CN106773665A - 一种基于李雅普诺夫模型的超声波电机自适应控制系统 - Google Patents
一种基于李雅普诺夫模型的超声波电机自适应控制系统 Download PDFInfo
- Publication number
- CN106773665A CN106773665A CN201510823763.0A CN201510823763A CN106773665A CN 106773665 A CN106773665 A CN 106773665A CN 201510823763 A CN201510823763 A CN 201510823763A CN 106773665 A CN106773665 A CN 106773665A
- Authority
- CN
- China
- Prior art keywords
- model
- controller
- motor
- adaptive
- output
- 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.)
- Withdrawn
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明提供一种基于李雅普诺夫模型的超声波电机自适应控制系统,通过在闭环比例控制器和超声波电机模型之间增设一辅助控制器,该辅助控制器与超声波电机模型串联组成广义被控对象,参考模型的动态部分只需与广义被控对象的动态部分相同即可,使得参考模型不再与被控对象(超声波电机)模型有密切关系,参考模型的增益和动态部分均可与被控对象模型不同,从而使得参考模型能够准确反应期望特性,同时又采用基于Lyapunov的自适应律,使得对闭环比例控制器的可调增益kc进行在线自适应调整的计算量小,从而有助于提高该系统的运行效率。
Description
技术领域
本发明涉及电机控制领域,更具体地,涉及一种基于李雅普诺夫模型的超声波电机自适应控制系统。
背景技术
超声波电机是一种新型的运动控制执行元件,具有不同于传统电机的工作原理与结构。由于运行机理的特殊性,超声波电机的运行离不开适当的驱动电路和控制策略。与数字控制技术的发展同步,超声波电机的控制策略越来越多地采用数字控制的实现技术,在硬件结构上体现为在嵌入式微处理器芯片中实时执行的控制程序。单片机、DSP等微处理器芯片与驱动电路结合在一起,成为驱动控制电路,与超声波电机一起构成了超声波电机运动控制装置。
对于超声波电机的控制,和其它任何对象的控制一样,我们总是希望用相对简单的控制方法实现期望的控制性能。这样,不仅可以降低系统成本,还会因为降低了系统复杂性而提高系统运行的可靠性。但是,由于超声波电机所具有的时变非线性特征,控制性能不易采用简单的方法来提高,一般都是采用自适应自适应控制方法。在众多的自适应控制方法中,基于Lyapunov稳定理论的模型参考自适应控制方法(下文简写为Lyapunov控制方法)是一种相对简单的方法。作为一种模型参考自适应控制方法,Lyapunov控制方法根据适当的自适应律,在线调整控制器参数,使超声波电机转速控制系统的实际转速响应跟踪由参考模型表达的期望响应过程,从而实现对超声波电机时变特性的自适应随动,改善控制性能。Lyapunov方法的控制器是一个简单的比例控制器,所以控制算法简洁,在线计算量小。图1给出了超声波电机Lyapunov自适应转速控制系统的基本结构。
参考模型是这个系统的重要组成部分,体现了对系统控制性能的要求,应该按照期望的控制性能来设计参考模型。理想情况下,系统的控制性能与参考模型的性能一样,也就达到了期望的控制性能。但是,在Lyapunov模型参考自适应控制方法中,要求参考模型与被控对象(超声波电机)模型仅有增益不同、动态环节相同。为满足这一前提条件,这种控制方法的参考模型的设计就不是任意的,这就可能与“参考模型表征控制期望”这一要求相抵触。用于超声波电机转速控制时,就出现了这种抵触,使参考模型无法设计,Lyapunov控制方法也就无法应用于超声波电机控制系统。根据超声波电机二阶数学模型,在转速给定值为20.3r/min的情况下,经过归一化处理后,得到二阶欠阻尼模型标准形式的单位传递函数为
期望的控制性能是,在阶跃给定信号作用下,输出响应无超调、调节时间为0.3s以内。对于式(1)所给出的超声波电机模型来说,这是一个二阶欠阻尼的传递函数。如果要按照Lyapunov控制方法的要求来设计参考模型,无论怎么改变增益也不会使参考模型无超调。如果建立一个满足性能要求的参考模型,其传递函数与电机模型的传递函数相比,相差的就不止一个比例增益kc了。这样,在“参考模型应该反映期望的控制性能”和“Lyapunov控制方法要求参考模型与对象模型的动态部分完全相同”这两个必须同时满足的要求之间,就出现了抵触。于是,Lyapunov控制方法虽然简单,但无法用于超声波电机的控制系统。
发明内容
本发明提供一种基于李雅普诺夫模型的超声波电机自适应控制系统,以解决目前无法将LYAPUNOV控制方法应用到超声波电机控制系统中的问题。
为了达到上述技术效果,本发明的技术方案如下:
一种基于李雅普诺夫模型的超声波电机自适应控制系统,包括:闭环比例控制器、参考模型、超声波电机模型、自适应律模块和辅助控制器,所述的辅助控制器设置在闭环比例控制器和超声波电机模型之间,辅助控制器的输入端与闭环比例控制器的输出端相连,辅助控制器的输出端与超声波电机模型的输入端相连,
所述的参考模型为km为模型的增益部分,A(s)/B(s)为模型的动态部分,该参考模型的输入为超声波电机转速的给定值Nref,输出为Nm;
所述的超声波电机模型为kp为模型的增益部分,N(s)/D(s)为模型的动态部分,该超声波电机模型的输入为辅助控制控制器的输出,超声波电机模型的输出为n;
所述的闭环比例控制器的可调增益为kc,kc的变化由自适应律模块控制;
所述的辅助控制器模型为其输入为kcNref;
所述的自适应律模块采用的是基于Lyapunov的自适应律,自适应律为其中e是参考模型的输出和超声波电机模型的输出之间的误差,Nref为超声波电机转速的给定值,e=Nm-n,λ为Lyapunov函数中的系数,且λ>0。
进一步地,所述的辅助控制器模型Ga(s)与超声波电机模型Gp(s)串联组成广义被控对象G(s),
与现有技术相比,本发明技术方案的有益效果是:
本发明通过在闭环比例控制器和超声波电机模型之间增设一辅助控制器,该辅助控制器与超声波电机模型串联组成广义被控对象,参考模型的动态部分只需与广义被控对象的动态部分相同即可,使得参考模型不再与被控对象(超声波电机)模型有密切关系,参考模型的增益和动态部分均可与被控对象模型不同,从而使得参考模型能够准确反应期望特性,同时又采用基于Lyapunov的自适应律,使得对闭环比例控制器的可调增益kc进行在线自适应调整的计算量小,从而有助于提高该系统的运行效率。
附图说明
图1为Lyapunov模型参考自适应控制系统结构图;
图2为本发明基于Lyapunov模型的超声波电机自适应控制系统框图;
图3为本发明实施例中实测转速阶跃响应示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图2所示,一种基于李雅普诺夫模型的超声波电机自适应控制系统,包括:闭环比例控制器、参考模型、超声波电机模型、自适应律模块和辅助控制器,所述的辅助控制器设置在闭环比例控制器和超声波电机模型之间,辅助控制器的输入端与闭环比例控制器的输出端相连,辅助控制器的输出端与超声波电机模型的输入端相连,
本系统与图1所示的Lyapunov模型参考自适应控制系统相比增加了一个辅助控制器,使得参考模型不再与被控对象(超声波电机)模型有密切关系,参考模型的增益和动态部分均可与被控对象模型不同,因此本发明消除了控制方法本身对参考模型设计的限制,使参考模型的设计仅需要考虑如何准确反映期望性能这一要求。
其中参考模型为该参考模型的输入为超声波电机转速的给定值Nref,输出为Nm;
超声波电机模型为该超声波电机模型的输入为辅助控制控制器的输出,超声波电机模型的输出为n;
闭环比例控制器的可调增益为kc,kc的变化由自适应律模块控制;
辅助控制器模型为其输入为kcNref;
自适应律模块采用的是Lyapunov算法,其输入是参考模型的输出和超声波电机模型的输出之间的误差e,其中e=Nm-n,自适应律模块参考自适应控制系统实现自适应的主要环节,自适应律为其中自适应系数:λ为Lyapunov函数中的系数,且λ>0。下面详述该自适应律的推到过程。
在自适应控制器kc的输出端和电机模型的输入端之间,增加了一个辅助控制器Ga(s)
如图2所示,虚线框内的Ga(s)与电机模型Gp(s)串联组成广义被控对象G(s)
e=Nn-n (6)
式中,Nm为参考模型的输出;n为被控对象超声波电机的实际输出转速;广义误差e定义为,转速给定值为Nref时,参考模型输出与被控对象输出之间的误差。
由图2得:
式中,k=km-kckp。
若取传递函数的一般表述形式,即令
则式(7)可写为
其状态方程可写为:
e=cTx
式中,x=(x1x2...xn)T。这里的状态向量选为:
x1=e
···
且有
B=(β1 β2 ··· βn)T,eT=(1 0 ··· 0)
β1=bn-1,β2=bn-2-an-1β1,...,βn=b0-an-1βn-1-an-2βn-2-...-a1β1
选取Lyapunov函数为
V=xTPx+λk2 (13)
式中,P是正定对称矩阵,λ>0。
令上式右端后两项之和为零,即
得
取PA+ATP=-Q,这里
Q=QT>0 (17)
代入(16)
即,对于任意分段连续的输入给定信号Nref,系统是渐进稳定的。
在稳定的前提下,推导自适应律。由式(15)得
在图2系统中,kp缓变,在短时内可认为不变。于是,由k=km-kckp得
将上式代入式(19),得
对于由式(10)所表示的系统,如果CT(sI-A)-1B正实,则有
PA+ATP=-Q,PB=C=(10)T (22)
于是,由式(21)和式(22),得自适应控制器kc的调节规律为
令自适应系数代入上式并化为时域表达式,得
式(23)、(24)就是自适应律。
利用式(23)或(24),可实现对kc的在线调节,如图2所示。具体来说,若设前一时刻的kc值为kc_last,则当前时刻控制器计算中调整的kc值为
