CN110334386A - 一种基于参数回归的平面电机控制方法及终端设备 - Google Patents

一种基于参数回归的平面电机控制方法及终端设备 Download PDF

Info

Publication number
CN110334386A
CN110334386A CN201910385618.7A CN201910385618A CN110334386A CN 110334386 A CN110334386 A CN 110334386A CN 201910385618 A CN201910385618 A CN 201910385618A CN 110334386 A CN110334386 A CN 110334386A
Authority
CN
China
Prior art keywords
planar motor
signal
cost function
thrust
parametric regression
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
CN201910385618.7A
Other languages
English (en)
Other versions
CN110334386B (zh
Inventor
黄苏丹
陈龙
曹广忠
郭晋昌
胡智勇
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.)
Shenzhen University
Original Assignee
Shenzhen 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 Shenzhen University filed Critical Shenzhen University
Priority to CN201910385618.7A priority Critical patent/CN110334386B/zh
Publication of CN110334386A publication Critical patent/CN110334386A/zh
Application granted granted Critical
Publication of CN110334386B publication Critical patent/CN110334386B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/36Circuit design at the analogue level
    • G06F30/367Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明公开了一种基于参数回归的平面电机控制方法及终端设备,所述方法包括:根据平面电机的输入输出信号建立脉冲传递函数,并根据脉冲传递函数确定平面电机的参数回归模型;根据所述参数回归模型确定所述用于预测所述平面电机的第一预设数量时域的预测位置的预测模型;基于所述预测模型确定的预测位置建立代价函数,并根据所述代价函数计算平面电机的推力指令信号;将所述推力指令信号作用于平面电机驱动装置,以控制所述平面电机运动。本发明基于参数回归的方法确定以水平推力为输入信号、位置为输出信号的预测模型,根据所述预测模型预测的预测位置确定代价函数,并根据代价函数计算平面电机的推力指令信号,以将所述推力指令信号作用于电机,以提高了平面电机的动态跟踪精度。

Description

一种基于参数回归的平面电机控制方法及终端设备
技术领域
本发明涉及平面电机技术领域,特别涉及一种基于参数回归的平面电 机控制方法及终端设备。
背景技术
平面电机在集成电路、超精密加工等领域极具应用前景。根据电磁力 产生原理,平面电机主要分为平面步进电机、平面感应电机、平面永磁同 步电机、平面直流电机和平面开关磁阻电机5类。其中,平面开关磁阻电 机因其结构简单、制造容易、精度高、成本低、热耗低、可靠性高等优点, 在平面电机领域已成为重要发展趋势。
目前平面开关磁阻电机的位置控制方法有:1.比例微分积分控制:实现 简单,点对点定位精度为5μm,动态跟踪精度为37.4μm;2.鲁棒控制:增 强了系统的鲁棒性,但未给出电机的位置控制精度;3.自抗扰控制:抗干扰 能力强,但未给出电机的位置控制精度;4.模型参考控制:自适应能力强, 定位精度小于0.5μm,但较难实现高精度动态跟踪控制;5.滑模变结构控制: 增强了系统的鲁棒性,点对点定位精度为15.5μm,动态跟踪精度为79.2μm; 6.极点配置自校正控制:自调整能力强,动态跟踪精度为58.2μm。虽然上 述方法可以保证平面电机点对点定位精度较高,但是,无法保证平面电机 动态跟踪精度。
发明内容
鉴于现有技术的不足,本发明旨在提供一种基于参数回归的平面电机 控制方法及终端设备。
本发明所采用的技术方案如下:
一种基于参数回归的平面电机控制方法,其包括:
根据平面电机的输入输出信号建立脉冲传递函数,并根据所述脉冲传 递函数确定平面电机的参数回归模型;
根据所述参数回归模型确定用于预测所述平面电机的第一预设数量时 域的预测位置的预测模型;
基于所述预测模型确定的预测位置建立代价函数,并根据所述代价函 数计算平面电机的推力指令信号;
将所述推力指令信号作用于平面电机的驱动装置,以控制所述平面电 机运动。
所述参数回归的平面电机控制方法,其中,所述根据平面电机的输入 输出信号建立脉冲传递函数,并根据所述脉冲传递函数确定平面电机的参 数回归模型具体包括:
以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲 传递函数,其中,j轴为x轴或y轴;
获取所述脉冲传递函数的差分方程,并根据所述差分方程确定所述平 面电机的参数回归模型。
所述参数回归的平面电机控制方法,其中,所述以推力信号为输入信 号、位置信号为输出信号建立平面电机j轴的脉冲传递函数具体包括:
以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲 传递函数;
采用具有遗忘因子的递归最小二乘法辨识所述脉冲传递函数的系数, 以得到所述脉冲传递函数。
所述的参数回归的平面电机控制方法,其中,所述脉冲传递函数的表 达式为
其中,Fj(z)为输入信号,Pj(z)为输出信号,aj0,aj1,bj0,bj1和bj2均 为系数。
所述的参数回归的平面电机控制方法,其中,所述参数回归模型的表 达式为:
其中,Cj=[1 0], xj_1(k)=pj(k)-bj2fj(k),xj_2(k)=-aj0pj(k-1)+bj0fj(k-1)。
所述参数回归的平面电机控制方法,其中,所述基于所述预测模型确 定的预测位置建立代价函数,并根据所述代价函数计算平面电机的推力指 令信号具体包括:
基于所述预测模型确定的预测位置建立代价函数,其中,所述代价函 数包括预测位置序列和控制序列;
根据所述代价函数计算所述平面电机的控制序列,并根据所述控制序 列确定下一时刻的水平推力,以根据所述水平推力确定推力指令信号。
所述参数回归的平面电机控制方法,其中,所述根据所述代价函数计 算所述平面电机的控制序列,并根据所述控制序列确定下一时刻的水平推 力,以根据所述水平推力确定推力指令信号具体包括:
以所述代价函数最小为依据计算最优控制序列;
选取所述最优控制序列的第二分量,并将所述第二分量作为下一时刻 的水平推力,以根据所述水平推力确定推力指令信号
所述参数回归的平面电机控制方法,其中,所述基于所述预测模型确 定的预测位置建立代价函数具体包括:
获取前一时刻的控制序列,并根据所述前一时刻的控制序列确定未来 预设数量时域的预测位置序列;
根据所述预测位置序列以及当前时刻的控制序列建立代价函数。
一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者 多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现 如上任一所述的参数回归的平面电机控制方法中的步骤。
一种终端设备,其包括:处理器、存储器及通信总线;所述存储器上存 储有可被所述处理器执行的计算机可读程序;
所述通信总线实现处理器和存储器之间的连接通信;
所述处理器执行所述计算机可读程序时实现如上所述的参数回归的平 面电机控制方法中的步骤。
