发明内容
本发明的目的在于提供一种基于反步和逆死区模型的输出反馈压电电机控制方法,已克服现有技术中存在的缺陷。
为实现上述目的,本发明的技术方案是:一种基于反步和逆死区模型的输出反馈压电电机控制方法,提供一基于反步和逆死区模型的输出反馈压电电机控制系统,包括:基座和设于基座上的压电电机;所述压电电机一侧输出轴与一光电编码器相连接,另一侧输出轴与一飞轮惯性负载相连接;所述飞轮惯性负载的输出轴经一联轴器与一力矩传感器相连接,所述光电编码器的信号输出端、所述力矩传感器的信号输出端以及所述压电电机的输入端分别接至控制系统;所述控制系统搭载一反步自适应控制器,通过采用反步控制算法来控制电机转子的旋转角度,再通过计算转子的旋转角度间接控制电机的速度。
在本发明一实施例中,通过采用李亚普诺夫稳定性函数获得反馈控制参数的强健性学习方法。
在本发明一实施例中,所述反步控制算法还包如下步骤:
步骤S1:建立系统模型;
步骤S2:建立死区特性的参数化模型;
步骤S3:建立状态观测器;
步骤S4:建立带有死区反向的后台模型。
在本发明一实施例中,所述步骤S1还包如下步骤:
步骤S11:记系统模型如下:
x(n)(t)+a1Y1(x(t))+a2Y2(x(t))+…+arYr(x(t))=bu
y=x1,u=DZ(v)
其中,Yi是已知的连续线性或非线性函数,参数ai和控制增益b是未常数;v(t)为控制器的输出,U(T)为系统的输入,Y(t)为系统的输出,执行器的非线性DZ(v)为一个死区特性;
步骤S12:通过建立一个令所有的闭环信号为有界的输出反馈控制器v(t),且令设备输出y(t)跟踪给定参考信号yr(t)如下:
(1)记b的符号是已知的,参考信号yr(t)以及其第一个导数是有界和已知的;
(2)记死区参数mr和ml满足mr≥mr0和ml≥ml0,其中,mr0和ml0是两个正常数;
在本发明一实施例中,所述步骤S2还包括如下步骤:
步骤S21:记DZ(v(t))死区特性的参数化模型如下:
其中,br≥0,bl≤0和mr>0,ml>0是常数,断点|br|≠|bl|,斜率mr≠ml;
步骤S22:通过采用死区反向补偿死区效应,且记一平滑的逆死区如下:
其中,和是平滑连续指示函数,且函数和是连续和可微分的,如下所示:
步骤S23:将死区参数化为:
u(t)=-θTω
其中,
θ=[mr,mrbr,ml,mlbl]T
ω(t)=[-σr(t)v(t),σr(t),-σl(t)v(t),σl(t)]T
步骤S24:由于θ未知且ω不可用,令实际控制输入ud(t)为:
其中,是θ的估计;
相应的控制输出v(t)如下:
步骤S25:记u和ud之间的结果误差为:
其中,dN(t)的界限如下:
其中,|v|e-|v|≤e-1,具有期望的性质;dN(t)对于所有的t≥0和dN(t)接近0作为和e0→0有界。
在本发明一实施例中,在所述步骤S3中,还包括如下步骤:
步骤S31:记系统模型为:
y=cx,u=DZ(v)
其中,
选择k=[k1,…,kn]T,使得A0=A-kc的所有特征值在期望的稳定位置;步骤S32:在信号u(t)可用的情况下,记过滤器如下:
其中,χ为设计信号;
状态估计误差:
步骤S33:由于:
令在Δ(p)=det(pI-A0)的情况下:
对于已知的多项式qi(p),i=1,…,n,则得到:
步骤S34:用于控制器设计代替u,将ξ0,ξi的第二分量分别表示为ξ02,ξi2,i=0,…,r,且:
其中,项在反步设计的最后一步向信号ud呈现一个位置。
在本发明一实施例中,在所述步骤S4中,还包括如下步骤:
步骤S41:进行以下坐标变换:
z1=y-yr
其中是e=1/b的估计,αi-1是第i步的虚拟控制;
步骤S42:记函数sgi(zi)与fi(zi)如下:
其中,δi(i=1,…,n)是正设计参数,q=round{(n-1+2)/2},其中,round{x}表示x到最接近的整数的元素,2q+1≥(n-i+2);
步骤S43:死区反步控制方法如下;
第一步:
其中,d(t)=bd2(t),存在正常数D,使得|d(t)|≤D,其中d(t)的边界D通过在线估计获取;
记第一个虚拟控制率α1如下:
其中,c1是正常数,δ0是小的正实数,和是对e、a、b的估计,是对D的估计;
记正定函数V1为:
其中,Γa是正定矩阵,γ1,γd1是正常数,并且P=PT>0满足等式
记自适应更新方法如下:
其中,Proj(.)用于确保估计和
则V1的时间导数为:
τa1=ξ(2)(|z1|-δ1)nf1sg1
τχ1=e2(|z1|-δ1)nf1sg1
其中,e2=[0,1,0,…,0]T;
第二步:
其中,
Θ=bθ