kc=kc_last+μeNref·dt=kc_last+μTCeNref (25)
式中,Tc为控制周期,dt为前后两次调整kc值之间的时间间隔。因为对kc值的调整是在每次控制器计算之前进行的,因而有dt=Tc。
式(25)中,μ和Tc都是事先设计的固定值,可离线计算出两者的乘积用于在线计算。于是,采用式(25)对kc值进行一次在线自适应调整,仅需2次乘法、1次加法,计算量极小。
将上述控制系统应用于超声波电机的转速控制,设定期望的控制性能为,在阶跃给定信号作用下,输出响应无超调、调节时间为0.3s以内。据此,设计参考模型为
辅助控制器Ga(s)为
按照上述系统对超声波电机转速进行控制实验,得转速阶跃响应如图3所示,实测转速的阶跃响应没有出现超调,且调节时间在0.3s以内,满足所设定的期望控制性能。因此本发明的超声波电机模型参考自适应控制系统既满足了参考模型与被控对象(超声波电机)模型仅有增益不同、动态环节相同的同时,又能够使参考模型表征控制期望,使Lyapunov控制方法能够应用到超声波电机的控制系统中,同时又采用基于梯度优化的自适应律,使得对闭环比例控制器的可调增益kc进行在线自适应调整的计算量小,从而有助于提高该系统的运行效率,并降低系统成本。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (2)
1.一种基于李雅普诺夫模型的超声波电机自适应控制系统,其特征在于,包括:闭环比例控制器、参考模型、超声波电机模型、自适应律模块和辅助控制器,所述的辅助控制器设置在闭环比例控制器和超声波电机模型之间,辅助控制器的输入端与闭环比例控制器的输出端相连,辅助控制器的输出端与超声波电机模型的输入端相连,
所述的参考模型为km为模型的增益部分,A(s)/B(s)为模型的动态部分,该参考模型的输入为超声波电机转速的给定值Nref,输出为Nm;
所述的超声波电机模型为kp为模型的增益部分,N(s)/D(s)为模型的动态部分,该超声波电机模型的输入为辅助控制控制器的输出,超声波电机模型的输出为n;
所述的闭环比例控制器的可调增益为kc,kc的变化由自适应律模块控制;
所述的辅助控制器模型为其输入为kcNref;
所述的自适应律模块采用的是基于Lyapunov的自适应律,自适应律为其中e是参考模型的输出和超声波电机模型的输出之间的误差,Nref为超声波电机转速的给定值,e=Nm-n,λ为Lyapunov函数中的系数,且λ>0。
2.根据权利要求1所述的基于Lyapunov模型的超声波电机自适应控制系统,其特征在于,所述的辅助控制器模型Ga(s)与超声波电机模型Gp(s)串联组成广义被控对象G(s),
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510823763.0A CN106773665A (zh) | 2015-11-23 | 2015-11-23 | 一种基于李雅普诺夫模型的超声波电机自适应控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510823763.0A CN106773665A (zh) | 2015-11-23 | 2015-11-23 | 一种基于李雅普诺夫模型的超声波电机自适应控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106773665A true CN106773665A (zh) | 2017-05-31 |
Family
ID=58964131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510823763.0A Withdrawn CN106773665A (zh) | 2015-11-23 | 2015-11-23 | 一种基于李雅普诺夫模型的超声波电机自适应控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106773665A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354107A (zh) * | 2011-05-30 | 2012-02-15 | 河海大学常州校区 | 一种交流位置伺服系统模型参数在线辨识和控制方法 |
CN103149843A (zh) * | 2013-03-13 | 2013-06-12 | 河南科技大学 | 一种基于mit的超声波电机模型参考自适应控制系统 |
CN103219914A (zh) * | 2013-03-13 | 2013-07-24 | 河南科技大学 | 一种基于Lyapunov的超声波电机模型参考自适应控制系统 |
CN104570730A (zh) * | 2014-11-26 | 2015-04-29 | 中国科学院光电技术研究所 | 一种改进的自抗扰控制方法 |
CN104932252A (zh) * | 2015-06-26 | 2015-09-23 | 中国科学院光电技术研究所 | 一种改进的自抗扰与pid的串级控制方法 |
