CN103616817A - 一种基于非线性切换系统的伺服转台控制器 - Google Patents

一种基于非线性切换系统的伺服转台控制器 Download PDF

Info

Publication number
CN103616817A
CN103616817A CN201310633749.5A CN201310633749A CN103616817A CN 103616817 A CN103616817 A CN 103616817A CN 201310633749 A CN201310633749 A CN 201310633749A CN 103616817 A CN103616817 A CN 103616817A
Authority
CN
China
Prior art keywords
sigma
controller
linear
model
servo turntable
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310633749.5A
Other languages
English (en)
Other versions
CN103616817B (zh
Inventor
张倩
王群京
李国丽
叶超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University
Original Assignee
Anhui University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui University filed Critical Anhui University
Priority to CN201310633749.5A priority Critical patent/CN103616817B/zh
Publication of CN103616817A publication Critical patent/CN103616817A/zh
Application granted granted Critical
Publication of CN103616817B publication Critical patent/CN103616817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

一种基于非线性切换系统的伺服转台控制器,其特征在于:将多模型切换系统引入伺服转台的精确建模和控制中,采用包括线性子系统和非线性子系统的全局在线滚动优化计算,对任意一个子控制器应用的预测函数控制器,对式所示的线性模型2,4直接应用局部预测函数控制器u2(k),u4(k);对其中的非线性模型1,3应用非线性预测函数控制器u1(k),u3(k)。对其他型号具体转台还可根据非线性因素的具体情况,增加切换系统的模态和基于子系统模型的控制器,其操作方法与已表述部分相同。

