CN115085611B - 一种直线电机运动控制方法、装置、设备及存储介质 - Google Patents

一种直线电机运动控制方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115085611B
CN115085611B CN202211009753.XA CN202211009753A CN115085611B CN 115085611 B CN115085611 B CN 115085611B CN 202211009753 A CN202211009753 A CN 202211009753A CN 115085611 B CN115085611 B CN 115085611B
Authority
CN
China
Prior art keywords
signal
linear motor
displacement
control quantity
disturbance
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.)
Active
Application number
CN202211009753.XA
Other languages
English (en)
Other versions
CN115085611A (zh
Inventor
张揽宇
詹博羽
高健
刘亚超
陈云
陈新
黄楠
王华柯
陈宣竹
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of 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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN202211009753.XA priority Critical patent/CN115085611B/zh
Publication of CN115085611A publication Critical patent/CN115085611A/zh
Application granted granted Critical
Publication of CN115085611B publication Critical patent/CN115085611B/zh
Priority to PCT/CN2023/093956 priority patent/WO2024041042A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02P21/0003—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
    • H02P21/13—Observer control, e.g. using Luenberger observers or Kalman filters
    • 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
    • H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
    • H02P25/02—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
    • H02P25/06—Linear motors

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明涉及直线电机运动控制技术领域，公开了一种直线电机运动控制方法、装置、设备及存储介质。本发明采用预先基于直线电机的模型参数构建得到的状态扩张观测器，根据直线电机的总控制量和实际位移信号进行状态估计以得到各观测信号；利用相位超前控制器对其中的扰动观测信号的估计滞后进行改进，采用预先基于直线电机的数学模型构建得到的模型预测控制器，根据各观测信号进行滚动优化，得到最优控制量增量；根据改进后的扰动观测信号和最优控制量增量对总控制量进行更新，并根据更新的总控制量输出相应的驱动信号至直线电机的驱动端。本发明能够对扰动进行快速区分和抑制，提高直线电机的运动控制精度、响应速度以及抗干扰能力。

Description

一种直线电机运动控制方法、装置、设备及存储介质
技术领域
本发明涉及直线电机运动控制技术领域，尤其涉及一种直线电机运动控制方法、装置、设备及存储介质。
背景技术
直线电机具有精度高、稳定性强和响应速度快等优良的伺服性能，有效解决了精度与速度和大行程之间的矛盾，逐渐成为高速高加速精密运动平台的主流驱动方式。然而，直线电机由于没有中间机械传动环节，导致直线电机在高精度定位过程中易受参数摄动、推力波动等扰动的直接影响。运动控制策略作为直线电机精密运动系统的关键技术之一，也是控制器的核心技术，如何提高在高响应速度下的定位精度和抗干扰能力，一直是研究的难点。
PID控制（比例-积分-微分控制）由于其控制结构简单、参数调整方便，一直是直线电机在实际工程上广泛应用的传统控制方法。然而，PID控制存在快速性和超调性、鲁棒性和高精度的矛盾，这严重限制了直线电机在高定位精度指标下的响应速度和抗干扰能力。因此，传统的PID控制越来越难以满足高速高加速工况下直线电机的高精度定位及快速抗干扰的要求。
在PID基础上，现有技术利用扩张状态观测器进行扰动估计，从而在控制律中予以补偿。其中，现有技术中提供了一种基于扩张状态观测器的永磁同步电机无模型预测控制方法（专利申请号为CN201911092531.7），该方法包括：步骤A：使用线性扩张观测器估计系统的未知和扰动部分，不涉及电机参数；步骤B：将电机参考电流矢量和反馈电流矢量，经过基于扩张状态观测器的永磁同步电机无模型控制器，使用复矢量电流调节器得到参考电压矢量，再经过PWM调制后得到逆变器六路开关信号，实现对电机的控制。然而，该方法中的状态扩张观测器没有充分利用已知的直线电机的模型信息，而是将直线电机的模型参数信息作为未知，与外界的未知扰动统一为一个总的扰动进行观测估计，从而在控制律中予以补偿。当有较大的扰动产生时，该方法由于扩张状态观测器的局限性，无法对扰动进行快速区分和抑制，从而显著降低了控制量的输出速度，进而会影响直线电机运动系统的响应速度和抗干扰能力。
现有技术中还提供了一种刚柔耦合运动平台的扩张状态观测器-模型预测控制方法（专利申请号为CN202011297739.5），该方法包括：建立刚柔耦合运动平台的动力学模型，并基于此提出适用于刚柔耦合运动平台的预测模型；利用所述预测模型，设计适用于刚柔耦合运动平台高精密控制过程中的滚动优化，其中，将预测输出与运动规划输入之间的累计误差定义为优化目标函数；将扩张观测器应用于预测模型的反馈技术中，形成闭环的控制算法。该方法同样没有利用被控对象的模型信息，且没有考虑扩张状态观测器在扰动观测和抑制方面的滞后性，在进行扰动抑制时存在相位滞后，进而导致无法快速精准地抑制扰动。
因此有必要研究一种新的直线电机运动控制方案，以便充分利用已知的直线电机的模型信息，有效提高直线电机的运动控制精度、响应速度以及抗干扰能力。
发明内容
本发明提供了一种直线电机运动控制方法、装置、设备及存储介质，解决了现有直线电机运动控制方案由于难以对扰动进行快速区分和抑制而使得直线电机的运动控制精度和响应速度较低、抗干扰能力较差的技术问题。
本发明第一方面提供一种直线电机运动控制方法，包括：
步骤S1，获取直线电机的位移规划信号和实际位移信号；
采用预先基于所述直线电机的模型参数构建得到的状态扩张观测器，根据直线电机的总控制量和所述实际位移信号进行状态估计，得到相应的位移观测信号、速度观测信号和扰动观测信号；
步骤S2，利用预先构建的相位超前控制器对所述扰动观测信号的估计滞后进行改进，得到改进后的扰动观测信号；
步骤S3，采用预先基于所述直线电机的数学模型构建得到的模型预测控制器，根据所述位移规划信号、所述位移观测信号和所述速度观测信号进行滚动优化，得到最优控制量增量；
步骤S4，根据所述改进后的扰动观测信号和所述最优控制量增量对所述总控制量进行更新，根据更新的总控制量输出相应的驱动信号至所述直线电机的驱动端，以实现对所述直线电机的运动控制。
根据本发明第一方面的一种能够实现的方式，所述根据直线电机的总控制量和所述实际位移信号进行状态估计，包括：
根据直线电机的总控制量和所述实际位移信号，按照下列观测表达式计算相应的位移观测信号、速度观测信号和扰动观测信号：
Figure 583446DEST_PATH_IMAGE001
式中，
Figure 236276DEST_PATH_IMAGE002
为位移观测信号的一阶导数，
Figure 716936DEST_PATH_IMAGE003
为速度观测信号的一阶导数，
Figure 71693DEST_PATH_IMAGE004
为扰动观测信号的一阶导数，
Figure 928791DEST_PATH_IMAGE005
为直线电机的总控制量，
Figure 436127DEST_PATH_IMAGE006
为所述实际位移信号，
Figure 150005DEST_PATH_IMAGE005
为所述直线电机的总控制量，
Figure 195321DEST_PATH_IMAGE007
为所述位移观测信号，
Figure 403580DEST_PATH_IMAGE008
为所述速度观测信号，
Figure 14690DEST_PATH_IMAGE009
为所述扰动观测信号，
Figure 102732DEST_PATH_IMAGE010
、
Figure 179884DEST_PATH_IMAGE011
和
Figure 441102DEST_PATH_IMAGE012
均为所述状态扩张观测器的观测参数，
Figure 844401DEST_PATH_IMAGE013
、
Figure 916393DEST_PATH_IMAGE014
和
Figure 733040DEST_PATH_IMAGE015
均是所述直线电机的模型参数，其中
Figure 470052DEST_PATH_IMAGE013
表示位移增益，
Figure 806486DEST_PATH_IMAGE014
表示速度增益，
Figure 236330DEST_PATH_IMAGE015
表示控制量增益。
根据本发明第一方面的一种能够实现的方式，所述直线电机的模型为：
Figure 274694DEST_PATH_IMAGE016
式中，
Figure 628446DEST_PATH_IMAGE017
为所述直线电机的实际速度信号的一阶导数，
Figure 271917DEST_PATH_IMAGE018
为所述直线电机的实际速度信号，
Figure 669400DEST_PATH_IMAGE019
为外部扰动信号；
所述状态扩张观测器的观测参数满足：
Figure 208441DEST_PATH_IMAGE020
式中，
Figure 349572DEST_PATH_IMAGE021
为观测带宽参数。
根据本发明第一方面的一种能够实现的方式，所述相位超前控制器的表达式为：
Figure 847550DEST_PATH_IMAGE022
式中，
Figure 166667DEST_PATH_IMAGE023
为所述改进后的扰动观测信号，
Figure 445201DEST_PATH_IMAGE024
为所述扰动观测信号，
Figure 327707DEST_PATH_IMAGE025
为调整因子，且
Figure 493240DEST_PATH_IMAGE026
，
Figure 435788DEST_PATH_IMAGE027
为时间常数，且
Figure 936040DEST_PATH_IMAGE028
，
Figure 169706DEST_PATH_IMAGE029
为拉普拉斯变换因子。
根据本发明第一方面的一种能够实现的方式，所述模型预测控制器采用的预测模型为：
Figure 642276DEST_PATH_IMAGE030
式中，
Figure 552463DEST_PATH_IMAGE031
为当前时刻值，
Figure 311251DEST_PATH_IMAGE032
为所预测的位移输出值序列，
Figure 535559DEST_PATH_IMAGE033
，上标
Figure 924952DEST_PATH_IMAGE034
表示转置，
Figure 22352DEST_PATH_IMAGE035
为在当前时刻
Figure 434879DEST_PATH_IMAGE031
所预测的未来时刻
Figure 259615DEST_PATH_IMAGE036
的位移输出值，
Figure 254247DEST_PATH_IMAGE037
，
Figure 709499DEST_PATH_IMAGE038
为系统矩阵，
Figure 671639DEST_PATH_IMAGE039
，
Figure 237750DEST_PATH_IMAGE040
为单元矩阵，
Figure 86888DEST_PATH_IMAGE041
，
Figure 460844DEST_PATH_IMAGE042
为控制矩阵，
Figure 910280DEST_PATH_IMAGE043
，
Figure 14502DEST_PATH_IMAGE044
，
Figure 983726DEST_PATH_IMAGE045
，
Figure 843098DEST_PATH_IMAGE046
，
Figure 264983DEST_PATH_IMAGE047
为信号采样间隔时间，
Figure 438476DEST_PATH_IMAGE014
表示速度增益，
Figure 511474DEST_PATH_IMAGE015
表示控制量增益，
Figure 289549DEST_PATH_IMAGE048
为观测信号差值序列，
Figure 385681DEST_PATH_IMAGE049
，
Figure 894023DEST_PATH_IMAGE050
表示
Figure 24790DEST_PATH_IMAGE031
时刻的位移观测信号，
Figure 976697DEST_PATH_IMAGE051
表示
Figure 622442DEST_PATH_IMAGE052
时刻的位移观测信号，
Figure 872158DEST_PATH_IMAGE053
为
Figure 670480DEST_PATH_IMAGE031
时刻的速度观测信号，
Figure 42556DEST_PATH_IMAGE054
表示
Figure 926329DEST_PATH_IMAGE052
时刻的速度观测信号，
Figure 42053DEST_PATH_IMAGE055
为
Figure 691953DEST_PATH_IMAGE031
时刻的实际位移信号，
Figure 234929DEST_PATH_IMAGE056
为控制增量序列，
Figure 527371DEST_PATH_IMAGE057
，
Figure 197517DEST_PATH_IMAGE058
表示最优控制量增量，
Figure 954121DEST_PATH_IMAGE059
，
Figure 605682DEST_PATH_IMAGE060
为控制时域，
Figure 464048DEST_PATH_IMAGE061
为预测时域。
根据本发明第一方面的一种能够实现的方式，所述根据所述位移规划信号、所述位移观测信号和所述速度观测信号进行滚动优化，得到最优控制量增量，包括：
通过所述预测模型得出所述位移输出值序列，将所述位移输出值序列代入到下列优化目标函数中：
Figure 921574DEST_PATH_IMAGE062
式中，
Figure 283416DEST_PATH_IMAGE063
为位移规划信号序列，
Figure 371458DEST_PATH_IMAGE064
，
Figure 700808DEST_PATH_IMAGE065
为所述的位移规划信号，
Figure 444249DEST_PATH_IMAGE066
和
Figure 175444DEST_PATH_IMAGE067
为需要设计的权重矩阵，
Figure 434387DEST_PATH_IMAGE068
，
Figure 736187DEST_PATH_IMAGE069
，
Figure 801095DEST_PATH_IMAGE070
、
Figure 324480DEST_PATH_IMAGE071
、
Figure 301794DEST_PATH_IMAGE072
分别对应
Figure 605737DEST_PATH_IMAGE073
得到的序列中第一项、第二项、第
Figure 959489DEST_PATH_IMAGE074
项信号的权重，
Figure 337381DEST_PATH_IMAGE075
、
Figure 443DEST_PATH_IMAGE076
、
Figure 273905DEST_PATH_IMAGE077
分别对应
Figure 618299DEST_PATH_IMAGE056
中第一项、第二项、第
Figure 178593DEST_PATH_IMAGE074
信号的权重；
以
Figure 497710DEST_PATH_IMAGE078
为极值条件，根据所述极值条件求解所述优化目标函数，得到最优控制量增量：
Figure 776245DEST_PATH_IMAGE079
。
根据本发明第一方面的一种能够实现的方式，所述根据所述改进后的扰动观测信号和所述最优控制量增量对所述总控制量进行更新，包括：
根据所述最优控制量增量得到最优控制量；
按照下列公式对所述总控制量进行更新：
Figure 658750DEST_PATH_IMAGE080
式中，
Figure 824283DEST_PATH_IMAGE005
表示总控制量，
Figure 563569DEST_PATH_IMAGE081
表示最优控制量，
Figure 1504DEST_PATH_IMAGE023
为所述改进后的扰动观测信号，
Figure 500749DEST_PATH_IMAGE015
是所述直线电机的模型中的参数，其表示控制量增益。
本发明第二方面提供一种直线电机运动控制系统，其特征在于，包括：
信号获取模块，用于获取直线电机的位移规划信号和实际位移信号；
状态扩张观测器，其基于所述直线电机的模型参数构建得到，用于根据直线电机的总控制量和所述实际位移信号进行状态估计，得到相应的位移观测信号、速度观测信号和扰动观测信号；
相位超前控制器，用于对所述扰动观测信号的估计滞后进行改进，得到改进后的扰动观测信号；
模型预测控制器，其基于所述直线电机的数学模型构建得到，用于根据所述位移规划信号、所述位移观测信号和所述速度观测信号进行滚动优化，得到最优控制量增量；
电机控制模块，用于根据所述改进后的扰动观测信号和所述最优控制量增量对所述总控制量进行更新，根据更新的总控制量输出相应的驱动信号至所述直线电机的驱动端，以实现对所述直线电机的运动控制。
根据本发明第二方面的一种能够实现的方式，所述状态扩张观测器具体用于：
根据直线电机的总控制量和所述实际位移信号，按照下列观测表达式计算相应的位移观测信号、速度观测信号和扰动观测信号：
Figure 770057DEST_PATH_IMAGE001
式中，
Figure 693626DEST_PATH_IMAGE002
为位移观测信号的一阶导数，
Figure 618856DEST_PATH_IMAGE003
为速度观测信号的一阶导数，
Figure 905481DEST_PATH_IMAGE004
为扰动观测信号的一阶导数，
Figure 45607DEST_PATH_IMAGE005
为直线电机的总控制量，
Figure 329958DEST_PATH_IMAGE006
为所述实际位移信号，
Figure 539222DEST_PATH_IMAGE005
为所述直线电机的总控制量，
Figure 380270DEST_PATH_IMAGE007
为所述位移观测信号，
Figure 561853DEST_PATH_IMAGE008
为所述速度观测信号，
