CN113485123A - 一种小行程纳米级运动台的频域自适应迭代学习控制方法 - Google Patents
一种小行程纳米级运动台的频域自适应迭代学习控制方法 Download PDFInfo
- Publication number
- CN113485123A CN113485123A CN202110913809.3A CN202110913809A CN113485123A CN 113485123 A CN113485123 A CN 113485123A CN 202110913809 A CN202110913809 A CN 202110913809A CN 113485123 A CN113485123 A CN 113485123A
- Authority
- CN
- China
- Prior art keywords
- frequency response
- iterative learning
- iteration
- representing
- 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- Withdrawn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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
一种小行程纳米级运动台的频域自适应迭代学习控制方法,属于超精密运动控制技术领域。方法为:运动台在相同迭代学习控制器输出的情况下独立运行两次,分别得到跟踪误差ek,1(t)和ek,2(t);对这两个误差数据进行快速傅里叶变换,获得相对应的频谱ek,1(w)和ek,2(w);根据频域自适应迭代学习加速收敛的条件判断是否需要更新闭环系统频率响应根据给出的频域自适应迭代学习更新方法,获得闭环系统频率响应估计值通过方程更新迭代学习控制器输出通过快速傅里叶逆变换对进行处理;设置k=k+1,并返回步骤一;当闭环系统达到预设的性能指标,或者达到了预设的最大迭代次数M,即k=M,则终止程序。本发明可以解决传统控制方法依赖于模型,因模型不准确而导致的性能下降问题。
Description
技术领域
本发明属于超精密运动控制技术领域,具体涉及一种小行程纳米级运动台的频域自适应迭代学习控制方法。
背景技术
公开号为CN113029235A、公开日为2021年06月25日、名称为“小行程纳米级运动台及热相关滞回数据测量方法”的发明专利申请,采用尺蠖电机和双极电磁铁复合方式驱动运动台,多电机协同控制,实现平台运动部件在X自由度的往复运动,既可以发挥电磁铁的大出力优势,又能利用尺蠖电机的高分辨率、高频响出力特性,使运动台兼顾高加速度和高定位精度。此外,该运动台可实现绕Z自由度转动,并可以掉电自锁,提高高端制造过程中工件的安全性。
该运动台通过尺蠖电机和双极电磁铁复合方式驱动,其执行器的控制电流和出力呈强非线性关系,在热-力-电-磁等多场耦合作用下,形成更为复杂的热相关动态滞回非线性。因此,建立精确的运动台系统模型以及获取精确的模型参数都非常困难。
授权公告号为CN104796111B、授权公告日为2017年07月28日、名称为“一种用于动态迟滞系统建模与补偿的非线性自适应滤波器”的发明专利,能够实现动态迟滞非线性系统在宽频带下的高精度建模,基于该滤波器的自适应逆控制可以有效补偿压电陶瓷、磁致伸缩等执行器的动态迟滞非线性,但其未考虑温度对系统的影响,不适合所述小行程纳米级运动台系统,且其控制方法严重依赖于模型,需要在建立精确模型的基础上应用该控制方法。
小行程纳米级运动台在X自由度轨迹重复性,并且其扰动为位置依懒性,在其运动过程中,具有重复性。基于以上分析,迭代学习控制方法适合应用。授权公告号为CN110703693B、授权公告日为2020年11月17日、名称为“一种机床进给系统的迭代学习前馈控制方法及系统”的发明专利,将迭代学习前馈控制方法与PID控制方法有效结合起来实现跟踪位置跟踪误差、轮廓误差的控制,进而实现机床进给系统模块的控制,该方法虽然对其系统模型精度降低要求,但是对系统模型依然存在一定的依赖性。
发明内容
本发明的目的在于提供一种小行程纳米级运动台的频域自适应迭代学习控制方法,该方法基于频率域设计的无模型数据驱动自适应迭代学习,利用频率响应数据在线学习和更新前馈控制器的输出来实现实现对系统的精确控制,既不需要运动台系统模型的构建,也不需要对系统模型的参数进行辨识,可以解决传统控制方法依赖于模型,因模型不准确而导致的运动台运动性能下降的问题。
为实现上述目的,本发明采取的技术方案如下:
一种小行程纳米级运动台的频域自适应迭代学习控制方法,所述控制方法的具体步骤如下:
步骤一:所述运动台(采用公开号为CN113029235A、公开日为2021年06月25日、名称为小行程纳米级运动台及热相关滞回数据测量方法中的运动台)在相同迭代学习控制器输出的情况下独立运行两次,分别得到跟踪误差ek,1(t)和ek,2(t);其中,表示第k次迭代后,迭代学习控制器的输出;设定最大迭代次数M和预期性能指标MA;
