定自适应补偿量和鲁棒反馈量,并根据所述自适应补偿量和所述鲁棒反馈量生成虚拟控制量;

8、根据所述高频柔性模型确定

h∞回路成形控制器,并对所述

h∞回路成形控制器进行低频增益归一化,得到归一化

h∞回路成形控制器;利用所述归一化

h∞回路成形控制器对所述虚拟控制量进行动态整形,得到实际控制输入,并根据所述实际控制输入控制所述永磁直线同步电机。

9、根据本技术的一个实施例,所述低频非线性刚体模型包括摩擦力参数化项、定位力参数化项、线缆力参数化项和集总扰动项;

10、所述摩擦力参数化项用于表征随所述永磁直线同步电机的运动速度变化的摩擦力;

11、所述定位力参数化项用于表征随所述永磁直线同步电机的位置周期变化的定位力;

12、所述线缆力参数化项用于表征随所述永磁直线同步电机的位置变化的线缆力;

13、所述集总扰动项包括能够由所述待估参数表征的常值偏置扰动和未知时变扰动。

14、根据本技术的一个实施例,根据所述低频非线性刚体模型和所述运动反馈数据构造所述回归信息,并根据所述回归信息生成所述激励信息矩阵,包括:

15、将所述低频非线性刚体模型整理为相对于所述待估参数呈线性关系的回归形式,得到回归向量;

16、采用相同的稳定低通滤波器分别对所述回归向量和与所述回归向量对应的控制输入进行滤波,得到滤波回归向量和滤波控制量;

17、根据所述滤波回归向量构造所述激励信息矩阵,并根据所述滤波回归向量和所述滤波控制量构造与所述激励信息矩阵对应的激励信息向量。

18、根据本技术的一个实施例,对所述激励信息矩阵进行方向分解,包括:

19、对所述激励信息矩阵进行奇异值分解,得到多个奇异值以及各奇异值对应的奇异向量;

20、将各所述奇异向量对应的方向确定为所述激励方向,并根据各所述激励方向对应的奇异值确定对应的激励强度。

21、根据本技术的一个实施例,根据各激励方向对应的激励强度分别确定所述遗忘因子,包括:

22、分别将各激励方向对应的激励强度与预设的激励强度下限和激励强度上限进行比较;

23、根据比较结果分别确定各激励方向对应的遗忘因子,其中,在对应激励方向的激励强度处于预设死区范围时,将该激励方向对应的遗忘因子确定为停止该激励方向上的激励信息衰减的取值;

24、根据各激励方向对应的遗忘因子分别更新所述激励信息矩阵中对应激励方向的激励信息。

25、根据本技术的一个实施例,根据更新后的激励信息矩阵和所述跟踪误差更新所述待估参数,包括:

26、根据所述回归信息构建与所述激励信息矩阵对应的激励信息向量;

27、根据更新后的激励信息矩阵、所述激励信息向量和当前参数估计结果,确定参数估计误差辅助变量;

28、根据所述参数估计误差辅助变量和所述跟踪误差确定参数更新量;

29、采用投影方式根据所述参数更新量更新所述当前参数估计结果,使得到的在线参数估计结果处于对应待估参数的预设参数范围内。

30、根据本技术的一个实施例,确定所述自适应补偿量和所述鲁棒反馈量,包括:

31、根据所述回归信息和所述在线参数估计结果确定模型自适应补偿量,并根据在线估计的扰动量确定快速扰动补偿量,根据所述模型自适应补偿量和所述快速扰动补偿量确定所述自适应补偿量;

32、根据所述跟踪误差确定自适应比例反馈量和鲁棒控制量,并根据所述自适应比例反馈量和所述鲁棒控制量确定所述鲁棒反馈量;

33、根据所述自适应补偿量和所述鲁棒反馈量确定所述虚拟控制量。

34、根据本技术的一个实施例,确定所述高频柔性模型,包括:

35、对所述永磁直线同步电机进行频域辨识,得到速度刚柔耦合模型;

36、根据所述速度刚柔耦合模型确定低频刚体速度模型和高频柔性模态模型,并将所述高频柔性模态模型确定为所述高频柔性模型。

37、根据本技术的一个实施例,根据所述高频柔性模型确定所述

h∞回路成形控制器,包括:

38、根据所述速度刚柔耦合模型确定标称被控对象;

39、根据所述标称被控对象的一阶柔性模态谐振频率确定期望回路形状的幅值穿越频率,所述幅值穿越频率低于所述一阶柔性模态谐振频率;

40、根据所述标称被控对象和所述期望回路形状确定前置补偿器;

41、利用所述前置补偿器对所述标称被控对象进行频域整形,得到与所述期望回路形状相匹配的成形对象;

42、根据所述高频柔性模型确定所述

h∞回路成形控制器,并对所述

h∞回路成形控制器进行低频增益归一化,包括:

43、对所述成形对象进行正规化互质分解,并根据正规化互质分解结果确定所述成形对象的鲁棒稳定裕度;

