CN109150005A - 一种基于迭代学习的超声波电机转速控制方法及装置 - Google Patents

一种基于迭代学习的超声波电机转速控制方法及装置 Download PDF

Info

Publication number
CN109150005A
CN109150005A CN201811169127.0A CN201811169127A CN109150005A CN 109150005 A CN109150005 A CN 109150005A CN 201811169127 A CN201811169127 A CN 201811169127A CN 109150005 A CN109150005 A CN 109150005A
Authority
CN
China
Prior art keywords
supersonic motor
output quantity
iterative learning
value
differential
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
CN201811169127.0A
Other languages
English (en)
Other versions
CN109150005B (zh
Inventor
宋璐
史敬灼
周颖
黄文文
王玉珂
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.)
Henan University of Science and Technology
Original Assignee
Henan University of Science and Technology
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 Henan University of Science and Technology filed Critical Henan University of Science and Technology
Priority to CN201811169127.0A priority Critical patent/CN109150005B/zh
Publication of CN109150005A publication Critical patent/CN109150005A/zh
Application granted granted Critical
Publication of CN109150005B publication Critical patent/CN109150005B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02NELECTRIC MACHINES NOT OTHERWISE PROVIDED FOR
    • H02N2/00Electric machines in general using piezoelectric effect, electrostriction or magnetostriction
    • H02N2/10Electric machines in general using piezoelectric effect, electrostriction or magnetostriction producing rotary motion, e.g. rotary motors
    • H02N2/14Drive circuits; Control arrangements or methods
    • H02N2/142Small signal circuits; Means for controlling position or derived quantities, e.g. speed, torque, starting, stopping, reversing

Landscapes

  • General Electrical Machinery Utilizing Piezoelectricity, Electrostriction Or Magnetostriction (AREA)

Abstract

本发明涉及一种基于迭代学习的超声波电机转速控制方法及装置,该方法对基于改进P型迭代学习控制器的超声波电机转速控制方法做了改进,在超声波电机频率的给定值上增加了一个微分控制输出量,该环节的设置,可以减弱转速上升过程中的控制强度,消除过冲和下陷的现象。另外,还增加了一个积分控制输出量,该环节的设置,可以缩短响应时间。

