CN110209122A - 一种多轴运动平台的控制方法、装置、介质及设备 - Google Patents

Abstract

本申请公开了一种多轴运动平台的控制方法、装置、介质及设备，该方法包括：创建目标多轴运动平台的偏差耦合协同控制结构；根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器，以对目标多轴运动平台进行速度补偿；利用自抗扰控制算法对目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器；将自基准超前校正补偿器和自抗扰控制器添加至偏差耦合协同控制结构，以获取对目标多轴运动平台进行控制的目标控制量。可见，通过本申请所提供的控制方法，可以使得目标多轴运动平台的偏差耦合协同控制结构具有更强的抗干扰能力和鲁棒性，由此便可以提高在对目标多轴运动平台进行控制时的控制精度。

Description

一种多轴运动平台的控制方法、装置、介质及设备

技术领域

本发明涉及控制工程技术领域，特别涉及一种多轴运动平台的控制方法、装置、介质及设备。

背景技术

随着社会经济的不断发展，多轴运动平台已经成为生产加工领域的发展趋势。在此技术背景下，多轴运动平台的定位精度也已经由亚微米级提高到了纳米级甚至亚纳米级。但是，在现有技术当中，对多轴运动平台的控制大部分还是采用PID(ProportionIntegral Differential，比例积分微分)控制，由于PID控制容易受到外界环境因素的影响，这样会使得多轴运动平台的控制精度较低。目前，针对这一技术问题，还没有较为有效的解决办法。

由此可见，如何提高对多轴运动平台的控制精度，是本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种多轴运动平台的控制方法、装置、介质及设备，以提高对多轴运动平台的控制精度。其具体方案如下：

一种多轴运动平台的控制方法，包括：

创建目标多轴运动平台的偏差耦合协同控制结构；

根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器，以对所述目标多轴运动平台进行速度补偿；

利用自抗扰控制算法对所述目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器；

将所述自基准超前校正补偿器和所述自抗扰控制器添加至所述偏差耦合协同控制结构，以获取对所述目标多轴运动平台进行控制的目标控制量。

优选的，所述根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器的过程，包括：

基于自适应算法创建目标模型；

其中，目标模型的数学表达式为：

式中，B为基准值，W_d为所述目标多轴运动平台中各电机的转速差，a为自适应衰减因子，x₁、x₂和x₃为衰减因子，并且，1＞x₁＞x₂＞x₃＞0；

利用目标模型对所述超前校正进行调整，得到自基准超前校正补偿器；

其中，所述自基准超前校正补偿器的数学表达式为：

式中，T为超前时间常数，s为拉普拉斯变换因子，a为自适应衰减因子。

优选的，所述利用自抗扰控制算法对所述目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器的过程，包括：

根据所述自抗扰控制算法创建跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律；

利用所述跟踪微分器、所述扩张状态观测器和所述非线性状态误差反馈控制律对所述目标多轴运动平台的扰动因子和未建模部分进行实时估计与补偿，得到所述自抗扰控制器。

优选的，所述目标多轴运动平台中各个电机的数学简化模型表达式为：

式中，s为拉普拉斯变换因子，m₀、m和n分别为过程参数。

优选的，所述将所述自基准超前校正补偿器和所述自抗扰控制器添加至所述偏差耦合协同控制结构，以获取对所述目标多轴运动平台进行控制的目标控制量的过程，包括：

利用所述偏差耦合协同控制结构获取所述目标多轴运动平台的运转速度；

将所述目标多轴运动平台的运转速度输入至所述自基准超前校正补偿器，输出得到所述目标多轴运动平台的速度补偿值；

将目标参考信号、所述速度补偿值和所述目标多轴运动平台的运转速度输入至所述自抗扰控制器，输出得到对所述目标多轴运动平台进行控制的所述目标控制量。

相应的，本发明还公开了一种多轴运动平台的控制装置，包括：

控制结构创建模块，用于创建目标多轴运动平台的偏差耦合协同控制结构；

超前校正调整模块，用于根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器；

控制器创建模块，用于利用自抗扰控制算法对所述目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器；

控制量获取模块，用于将所述自基准超前校正补偿器和所述自抗扰控制器添加至所述偏差耦合协同控制结构，以获取对所述目标多轴运动平台进行控制的目标控制量。

优选的，所述控制量获取模块包括：

速度获取单元，用于利用所述偏差耦合协同控制结构获取所述目标多轴运动平台的运转速度；

速度补偿单元，用于将所述目标多轴运动平台的运转速度输入至所述自基准超前校正补偿器，输出得到所述目标多轴运动平台的速度补偿值；

控制量获取单元，用于将目标参考信号、所述速度补偿值和所述目标多轴运动平台的运转速度输入至所述自抗扰控制器，输出得到对所述目标多轴运动平台进行控制的所述目标控制量。

相应的，本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前述公开的多轴运动平台的控制方法的步骤。

相应的，本发明还公开了一种多轴运动平台的控制设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如前述公开的多轴运动平台的控制方法的步骤。

可见，在本发明中，首先是创建目标多轴运动平台的偏差耦合协同控制结构；然后，根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器，并利用自抗扰控制算法对目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器；最后，将自基准超前校正补偿器和自抗扰控制器添加至偏差耦合协同控制结构，以获取对目标多轴运动平台进行控制的目标控制量。显然，在本发明中，通过将自基准超前校正补偿器和自抗扰控制器添加至目标多轴运动平台的偏差耦合协同控制结构当中，就可以使添加有自基准超前校正补偿器和自抗扰控制器的目标多轴运动平台的偏差耦合协同控制结构具有更强的抗干扰能力和鲁棒性，由此获取得到的对目标多轴运动平台进行控制的目标控制量，就可以相对避免外界环境因素对目标多轴运动平台的影响，这样就可以显著提高在对目标多轴运动平台进行控制时的控制精度。相应的，本发明所公开的一种多轴运动平台的控制装置、介质及设备，同样具有上述有益效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种多轴运动平台的控制方法的流程图；

图2为本发明实施例所提供的目标多轴运动平台的偏差耦合协同控制结构的结构图；

图3为现有技术当中的速度补偿器的结构图；

图4为本发明实施例提供的自基准超前校正补偿器的结构图；

图5为本发明实施例所提供的自抗扰控制器的结构图；

图6为基于自基准超前校正ADRC算法的偏差耦合协同控制的Simulink仿真模型图；

图7为在Simulink中PID和ADCR控制的单轴电机的输出对比图；

图8为基于PID的协同控制系统在5S时加入干扰后的输出曲线图；

图9为基于ADRC的协同控制系统在5S时加入大小相等干扰后的输出曲线图；

图10为采用超前校正速度补偿器的ADRC协同控制系统与采用自基准超前校正补偿器的ADRC协同控制系统的输出曲线的对比图；

图11是加入等量噪声干扰时，采用传统速度补偿器的ADRC协同控制系统输出曲线的对比图；

图12为本发明实施例提供的一种多轴运动平台的控制装置的结构图；

图13为本发明实施例提供的一种多轴运动平台的控制设备的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参见图1，图1为本发明实施例所公开的一种多轴运动平台的控制方法的流程图，该控制方法包括：

步骤S11：创建目标多轴运动平台的偏差耦合协同控制结构；

在本实施例中，为了提高对目标多轴运动平台的控制精度，首先是创建目标多轴运动平台的偏差耦合协同控制结构。请参见图2，图2为本发明实施例所提供的目标多轴运动平台的偏差耦合协同控制结构的结构图；具体的，在本实施例中，可以假设目标多轴运动平台中包含有4台电机，此时，目标多轴运动平台中各个电机运转速度的关系式为：

w₁/u₁＝w₂/u₂＝w₃/u₃＝w₄/u₄；

式中，w₁、w₂、w₃和w₄分别为目标多轴运动平台中4台电机的运转速度，u₁、u₂、u₃和u₄分别为目标多轴运动平台中每台电机转速放大的倍数；

在此情况下，可以将目标多轴运动平台的同步误差定义为如下形式：

式中，eii(t)为第i台电机在第t时刻与目标多轴运动平台中其它子电机的同步误差，1≤i≤4，w(t)为目标多轴运动平台在第t时刻的系统参考速度，w_i(t)为目标多轴运动平台中的各个电机在第t时刻的运转速度，u_i分别为目标多轴运动平台中4台电机上的电压。

本实施例中，创建目标多轴运动平台的偏差耦合协同控制结构的主要目的是为了使得目标多轴运动平台中各个电机的运转速度保持同步，也即，创建目标多轴运动平台的偏差耦合协同控制结构的最终目的是为了使得目标多轴运动平台中各个电机之间的协同误差快速、稳定收敛。此时，目标多轴运动平台中各个电机的运转速度应满足如下关系：

步骤S12：根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器，以对目标多轴运动平台进行速度补偿；

可以理解的是，自适应算法的实质在于能够在对处理数据进行处理和分析过程中，根据处理数据的数据特征自动调整处理方法、处理顺序、处理参数、边界条件以及约束条件，使其与所处理数据的统计分布特征、结构特征相适应以取得最佳的处理效果。

并且，超前校正能够利用超前网络的超前特性改变一个控制系统的频率响应曲线的形状，并产生足够大的相位超前角，以补偿原系统中元件所造成的相角滞后。而在本实施例中，利用自适应算法对超前校正进行调整，得到的自基准超前校正补偿器，就能够使得自基准超前校正补偿器中的各个参数都为最佳参数。那么，利用自基准超前校正补偿器对目标多轴运动平台进行速度补偿之后，就能够使得目标多轴运动平台的运转速度更加符合实际应用中的具体操作情况。

步骤S13：利用自抗扰控制算法对目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器；

步骤S14：将自基准超前校正补偿器和自抗扰控制器添加至偏差耦合协同控制结构，以获取对目标多轴运动平台进行控制的目标控制量。

自抗扰控制算法(Auto/Active Disturbances Rejection Controler，ADRC)是一种不依赖被控对象的精确数学模型，具有较强的适应性、鲁棒性，并且，在噪声干扰下仍能让目标多轴运动平台进行正常工作的控制策略。

而在本实施例中，利用自抗扰控制算法对目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到的自抗扰控制器，就能够对目标多轴运动平台中的未知扰动和未建模部分进行实时估计与补偿，从而使得目标多轴运动平台的控制系统可以更为准确与可靠。

然后，将创建得到的自基准超前校正补偿器和自抗扰控制器添加至目标多轴运动平台的偏差耦合协同控制结构当中时，就能够利用自基准超前速度补偿器对目标多轴运动平台进行速度补偿，并利用自抗扰控制器对目标多轴运动平台中的未知扰动和未建模部分进行实时估计与补偿，这样就可以使得创建得到的目标多轴运动平台的控制系统具有更强的抗干扰能力。那么，由此得到的对目标多轴运动平台进行控制的目标控制量，并利用目标控制量对目标多轴运动平台进行控制时，就可以显著提高对目标多轴运动平台进行控制时的控制精度。

可见，在本实施例中，首先是创建目标多轴运动平台的偏差耦合协同控制结构；然后，根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器，并利用自抗扰控制算法对目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器；最后，将自基准超前校正补偿器和自抗扰控制器添加至偏差耦合协同控制结构，以获取对目标多轴运动平台进行控制的目标控制量。显然，在本实施例中，通过将自基准超前校正补偿器和自抗扰控制器添加至目标多轴运动平台的偏差耦合协同控制结构当中，就可以使添加有自基准超前校正补偿器和自抗扰控制器的目标多轴运动平台的偏差耦合协同控制结构具有更强的抗干扰能力和鲁棒性，由此获取得到的对目标多轴运动平台进行控制的目标控制量，就可以相对避免外界环境因素对目标多轴运动平台的影响，这样就可以显著提高在对目标多轴运动平台进行控制时的控制精度。

基于上述实施例，本实施例对技术方案作进一步的说明与优化，具体的，上述步骤S12：根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器的过程，包括：

基于自适应算法创建目标模型；

其中，目标模型的数学表达式为：

式中，B为基准值，W_d为目标多轴运动平台中各电机的转速差，a为衰减因子，x₁、x₂和x₃为衰减因子，并且，1＞x₁＞x₂＞x₃＞0；

利用目标模型对超前校正进行调整，得到自基准超前校正补偿器；

其中，自基准超前校正补偿器的数学表达式为：

式中，T为超前时间常数，s为拉普拉斯变换因子，a为自适应衰减因子。

在本实施例中，是对自基准超前校正补偿器的获取过程进行了具体说明。请参见图3，图3为现有技术当中的速度补偿器的结构图。其中，K₁₂、K₁₃和K₁₄为速度耦合补偿增益，它的作用类似于比例控制，其计算公式为：

式中，J_a为控制电机的转动惯量，J_b为与电机速度作差时的电机转动惯量。

由图3可知，第1台电机的速度补偿值为：

w_c＝K₁₂(w₁/u₁-w₂/u₂)+K₁₃(w₁/u₁-w₃/u₃)+K₁₄(w₁/u₁-w₄/u₄)；

在本实施例中，创建自基准超前校正补偿器的过程可参见现有技术当中速度补偿器的具体工作过程。具体的，为了创建得到自基准超前校正补偿器，首先是基于自适应算法创建目标模型；然后，利用目标模型对超前校正进行调整，就可以得到自基准超前校正补偿器。并且，由此得到的自基准超前校正补偿器就可以对目标多轴运动平台的运转速度进行补偿，也即，对目标多轴运动平台进行速度补偿。

请参见图4，图4为本发明实施例提供的自基准超前校正补偿器的结构图；其中，w₁、w₂、w₃和w₄为目标多轴运动平台中各个电机的运行参数，K_c为固定增益，F_g为校正公式，u_a为自基准超前校正补偿器所输出的对目标多轴运动平台进行速度补偿的速度补偿值。显然，利用自基准超前校正补偿器来对目标多轴运动平台的运转速度进行速度补偿，就可以使得目标多轴运动平台的运转速度更加准确与可靠。

可见，通过本实施例所提供的技术方案，可以进一步保证目标多轴运动平台在实际运转过程中的准确性以及可靠性。

基于上述实施例，本实施例对技术方案作进一步的说明与优化，具体的，上述步骤S13：利用自抗扰控制算法对目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器的过程，包括：

根据自抗扰控制算法创建跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律；

利用跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律对目标多轴运动平台的扰动因子和未建模部分进行实时估计与补偿，得到自抗扰控制器。

在本实施例中，是对自抗扰控制器的构建过程进行具体说明。首先是根据自抗扰控制算法创建跟踪微分器(Tracking Differentiator，TD)、扩展状态观测器(ExtendedState Observer，ESO)和非线性状态误差反馈控制律(Nonlinear State Error FeedbackControl Law，NLSEF)；然后，利用跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律对目标多轴运动平台的扰动因子和未建模部分进行实时估计与补偿，得到自抗扰控制器。

请参见图5，图5为本发明实施例所提供的自抗扰控制器的结构图。如图5所示，当对TD输入一个输入信号v(t)时，TD将会输出两个信号z₁₁和z₁₂，其中，信号z₁₁跟踪输入信号v(t)，而信号z₁₂＝z₁₁，所以，可以将z₁₂作为输入信号v(t)的近似微分。

其中，TD的数学表达式为：

式中，Z₁₁(t+h)为信号v(t)的跟踪输入信号，Z₁₂(t+h)＝Z11(t+h)，v(t)为输入信号，h为积分步长，fst(z₁₁,z₁₂,r,h)为如下定义的非线性函数：

式中，r为跟踪微分器的快慢因子，h为积分步长，fst(z₁₁,z₁₂,r,h)为自定义的非线性函数。

由于自抗扰控制器仅需要目标多轴运动平台的控制系统的输入量和输出量作为信息来源，所以，通过ESO就可以估计出对目标多轴运动平台的未知扰动和未建模部分，这样目标多轴运动平台中的扰动因子和未建模部分就可以通过NLSEF进行实时补偿。

假设目标多轴运动平台的扰动因子为：

式中，为未知函数，w(t)为未知扰动因子，x(t)为可量测量，u为控制量。

那么，ESO的表达式为：

式中，z_2n+1是对目标多轴运动平台的扰动因子的实时估计，β为观测器误差反馈增益，e为观测器估计量与输入信号的误差，g(e)为定义的非线性函数，b₀为b的估计值。

此外，NLSEF能够对TD和ESO所产生的状态变量的估计值进行非线性组合，并与ESO对目标多轴运动平台的扰动因子的补偿量一起组成对目标多轴运动平台进行控制的目标控制量，其中，目标控制量的数学表达式为：

u₀＝k₁fal(ε₁,a,δ)+k_nfal(ε_n,a,δ)；

在实际应用当中，可以根据fal(ε₁,a,δ)的特点和现场运行经验，适当地选择非线性因子a，这样将会极大地改变控制效果，也即，会使得比例、微分各自发挥出各自的功效。其中，对于比例作用，应在小误差时采用大增益，在大误差时采用小增益，此时，fal(ε₁,a,δ)中a的取值范围应为-1＜a＜0；对于微分作用，应在微分误差小时应采用小增益，在大误差时采用大增益，此时，fal(ε₁,a,δ)中a的取值范围应为a＞1。

并且，在实际应用当中，利用自抗扰控制算法对目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器的内容，为本领域技术人员所熟知的内容，所以，在本实施例中，对于自抗扰控制器的实施细节不作具体赘述。

可见，通过本实施例所提供的技术方案，进一步保证了自抗扰控制器在创建过程中的可靠性。

基于上述实施例，本实施例对技术方案作进一步的说明与优化，具体的，目标多轴运动平台中各个电机的数学简化模型表达式为：

式中，s为拉普拉斯变换因子，m₀、m和n分别为过程参数。

具体的，在本实施例中，是将目标多轴运动平台中各个电机的数学简化模型设置为G(s)，也即，利用一个二阶系统来表示目标多轴运动平台中的各个电机。因为这样不仅能够降低在创建目标多轴运动平台的偏差耦合协同控制结构时的复杂度，而且，也可以使得创建得到的目标多轴运动平台的控制系统更为清楚、直观。

基于上述实施例，本实施例对技术方案作进一步的说明与优化，具体的，上述步骤S14：将自基准超前校正补偿器和自抗扰控制器添加至偏差耦合协同控制结构，以获取对目标多轴运动平台进行控制的目标控制量的过程，包括：

利用偏差耦合协同控制结构获取目标多轴运动平台的运转速度；

将目标多轴运动平台的运转速度输入至自基准超前校正补偿器，输出得到目标多轴运动平台的速度补偿值；

将目标参考信号、速度补偿值和目标多轴运动平台的运转速度输入至自抗扰控制器，输出得到对目标多轴运动平台进行控制的目标控制量。

在本实施例中，是对将自基准超前校正补偿器和自抗扰控制器添加至目标多轴运动平台的偏差耦合协同控制结构的过程进行了说明。具体的，首先是利用目标多轴运动平台的偏差耦合协同控制结构获取目标多轴运动平台的运转速度；然后，将目标多轴运动平台的运转速度输入至自基准超前校正补偿器，并利用自基准超前校正补偿器输出得到目标多轴运动平台的速度补偿值；最后，将目标参考信号、自基准超前校正补偿器输出的速度补偿值和目标多轴运动平台的运转速度输入至自抗扰控制器时，就可以得出对目标多轴运动平台进行控制的目标控制量。

具体到本实施例中，目标多轴运动平台的运转速度是指目标多轴运动平台中各个电机的运转速度c(t)。请参见图6，图6为基于自基准超前校正ADRC算法的偏差耦合协同控制的Simulink仿真模型图；如图6所示，首先是创建目标多轴运动平台的偏差耦合协同控制结构，然后，将自基准超前校正补偿器添加至目标多轴运动平台的偏差耦合协同控制结构中，也即，将目标多轴运动平台中各个电机运转速度c(t)输入至自基准超前校正补偿器中，这样自基准超前校正补偿器就会输出对目标多轴运动平台进行控制时的速度补偿值ua；之后，将目标参考信号v(t)、速度补偿值u_a和目标多轴运动平台中各个电机的运转速度c(t)输入至自抗扰控制器，自抗扰控制器就会输出目标控制量u_adrc；最后，将目标控制量u_adrc作用于被控对象，就可以使得目标多轴运动平台具有更高的控制精度。

请参见图7至图11，图7为在Simulink中PID和ADCR控制的单轴电机的输出对比图；图8为基于PID的协同控制系统在5S时加入干扰后的输出曲线图；图9为基于ADRC的协同控制系统在5S时加入大小相等的干扰后的输出曲线图；图10为采用超前校正速度补偿器的ADRC协同控制系统与采用自基准超前校正补偿器的ADRC协同控制系统的输出曲线的对比图；图11是加入等量噪声干扰时，采用传统速度补偿器的ADRC协同控制系统输出曲线的对比图。由此可见，通过本申请所提供的目标多轴运动平台的控制方法，可以大大提高对目标多轴运动平台的控制精度。

可见，通过本实施例所提供的技术方案，可以更为清楚、直观地获取到对目标多轴运动平台进行控制的目标控制量。

请参见图12，图12为本发明实施例所公开的一种多轴运动平台的控制装置的结构图，该控制装置包括：

结构创建模块21，用于创建目标多轴运动平台的偏差耦合协同控制结构；

校正调整模块22，用于根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器；

控制器创建模块23，用于利用自抗扰控制算法对目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器；

控制量获取模块24，用于将自基准超前校正补偿器和自抗扰控制器添加至偏差耦合协同控制结构，以获取对目标多轴运动平台进行控制的目标控制量。

优选的，控制量获取模块包括：

速度获取单元，用于利用偏差耦合协同控制结构获取目标多轴运动平台的运转速度；

速度补偿单元，用于将目标多轴运动平台的运转速度输入至自基准超前校正补偿器，输出得到目标多轴运动平台的速度补偿值；

控制量获取单元，用于将目标参考信号、速度补偿值和目标多轴运动平台的运转速度输入至自抗扰控制器，输出得到对目标多轴运动平台进行控制的目标控制量。

本发明实施例所公开的一种多轴运动平台的控制装置，具有前述公开的一种多轴运动平台的控制方法的有益效果。

相应的，本发明实施例还公开了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如前述公开的多轴运动平台的控制方法的步骤。

本发明实施例所公开的一种计算机可读存储介质，具有前述公开的一种多轴运动平台的控制方法的有益效果。

请参见图13，图13为本发明实施例所公开的一种多轴运动平台的控制设备的结构图，该控制设备包括：

存储器31，用于存储计算机程序；

处理器32，用于执行计算机程序时实现如前述公开的多轴运动平台的控制方法的步骤。

本发明实施例所公开的一种多轴运动平台的控制设备，具有前述公开的一种多轴运动平台的控制方法的有益效果。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种多轴运动平台的控制方法、装置、介质及设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种多轴运动平台的控制方法，其特征在于，包括：

创建目标多轴运动平台的偏差耦合协同控制结构；

根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器，以对所述目标多轴运动平台进行速度补偿；

利用自抗扰控制算法对所述目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器；

将所述自基准超前校正补偿器和所述自抗扰控制器添加至所述偏差耦合协同控制结构，以获取对所述目标多轴运动平台进行控制的目标控制量。

2.根据权利要求1所述的控制方法，其特征在于，所述根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器的过程，包括：

基于自适应算法创建目标模型；

其中，目标模型的数学表达式为：

式中，B为基准值，W_d为所述目标多轴运动平台中各电机的转速差，a为自适应衰减因子，x₁、x₂和x₃为衰减因子，并且，1＞x₁＞x₂＞x₃＞0；

利用目标模型对所述超前校正进行调整，得到自基准超前校正补偿器；

其中，所述自基准超前校正补偿器的数学表达式为：

式中，T为超前时间常数，s为拉普拉斯变换因子，a为自适应衰减因子。

3.根据权利要求1所述的控制方法，其特征在于，所述利用自抗扰控制算法对所述目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器的过程，包括：

根据所述自抗扰控制算法创建跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律；

利用所述跟踪微分器、所述扩张状态观测器和所述非线性状态误差反馈控制律对所述目标多轴运动平台的扰动因子和未建模部分进行实时估计与补偿，得到所述自抗扰控制器。

4.根据权利要求1所述的控制方法，其特征在于，所述目标多轴运动平台中各个电机的数学简化模型表达式为：

式中，s为拉普拉斯变换因子，m₀、m和n分别为过程参数。

5.根据权利要求1至4任一项所述的控制方法，其特征在于，所述将所述自基准超前校正补偿器和所述自抗扰控制器添加至所述偏差耦合协同控制结构，以获取对所述目标多轴运动平台进行控制的目标控制量的过程，包括：

利用所述偏差耦合协同控制结构获取所述目标多轴运动平台的运转速度；

将所述目标多轴运动平台的运转速度输入至所述自基准超前校正补偿器，输出得到所述目标多轴运动平台的速度补偿值；

将目标参考信号、所述速度补偿值和所述目标多轴运动平台的运转速度输入至所述自抗扰控制器，输出得到对所述目标多轴运动平台进行控制的所述目标控制量。

6.一种多轴运动平台的控制装置，其特征在于，包括：

控制结构创建模块，用于创建目标多轴运动平台的偏差耦合协同控制结构；

超前校正调整模块，用于根据自适应算法对超前校正进行调整，得到自基准超前校正补偿器；

控制器创建模块，用于利用自抗扰控制算法对所述目标多轴运动平台的未知扰动和未建模部分进行实时估计和补偿，得到自抗扰控制器；

控制量获取模块，用于将所述自基准超前校正补偿器和所述自抗扰控制器添加至所述偏差耦合协同控制结构，以获取对所述目标多轴运动平台进行控制的目标控制量。

7.根据权利要求6所述的控制装置，其特征在于，所述控制量获取模块包括：

速度获取单元，用于利用所述偏差耦合协同控制结构获取所述目标多轴运动平台的运转速度；

速度补偿单元，用于将所述目标多轴运动平台的运转速度输入至所述自基准超前校正补偿器，输出得到所述目标多轴运动平台的速度补偿值；

控制量获取单元，用于将目标参考信号、所述速度补偿值和所述目标多轴运动平台的运转速度输入至所述自抗扰控制器，输出得到对所述目标多轴运动平台进行控制的所述目标控制量。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的多轴运动平台的控制方法的步骤。

9.一种多轴运动平台的控制设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述的多轴运动平台的控制方法的步骤。