有益效果:与现有技术相比,本发明提供了一种基于参数回归的平面 电机控制方法及终端设备,所述方法包括:根据平面电机的输入输出信号 建立脉冲传递函数,并根据所述脉冲传递函数确定平面电机的参数回归模 型;根据所述参数回归模型确定用于预测所述平面电机的第一预设数量时 域的预测位置的预测模型;基于所述预测模型确定的预测位置建立代价函 数,并根据所述代价函数计算平面电机的推力指令信号;将所述推力指令 信号作用于平面电机的驱动装置,以控制所述平面电机运动。本发明基于 参数回归的方法确定以水平推力为输入信号、位置为输出信号的预测模型, 根据所述预测模型预测的位置确定代价函数,并根据代价函数计算平面电 机的推力指令信号,以将所述推力指令信号作用于电机,提高了平面电机 的动态跟踪精度。
附图说明
图1为本发明提供的基于参数回归的平面电机控制方法的系统结构框 图。
图2为本发明提供的基于参数回归的平面电机控制方法的流程图。
图3为本发明提供的基于参数回归的平面电机控制方法的一个实施例 的流程图。
图4为本发明提供的基于参数回归的平面电机控制方法中步骤S10的 流程图。
图5为本发明提供的基于参数回归的平面电机控制方法中步骤S30的 流程图。
图6为本发明提供的一种终端设备的结构原理图。
具体实施方式
本发明提供一种基于参数回归的平面电机控制方法及终端设备,为使 本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施 例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以 解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式 “一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本 发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、 元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步 骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接” 或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦 接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任 一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包 括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般 理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应 该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这 里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本发明提供了一种基于参数回归的平面电机控制方法,所述方法应用 于如图1所述控制系统,如图2所示,所述方法具体是预先根据平面电机 的输入输出信号建立脉冲传输函数,并确定相应的参数回归模型,再基于 所述参数回归模型确定位置预测模型,根据位置预测模型计算位置预测序 列,再根据位置预测序列以及参考轨迹确定代价函数,再通过对代价函数 求极小值得到最优控制量,之后根据最优控制量确定当前时刻的控制量,并将所述控制量作用于平面电机,同时,在获取到当前时刻的控制量后, 判断当前时刻是否为最后时刻,当不为最后时刻时,重复上述过程直到最 后时刻。
下面为了对发明内容作进一步说明,结合一个具体实施例对本发明做 详细说明。
如图3所示,本实施例提供了一种基于参数回归的平面电机控制方法, 所述方法包括:
S10、根据平面电机的输入输出信号建立脉冲传递函数,并根据所述脉 冲传递函数确定平面电机的参数回归模型;
S20、根据所述参数回归模型确定用于预测所述平面电机的第一预设数 量时域的预测位置的预测模型;
S30、基于所述预测模型确定的预测位置建立代价函数,并根据所述代 价函数计算平面电机的推力指令信号;
S40、将所述推力指令信号作用于平面电机的驱动装置,以控制所述平 面电机运动。
本实施例根据平面电机的输入输出信号建立平面电机的参数回归模 型,并根据参数回归模型确定用于预测位置的预测模型,根据所述预测模 型得到的预测位置确定代价函数,并根据代价函数计算平面电机的水平推 力信号,再将所述推力指令信号作用于电机,提高了平面电机的动态跟踪 精度。