Description

一种基于非线性切换系统的伺服转台控制器
技术领域
本发明涉及空间探测、卫星通信、国防工业等领域,尤其是一种基于非线性切换系统的伺服转台控制器。
背景技术
伺服转台在空间探测、卫星通信、国防工业等领域有着广泛的应用,是精密跟踪雷达、射电天文望远镜、惯导测试系统、火炮、云台等多种设备的重要组成装置,其技术水平的高低直接影响整个设备性能的优劣,是国家军事科技能力的体现点之一。对其展开的基于非线性切换系统的建模与控制器设计,具有重要意义和良好的应用发展前景,由此产生的技术方法和方案结论具有深刻的基础研究意义和应用价值。
过去对伺服转台的研究多停留在机理建模获得的线性系统模型,因为此类模型的局限性,应用的控制算法多为PID甚至是PI控制,无法保证精确的控制效果。目前,以伺服转台为基座和支撑的装备,朝大/微型两极化、数字化、精密化、低速平稳化等方向发展,在机械形变、低速爬行、摩擦、死区、齿轮空隙、风力扰动等方面呈现出更强的非线性因素和多种工作模态,也对系统控制策略提出了更高的要求。
伺服转台在不同的工作状态、环境和应用途径下,非线性因素的突出体现形式有所不同。在厘米波毫米波射电望远镜中,为克服场源遥远对灵敏度和抗干扰性的影响,天线口径、伺服转台的机械结构、驱动能力均往大型化发展,天线在过顶时和水平时伺服转台存在很大的机械结构形变,对系统性能产生不良影响;天线在换向、低速跟踪目标时,因粘滞摩擦、库伦摩擦、齿轮空隙、电机力矩波动等非线性因素的作用,使得整个系统的性能只有采用非线性模型才能准确描述,并需要在控制器中对其进行补偿;而大量早期工作和本课题组的科研结果表明:惯量适中的伺服转台在某些平稳运行的工况下,线性模型可以对系统的结构进行精确建模,并运用基于该模型的LQG控制器及H∞控制器。
切换系统是混杂动态系统的一种重要类型,可以准确描述许多实际模型;对连续系统采用切换控制器进行控制,可以获得比传统的反馈控制器更好的性能。传统控制在伺服转台的建模和控制中存在模型失配和粗犷设计、控制器结构过于简单、参数试凑等问题,为解决这些问题并应对复杂伺服系统在相关行业飞速发展中而出现的多工况多模态的情况,将多模型切换系统引入伺服转台的精确建模和控制中。建立伺服转台的非线性切换模型,设计切换Hammerstein系统预测控制器,在低速跟踪运行阶段、加速/减速运行阶段、过顶机械形变等情况下保持良好的跟踪效果。
目前现有的用于伺服转台控制器多为PID或PI控制器。常见天线伺服转台,控制目标为在风扰作用下对输入目标值进行位置跟踪,其伺服转台的负载为天线机构,均为刚性结构,控制器选用的是PI控制器。
PID控制器的可调参数较少,缺乏明确的工程意义,而且无法应对在复杂特殊工况下伺服转台的精确控制。现在存在一些对PID控制的改进,通常为分段参数的模糊PID或基于时间切换控制器的方案,均可在本专利的研究中,纳入切换控制器,对伺服转台的性能进一步提高和技术推广。
发明内容
针对上述现有技术的缺点,本发明的目的是提供基于非线性切换系统的伺服转台控制器。
一种基于非线性切换系统的伺服转台控制器,将多模型切换系统引入伺服转台的精确建模和控制中,采用包括线性子系统和非线性子系统的全局在线滚动优化计算,切换系统控制器施加于伺服转台的控制量,依切换律选择子控制器的输出。对线性子系统应用状态反馈控制器或线性预测控制器;对非线性子系统,构造基于Hammerstein模型和预测函数控制的非线性预测控制器,对实际输入解算方法进行改进。对子系统的控制采用的是预测控制,具体为基于约束Hammerstein模型的预测控制函数器。预测函数控制(Predictive Functional Control)的控制作用是若干已知基函数的组合,本专利中子控制器采用多项式基函数的形式,对一阶指数形式的参考轨迹进行滚动优化,通过最小化误差指标,求取中间变量。再采用改进的两步法非线性预测控制策略,将非线性函数和线性子系统都纳入目标函数,采用遗传算法(GA)的非线性规划法在线优化求解控制量。
附图说明
图1为伺服转台非线性切换控制器示意图;
图2为子系统非线性预测函数控制器结构示意图。
具体实施方式
下面结合附图对本发明作进一步的详细说明。
传统控制在伺服转台的建模和控制中存在模型失配和粗犷设计、参数试凑、控制器结构过于简单等问题,为解决这些问题并应对复杂伺服系统在相关行业飞速发展中而出现的多工况多模态的情况,将多模型切换系统引入伺服转台的精确建模和控制中,以获得良好的跟踪效果。
对伺服专台的连续系统采用切换控制器进行控制,可以获得比传统的PID控制器或其他连续控制其更好的性能。当转台以一定数值范围内的速度匀速运行,则控制器根据正转或反转的工作情况,基于相应的线性系统模型,应用线性预测控制器;当转台运行于超低速、急加速/急停等工况下,切换系统基于事件的条件将非线性控制器切入转台控制中,应用非线性约束Hammerstein模型预测控制器,以应对转台的非线性因素,保证复杂工况下的精确控制品质。
对子系统的控制采用的是预测控制,具体为基于约束Hammerstein模型的预测控制函数器。预测函数控制(Predictive Functional Control)的控制作用是若干已知基函数的组合,本专利中采用多项式基函数的形式,对一阶指数形式的参考轨迹进行滚动优化,通过最小化误差指标,求取中间变量。再采用改进的两步法非线性预测控制策略,将非线性函数和线性子系统都纳入目标函数,采用遗传算法(GA)的非线性规划法现在优化求解控制量。
预测函数控制器的控制输入公式可简单表示为:
u ( k ) = k 0 * [ c ( k ) - y p ( k ) ] + Σ j = 1 max ( N c , N c ) k j * [ c ( k ) - e j ( k ) ] + k m * X m ( k ) - - - ( 4 )
其中参数k0,kj,km由结构参数和状态变量共同计算所得,c(k)为设定值,Xm(k)为状态值,yp(k)和ej(k)分别为预测输出和偏差信号,u(k)为当前控制量。
对某非线性子系统控制器的基本原理图见图1,此方法原理简单、计算方便,但需要注意优化过程中高阶方程求解和根的分布是否符合约束等问题,所以目前常用的方法是针对奇数阶方程的实根求解或进行简化运算。本专利申请所采用的技术手段提出采用包括线性子系统和非线性子系统的全局在线滚动优化计算,解决非线性代数方程无实根或结算误差的问题。这样可以有效对内部结构类型为偶数次幂多项式的情况进行处理,同时解决了原两步法中不可避免的结算误差问题,提高了非线性因素较强的工况下,伺服转台控制器可以达到的精度。
对任意一个子控制器应用如上所述的预测函数控制器,对 ( 1 + a &sigma; 1 z - 1 + a &sigma; 2 z - 2 + a &sigma; 3 z - 3 ) y &sigma; ( k ) = z - 1 ( b &sigma; 0 + b &sigma; 1 z - 1 ) x ( k ) x ( k ) = f &sigma; 1 u ( k ) + f &sigma; 2 u 2 ( k ) , &sigma; = 1,2,3,4 式所示的线性模型2,4直接应用局部预测函数控制器u2(k),u4(k);对其中的非线性模型1,3应用如图1所示的非线性预测函数控制器u1(k),u3(k), u &sigma; ( k ) = u 1 ( k ) &sigma; = 1 , s 1 : u ( k ) &GreaterEqual; 0 , | y ( k ) | < &epsiv; 1 or | &Delta;y ( k ) | > &gamma; 1 u 2 ( k ) &sigma; = 2 , s 2 : u ( k ) &GreaterEqual; 0 , | y ( k ) | &GreaterEqual; &epsiv; 1 and | &Delta;y ( k ) | &le; &gamma; 1 u 3 ( k ) &sigma; = 3 , s 3 : u ( k ) < 0 , | y ( k ) | < &epsiv; 2 or | &Delta;y ( k ) | > &gamma; 2 u 4 ( k ) &sigma; = 4 , s 4 : u ( k ) > 0 , | y ( k ) | &GreaterEqual; &epsiv; 2 and | &Delta;y ( k ) | &le; &gamma; 2 (5)
切换控制器结构如上式(5)。当伺服转台工作在匀速以正常范围内的速度旋转时,控制器为局部预测函数控制器;当伺服转台工作于绝对值低于某值的低速运转状态、突然加速或负载过顶机械形变大时,切换至基于Hammerstein非线性模型的预测控制器输出,达到特殊工况下的精确控制。在具体某转台的建模实施上可根据具体的非线性特点建立模态更多的切换系统模型及相应子系统控制算法;操作手法及辨识算法与前述情况相同。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此领域技术的人士能够了解本发明的内容并加以实施,并不能以此限制本发明的保护范围,凡根据本发明精神实质所作的等效变化或修饰效果相似,都应涵盖在本发明的保护范围内。