步骤二:对ek,1(t)和ek,2(t)两个数据进行快速傅里叶变换,获得相对应的频谱ek,1(w)和ek,2(w);
步骤七:设置k=k+1,并返回步骤一;k表示为引入的变量;当闭环系统达到预设的性能指标,即ek(t)≤MA,或者达到了预设的最大迭代次数M,即k=M,则终止程序,其中ek(t)表示第k次迭代后,运动系统的误差。
上式中,B(w)、A(w)是引入的变量,W(w)表示系统中噪声的幅值上界,S(w)表示系统的灵敏度函数,ek-1,1(w)表示迭代学习控制器输出为的情况下,第一次运行获得的跟踪误差的频率响应,ek-1,2(w)表示迭代学习控制器输出为的情况下,第二次运行获得的跟踪误差的频率响应,ek-1(w)表示第k-1次迭代后,运动台系统跟踪误差的频率响应,ek(w)表示第k次迭代后,运动台系统跟踪误差的频率响应。
具体表示为:
其中:表示第k次迭代后,闭环系统频率响应的估计值,表示第k-1次迭代后,闭环系统频率响应的估计值,表示第k-1次迭代后,闭环系统频率响应的误差的估计值,ρ-1(w)表示在频率点w处正的实数调节器取逆,ρ(w)∈(0,1],表示第k次迭代后,迭代学习控制器的输出的频率响应,表示第k-1次迭代后,迭代学习控制器的输出的频率响应,表示对取逆,表示系统闭环频率响应的估计值;表示所设计反馈控制器的频率响应的估计值,P(w)表示运动台系统的开环频率响应;Cfb(w)表示所设计反馈控制器的频率响应;表示第k次迭代后,迭代学习控制器的频率响应,表示对取逆,表示第k次迭代后,迭代学习控制器输出的频率响应,表示第k-1次迭代后,迭代学习控制器输出的频率响应,ek-1(t)表示第k-1次迭代后,运动台系统的跟踪误差,ΔTk(w)表示第k次迭代后,实际运动台系统的闭环系统频率响应的误差,T(w)表示系统闭环频率响应,CL(w)表示迭代学习控制器的频率响应;ek-1,1(w)表示迭代学习控制器输出为的情况下,第一次获得的跟踪误差频率响应;ek-1,2(w)表示迭代学习控制器输出的情况下,第二次获得的跟踪误差频率响应;ρ(w)表示在频率点w处正的实数调节器,ρ(w)∈(0,1]。
本发明相对于现有技术的有益效果是:本发明所提出的频域自适应迭代学习控制方法不仅更新了ILC学习律,而且在控制过程中不需要系统模型的构建,也不需要对系统模型的参数进行辨识,有效地避免难以获得精确的系统模型的问题。可以解决传统控制方法依赖于模型,因模型不准确而导致的性能下降问题,提高了运动台的控制精度,提升了运动指标。
附图说明
图1是本发明的一种小行程纳米级运动台的频域自适应迭代学习控制方法的流程图。
具体实施方式
具体实施方式一:如图1所示,本实施方式披露了一种小行程纳米级运动台的频域自适应迭代学习控制方法,所述控制方法的具体步骤如下:
步骤一:所述运动台(采用公开号为CN113029235A、公开日为2021年06月25日、名称为小行程纳米级运动台及热相关滞回数据测量方法中的运动台)在相同迭代学习控制器输出的情况下独立运行两次,分别得到跟踪误差ek,1(t)和ek,2(t);其中,表示第k次迭代后,迭代学习控制器的输出;设定最大迭代次数M和预期性能指标MA;
步骤二:对ek,1(t)和ek,2(t)两个数据进行快速傅里叶变换,获得相对应的频谱ek,1(w)和ek,2(w);
其中,表示第k+1次迭代后,迭代学习控制器输出的频率响应,表示第k次迭代后,迭代学习控制器输出的频率响应,表示对闭环系统频率响应估计值进行取逆,ek(w)表示第k次迭代后,运动台系统跟踪误差的频率响应;
步骤七:设置k=k+1,并返回步骤一;k表示为引入的变量;当闭环系统达到预设的性能指标,即ek(t)≤MA,或者达到了预设的最大迭代次数M,即k=M,则终止程序,其中ek(t)表示第k次迭代后,运动系统的误差。
上式中,B(w)、A(w)是引入的变量,W(w)表示系统中噪声的幅值上界,S(w)表示系统的灵敏度函数,ek-1,1(w)表示迭代学习控制器输出为的情况下,第一次运行获得的跟踪误差的频率响应,ek-1,2(w)表示迭代学习控制器输出为的情况下,第二次运行获得的跟踪误差的频率响应,ek-1(w)表示第k-1次迭代后,运动台系统跟踪误差的频率响应,ek(w)表示第k次迭代后,运动台系统跟踪误差的频率响应。
具体表示为:
其中:表示第k次迭代后,闭环系统频率响应的估计值,表示第k-1次迭代后,闭环系统频率响应的估计值,表示第k-1次迭代后,闭环系统频率响应的误差的估计值,ρ-1(w)表示在频率点w处正的实数调节器取逆,ρ(w)∈(0,1],表示第k次迭代后,迭代学习控制器的输出的频率响应,表示第k-1次迭代后,迭代学习控制器的输出的频率响应,表示对取逆,表示系统闭环频率响应的估计值;表示所设计反馈控制器的频率响应的估计值,P(w)表示运动台系统的开环频率响应;Cfb(w)表示所设计反馈控制器的频率响应;表示第k次迭代后,迭代学习控制器的频率响应,表示对取逆,表示第k次迭代后,迭代学习控制器输出的频率响应,表示第k-1次迭代后,迭代学习控制器输出的频率响应,ek-1(t)表示第k-1次迭代后,运动台系统的跟踪误差,ΔTk(w)表示第k次迭代后,实际运动台系统的闭环系统频率响应的误差,T(w)表示系统闭环频率响应,CL(w)表示迭代学习控制器的频率响应;ek-1,1(w)表示迭代学习控制器输出为的情况下,第一次获得的跟踪误差频率响应;ek-1,2(w)表示迭代学习控制器输出的情况下,第二次获得的跟踪误差频率响应;ρ(w)表示在频率点w处正的实数调节器,ρ(w)∈(0,1]。
以上仅为本发明较佳的具体实施方式,但本发明的保护范围,并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种小行程纳米级运动台的频域自适应迭代学习控制方法,其特征在于:所述控制方法的具体步骤如下:
步骤二:对ek,1(t)和ek,2(t)两个数据进行快速傅里叶变换,获得相对应的频谱ek,1(w)和ek,2(w);
其中,表示第k+1次迭代后,迭代学习控制器输出的频率响应,表示第k次迭代后,迭代学习控制器输出的频率响应,表示对闭环系统频率响应估计值进行取逆,ek(w)表示第k次迭代后,运动台系统跟踪误差的频率响应;
步骤七:设置k=k+1,并返回步骤一;k表示为引入的变量;当闭环系统达到预设的性能指标,即ek(t)≤MA,或者达到了预设的最大迭代次数M,即k=M,则终止程序;其中ek(t)表示第k次迭代后,运动系统的误差。
2.根据权利要求1所述的一种小行程纳米级运动台的频域自适应迭代学习控制方法,其特征在于:步骤三中,根据频域自适应迭代学习加速收敛的条件判断是否需要更新闭环系统频率响应频域自适应迭代学习加速收敛的条件为:
具体表示为:
其中:表示第k次迭代后,闭环系统频率响应的估计值,表示第k-1次迭代后,闭环系统频率响应的估计值,表示第k-1次迭代后,闭环系统频率响应的误差的估计值,ρ-1(w)表示在频率点w处正的实数调节器取逆,ρ(w)∈(0,1],表示第k次迭代后,迭代学习控制器的输出的频率响应,表示第k-1次迭代后,迭代学习控制器的输出的频率响应,表示对取逆,表示系统闭环频率响应的估计值;表示所设计反馈控制器的频率响应的估计值,P(w)表示运动台系统的开环频率响应;Cfb(w)表示所设计反馈控制器的频率响应;表示第k次迭代后,迭代学习控制器的频率响应,表示对取逆,表示第k次迭代后,迭代学习控制器输出的频率响应,表示第k-1次迭代后,迭代学习控制器输出的频率响应,ek-1(t)表示第k-1次迭代后,运动台系统的跟踪误差,ΔTk(w)表示第k次迭代后,实际运动台系统的闭环系统频率响应的误差,T(w)表示系统闭环频率响应,CL(w)表示迭代学习控制器的频率响应;ek-1,1(w)表示迭代学习控制器输出为的情况下,第一次获得的跟踪误差频率响应;ek-1,2(w)表示迭代学习控制器输出的情况下,第二次获得的跟踪误差频率响应;ρ(w)表示在频率点w处正的实数调节器,ρ(w)∈(0,1]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110913809.3A CN113485123A (zh) | 2021-08-10 | 2021-08-10 | 一种小行程纳米级运动台的频域自适应迭代学习控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110913809.3A CN113485123A (zh) | 2021-08-10 | 2021-08-10 | 一种小行程纳米级运动台的频域自适应迭代学习控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113485123A true CN113485123A (zh) | 2021-10-08 |
Family
ID=77944970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110913809.3A Withdrawn CN113485123A (zh) | 2021-08-10 | 2021-08-10 | 一种小行程纳米级运动台的频域自适应迭代学习控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113485123A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114117815A (zh) * | 2021-12-03 | 2022-03-01 | 哈尔滨工业大学 | 一种非最小相位运动系统逆模型前馈频域计算方法 |
CN116151009A (zh) * | 2023-02-27 | 2023-05-23 | 哈尔滨工业大学 | 一种面向超精密运动系统的频响辨识方法 |
CN116774585A (zh) * | 2023-06-25 | 2023-09-19 | 哈尔滨工业大学 | 一种纳米精度运动台学习控制系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100128238A1 (en) * | 2008-11-25 | 2010-05-27 | Rene Sanchez | Frequency Selective Iterative Learning Control System and Method for Controlling Errors in Stage Movement |
CN102929213A (zh) * | 2012-11-27 | 2013-02-13 | 哈尔滨工业大学 | 精密运动控制系统的非因果有效学习控制系统及控制方法 |
CN103823379A (zh) * | 2014-02-28 | 2014-05-28 | 北京理工大学 | 基于迭代学习的高频率角振动转台滑模控制方法 |
CN109245607A (zh) * | 2018-10-08 | 2019-01-18 | 河南科技大学 | 基于变增益迭代学习的超声波电机转速控制方法及装置 |
-
2021
- 2021-08-10 CN CN202110913809.3A patent/CN113485123A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100128238A1 (en) * | 2008-11-25 | 2010-05-27 | Rene Sanchez | Frequency Selective Iterative Learning Control System and Method for Controlling Errors in Stage Movement |
CN102929213A (zh) * | 2012-11-27 | 2013-02-13 | 哈尔滨工业大学 | 精密运动控制系统的非因果有效学习控制系统及控制方法 |
CN103823379A (zh) * | 2014-02-28 | 2014-05-28 | 北京理工大学 | 基于迭代学习的高频率角振动转台滑模控制方法 |
CN109245607A (zh) * | 2018-10-08 | 2019-01-18 | 河南科技大学 | 基于变增益迭代学习的超声波电机转速控制方法及装置 |
Non-Patent Citations (6)
Title |
---|
DEOKKYUN YOON: "Optimal Inversion-Based Iterative Learning Control for Overactuated Systems", 《IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY》 * |
DEQING HUANG: "High-Performance Tracking of Piezoelectric Positioning Stage Using Current-Cycle Iterative Learning Control With Gain Scheduling", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
付雪薇: "Frequency-Domain Data-Driven Adaptive Iterative Learning Control Approach: With Application to Wafer Stage", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
刘杨: "精密运动平台宏微控制系统的设计", 《中南大学学报》 * |
陈世友: "迭代学习控制的频域分析与设计方法", 《华 中 科 技 大 学 学 报》 * |
韩海涛: "非线性输出频域响应函数的自适应辨识算法及应用", 《西安交通大学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114117815A (zh) * | 2021-12-03 | 2022-03-01 | 哈尔滨工业大学 | 一种非最小相位运动系统逆模型前馈频域计算方法 |
CN114117815B (zh) * | 2021-12-03 | 2022-06-10 | 哈尔滨工业大学 | 一种非最小相位运动系统逆模型前馈频域计算方法 |
CN116151009A (zh) * | 2023-02-27 | 2023-05-23 | 哈尔滨工业大学 | 一种面向超精密运动系统的频响辨识方法 |
CN116151009B (zh) * | 2023-02-27 | 2023-07-18 | 哈尔滨工业大学 | 一种面向超精密运动系统的频响辨识方法 |
CN116774585A (zh) * | 2023-06-25 | 2023-09-19 | 哈尔滨工业大学 | 一种纳米精度运动台学习控制系统及方法 |
CN116774585B (zh) * | 2023-06-25 | 2023-11-14 | 哈尔滨工业大学 | 一种纳米精度运动台学习控制系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113485123A (zh) | 一种小行程纳米级运动台的频域自适应迭代学习控制方法 | |
CN104065322B (zh) | 一种电机位置伺服系统的输出反馈控制方法 | |
CN110488749B (zh) | 一种多轴运动系统的轮廓误差控制器及其控制方法 | |
CN105773623A (zh) | 基于预测型间接迭代学习的scara机器人轨迹跟踪控制方法 | |
CN110936374B (zh) | 一种柔性双关节机械臂命令滤波反步控制方法 | |
CN112859604B (zh) | 一种针对未知动态注塑成型过程的二维数据驱动最优跟踪控制方法 | |
CN108983595B (zh) | 一种前馈控制器参数的自动整定方法 | |
CN111930008A (zh) | 基于数据驱动控制的压电微定位平台轨迹跟踪控制方法 | |
Fu et al. | Frequency-domain data-driven adaptive iterative learning control approach: With application to wafer stage | |
CN107272409A (zh) | 一种基于迭代学习的直线伺服系统振动抑制方法 | |
CN108563123A (zh) | 直线电机x-y的自适应迭代学习鲁棒控制系统及设计方法 | |
Li et al. | Axiomatic-design-theory-based approach to modeling linear high order system dynamics | |
CN112255920A (zh) | 一种基于数据驱动的自适应最优迭代学习控制方法 | |
CN116638544A (zh) | 一种基于超局部模型的关节模组协同控制方法 | |
CN114047703A (zh) | 一种压电陶瓷微定位平台的无模型自适应控制方法 | |
CN114690642A (zh) | 一种压电驱动系统的耦合控制方法 | |
Yu et al. | Acceleration measurement-based disturbance observer control for a belt-drive servo instrumentation | |
Adnan et al. | Adaptive feedforward Zero Phase Error Tracking Control for minimum phase and non-minimum phase systems-XY table real-time application | |
Li et al. | Parameter identification based on pso algorithm for piezoelectric actuating system with rate-dependent prandtl-ishlinskii hysteresis modeling method | |
Trojaola et al. | An Innovative MIMO Iterative Learning Control Approach for the Position Control of a Hydraulic Press | |
Dai et al. | Super-twisting sliding mode control design for electric dynamic load simulator | |
CN113110105B (zh) | 一种基于逆补偿和扰动触发的压电执行器控制方法 | |
CN114253138B (zh) | 基于动态延时pi模型的纳米定位平台补偿控制方法及系统 | |
Tang et al. | Modeling and precise position control of flexible joints with harmonic drives | |
Fan et al. | Tacking Control of Piezoelectric Stick-Slip Actuator Based on Integral Terminal Sliding Mode Strategy |
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: 20211008 |