44、根据所述鲁棒稳定裕度确定

h∞鲁棒镇定条件,并通过代数riccati方程求解满足所述

h∞鲁棒镇定条件的

h∞镇定控制器;

45、将所述

h∞镇定控制器与所述前置补偿器进行组合,得到所述

h∞回路成形控制器;

46、根据所述

h∞回路成形控制器的低频增益对所述

h∞回路成形控制器进行增益归一化,得到所述归一化

h∞回路成形控制器

47、本技术实施例还提供了一种永磁直线同步电机复合自适应鲁棒控制系统,包括:

48、数据获取模块,用于获取永磁直线同步电机的期望运动轨迹和运动反馈数据;

49、模型确定模块,用于根据所述永磁直线同步电机不同动态分量的频段响应特性,确定低频非线性刚体模型和高频柔性模型;

50、激励信息生成模块,用于根据所述低频非线性刚体模型和所述运动反馈数据,构造与待估参数对应的回归信息,并根据所述回归信息生成激励信息矩阵;

51、参数估计模块,用于对所述激励信息矩阵进行方向分解,得到多个激励方向以及各激励方向对应的激励强度;根据各激励方向对应的激励强度分别确定遗忘因子,并利用各所述遗忘因子更新所述激励信息矩阵;根据更新后的激励信息矩阵和跟踪误差更新所述待估参数,得到在线参数估计结果,其中,所述跟踪误差根据所述期望运动轨迹和所述运动反馈数据确定;

52、自适应鲁棒控制模块,用于根据所述期望运动轨迹、所述运动反馈数据和所述在线参数估计结果,确定自适应补偿量和鲁棒反馈量,并根据所述自适应补偿量和所述鲁棒反馈量生成虚拟控制量;

53、回路成形模块,用于根据所述高频柔性模型确定

h∞回路成形控制器,并对所述

h∞回路成形控制器进行低频增益归一化,得到归一化

h∞回路成形控制器;利用所述归一化

h∞回路成形控制器对所述虚拟控制量进行动态整形,得到实际控制输入;

54、控制输出模块,用于根据所述实际控制输入控制所述永磁直线同步电机。

55、由于采用了上述技术方案,本技术所取得的有益效果为:

56、本技术根据不同动态分量的频段响应特性确定低频非线性刚体模型和高频柔性模型,在低频侧基于运动反馈数据进行在线参数估计,并根据在线参数估计结果实施自适应补偿和鲁棒反馈,生成虚拟控制量;在高频侧利用归一化

h∞回路成形控制器对所述虚拟控制量进行动态整形后形成实际控制输入。由此,使低频结构化非线性补偿与高频柔性动态处理分别作用于其对应的主导频段,并通过前后级联形成统一的控制链路,减少低频控制增益与高频柔性模态之间的相互制约,提高宽频带位置伺服控制的稳定性和跟踪能力。

57、本技术通过将摩擦力、定位力、线缆力以及常值偏置扰动进行参数化表征,并将对应参数作为待估参数进行在线估计,可以利用上述非线性因素本身的结构信息生成模型自适应补偿量,而不是将其全部作为无法区分的集总扰动进行处理,使低频补偿量能够随实际运动状态及参数变化进行调整。

58、本技术通过将低频非线性刚体模型整理为针对待估参数的线性回归形式,并采用相同的稳定低通滤波器对回归向量和对应控制输入进行处理,再据此构造激励信息矩阵和激励信息向量,可以在降低加速度测量噪声对参数估计过程影响的同时保持回归关系的一致性,为后续参数在线更新提供稳定的历史激励信息。

59、本技术通过对激励信息矩阵进行奇异值分解,根据各奇异值表征相应激励方向的激励强度,并针对不同激励方向分别设置带死区保护的遗忘因子,使各激励方向上的历史信息能够根据当前激励程度独立衰减或保留。由此,在电机由加减速等有效激励阶段进入匀速、静止等弱激励阶段后,能够减少已经获得的有效参数信息被统一遗忘的情况,抑制非激励阶段的参数估计漂移。技术验证中,在停止运动激励后,激励信息矩阵的奇异值不再持续衰减,体现了该历史激励信息保留机制。

60、本技术通过结合更新后的激励信息矩阵所形成的参数估计误差信息与实时跟踪误差共同更新待估参数,并采用投影方式限制在线参数估计结果的取值范围,可以同时利用历史激励信息和当前闭环跟踪状态进行参数修正,并避免参数估计结果超出对应物理参数的允许范围,提高在线参数更新过程的稳定性。

61、本技术通过基于速度刚柔耦合模型确定标称被控对象,根据一阶柔性模态频率设置期望回路形状,并通过前置补偿和

h∞鲁棒镇定形成

h∞回路成形控制器,可以针对柔性模态所在的高频区域进行频率特性整形;在此基础上对

h∞回路成形控制器进行低频增益归一化,使其在低频段近似保持单位增益,从而减少高频控制环节对低频自适应补偿和反馈控制关系的影响,并在高频段对柔性模态谐振、反谐振及未建模动态进行整形。