Claims (2)

1.一种基于非线性切换系统的伺服转台控制器,其特征在于:将多模型切换系统引入伺服转台的精确建模和控制中,采用包括线性子系统和非线性子系统的全局在线滚动优化计算,对任意一个子控制器应用 u ( k ) = k 0 * [ c ( k ) - y p ( k ) ] + &Sigma; j = 1 max ( N c , N c ) k j * [ c ( k ) - e j ( k ) ] + k m * X m ( k ) 的预测函数控制器,对 ( 1 + a &sigma; 1 z - 1 + a &sigma; 2 z - 2 + a &sigma; 3 z - 3 ) y &sigma; ( k ) = z - 1 ( b &sigma; 0 + b &sigma; 1 z - 1 ) x ( k ) x ( k ) = f &sigma; 1 u ( k ) + f &sigma; 2 u 2 ( k ) , &sigma; = 1,2,3,4 式所示的线性模型2,4直接应用局部预测函数控制器u2(k),u4(k);对其中的非线性模型1,3应用非线性预测函数控制器u1(k),u3(k), u &sigma; ( k ) = u 1 ( k ) &sigma; = 1 , s 1 : u ( k ) &GreaterEqual; 0 , | y ( k ) | < &epsiv; 1 or | &Delta;y ( k ) | > &gamma; 1 u 2 ( k ) &sigma; = 2 , s 2 : u ( k ) &GreaterEqual; 0 , | y ( k ) | &GreaterEqual; &epsiv; 1 and | &Delta;y ( k ) | &le; &gamma; 1 u 3 ( k ) &sigma; = 3 , s 3 : u ( k ) < 0 , | y ( k ) | < &epsiv; 2 or | &Delta;y ( k ) | > &gamma; 2 u 4 ( k ) &sigma; = 4 , s 4 : u ( k ) > 0 , | y ( k ) | &GreaterEqual; &epsiv; 2 and | &Delta;y ( k ) | &le; &gamma; 2
切换控制器结构如上式,当伺服转台工作在匀速以正常范围内的速度旋转时,控制器为局部预测函数控制器;当伺服转台工作于绝对值低于某值得低速运转状态、突然加速或负载过顶机械形变大时,切换至基于Hammerstein非线性模型的预测控制器输出,达到特殊工况下的精确控制。
2.如权利要求1所述的基于非线性切换系统的伺服转台控制器,其特征在于:具体模型的个数和子控制器个数可适当增减。
CN201310633749.5A 2013-12-03 2013-12-03 一种基于非线性切换系统的伺服转台控制器 Active CN103616817B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310633749.5A CN103616817B (zh) 2013-12-03 2013-12-03 一种基于非线性切换系统的伺服转台控制器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310633749.5A CN103616817B (zh) 2013-12-03 2013-12-03 一种基于非线性切换系统的伺服转台控制器

