電機(jī)伺服系統(tǒng)雙神經(jīng)網(wǎng)絡(luò)摩擦補(bǔ)償和有限時(shí)間協(xié)同控制方法
【專利摘要】電機(jī)伺服系統(tǒng)雙神經(jīng)網(wǎng)絡(luò)摩擦補(bǔ)償和有限時(shí)間協(xié)同控制方法，包括:建立電機(jī)伺服系統(tǒng)模型，初始化系統(tǒng)狀態(tài)以及相關(guān)控制參數(shù)；建立非線性摩擦力的LuGre模型，并將摩擦模型劃分為靜態(tài)部分和動(dòng)態(tài)部分；利用雙神經(jīng)網(wǎng)絡(luò)分別估計(jì)摩擦力的靜態(tài)和動(dòng)態(tài)部分，并設(shè)計(jì)權(quán)重更新律；根據(jù)系統(tǒng)方程，設(shè)計(jì)有限時(shí)間協(xié)同控制器，消除滑?？刂浦械亩墩駟?wèn)題，并保證系統(tǒng)狀態(tài)可快速穩(wěn)定收斂至零點(diǎn)。
【專利說(shuō)明】電機(jī)伺服系統(tǒng)雙神經(jīng)網(wǎng)絡(luò)摩擦補(bǔ)償和有限時(shí)間協(xié)同控制方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種電機(jī)伺服系統(tǒng)雙神經(jīng)網(wǎng)絡(luò)摩擦補(bǔ)償和有限時(shí)間協(xié)同控制方法，特別是存在模型不確定和非線性摩擦的電機(jī)伺服系統(tǒng)雙神經(jīng)網(wǎng)絡(luò)補(bǔ)償和控制方法。

【背景技術(shù)】
[0002]在電機(jī)伺服系統(tǒng)中，當(dāng)相互接觸的固體表面有相對(duì)運(yùn)動(dòng)時(shí)，特別是在電機(jī)運(yùn)動(dòng)在低速時(shí)，即會(huì)產(chǎn)生摩擦力。對(duì)于電機(jī)伺服系統(tǒng)而言，摩擦環(huán)節(jié)已經(jīng)成為提高系統(tǒng)性能的主要障礙之一，使系統(tǒng)響應(yīng)出現(xiàn)爬行、振蕩或穩(wěn)態(tài)誤差。為了減輕電機(jī)伺服系統(tǒng)中摩擦環(huán)節(jié)帶來(lái)的不良影響，改善系統(tǒng)的工作性能，有必要采用適當(dāng)?shù)难a(bǔ)償控制方法，對(duì)摩擦環(huán)節(jié)進(jìn)行補(bǔ)償。
[0003]目前，在摩擦補(bǔ)償?shù)难芯糠矫?，各種先進(jìn)的運(yùn)動(dòng)控制技術(shù)已被提出，如狀態(tài)反饋控制、自適應(yīng)控制和魯棒控制。此外，智能方法也被用來(lái)減少摩擦的影響，如模糊邏輯、遺傳算法和神經(jīng)網(wǎng)絡(luò)等。由于摩擦模型的部分參數(shù)會(huì)發(fā)生非線性變化，因此摩擦環(huán)節(jié)的精確模型難以確定。神經(jīng)網(wǎng)絡(luò)(Neural Networks, NNs)具有內(nèi)在的學(xué)習(xí)能力和非線性函數(shù)的逼近能力，可以有效應(yīng)用于控制系統(tǒng)的非線性摩擦建模和補(bǔ)償。
[0004]自從俄羅斯研究員科列斯尼科夫首先介紹了協(xié)同控制理論(Synergetic ControlTheory, SCT)，協(xié)同控制得到了廣泛的研究，并成功的應(yīng)用在非線性電力系統(tǒng)穩(wěn)定器，脈沖電流充電電源轉(zhuǎn)換器，直流-直流升壓變換器等不同的領(lǐng)域。協(xié)同控制的優(yōu)勢(shì)在于控制系統(tǒng)的降階，該控制方法使系統(tǒng)工作在恒定頻率下，能夠避免滑模控制中的高頻抖振問(wèn)題，因此非常適合于數(shù)字實(shí)現(xiàn)。


【發(fā)明內(nèi)容】

[0005]本發(fā)明要克服電機(jī)伺服系統(tǒng)中非線性摩擦難以準(zhǔn)確建模和補(bǔ)償?shù)膯?wèn)題，提供一種電機(jī)伺服系統(tǒng)雙神經(jīng)網(wǎng)絡(luò)摩擦補(bǔ)償和有限時(shí)間協(xié)同控制方法，更好地實(shí)現(xiàn)對(duì)摩擦的建模及快速補(bǔ)償。采用雙神經(jīng)網(wǎng)絡(luò)精確逼近摩擦模型的非線性部分，同時(shí)結(jié)合協(xié)同控制理論和非奇異終端滑模技術(shù)，設(shè)計(jì)有限時(shí)間協(xié)同控制器，抑制滑?？刂浦械亩墩駟?wèn)題，并保證跟蹤誤差可以在有限時(shí)間內(nèi)收斂至零點(diǎn)。
[0006]本發(fā)明的具體實(shí)現(xiàn)步驟如下:
[0007]電機(jī)伺服系統(tǒng)雙神經(jīng)網(wǎng)絡(luò)摩擦補(bǔ)償和有限時(shí)間協(xié)同控制方法，包括以下步驟:
[0008]步驟1，建立如式⑴所示的電機(jī)伺服系統(tǒng)模型，初始化系統(tǒng)狀態(tài)以及相關(guān)控制參數(shù)；
[0009]mx = -Kj X + u{t)-F(I)
[0010]其中m為有效質(zhì)量；X為狀態(tài)變量,表示電機(jī)轉(zhuǎn)子的位置；u(t)是控制信號(hào),表示隨時(shí)間變化的電壓；Kf是阻尼系數(shù)，為常值參數(shù)疋為未知非線性摩擦力。
[0011]步驟2，建立非線性摩擦力的LuGre模型，并將摩擦模型劃分為靜態(tài)部分和動(dòng)態(tài)部分；
[0012]2.1，將摩擦力用LuGre模型表達(dá)為:
[0013]F = σ0ζ + σιζ + σ2χ(2)
[0014]其中，σ ^為剛性系數(shù)；σ I為阻尼系數(shù)；σ 2為粘滯摩擦系數(shù),ζ為接觸表面造成的鬃毛形變量；
[0015]2.2，將式⑵中的ζ做以下分析:

【權(quán)利要求】
1.電機(jī)伺服系統(tǒng)雙神經(jīng)網(wǎng)絡(luò)摩擦補(bǔ)償和有限時(shí)間協(xié)同控制方法，包括以下步驟: 步驟1，建立如式(I)所示的電機(jī)伺服系統(tǒng)模型，初始化系統(tǒng)狀態(tài)以及相關(guān)控制參數(shù)； mx = -K f-x + u(t)~ F(I) 其中m為有效質(zhì)量；X為狀態(tài)變量，表示電機(jī)轉(zhuǎn)子的位置；u(t)是控制信號(hào)，表示隨時(shí)間變化的電壓；Kf是阻尼系數(shù)，為常值參數(shù)；F為未知非線性摩擦力； 步驟2，建立非線性摩擦力的LuGre模型，并將摩擦模型劃分為靜態(tài)部分和動(dòng)態(tài)部分； . 2.1，將摩擦力用LuGre模型表達(dá)為: F = σ0ζ + σχζ + σ2χ(2) 其中，σ ^為剛性系數(shù)；σ I為阻尼系數(shù)；σ 2為粘滯摩擦系數(shù),ζ為接觸表面造成的鬃毛形變量； . 2.2，將式(2)中的ζ做以下分析: ζ = χ ———ζ(3)
h(x) 當(dāng)i趨向于O時(shí)，從式(3)可知，ζ趨向于一個(gè)終值z(mì)s: 其中，
F。和Fs都是未知的參數(shù)，F(xiàn)。是靜摩擦參數(shù)，F(xiàn)s是Stribeck摩擦參數(shù)；.2.3，為便于控制器設(shè)計(jì)，令ε = Z-Zs，根據(jù)式(3)和式(4)，則式(2)可以轉(zhuǎn)變?yōu)?
則式(5)可寫為: I' = σ’X + /., sgn(i) + Ι.'2(8) 其中F1是由于速度造成的摩擦的靜態(tài)部分；&是系統(tǒng)趨于期望狀態(tài)時(shí)速度的終值；F2是由所設(shè)變量ε計(jì)算的摩擦的動(dòng)態(tài)部分； 步驟3，利用雙神經(jīng)網(wǎng)絡(luò)分別估計(jì)摩擦力的靜態(tài)和動(dòng)態(tài)部分，并設(shè)計(jì)權(quán)重更新律； . 3.1，因?yàn)镕1和F2是未知的，所以分別用以下兩個(gè)神經(jīng)網(wǎng)絡(luò)進(jìn)行逼近 Ρχ=Ψ,τΦ{^ξη(9) F2 = IV^ Φ(.ν)+(10) 其中WpW2是神經(jīng)網(wǎng)絡(luò)權(quán)重矩陣；φ(?)^“χ1是神經(jīng)網(wǎng)絡(luò)的徑向基函數(shù)，可以被取值為常用的高斯函數(shù)
，滿足0〈Φ(Χ)〈1 ;神經(jīng)網(wǎng)絡(luò)的估計(jì)誤差ξη和ξ?2分別滿足不等式 I Ifl ( ξΜ1 和 ξ?2< Im2; .3.2，神經(jīng)網(wǎng)絡(luò)權(quán)重更新律按照下面的公式給出: W1 = Pro/TI^C^sgnCiKff!],|^(0)| < Wm(11)
^ = Pro/'[l2?(i)sgn(i)s,r2],|r2(0)| < Wm(12) 其中Prq/()，j)是滿足不等式Pro_/()\f)2石，的光滑投影算法山，I2是正對(duì)角矩陣； 步驟4，根據(jù)系統(tǒng)方程式(I)，設(shè)計(jì)有限時(shí)間協(xié)同控制器U (t)； . 4.1，為將系統(tǒng)狀態(tài)X趨向指定的期望穩(wěn)定狀態(tài)Xd，定義跟蹤誤差和它的微分式分別為e = = 定義一個(gè)協(xié)同變量Y,建立系統(tǒng)協(xié)同多項(xiàng)式為:
M = { δ: y = s ( δ ) = O, s ( δ ) e Rmx 1J (13)
其中 5 = ?，y = [1； y2,…，y Jt ； 由上式(13)可以得到 Y = S3S、丨 4) 其中Ss是s對(duì)于δ的一階偏導(dǎo)； . 4.2，系統(tǒng)協(xié)同變量Y在所設(shè)計(jì)的控制器u(t)作用下，在有限時(shí)間內(nèi)趨近于指定的多項(xiàng)式M，并且控制器u (t)的約束條件為: Tflllr + = Q(15)其中=DVvWv'…，；，并且τ是一個(gè)非奇異正定對(duì)角矩陣；Pi和&是滿足條件i = 1，2，…，m的正奇數(shù)；根據(jù)這個(gè)約束公式，變量Y和它的會(huì)在有限時(shí)間內(nèi)趨向于O ; . 4.3，從式(I)可以得出電機(jī)伺服系統(tǒng)的跟蹤誤差模型為: me jT K^e- (mxd + K-Y F) = -u(t)(16) 因?yàn)? = 所以式(I6)可以變?yōu)? ηιδ + Kj d - (mxd + Kfkd -\- F) = -u{t)(17) 把式(14)和式(15)代入式(17)，可以得出控制器u(t)的表達(dá)式為: (f) =-KfS+ mxd +Kt I +F(18) 把式(9)和式(10)代入式(18)，得到最終的控制器輸入信號(hào)為:
(f) =-,W1S1j1 (-—1,)1/p - K f e + Iiixd + K fjcd + cr2i + ili?(i)sgn(i) ++ O1+//2|i|)sgnO)(19)其中(r-V(.t))r/i) = [(^fVi )1'1 'P', (r2:V2)",Pl ^)r?/A- ]，μ i 和 μ 2 是滿足^.(/ = 1,2.)>||^(/ = 1,2.)?^)! + ^ 的常數(shù)；Wmi，Wk 分別為 Wi，W2 的最大值； .4.4，設(shè)計(jì)李雅普諾夫函數(shù)￥ = 0.5。^，則可以證明式(I)中的所有信號(hào)均是一致有界的；同時(shí)，系統(tǒng)跟蹤誤差e可以在有限時(shí)間內(nèi)收斂至平衡點(diǎn)e = O。
【文檔編號(hào)】G05B13/04GK104199294SQ201410398715
【公開(kāi)日】2014年12月10日 申請(qǐng)日期:2014年8月14日 優(yōu)先權(quán)日:2014年8月14日
【發(fā)明者】陳強(qiáng), 翟雙坡, 湯筱晴 申請(qǐng)人:浙江工業(yè)大學(xué)