Description

一种基于迭代学习的超声波电机转速控制方法及装置
技术领域
本发明属于超声波电机技术领域,具体涉及一种基于迭代学习的超声波电机转速控制方法及装置。
背景技术
超声波电机在汽车电子、精密仪器、机器人、航空航天以及武器装备等领域有着广阔的应用前景。但是,由于超声波电机内部压电材料、定转子间机械能摩擦传递等方面的非线性,使超声波电机具有比传统电磁电机更强的时变非线性运行特性。同时,超声波电机驱动电路工作在开关状态,其控制关系也有着非线性的特征,使得超声波电机系统的时变非线性更加明显,不易获得良好的运动控制性能。为改善其控制性能,通常应采用具有自适应特点的控制策略,实时调整控制器参数或结构。
Arimoto等人在上世纪80年代提出了迭代学习控制思想,是一种具有自学习能力的控制方法。该控制器在重复的运行过程中,基于经验知识学习来逐渐趋近期望控制过程,得到更好的控制效果。
例如,《微特电机》2015年第43卷第1期出版的作者为刘玉、史敬灼、黄景涛等的《超声波电动机P与PI型迭代学习转速控制》公开了一种将迭代学习控制思想应用于超声波电机转速控制的控制方法,其系统结构框图如图1所示,其中,虚线框内的结构单元为作者提出的“改进P型迭代学习控制器”。
如图1所示,“改进P型迭代学习控制器”的输出控制量的表达式为:
uk+1(t)=uk(t)+KPek+1(t)(1)
e(t)=Nref(t)-n(t)(2)
其中,t为时间;uk+1(t)为第k+1次运行过程中t时刻迭代学习控制输出量(这里的迭代学习控制输出量为超声波电机频率的给定值);uk(t)为第k次运行过程中t时刻迭代学习控制输出量;ek+1(t)为系统第k+1次运行过程中t时刻的超声波电机转速误差值;Kp为比例环节的比例系数,亦为学习增益;e(t)为超声波电机转速误差值,Nref(t)为超声波电机转速给定值,n(t)为超声波电机转速实际值。
迭代学习过程是通过记忆前次控制过程,逐步学习不断改进的过程。图1和式(1)表明,迭代学习控制,在一次次重复的控制过程中,每一次控制器的输出量,都是在前一次控制量的基础上,增加一个修正量,试图减小误差、持续改善控制性能。这个修正量,如式(1)等号右侧第二项所示,与误差值相关,学习增益Kp用来调节修正量的幅度大小,即调节学习进程的快、慢。
采用图1的结构和式(1)的控制规律,对超声波电机进行转速控制,设定转速阶跃给定值为30r/min,进行实验,希望得到超调为0且响应速度较快的阶跃响应。实验用驱动电路为H桥结构,采用相移PWM控制方式,其实验结果如图2所示。图2中虚线为柔化阶跃给定曲线,实线由右至左依次为第1至第9次转速阶跃响应曲线。从图2可以看出,所设计的“改进P型迭代学习控制器”,能够实现在线的控制性能改进,实现超声波电机无超调运行,通过一次次迭代学习,超声波电机控制性能逐渐趋好。
但是,图2也表明,在转速起始上升阶段,转速响应曲线出现了过冲和随后的下陷,如图中虚线圈所标示。随着迭代学习过程的进行,这一现象越来越明显,这是不好的。导致这一现象的直接原因,是这一阶段的控制器控制作用过强,引起过冲;超越给定值的过冲使得系统误差值由正变负,控制器输出控制量快速减弱,又引起了图2所示的下陷。
发明内容
本发明的目的在于提供一种基于迭代学习的超声波电机转速控制方法及装置,用以解决只使用改进P型迭代学习控制器导致转速响应曲线出现过冲和随后的下陷的问题。
为解决上述技术问题,本发明的技术方案为:
本发明的一种基于迭代学习的超声波电机转速控制方法,包括如下步骤:
将超声波电机转速给定值与超声波电机转速实际值作差,得到超声波电机转速误差值;将超声波电机转速误差值经过改进P型迭代学习控制器,得到迭代学习控制输出量,将迭代学习控制输出量作为超声波电机频率的给定值,用以作用于超声波电机;还包括:将超声波电机转速误差值经过微分控制器,得到微分控制输出量,将得到的微分控制输出量叠加至超声波电机频率的给定值上。
本发明的一种基于迭代学习的超声波电机转速控制装置,包括存储器和处理器,所述处理器用于执行存储在存储器中的指令以实现如下方法:
将超声波电机转速给定值与超声波电机转速实际值作差,得到超声波电机转速误差值;将超声波电机转速误差值经过改进P型迭代学习控制器,得到迭代学习控制输出量,将迭代学习控制输出量作为超声波电机频率的给定值,用以作用于超声波电机;还包括:将超声波电机转速误差值经过微分控制器,得到微分控制输出量,将得到的微分控制输出量叠加至超声波电机频率的给定值上。
本发明的有益效果:
本发明在超声波电机频率的给定值上增加一个微分控制输出量,该微分控制输出量的输入为超声波电机转速误差值。“微分控制器”环节的设置,可以减弱转速上升过程中的控制强度,消除过冲和下陷的现象。
作为方法及装置的进一步改进,还包括:将微分控制输出量经过限幅控制器进行限幅控制,得到限幅微分控制输出量,将限幅微分控制输出量叠加至超声波电机频率的给定值上。增加限幅控制器,以防噪声导致微分控制器输出的微分控制输出量大幅度波动。
作为方法及装置的进一步改进,还包括:将超声波电机转速误差值经过积分控制器,得到积分控制输出量,将得到的积分控制输出量叠加至超声波电机频率的给定值上。增加了积分控制器,能够在消除过冲现象的同时,缩短响应时间。