Publications (2)

Publication Number Publication Date
CN103616817A true CN103616817A (zh) 2014-03-05
CN103616817B CN103616817B (zh) 2016-09-28

Family

ID=50167521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310633749.5A Active CN103616817B (zh) 2013-12-03 2013-12-03 一种基于非线性切换系统的伺服转台控制器

Country Status (1)

Country Link
CN (1) CN103616817B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104950804A (zh) * 2015-05-04 2015-09-30 华中科技大学 一种基于改进的SVD-Krylov算法的数控机床进给系统建模方法
CN105425593A (zh) * 2016-01-22 2016-03-23 东华理工大学 状态变量增减的多模型平滑稳定切换控制方法
CN105739310A (zh) * 2016-02-16 2016-07-06 北京理工大学 一种基于多模型的伺服系统自适应控制系统
CN108037491A (zh) * 2017-12-13 2018-05-15 芜湖博高光电科技股份有限公司 一种弹载毫米波测试系统
CN108227487A (zh) * 2017-12-19 2018-06-29 广东工业大学 基于预测模型切换摩擦力补偿自抗扰控制方法及运动平台
CN111198561A (zh) * 2019-12-05 2020-05-26 浙江大华技术股份有限公司 目标跟踪的运动控制方法、装置、计算机设备及存储介质
CN112379597A (zh) * 2020-11-18 2021-02-19 东方红卫星移动通信有限公司 一种基于滑模变结构的二维转台角度速度一体控制方法
CN114900616A (zh) * 2022-07-14 2022-08-12 四川三思德科技有限公司 一种用于光伏摄像头的直流电机驱动装置及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4079942A (en) * 1975-09-11 1978-03-21 Edward A. Jazlowiecki Method of and apparatus for controlling turntable speed
US4282598A (en) * 1972-10-24 1981-08-04 Discovision Associates Video disc read back scanner
CN101676744A (zh) * 2007-10-31 2010-03-24 北京航空航天大学 一种复杂背景低信噪比下弱小目标高精度跟踪方法
CN101813916A (zh) * 2009-02-19 2010-08-25 中国石油化工股份有限公司 非线性生产过程的自适应预测函数控制方法
CN103268069A (zh) * 2013-05-22 2013-08-28 常州大学 基于Hammerstein模型的自适应预测控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4282598A (en) * 1972-10-24 1981-08-04 Discovision Associates Video disc read back scanner
US4079942A (en) * 1975-09-11 1978-03-21 Edward A. Jazlowiecki Method of and apparatus for controlling turntable speed
CN101676744A (zh) * 2007-10-31 2010-03-24 北京航空航天大学 一种复杂背景低信噪比下弱小目标高精度跟踪方法
CN101813916A (zh) * 2009-02-19 2010-08-25 中国石油化工股份有限公司 非线性生产过程的自适应预测函数控制方法
CN103268069A (zh) * 2013-05-22 2013-08-28 常州大学 基于Hammerstein模型的自适应预测控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张倩: "A Nonlinear Hammerstein Model and Its parameters identification using RLS-PSO for radar antenna control systems", 《JOURNAL OF COMPUTATIONAL INFORMATION SYSTEMS》 *
徐雷: "基于Hammerstein/Wiener模型非线性预测控制及其仿真研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104950804A (zh) * 2015-05-04 2015-09-30 华中科技大学 一种基于改进的SVD-Krylov算法的数控机床进给系统建模方法
CN104950804B (zh) * 2015-05-04 2017-10-27 华中科技大学 一种基于改进的SVD‑Krylov算法的数控机床进给系统建模方法
CN105425593A (zh) * 2016-01-22 2016-03-23 东华理工大学 状态变量增减的多模型平滑稳定切换控制方法
CN105425593B (zh) * 2016-01-22 2018-05-08 东华理工大学 状态变量增减的多模型平滑稳定切换控制方法
CN105739310A (zh) * 2016-02-16 2016-07-06 北京理工大学 一种基于多模型的伺服系统自适应控制系统
CN108037491A (zh) * 2017-12-13 2018-05-15 芜湖博高光电科技股份有限公司 一种弹载毫米波测试系统
CN108227487A (zh) * 2017-12-19 2018-06-29 广东工业大学 基于预测模型切换摩擦力补偿自抗扰控制方法及运动平台
CN111198561A (zh) * 2019-12-05 2020-05-26 浙江大华技术股份有限公司 目标跟踪的运动控制方法、装置、计算机设备及存储介质
CN111198561B (zh) * 2019-12-05 2021-10-22 浙江大华技术股份有限公司 目标跟踪的运动控制方法、装置、计算机设备及存储介质
CN112379597A (zh) * 2020-11-18 2021-02-19 东方红卫星移动通信有限公司 一种基于滑模变结构的二维转台角度速度一体控制方法
CN112379597B (zh) * 2020-11-18 2022-06-10 东方红卫星移动通信有限公司 一种基于滑模变结构的二维转台角度速度一体控制方法
CN114900616A (zh) * 2022-07-14 2022-08-12 四川三思德科技有限公司 一种用于光伏摄像头的直流电机驱动装置及方法
CN114900616B (zh) * 2022-07-14 2022-10-28 四川三思德科技有限公司 一种用于光伏摄像头的直流电机驱动装置及方法