其中,为连续和可微;
建立α2的虚拟控制律和的自适应更新方法估计b:
其中,c2,γ2和γd2都是正的常数,记正Lyapunov函数V2为:
且V2的导数:
其中:
得到M2<0;当|z2|<δ2+1,对于|z2|≥δ2+1:
第i步,i=3,...,n:
记:
和
其中,是Θ=bθ、D的估计,βi包含了所有已知的条件,ci、γdi为正常数,i=1,…,n,ΓΘ是正定矩阵;
第n步骤:记:
其中,ω0如下式:
利用该方程,zn的导数:
其中,βn包含所有已知项;
步骤S44:记更新方法如下:
记设计信号如下:
χ=l1P-1τχn
控制方法如下:
ud=αn。
在本发明一实施例中,所述控制系统包括压电电机驱动控制电路,所述压电电机驱动控制电路包括控制芯片电路和驱动芯片电路,所述光电编码器的信号输出端与所述控制芯片电路的相应输入端相连接,所述控制芯片电路的输出端与所述驱动芯片电路的相应输入端相连接,以驱动所述驱动芯片电路,所述驱动芯片电路的驱动频率调节信号输出端和驱动半桥电路调节信号输出端分别与所述压电电机的相应输入端相连接;所述反步自适应控制器搭载于所述控制芯片电路。
在本发明一实施例中,所述联轴器为弹性联轴器。
在本发明一实施例中,所述压电电机、光电编码器、力矩传感器分别经压电电机固定支架、光电编码器固定支架、力矩传感器固定支架固定于所述基座上。
相较于现有技术,本发明具有以下有益效果:本发明所提出的一种基于反步和逆死区模型的输出反馈压电电机控制方法,采用改进反步控制器的压电电机伺服系统,以克服现有反步控制器存在的由于有不连续函数参与控制导致的颤振。本发明使用了改进算法有效的增进系统的控制效能,并进一步减少系统对于不确定性的影响程度,提高了控制的准确性,可以获得较好的动态特性。此外,该装置设计合理,结构简单、紧凑,制造成本低,具有很强的实用性和广阔的应用前景。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
本发明提供一种基于反步和逆死区模型的输出反馈压电电机控制方法,并提出一种基于反步和逆死区模型的输出反馈压电电机控制系统,如图1所示,包括基座12和设于基座12上的压电电机4,压电电机4一侧输出轴3与光电编码器1相连接,另一侧输出轴6与飞轮惯性负载7相连接,飞轮惯性负载7的输出轴8经弹性联轴器9与力矩传感器10相连接,光电编码器1的信号输出端、力矩传感器10的信号输出端分别接至控制系统。
进一步的,在本实施例中,压电电机4、光电编码器1、力矩传感器10分别经压电电机固定支架5、光电编码器固定支架2、力矩传感器固定支架11固定于所述基座12上。
进一步的,在本实施例中,如图2所示,上述控制系统包括压电电机驱动控制电路29,压电电机驱动控制电路29包括控制芯片电路13和驱动芯片电路14,光电编码器1的信号输出端与控制芯片电路13的相应输入端相连接,控制芯片电路13的输出端与驱动芯片电路14的相应输入端相连接,以驱动所述驱动芯片电路14,驱动芯片电路14的驱动频率调节信号输出端和驱动半桥电路调节信号输出端分别与压电电机4的相应输入端相连接。驱动芯片电路14产生驱动频率调节信号和驱动半桥电路调节信号,对压电电机输出A、B两相PWM的频率、相位及通断进行控制。通过开通及关断PWM波的输出来控制压电电机的启动和停止运行;通过调节输出的PWM波的频率及两相的相位差来调节电机的最佳运行状态。
进一步的,在本实施例中,本发明所提出的一种基于反步和逆死区模型的输出反馈压电电机控制方法,使用反步控制算法来控制电机转子的旋转角度,再通过计算转子的旋转角度间接控制电机的速度。为了避免电机中出现不可预期的不确定项,使用反步控制方法对系统进行控制。由李亚普诺夫稳定性定理获得反馈控制参数的强健性学习法则。如上所述,在本实施例中,控制系统的硬件电路包括压电电机驱动控制电路,压电电机驱动控制电路包括控制芯片电路和驱动芯片电路,反馈控制器设于所述控制芯片电路中。反馈自适应将使用来估测控制系统的输出项,用李亚普诺夫函数确保所设计的控制系统的稳定性。
进一步的,在本实施例中,系统模型如下:
x(n)(t)+a1Y1(x(t))+a2Y2(x(t))+…+arYr(x(t))=bu (3.1)
y=x1,u=DZ(v) (3.2)
其中,Yi是已知的连续线性或非线性函数,参数ai和控制增益b是未知常数。v(t)为控制器的输出,U(T)为系统的输入,Y(t)为系统的输出。执行器的非线性DZ(v)被描述为一个死区特性。
在本实施例中,控制目标是设计一个输出反馈控制器v(t),来保证所有的闭环信号是有界的,且设备输出y(t)跟踪给定参考信号yr(t)假设如下:
假设1:b的符号是已知的,参考信号yr(t)以及其第一个导数是有界和已知的。
假设2:死区参数mr和ml满足mr≥mr0和ml≥ml0,其中mr0和ml0是两个小的正常数。
进一步的,在本实施例例中,死区特性DZ(v(t))的参数化模型可以统一如下:
其中,br≥0,bl≤0和mr>0,ml>0是常数,断点|br|≠|bl|,斜率mr≠ml。
补偿死区效应的本质是采用死区反向。本实施例中,提出了一个平滑的逆死区如下:
其中和是平滑连续指示函数,定义为:
注意,函数和是连续和可微分的。
为了设计系统的自适应控制器,将死区参数化为:
u(t)=-θTω (3.7)
其中,
θ=[mr,mrbr,ml,mlbl]T (3.8)
ω(t)=[-σr(t)v(t),σr(t),-σl(t)v(t),σl(t)]T (3.9)
由于θ未知且ω不可用,因此实际控制输入ud(t)设计为:
其中,是θ的估计。相应的控制输出v(t)由下式给出
u和ud之间的结果误差为:
其中,dN(t)的界限可以得到:
其中,|v|e-|v|≤e-1,它具有期望的性质,dN(t)对于所有的t≥0和dN(t)接近0作为和e0→0有界。
进一步的,在本实施例中,当考虑输出反馈时,需要一个状态观测器。为了设计这样的观测器,重写变形方程(3.1)
y=cx,u=DZ(v) (3.19)
其中:
为了构造(3.18)和(3.19)的观测器,选择k=[k1,…,kn]T使得A0=A-kc的所有特征值在某些期望的稳定位置。如果信号u(t)可用,将实现以下过滤器
其中,χ是稍后指定的设计信号。可以看出,状态估计误差
在控制问题中,信号u(t)不可用。因此,信号η在(3.23)需要重新参数化。从(3.12)和(3.16),我们知道
令在Δ(p)=det(pI-A0)的情况下,可以得到:
对于一些已知的多项式qi(p),i=1,…,n。使用(3.25)和(3.26),可以得到
基于(3.27),可用于控制器设计代替u,表示ξ0,ξi的第二分量分别为ξ02,ξi2,i=0,…,r,因此有
其中,项在反步设计的最后一步向信号ud呈现一个位置。
进一步的,在本实施例中,还提供带有死区反向的后台模型设计。
进行以下坐标变换:
z1=y-yr (3.32)
其中,是e=1/b的估计,αi-1是第i步的虚拟控制,将在后面的讨论中确定。
首先,定义函数sgi(zi)与fi(zi)如下
其中,δi(i=1,…,n)是正设计参数,q=round{(n-1+2)/2},其中round{x}表示x到最接近的整数的元素,显然2q+1≥(n-i+2)。
现仅详细描述设计的第一和最后步骤,即下面的步骤1和n,其他类同。
·步骤1:从(3.18),(3.30)和(3.32)获得的跟踪误差z1的等式开始,可以得到
其中d(t)=bd2(t),从(3.17)和(3.29)可得,存在正常数D,使得|d(t)|≤D,其中d(t)的未知边界D将在线估计,它不被认为是已知的。事实上,有界外部干扰也可以用相同的方式处理。
现在选择第一个虚拟控制率α1:
其中,c1是正常数,δ0是小的正实数,和是对e、a、b的估计,是对D的估计。设正定函数V1:
其中,Γa是正定矩阵,γ1,γd1是正常数,并且P=PT>0满足等式选择自适应更新法则:
其中,Proj(.)用于确保估计和然后形成(3.14)到(3.16),可以得到V1的时间导数:
τa1=ξ(2)(|z1|-δ1)nf1sg1 (3.44)
τχ1=e2(|z1|-δ1)nf1sg1 (3.45)
其中,e2=[0,1,0,…,0]T。
·步骤2:使用(3.8)和(3.12),可以得到
其中:
Θ=bθ
在(3.47)中,为连续和可微,因为是来自死区(3.5),(3.9),(3.14)和(3.21)定义的连续函数。
选择α2的虚拟控制律和的自适应更新法则估计b
其中c2,γ2和γd2都是正的常数,定义正Lyapunov函数V2为:
V2的导数:
其中:
可以得到M2<0。当|z2|<δ2+1,对于:
|z2|≥δ2+1
·步骤i,(i=3,…,n):
选择:
和
其中,是Θ=bθ,D的估计,βi包含了所有已知的条件,ci,γdi,i=1,…,n为正常数,ΓΘ是正定矩阵。
步骤n:使用(3.15),(3.25)和(3.21),有:
其中,ω0由下式给出:
利用该方程,zn的导数
其中,βn包含所有已知项。
选择更新法则:
和设计信号:
χ=l1P-1τχn (3.69)
最后,控制律由下式给出
ud=αn (3.71)
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。