作为方法及装置的进一步改进,所述限幅控制器的表达式为:
其中,udxk+1(t)为限幅微分控制输出量;x是系统正常运行状态下udk+1(t)出现的最大值,该值取决于超声波电机的能力;udk+1(t)为微分控制输出量;Lastvalue是前一时刻的微分控制输出量。根据实际需求设置限幅控制器,以满足实际需求,实用性较高。
附图说明
图1是现有技术的基于改进P型迭代学习控制器的超声波电机转速控制方法的控制框图;
图2是采用现有技术的基于改进P型迭代学习控制器的超声波电机转速控制方法的转速阶跃响应曲线图;
图3是本发明的基于迭代学习的超声波电机转速控制方法的控制框图;
图4是采用本发明的基于迭代学习的超声波电机转速控制方法的转速阶跃响应曲线图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚,下面结合附图及实施例,对本发明作进一步的详细说明。
方法实施例
如图1所示,现有技术的基于改进P型迭代学习控制器的超声波电机转速控制方法为:将超声波电机转速给定值Nref(t)与超声波电机转速实际值n(t)作差,得到超声波电机转速误差值ek+1(t),超声波电机转速误差值ek+1(t)经过改进P型迭代学习控制器,得到迭代学习控制输出量uk+1(t)。将迭代学习控制输出量uk+1(t)作为超声波电机频率的给定值,用以作用于超声波电机。其中,改进P型迭代学习控制器的表达式见式(1)。
本实施例的方法在图1的基础上做了改进,改进后的控制框图如图3所示,其具体改进点在图3中以虚线框框住。
1、增加“微分控制器”环节和“限幅控制器”环节
如图3所示,增加了微分控制器,将超声波电机转速误差值ek+1(t)依次经过微分控制器、限幅控制器,得到限幅微分控制输出量udxk+1(t),将限幅微分控制输出量udxk+1(t)叠加至超声波电机频率的给定值上,用以作用于超声波电机。
微分控制器的表达式为:
其中,udk+1(t)为当前时刻的微分控制器的输出量(微分控制输出量);KD为微分系数,且KD>0。
在图2的转速阶跃响应曲线的上升阶段,超声波电机转速误差值ek+1(t)为正值且数值不断减少,其微分为负值。于是,式(3)所示的微分控制器的输出量为负值,以减弱控制强度,抑制过冲现象。
考虑到实际系统中必然存在噪声,在图3的微分控制器的输出端设置了限幅控制器,以免噪声导致微分控制器的输出量的大幅度波动,将经过限幅控制器得到的限幅微分控制输出量叠加至超声波电机频率的给定值上。
限幅控制器的表达式为:
其中,udxk+1(t)为限幅微分控制输出量;数值1000是系统正常运行状态下udk+1(t)可能出现的最大值,该值取决于超声波电机的能力;Lastvalue是前一时刻的微分控制输出量,也即当式(3)计算出来的数值大于1000时,维持前一时刻的输出量数值不变。
在图3所示的系统中,增加了“微分控制器”环节和“限幅控制器”环节后,得到的转速阶跃响应曲线图如图4中的曲线2所示。为便于对比,图4中给出了图2所示的转速阶跃响应曲线图,如图4的曲线1所示。对比来看,过冲及下陷现象被消除,但转速上升较慢,响应时间较长。
为了在消除过冲及下陷现象的同时缩短响应时间,增加了下述介绍的“积分控制器”环节。
2、增加“积分控制器”环节
如图3所示,增加了积分控制器,将超声波电机转速误差值ek+1(t)经过积分控制器,得到积分控制输出量uik+1(t),将得到的积分控制输出量uik+1(t)叠加至超声波电机频率的给定值上,用以作用于超声波电机。
积分控制器的表达式为:
uik+1(t)=KI∫ek+1(t)dt (5)
其中,uik+1(t)为当前时刻的积分控制输出量;KI为微分系数,其KI>0。
在增加“微分控制器”环节和“限幅控制器”环节后,又增加“积分控制器”环节,对应的转速阶跃响应曲线图如图4中的曲线3所示,可以看出,在消除过冲现象的同时,缩短了响应时间。
另外,需说明的是,该实施例中超声波电机频率的给定值由三个输出量构成,一个为式(1)所示的迭代学习控制输出量uk+1(t),一个为式(4)所示的限幅微分控制输出量udxk+1(t),一个为式(5)所示的积分控制输出量uik+1(t),三者的叠加点位于“控制量记忆”环节之后,这也就是说,新增的“微分控制器”环节和“限幅控制器”环节输出的限幅微分控制输出量udxk+1(t),以及“积分控制器”环节输出的积分控制输出量uik+1(t)并没有被记忆,即式(1)的前次控制量uk(t)不包含这两个控制器的输出量。
装置实施例
该实施例提供了一种基于迭代学习的超声波电机转速控制装置,该装置为计算机等具备数据处理能力的设备,该装置包括处理器和存储器,两者之间直接或间接地电性连接,以实现数据的传输或交互。该处理器用于执行存储在存储器中的指令实现本发明的基于迭代学习的超声波电机转速控制方法。具体该方法的介绍见方法实施例,这里不再赘述。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。