Also Published As

Publication number Publication date
CN103616817B (zh) 2016-09-28

Similar Documents

Publication Publication Date Title
CN103616817A (zh) 一种基于非线性切换系统的伺服转台控制器
Feng et al. Trajectory control of electro-hydraulic position servo system using improved PSO-PID controller
CN103701368B (zh) 双电机节能消隙控制方法
Zhakatayev et al. Successive linearization based model predictive control of variable stiffness actuated robots
CN103147577A (zh) 多关节类机械臂架的控制方法、设备、系统及工程机械
CN112596373B (zh) 一种基于量子萤火虫算法的无人机姿控参数智能整定方法
CN104691534A (zh) 一种带有导引模块的气垫船回转率保持控制方法
CN104199287B (zh) 一种光电跟踪器视轴稳定回路的模糊控制方法
CN106873380A (zh) 基于pi模型的压电陶瓷模糊pid控制方法
CN101116969A (zh) 一种移动机器人运动高精度控制方法
CN103901775A (zh) 一种基于t-s模型带有输入约束的舵减横摇模糊控制器及其控制方法
García et al. Fuzzy control implementation in low cost CPPS devices
CN112462608B (zh) 一种高速列车离散滑模轨迹及速度跟踪控制方法
Sun et al. The study of ball and plate system based on non-linear PID
CN104915481A (zh) 基于虚拟样机建模和周期性规划的球形电机协同控制
CN107651010B (zh) 基于驾驶员模型的速差转向车辆转向控制器及控制方法
CN101887240B (zh) 基于结构与控制相集成的雷达天线伺服系统设计方法
CN112363398B (zh) 一种控制输入受限下的桥吊系统有限时间滑模控制系统及方法
Zuo et al. Fast nonlinear model predictive control parallel design using QPSO and its applications on trajectory tracking of autonomous vehicles
CN103745027B (zh) 一种基于非线性切换系统的伺服转台建模方法
Ding et al. MPC-based offset-free tracking control for intermittent transonic wind tunnel
Duan et al. Control for ball and plate system based on RBF-ADRC
Ahmed et al. Optimal Control Design for Propeller Pendulum Systems Using Gorilla Troops Optimization.
Hou et al. A hybrid wavelet fuzzy neural network and switching particle swarm optimization algorithm for AC servo system
Hrubý et al. Comparison of control algorithms by simulating power consumption of differential drive mobile robot motion control in vineyard row

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant