CN114765439A - 一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构pd复合控制方法 - Google Patents
一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构pd复合控制方法 Download PDFInfo
- Publication number
- CN114765439A CN114765439A CN202210261920.3A CN202210261920A CN114765439A CN 114765439 A CN114765439 A CN 114765439A CN 202210261920 A CN202210261920 A CN 202210261920A CN 114765439 A CN114765439 A CN 114765439A
- Authority
- CN
- China
- Prior art keywords
- friction
- formula
- variable structure
- dynamic flexible
- flexible variable
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
- H02P21/18—Estimation of position or speed
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本申请提供了一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构PD复合控制方法,属于智能控制领域。该控制方法包括引入连续摩擦力矩模型作为摩擦前馈补偿器、提出简化动态柔性变结构控制器与PD控制器相结合的简化动态柔性变结构PD控制器、利用改进遗传算法进行参数整定。本发明的优点在于能够改善由摩擦干扰所造成系统受不确定非线性因素的影响,降低简化动态柔性变结构PD控制器结构复杂及参数整定困难等问题;同时针对连续回转电液伺服马达系统,能够提高连续回转马达的低速稳定性和跟踪精度,拓展系统的频响,实现伺服系统的精确控制。
Description
技术领域
本申请涉及智能控制领域,具体设计了一种针对连续回转马达系统简化动态柔性变结构PD复合控制方法。
背景技术
连续回转电液伺服马达作为飞行模拟半实物仿真转台的重要驱动设备,具备高频响、高精度、超低速等良好的性能。由于马达系统在运行过程中存在摩擦力矩干扰等不确定非线性因素,影响连续回转电液伺服马达系统的控制性能。因此,本文针对摩擦力矩对系统性能的影响,结合变结构控制策略,进一步改善马达系统的性能。
目前摩擦力矩的补偿方式有三种:一是采用机械结构设计方法,改进执行机构的密封形式;二是基于新材料技术减小摩擦力的产生,改善密封件的摩擦特性;三是从控制策略角度对摩擦力矩进行补偿,抑制其对系统动态特性的影响,然而发展精确的摩擦模型一直是一个难题,一般的摩擦模型并不能够被普遍接受,尤其应用在低速设备中,摩擦效应放大,造成系统失稳。
柔性变结构控制(Soft Variable Structure Control,SVSC)为变结构控制理论的另一分支,控制器参数由连续选择的控制策略确定,由此来代替滑模面,消除了滑模控制系统抖振问题以及自适应律设计的局限性,控制信号平滑,实现时间最优控制的性能。但受限于其参数整定的复杂性,不适合工程应用。
发明内容
本发明提出一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构PD复合控制方法,该控制方法设计的基于连续摩擦力矩模型的摩擦前馈补偿器,由输入速度信号和输出力矩Tf组成,一个简化动态柔性变结构PD控制器,由输入信号ef和输出信号u组成,借鉴PD控制结构;所述的改进遗传算法,由迭代次数来确定交叉和变异概率;通过该控制方法对连续回转马达五阶伺服系统进行控制,在跟踪控制上具有较高的鲁棒性和抗干扰能力,有效地提高了连续回转马达电液伺服系统的低速性和稳定性,并提高了跟踪精度,实现了伺服系统的精确控制。
1、一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构PD复合控制方法,包括一个简化动态柔性变结构PD复合控制器和一种用于参数整定的改进遗传算法:所述的简化动态柔性变结构PD复合控制器包括一个摩擦前馈补偿器,由输入速度信号和输出力矩Tf组成,采用连续摩擦力矩模型,以及一个简化动态柔性变结构PD控制器,由输入信号ef和输出信号u组成,借鉴PD控制结构;所述的改进遗传算法,包括目标函数、选择操作、交叉操作和变异操作等构成,并由迭代次数来确定交叉和变异概率。
2、所述的简化动态柔性变结构PD复合控制器如下:
基于连续摩擦模型的摩擦前馈补偿器表达式为:
简化动态柔性变结构PD控制器表达式为:
u=up+uD (2)
up=p1·e1 (3)
e1=q1·ef (4)
式中:up为P部分控制信号;uD为D部分控制信号;q1、ε、K为增益参数;ef为系统反馈误差;p1为选择变量;gp、u0为常值,us为限幅器;KD为微分增益。
3、所述的改进遗传算法基本流程为:
目标函数表达式为:
式中TF为模型辨识摩擦力矩值;
选择操作表达式为:
式中:m为个体的统计数;Fi为个体适应度值;
交叉操作表达式为:
Pc=Pcmin Pc≤Pcmin
变异操作表达式为:
Pm=Pmmax Pm≥Pmmax
式中:Pm0为初始变异概率;Pm0为变异率增加步长;t为当前迭代次数;Pmmax为变异概率最大值。
本发明的创造性主要体现在:
(1)本发明针对连续回转马达存在摩擦干扰等不确定非线性因素的影响,设计了一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构PD复合控制方法,对高阶非线性系统具有良好的控制性能,对不确定扰动因素也具有较好的适应性和鲁棒性,同时提高系统的跟踪精度和响应频率;
(2)本发明设计的一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构PD复合控制方法,相较于动态柔性变结构控制,减少了控制器的复杂程度和需要整定的参数个数,并采用改进遗传算法进行参数整定,降低了整定的难度,节省运算时间。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1是基于摩擦前馈补偿的简化动态柔性变结构PD复合控制器示意图;
图2是简化动态柔性变结构PD控制器结构图;
图3是ITAE优化模型;
图4是种群迭代次数与个体适应度值曲线图;
图5是0.001°/s斜坡输入信号的相应特性曲线图;
图6是频率8Hz,幅值1°的正弦输入信号的响应特性曲线图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
结合附图,对本发明的控制方法进行详细描述:
如图1所示,为基于摩擦前馈补偿的简化动态柔性变结构PD复合控制器示意图,具体控制过程为:采取基于连续摩擦模型的摩擦补偿策略,对指令位置信号r求导得到速度信号经过连续摩擦模型得到摩擦力矩值,在信号输入处抵消摩擦干扰的影响,指令信号与反馈信号作差得到误差信号ef,作为简化动态柔性变结构PD控制器的输入,得到输出u,与摩擦补偿信号共同作用,经功率放大后对被控对象进行复合控制,得到位置θ;
如图2所示,简化后的动态柔性变结构控制器与PD控制器相结合,简化的动态柔性变结构控制应用到P部分,P部分和D部分平行放置;
如图3所示,采用改进遗传算法进行参数优化,目标函数采用常用的动态误差信号的积分指标,采用正弦信号作为测试信号,采用误差绝对值的积分型(ITAE)作为适应度函数,由绝对误差与时间乘积的积分得到,利用遗传算法优化KD、K、q1、ε和gp这五个参数,找到目标函数的最优解;
如图4所示,初始化遗传算法,不限制各个参数变量的作用范围,因此采用随机生成,由算法本身进行筛选,得到个体最优适应度值,改进遗传算法参数设置如下:染色体个数为5,种群数量为50,交叉概率为0.85,变异概率为0.05,目标函数为JITAE,同时仿真求解器采取可变步长求解;
如图5所示,实线为斜度0.001°/s的斜坡输入信号,虚线为简化动态柔性变结构PD复合控制器的输出相应曲线;
如图6所示,实线为频率8Hz、幅值1°的正弦输入信号,虚线为简化动态柔性变结构PD复合控制器的输出相应曲线。
所述功能如果以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,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (3)
2.根据权利要求1所述的一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构PD复合控制方法,其特征在于:
连续摩擦力矩模型适用于在双向旋转状态下的高精度控制要求,可以解决由摩擦模型不连续造成的控制精度差和不稳性等问题,在一定程度上能够描述多种摩擦特性,连续摩擦模型的表达式为:
由于摩擦力矩造成系统不稳定,产生稳态误差和爬行现象,因此需要采取相应的摩擦补偿策略,对摩擦干扰加以补偿。本发明采用基于摩擦模型的前馈补偿方法,通过使用本发明建立的连续摩擦模型,在信号输入处加入摩擦补偿信号来抵消摩擦干扰的影响;
简化的动态柔性变结构控制信号为:
简化后动态选择策略为:
简化后的动态柔性变结构控制瞬态响应分三个阶段:
(1)在初始输入限幅阶段,此时选择策略的状态误差很大,在高增益q的作用下使反馈增益p稳定到一个足够大的值,促使系统在最大加速度下达到稳定状态;
(2)在最后积分作用阶段,限幅器将失去作用,此时系统输入为:
式中:由于k1>>k2,k2/k1保持极小值,此时控制器等同于输出积分控制器;
(3)在两阶段之间,系统将运行在过渡阶段;
简化后的动态柔性变结构控制器具有工程应用性,为更好的取得控制性能,将此控制器与PD控制方法相结合,简化的动态柔性变结构控制应用到P部分,P部分和D部分平行放置;简化动态柔性变结构PD控制为:
u=up+uD (6)
式中:up为P部分控制信号;uD为D部分控制信号;
对于P部分控制描述如下:
up=p1·e1 (7)
e1=q1·ef (8)
式中:q1、ε、K为增益参数,ef为系统反馈误差;p1为选择变量;gp、u0为常值,us为限幅器;
对于D部分控制描述如下:
式中KD为微分增益。
3.根据权利要求1所述的一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构PD复合控制方法,其特征在于:
遗传算法的基本流程为:
本文直接采用目标函数作为适应度函数,采取二次性能优化指标作为辨识模型的目标函数,即:
式中TF为模型辨识摩擦力矩值;
选择操作采用轮盘赌法,依据子代适应度的不同匹配权重系数,公式为:
式中:m为个体的统计数;Fi为个体适应度值;
为保证种群多样性的同时增加搜索能力,交叉概率的取值由迭代次数来确定,公式为:
Pc=Pc0-Pc step·t Pc>Pcmin (14)
Pc=Pcmin Pc≤Pcmin
变异操作为辅助运算,本文采取逐步增加变异率,公式为:
Pm=Pmmax Pm≥Pmmax
式中:Pm0为初始变异概率;Pm0为变异率增加步长;t为当前迭代次数;Pmmax为变异概率最大值;
相应的,遗传算法的参数设置及细化流程如下:
Step1:参数初始化,初始种群N=60,最大迭代次数G=100,染色体数C=6,交叉概率Pc=0.9,变异概率Pm=0.1,迭代计数器t=0;
Step2:根据目标函数,计算群体中个体的适应度值,直到i达到种群规模;
Step3:将选择算子作用到群体,对Step2求解出适应度高的个体直接遗传到下一代或匹配不同的权重系数;
Step4:两个父代染色体进行交叉操作,从而一定概率产生优于父代新个体,扩大全局搜索能力;
Step5:在变异操作中个体的某个基因值发生变化,从而产生新个体,提高局部搜索能力,避免算法过早收敛;
Step6:若算法满足最大适应度要求,输出最优参数;否则重复Step2-Step5,直至最大迭代次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210261920.3A CN114765439B (zh) | 2022-03-16 | 2022-03-16 | 一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构pd复合控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210261920.3A CN114765439B (zh) | 2022-03-16 | 2022-03-16 | 一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构pd复合控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114765439A true CN114765439A (zh) | 2022-07-19 |
CN114765439B CN114765439B (zh) | 2023-03-10 |
Family
ID=82364785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210261920.3A Active CN114765439B (zh) | 2022-03-16 | 2022-03-16 | 一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构pd复合控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114765439B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926875A (zh) * | 2014-04-18 | 2014-07-16 | 东南大学 | 一种滚珠丝杠进给系统摩擦补偿方法 |
CN110955145A (zh) * | 2019-12-10 | 2020-04-03 | 哈尔滨理工大学 | 一种针对连续回转马达电液伺服系统的五阶自抗扰控制方法 |
CN110968961A (zh) * | 2019-12-17 | 2020-04-07 | 哈尔滨理工大学 | 一种连续回转电液伺服马达参数辨识方法 |
-
2022
- 2022-03-16 CN CN202210261920.3A patent/CN114765439B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926875A (zh) * | 2014-04-18 | 2014-07-16 | 东南大学 | 一种滚珠丝杠进给系统摩擦补偿方法 |
CN110955145A (zh) * | 2019-12-10 | 2020-04-03 | 哈尔滨理工大学 | 一种针对连续回转马达电液伺服系统的五阶自抗扰控制方法 |
CN110968961A (zh) * | 2019-12-17 | 2020-04-07 | 哈尔滨理工大学 | 一种连续回转电液伺服马达参数辨识方法 |
Non-Patent Citations (3)
Title |
---|
MAKKAR C等: ""A New Continuously Differentiable Friction Model for Control Systems Design"", 《PROCEEDINGS OF THE 2005 IEEE/ASME INTERNATIONAL CONFERENCE ON ADVANCED INTELLIGENT MECHATRONICS》 * |
段梦琨等: ""基于动态柔性变结构的BLDCM调速技术研究"", 《控制工程》 * |
袁璠: ""凸轮转子液压伺服马达优化设计"", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114765439B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Civelek | Optimization of fuzzy logic (Takagi-Sugeno) blade pitch angle controller in wind turbines by genetic algorithm | |
CN105114242A (zh) | 基于模糊自适应的dfpso算法的水轮机调速器参数优化方法 | |
CN104005909A (zh) | 非线性前馈与模糊pid结合的风力发电机组变桨距控制方法 | |
CN116149166B (zh) | 一种基于改进白鲸算法的无人救援艇航向控制方法 | |
CN112748665B (zh) | 基于模糊卡尔曼滤波的氢燃料电池迭代控制方法及装置 | |
CN111290263A (zh) | 一种改进的基于rbfnn及bas的pid最优化控制算法 | |
Idir et al. | Performance improvement of aircraft pitch angle control using a new reduced order fractionalized PID controller | |
CN109611274B (zh) | 一种风力发电机组高风速区lqg优化控制方法 | |
CN109189075B (zh) | 一种舰船用模糊遗忘因子无模型自适应航向控制方法 | |
CN114765439A (zh) | 一种基于摩擦补偿的连续回转马达系统简化动态柔性变结构pd复合控制方法 | |
CN114545864A (zh) | 一种电液伺服系统摩擦补偿控制方法 | |
Al‐Hadithi et al. | A multi‐strategy fuzzy control method based on the Takagi‐Sugeno model | |
CN111027178B (zh) | 一种抽水蓄能机组调频参数优化方法 | |
CN113741184A (zh) | 一种基于滑模观测器的风力机载荷预测控制方法 | |
Brandetti et al. | Analysis and multi-objective optimisation of wind turbine torque control strategies | |
CN112748657A (zh) | 基于自适应遗传算法旋转惯导自抗扰控制器参数整定方法 | |
CN114372402A (zh) | 一种基于弹道跟踪的导弹控制器参数配置方法及系统 | |
Ranjineh Khojasteh et al. | Design nonlinear feedback strategy using H 2/H∞ control and neural network based estimator for variable speed wind turbine | |
Mahmood et al. | Antenna azimuth position control using fractional order PID controller based on genetic algorithm | |
CN114995123A (zh) | 一种航空发动机宽范围模型预测控制方法 | |
Yang et al. | Applications of genetic-Taguchi algorithm in flight control designs | |
Lii et al. | An induction motor position controller optimally designed with fuzzy phase-plane control and genetic algorithms | |
Dong et al. | The Fuzzy Control of Electro-hydraulic Servo System Based on DE Algorithm | |
CN116047903A (zh) | 一种分数阶水轮机调节系统的非线性预测函数控制方法 | |
CN113093546B (zh) | 用于光电跟踪系统的二阶模糊-动态高型控制器设计方法 |
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 |