-
2015
- 2015-11-23 CN CN201510823763.0A patent/CN106773665A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354107A (zh) * | 2011-05-30 | 2012-02-15 | 河海大学常州校区 | 一种交流位置伺服系统模型参数在线辨识和控制方法 |
CN103149843A (zh) * | 2013-03-13 | 2013-06-12 | 河南科技大学 | 一种基于mit的超声波电机模型参考自适应控制系统 |
CN103219914A (zh) * | 2013-03-13 | 2013-07-24 | 河南科技大学 | 一种基于Lyapunov的超声波电机模型参考自适应控制系统 |
CN104570730A (zh) * | 2014-11-26 | 2015-04-29 | 中国科学院光电技术研究所 | 一种改进的自抗扰控制方法 |
CN104932252A (zh) * | 2015-06-26 | 2015-09-23 | 中国科学院光电技术研究所 | 一种改进的自抗扰与pid的串级控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101546173B (zh) | 用于对系统进行控制的装置及方法 | |
CN107577147A (zh) | 一种基于自适应Smith预估器的遥操作双边PID控制方法 | |
Yu et al. | A data-driven ILC framework for a class of nonlinear discrete-time systems | |
CN103926830A (zh) | 一种分数阶pi控制器的参数在线自整定方法及系统 | |
CN102509152A (zh) | 一种基于rbf神经网络的开关磁阻电机在线建模方法 | |
Patel et al. | Multilayer neuro PID controller based on back propagation algorithm | |
CN103149843B (zh) | 一种基于mit的超声波电机模型参考自适应控制系统 | |
Rigatos | Adaptive fuzzy control for field-oriented induction motor drives | |
CN105549385B (zh) | 多变量时滞非最小相位非方系统的解耦内模控制器、控制系统和控制方法 | |
CN107181437B (zh) | 一种同步发电机励磁控制方法 | |
Wang et al. | Continuous-time model predictive control of food extruder | |
CN110378057B (zh) | 一种内置式永磁同步电机抗干扰控制器及其设计方法 | |
CN105517278B (zh) | 一种灯丝电流的控制方法和装置 | |
CN103219914B (zh) | 一种基于Lyapunov的超声波电机模型参考自适应控制系统 | |
CN106773665A (zh) | 一种基于李雅普诺夫模型的超声波电机自适应控制系统 | |
Kaiser et al. | Fundamentals of servo motion control | |
CN107979317A (zh) | 永磁同步电主轴弱磁调速方法 | |
Menées et al. | Fuzzy model predictive control for nonlinear processes | |
Sinha et al. | Effect of Variable Damping Ratio on design of PID Controller | |
Akil et al. | Robust Adaptive Backstepping Control for web winding system of reversible cold rolling mill | |
JP2000020104A (ja) | 速度制御ゲイン調整方法および装置 | |
Heertjes et al. | Self-tuning in sliding mode control of high-precision motion systems | |
CN105207561A (zh) | 一种用于电机的磁链观测方法及设备 | |
JP2003235280A (ja) | モータ制御装置 | |
Khajorntraidet et al. | Alternative technique for DC servo motor control using adaptive load torque compensator |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170531 |