Claims (8)

1.一种基于迭代学习的超声波电机转速控制方法,包括如下步骤:
将超声波电机转速给定值与超声波电机转速实际值作差,得到超声波电机转速误差值;
将超声波电机转速误差值经过改进P型迭代学习控制器,得到迭代学习控制输出量,将迭代学习控制输出量作为超声波电机频率的给定值,用以作用于超声波电机;
其特征在于,还包括:将超声波电机转速误差值经过微分控制器,得到微分控制输出量,将得到的微分控制输出量叠加至超声波电机频率的给定值上。
2.根据权利要求1所述的基于迭代学习的超声波电机转速控制方法,其特征在于,还包括:将微分控制输出量经过限幅控制器进行限幅控制,得到限幅微分控制输出量,将限幅微分控制输出量叠加至超声波电机频率的给定值上。
3.根据权利要求1所述的基于迭代学习的超声波电机转速控制方法,其特征在于,还包括:将超声波电机转速误差值经过积分控制器,得到积分控制输出量,将得到的积分控制输出量叠加至超声波电机频率的给定值上。
4.根据权利要求2所述的基于迭代学习的超声波电机转速控制方法,其特征在于,所述限幅控制器的表达式为:
其中,udxk+1(t)为限幅微分控制输出量;x是系统正常运行状态下udk+1(t)出现的最大值,该值取决于超声波电机的能力;udk+1(t)为微分控制输出量;Last value是前一时刻的微分控制输出量。
5.一种基于迭代学习的超声波电机转速控制装置,包括存储器和处理器,所述处理器用于执行存储在存储器中的指令以实现如下方法:
将超声波电机转速给定值与超声波电机转速实际值作差,得到超声波电机转速误差值;
将超声波电机转速误差值经过改进P型迭代学习控制器,得到迭代学习控制输出量,将迭代学习控制输出量作为超声波电机频率的给定值,用以作用于超声波电机;
其特征在于,还包括:将超声波电机转速误差值经过微分控制器,得到微分控制输出量,将得到的微分控制输出量叠加至超声波电机频率的给定值上。
6.根据权利要求5所述的基于迭代学习的超声波电机转速控制装置,其特征在于,还包括:将微分控制输出量经过限幅控制器进行限幅控制,得到限幅微分控制输出量,将限幅微分控制输出量叠加至超声波电机频率的给定值上。
7.根据权利要求5所述的基于迭代学习的超声波电机转速控制装置,其特征在于,还包括:将超声波电机转速误差值经过积分控制器,得到积分控制输出量,将得到的积分控制输出量叠加至超声波电机频率的给定值上。
8.根据权利要求6所述的基于迭代学习的超声波电机转速控制装置,其特征在于,所述限幅控制器的表达式为:
其中,udxk+1(t)为限幅微分控制输出量;x是系统正常运行状态下udk+1(t)出现的最大值,该值取决于超声波电机的能力;udk+1(t)为微分控制输出量;Last value是前一时刻的微分控制输出量。
CN201811169127.0A 2018-10-08 2018-10-08 一种基于迭代学习的超声波电机转速控制方法及装置 Active CN109150005B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811169127.0A CN109150005B (zh) 2018-10-08 2018-10-08 一种基于迭代学习的超声波电机转速控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811169127.0A CN109150005B (zh) 2018-10-08 2018-10-08 一种基于迭代学习的超声波电机转速控制方法及装置

Publications (2)

Publication Number Publication Date
CN109150005A true CN109150005A (zh) 2019-01-04
CN109150005B CN109150005B (zh) 2020-06-12

Family

ID=64810511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811169127.0A Active CN109150005B (zh) 2018-10-08 2018-10-08 一种基于迭代学习的超声波电机转速控制方法及装置

Country Status (1)

Country Link
CN (1) CN109150005B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111200378A (zh) * 2020-02-13 2020-05-26 广州大学 一种基于迭代学习的压电电机节能控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102744267A (zh) * 2012-06-20 2012-10-24 北京景新电气技术开发有限责任公司 电机负荷分配控制方法及装置
CN104932250A (zh) * 2015-04-30 2015-09-23 南京航空航天大学 一种新型pi控制器结构及其参数整定方法
CN105301957A (zh) * 2015-11-24 2016-02-03 泉州装备制造研究所 一种新型的抗积分饱和pid控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102744267A (zh) * 2012-06-20 2012-10-24 北京景新电气技术开发有限责任公司 电机负荷分配控制方法及装置
CN104932250A (zh) * 2015-04-30 2015-09-23 南京航空航天大学 一种新型pi控制器结构及其参数整定方法
CN105301957A (zh) * 2015-11-24 2016-02-03 泉州装备制造研究所 一种新型的抗积分饱和pid控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘玉 等: "超声波电动机P与PI型迭代学习转速控制", 《微特电机》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111200378A (zh) * 2020-02-13 2020-05-26 广州大学 一种基于迭代学习的压电电机节能控制方法

Also Published As

Publication number Publication date
CN109150005B (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN104601075B (zh) 变频空调器的控制方法及其控制系统
CN108462420B (zh) 一种非对称载波双随机调制的电机减振方法
CN103346692B (zh) 振动主动控制中压电作动器迟滞非线性频域补偿方法
CN103718452A (zh) 具有电压谐波整形的电动机控制
CN113285647A (zh) 一种永磁同步电机反馈调节方法和装置、永磁同步电机
CN109245607A (zh) 基于变增益迭代学习的超声波电机转速控制方法及装置
CN109150005A (zh) 一种基于迭代学习的超声波电机转速控制方法及装置
CN115102452A (zh) 基于分段函数更新遗忘因子的永磁同步电机参数辨识方法
CN109150043A (zh) 交流伺服系统电流环中的电压前馈补偿方法
CN112865584B (zh) 空间矢量脉宽调制系统
CN116094390A (zh) 一种基于新型自抗扰算法的异步电机二自由度调速方法
CN108847798A (zh) 一种能源互联网发电系统效率优化控制方法
CN110299868B (zh) 一种超声波电机转速的控制方法及装置
CN108155837A (zh) 永磁电机控制系统延时获取方法及装置
CN105207561A (zh) 一种用于电机的磁链观测方法及设备
CN102791992A (zh) 船舶用发动机的控制装置以及方法
CN109600094B (zh) 一种超声波电机转速控制方法、装置和系统
CN103219914B (zh) 一种基于Lyapunov的超声波电机模型参考自适应控制系统
CN212256047U (zh) 一种改进的永磁同步电机模拟器装置
Belkacem et al. Advanced control of a permanent magnet synchronous generator for a wind turbine
CN107154749B (zh) 基于功能函数输出反馈反步控制的压电电机死区控制方法
RU2724128C1 (ru) Способ управления асинхронным двигателем
CN116599423B (zh) 一种风力发电机的非线性控制方法及系统
CN112000017B (zh) 一种分数阶水轮机调节系统的全局镇定控制方法
CN107222128B (zh) 部分参数未知的二阶不确定滞后结构的自适应控制方法

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
GR01 Patent grant
GR01 Patent grant