具体地,在所述步骤S10中,所述平面电机的输入输出信号指的是平 面电机的输入信号,以及平面电机的输出信号。其中,所述输入信号为水 平推力信号fj,所述输出信号为位置信号pj,所述j表示j轴,j轴为x轴 或者y轴。在本实施例中,所述平面电机为平面开关磁阻电机(PSRM),所 述平面开关磁阻电机的脉冲传递函数Gj(z)的表达式可以为:
其中,Fj(z)为输入信号,Pj(z)为输出信号,aj0,aj1,bj0,bj1和bj2均 为系数。
相应的,如图4所示,所述根据平面电机的输入输出信号建立脉冲传 递函数,并根据所述脉冲传递函数确定平面电机的参数回归模型具体包括:
S11、以推力信号为输入信号、位置信号为输出信号建立平面电机j轴 的脉冲传递函数,其中,j轴为x轴或者y轴;
S12、获取所述脉冲传递函数的差分方程,并根据所述差分方程确定所 述平面电机的参数回归模型。
具体地,所述差分方程是对所述脉冲传递函数进行差分化得到,根据 所述脉冲传递函数得到的差分方程为:
pj(k+2)+aj1pj(k+1)+aj0pj(k)=bj2fj(k+2)+bj1fj(k+1)+bj0fj(k)
其中,k表示k时刻,k+1表示k时刻的下一时刻,k+2表示k+1的下一 时刻,所述aj0,aj1,bj0,bj1和bj2为脉冲传递函数的系数。此外,在所述脉 冲传递函数Gj(z)中,所述系数aj0,aj1,bj0,bj1和bj2均为通过具有遗忘因 子的递归最小二乘法辨识得到的系数。相应的,所述以推力信号为输入信 号、位置信号为输出信号建立平面电机j轴的脉冲传递函数具体包括:以推 力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函 数,其中,j轴为x轴或者y轴;采用具有遗忘因子的递归最小二乘法辨识 所述脉冲传递函数的系数,以得到所述脉冲传递函数。
进一步,在获取到差分方程后,根据所述差分方程可以获取到参数回 归模型。在获取所述参数回归模型时,可以定义离散状态变量xj_1(k)和 xj_2(k),所述xj_1(k)和xj_2(k)的表达式分别为:
xj_1(k)=pj(k)-bj2fj(k)
xj_2(k)=-aj0pj(k-1)+bj0fj(k-1)
那么,根据差分方程和离散状态变量可以得到k+1时刻的离散状态变量 xj_1(k+1)和xj_2(k+1),所述xj_1(k+1)和xj_2(k+1)的表达式分别为:
xj_1(k+1)=-aj1xj_1(k)+xj_2(k)+(bj1-aj1bj2)fj(k)
xj_2(k+1)=-aj0xj_1(k)+(bj0-aj0bj2)fj(k)
进一步,根据所述xj_1(k+1)和xj_2(k+1)可以确定所述参数回归模型的表 达式为:
其中,Cj=[10],yj(k)为k时 刻的预测位置。
进一步,在所述步骤S20中,所述第一预设数量为预先设定,这里用P 表示第一预设数量。也就是说,所述预测模型可以预测未来P个时刻的电机 位置并输出电机位置对应的水平推力。在确定参数回归模型后,取预测时 域等于控制时域为nT,T为采样周期,根据参数回归模型确定k+1时刻的预 测模型为
Yj_n(k+1|k-1)=Gjxj(k-1)+HjUj(k)
其中,n为整数且n>2,Yj_n(k+1|k-1),xj(k-1),Uj(k),Gj和Hj分别为
此外,根据所述预测模型可以得出预测位置序列Yj_n(k+1|k-1)是控制序 列Uj(k)的函数,(k+1)T,(k+2)T到(k+n)T时刻的预测位置可由序列 Yj_n(k+1|k-1)得出。
进一步,在实施例的一个变形实施例中,本发明中所述脉冲传递函数 Gj(z)的分子分母均为z的二阶多项式,若bj2=0,则离散状态变量可变形为 x'j_1(k)和x'j_2(k),分别为
x′j_1(k)=pj(k)
x′j_2(k)=-aj0pj(k-1)+bj0fj(k-1)
所述平面开关磁阻电机j轴运动的状态空间方程可变形为
式中,
那么,所述预测模型为
Y′j_n(k+1|k)=Gjx′j(k)+H′jU′j(k)
其中,Yj_n(k+1|k),x'j(k),U'j(k)和H'j分别为
进一步,在所述步骤S30中,所述代价函数是以参考位置与预测位置 的误差和输入控制量为目标,并通过所述代价函数确定最优输入控制序列。 所述预测模型确定的预测位置建立代价函数是根据当前时刻的前一时刻的 控制序列确定预测位置序列,即所述基于所述预测模型确定的预测位置建 立代价函数具体为获取前一时刻的控制序列,并根据所述前一时刻的控制 序列确定未来预设数量时域的预测位置序列;根据所述预测位置序列以及 当前时刻的控制序列建立代价函数。在本实施例中,所述代价函数的表达 式可以为:
其中,R(k)为k时刻的参考位置,Q1和Q2是正对角的加权矩阵,分别为:
R(k)=[r(k) L r(k+n-1)]T 1×n
此外,由于预测位置序列Yj_n(k+1|k-1)是控制序列Uj(k)的函数,那么 将代价函数中的Yj_n(k+1|k-1)采用Uj(k)替换,并计算替换后的代价函数的 极小值可以得到最优控制序列。所述最优控制序列Uj(k)的表达式可以为:
同时在本实施例中,如图5所示,所述基于所述预测模型确定的预测 位置建立代价函数,并根据所述代价函数计算平面电机的推力指令信号具 体包括:
S31、基于所述预测模型确定的预测位置建立代价函数,其中,所述代 价函数包括预测位置序列和控制序列;
S32、根据所述代价函数计算所述平面电机的控制序列,并根据所述控 制序列确定下一时刻的水平推力,以根据所述水平推力确定推力指令信号。
具体地,所述预测位置序列是根据预测模型得到,即根据所述预测模 型获取预测位置序列,再根据预测位置序列以及控制序列确定代价函数。 所述代价函数包括两个目标优化量,其中,一个目标约束条件为参考位置 与预测位置的差值,另一个是控制序列。此外,根据代价函数计算得到最 优控制序列,再根据所述最优控制序列得到下一时刻的水平推力,其中, 当前时刻为k时刻,下一时刻为k+1时刻。
示例性地,所述根据所述代价函数计算所述平面电机的控制量序列, 并根据所述控制量序列确定下一时刻的水平推力具体包括:
以所述代价函数最小为依据计算最优控制序列;
选取所述最优控制序列的第二分量,并将所述第二分量作为下一时刻 的水平推力,以根据所述水平推力确定推力指令信号。
具体地,所述下一时刻的水平推力为输入控制量序列的第二分量,即 在计算得到输入控制量序列时,选取所述输入控制量序列的第二分量,并 将所述第二分量作为下一刻的水平推力;基于所述水平推力确定推力指令 信号,并将所述确定的水平推力指令作用于平面电机的驱动装置,以控制 所述平面电机运动,这样可以提高平面电机运动的精确性。
进一步,在步骤S40中,在获取到k时刻的水平推力后,在k+1时刻重 复上述过程可以获取k+2时刻的输入控制量,依次类推直至k+n时刻。此外 在实际应用中,在k+1时刻获取k+2时刻的输入控制量之前,可以先判断所 述k+1时刻是否为最后时刻,当k+1不为最后时刻时,执行上步骤获取k+2 时刻的输入控制量,当k+1为最后时刻时,则完成输入控制量获取操作。
基于上述参数回归的平面电机控制方法,本发明还提供了一种计算机 可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述 一个或者多个程序可被一个或者多个处理器执行,以实现如上任一所述的 参数回归的平面电机控制方法中的步骤。
基于上述参数回归的平面电机控制方法,本发明还提供了一种移动终 端,如图6所示,其包括至少一个处理器(processor)20;显示屏21;以 及存储器(memory)22,还可以包括通信接口(Communications Interface) 23和总线24。其中,处理器20、显示屏21、存储器22和通信接口23可 以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中 预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存 储器22中的逻辑指令,以执行上述实施例中的方法。
此外,上述的存储器22中的逻辑指令可以通过软件功能单元的形式实 现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介 质中。
存储器22作为一种计算机可读存储介质,可设置为存储软件程序、计 算机可执行程序,如本公开实施例中的方法对应的程序指令或模块。处理 器20通过运行存储在存储器22中的软件程序、指令或模块,从而执行功 能应用以及数据处理,即实现上述实施例中的方法。
存储器22可包括程序存储区和数据存储区,其中,存储程序区可存储 操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设 备的使用所创建的数据等。此外,存储器22可以包括高速随机存取存储器, 还可以包括非易失性存储器。例如,U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟 或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
此外,上述存储介质以及移动终端中的多条指令处理器加载并执行的 具体过程在上述方法中已经详细说明,在这里就不再一一陈述。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对 其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通 技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修 改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不 使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于参数回归的平面电机控制方法,其特征在于,其包括:
根据平面电机的输入输出信号建立脉冲传递函数,并根据所述脉冲传递函数确定平面电机的参数回归模型;
根据所述参数回归模型确定用于预测所述平面电机的第一预设数量时域的预测位置的预测模型;
基于所述预测模型确定的预测位置建立代价函数,并根据所述代价函数计算平面电机的推力指令信号;
将所述推力指令信号作用于平面电机的驱动装置,以控制所述平面电机运动。
2.根据权利要求1所述参数回归的平面电机控制方法,其特征在于,所述根据平面电机的输入输出信号建立脉冲传递函数,并根据所述脉冲传递函数确定平面电机的参数回归模型具体包括:
以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数,其中,j轴为x轴或y轴;
获取所述脉冲传递函数的差分方程,并根据所述差分方程确定所述平面电机的参数回归模型。
3.根据权利要求2所述参数回归的平面电机控制方法,其特征在于,所述以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数具体包括:
以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数;
采用具有遗忘因子的递归最小二乘法辨识所述脉冲传递函数的系数,以得到所述脉冲传递函数。
4.根据权利要求1-3任一所述的参数回归的平面电机控制方法,其特征在于,所述脉冲传递函数的表达式为
其中,Fj(z)为输入信号,Pj(z)为输出信号,aj0,aj1,bj0,bj1和bj2均为系数。
5.根据权利要求4所述的参数回归的平面电机控制方法,其特征在于,所述参数回归模型的表达式为:
其中,Cj=[1 0],xj_1(k)=pj(k)-bj2fj(k),xj_2(k)=-aj0pj(k-1)+bj0fj(k-1)。
6.根据权利要求1所述参数回归的平面电机控制方法,其特征在于,所述基于所述预测模型确定的预测位置建立代价函数,并根据所述代价函数计算平面电机的推力指令信号具体包括:
基于所述预测模型确定的预测位置建立代价函数,其中,所述代价函数包括预测位置序列和控制序列;
根据所述代价函数计算所述平面电机的控制序列,并根据所述控制序列确定下一时刻的水平推力,以根据所述水平推力确定推力指令信号。
7.根据权利要求6所述参数回归的平面电机控制方法,其特征在于,所述根据所述代价函数计算所述平面电机的控制序列,并根据所述控制序列确定下一时刻的水平推力,以根据所述水平推力确定推力指令信号具体包括:
以所述代价函数最小为依据计算最优控制序列;
选取所述最优控制序列的第二分量,并将所述第二分量作为下一时刻的水平推力,以根据所述水平推力确定推力指令信号
8.根据权利要求6所述参数回归的平面电机控制方法,其特征在于,所述基于所述预测模型确定的预测位置建立代价函数具体包括:
获取前一时刻的控制序列,并根据所述前一时刻的控制序列确定未来预设数量时域的预测位置序列;
根据所述预测位置序列以及当前时刻的控制序列建立代价函数。
9.一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存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1~8任意一项所述的参数回归的平面电机控制方法中的步骤。
10.一种应用服务器,其特征在于,包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;
所述通信总线实现处理器和存储器之间的连接通信;
所述处理器执行所述计算机可读程序时实现如权利要求1-8任意一项所述的参数回归的平面电机控制方法中的步骤。
CN201910385618.7A 2019-05-09 2019-05-09 一种基于参数回归的平面电机控制方法及终端设备 Active CN110334386B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910385618.7A CN110334386B (zh) 2019-05-09 2019-05-09 一种基于参数回归的平面电机控制方法及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910385618.7A CN110334386B (zh) 2019-05-09 2019-05-09 一种基于参数回归的平面电机控制方法及终端设备

Publications (2)

Publication Number Publication Date
CN110334386A true CN110334386A (zh) 2019-10-15
CN110334386B CN110334386B (zh) 2023-04-07

Family

ID=68139966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910385618.7A Active CN110334386B (zh) 2019-05-09 2019-05-09 一种基于参数回归的平面电机控制方法及终端设备

Country Status (1)

Country Link
CN (1) CN110334386B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111665723A (zh) * 2020-06-19 2020-09-15 深圳大学 一种基于轨迹梯度软约束的平面电机的控制方法
CN113703316A (zh) * 2021-07-23 2021-11-26 上海电力大学 压水堆核电站主蒸汽压力模型预测控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107425781A (zh) * 2016-01-06 2017-12-01 西北工业大学 一种基于线性磁链模型和线性回归分析的srm位置预估方法
CN109245655A (zh) * 2018-10-26 2019-01-18 深圳大学 无位置传感器的平面电机的动子初始位置检测方法
CN109327178A (zh) * 2018-10-29 2019-02-12 江苏大学 一种开关磁阻电机多步预测控制器构造方法
US20190056702A1 (en) * 2017-08-21 2019-02-21 General Electric Company Model-based machine learing control system and method for tuning power production emissions
CN109639197A (zh) * 2018-12-21 2019-04-16 清华大学 基于光刻机磁悬浮平面电机运动系统的线圈电流切换算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107425781A (zh) * 2016-01-06 2017-12-01 西北工业大学 一种基于线性磁链模型和线性回归分析的srm位置预估方法
US20190056702A1 (en) * 2017-08-21 2019-02-21 General Electric Company Model-based machine learing control system and method for tuning power production emissions
CN109245655A (zh) * 2018-10-26 2019-01-18 深圳大学 无位置传感器的平面电机的动子初始位置检测方法
CN109327178A (zh) * 2018-10-29 2019-02-12 江苏大学 一种开关磁阻电机多步预测控制器构造方法
CN109639197A (zh) * 2018-12-21 2019-04-16 清华大学 基于光刻机磁悬浮平面电机运动系统的线圈电流切换算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹广忠等: "平面开关磁阻电机模型参考自适应位置控制", 《电机与控制学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111665723A (zh) * 2020-06-19 2020-09-15 深圳大学 一种基于轨迹梯度软约束的平面电机的控制方法
CN111665723B (zh) * 2020-06-19 2022-09-20 深圳大学 一种基于轨迹梯度软约束的平面电机的控制方法
CN113703316A (zh) * 2021-07-23 2021-11-26 上海电力大学 压水堆核电站主蒸汽压力模型预测控制方法

Also Published As

Publication number Publication date
CN110334386B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
US11288568B2 (en) Reinforcement learning using advantage estimates
KR102172277B1 (ko) 듀얼 심층 신경 네트워크
CN103365824B (zh) 使用级数展开的先验和非线性组件
Wei et al. Numerical adaptive learning control scheme for discrete‐time non‐linear systems
CN110334386A (zh) 一种基于参数回归的平面电机控制方法及终端设备
Zhang et al. Disturbance‐observer‐based antiswing control of underactuated crane systems via terminal sliding mode
CN109003069A (zh) 一种资源回退方法及装置
CN113516248B (zh) 一种量子门测试方法、装置及电子设备
CN109947573A (zh) 适用于电力系统边缘计算的智能加速芯片
Yang et al. AFAKF for manoeuvring target tracking based on current statistical model
CN116449820A (zh) 一种基于约束跟随的无人履带车轨迹跟踪控制方法
CN109615171A (zh) 特征阈值确定方法及装置、问题对象确定方法及装置
CN108174092A (zh) 终端控制方法、装置、计算机装置及计算机可读存储介质
Zhao et al. Intelligent second‐order sliding mode control for permanent magnet linear synchronous motor servo systems with robust compensator
CN104216588A (zh) 一种终端
CN111185909A (zh) 机器人运行工况获取方法、装置、机器人及存储介质
CN114781248A (zh) 基于状态偏移矫正的离线强化学习方法及装置
CN104215966A (zh) 一种终端测距方法
Li et al. Target tracking with a dynamic and adaptive selection of radars based on entropy
US10620718B2 (en) Device selection in three-dimensional environments
CN108075697A (zh) 一种位置信号倍频的开关磁阻电机相电流迭代学习控制方法
CN105404511A (zh) 基于理想几何的物理碰撞预测方法和装置
CN110323993A (zh) 一种多目标约束下平面电机的控制方法及终端设备
CN112421712A (zh) 消除指南针充电干扰的方法、装置、存储介质和终端
Keshavarz‐Mohammadiyan et al. PIAPF for manoeuvring target tracking in the presence of multiplicative noise

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