Figure 79422DEST_PATH_IMAGE009
为所述扰动观测信号，
Figure 792294DEST_PATH_IMAGE010
、
Figure 358405DEST_PATH_IMAGE011
和
Figure 456811DEST_PATH_IMAGE012
均为所述状态扩张观测器的观测参数，
Figure 893084DEST_PATH_IMAGE013
、
Figure 76940DEST_PATH_IMAGE014
和
Figure 446742DEST_PATH_IMAGE015
均是所述直线电机的模型参数，其中
Figure 415966DEST_PATH_IMAGE013
表示位移增益，
Figure 275338DEST_PATH_IMAGE014
表示速度增益，
Figure 884173DEST_PATH_IMAGE015
表示控制量增益。
根据本发明第二方面的一种能够实现的方式，所述直线电机的模型为：
Figure 605136DEST_PATH_IMAGE016
式中，
Figure 678134DEST_PATH_IMAGE017
为所述直线电机的实际速度信号的一阶导数，
Figure 459139DEST_PATH_IMAGE018
为所述直线电机的实际速度信号，
Figure 555271DEST_PATH_IMAGE019
为外部扰动信号；
所述状态扩张观测器的观测参数满足：
Figure 329192DEST_PATH_IMAGE020
式中，
Figure 106017DEST_PATH_IMAGE021
为观测带宽参数。
根据本发明第二方面的一种能够实现的方式，所述相位超前控制器的表达式为：
Figure 244874DEST_PATH_IMAGE022
式中，
Figure 625040DEST_PATH_IMAGE023
为所述改进后的扰动观测信号，
Figure 953384DEST_PATH_IMAGE024
为所述扰动观测信号，
Figure 974DEST_PATH_IMAGE025
为调整因子，且
Figure 310733DEST_PATH_IMAGE026
，
Figure 928927DEST_PATH_IMAGE027
为时间常数，且
Figure 44651DEST_PATH_IMAGE028
，
Figure 697480DEST_PATH_IMAGE029
为拉普拉斯变换因子。
根据本发明第二方面的一种能够实现的方式，所述模型预测控制器采用的预测模型为：
Figure 178140DEST_PATH_IMAGE030
式中，
Figure 798477DEST_PATH_IMAGE031
为当前时刻值，
Figure 200115DEST_PATH_IMAGE032
为所预测的位移输出值序列，
Figure 222298DEST_PATH_IMAGE033
，上标
Figure 873859DEST_PATH_IMAGE034
表示转置，
Figure 466646DEST_PATH_IMAGE035
为在当前时刻
Figure 924172DEST_PATH_IMAGE031
所预测的未来时刻
Figure 738544DEST_PATH_IMAGE036
的位移输出值，
Figure 374056DEST_PATH_IMAGE037
，
Figure 703406DEST_PATH_IMAGE038
为系统矩阵，
Figure 902306DEST_PATH_IMAGE039
，
Figure 384234DEST_PATH_IMAGE040
为单元矩阵，
Figure 439915DEST_PATH_IMAGE041
，
Figure 4364DEST_PATH_IMAGE042
为控制矩阵，
Figure 6955DEST_PATH_IMAGE082
，
Figure 592657DEST_PATH_IMAGE044
，
Figure 569971DEST_PATH_IMAGE045
，
Figure 873914DEST_PATH_IMAGE046
，
Figure 414617DEST_PATH_IMAGE047
为信号采样间隔时间，
Figure 605558DEST_PATH_IMAGE014
表示速度增益，
Figure 268620DEST_PATH_IMAGE015
表示控制量增益，
Figure 731963DEST_PATH_IMAGE048
为观测信号差值序列，
Figure 889405DEST_PATH_IMAGE083
，
Figure 184121DEST_PATH_IMAGE050
表示
Figure 955768DEST_PATH_IMAGE031
时刻的位移观测信号，
Figure 716526DEST_PATH_IMAGE051
表示
Figure 661348DEST_PATH_IMAGE052
时刻的位移观测信号，
Figure 13832DEST_PATH_IMAGE053
为
Figure 769429DEST_PATH_IMAGE031
时刻的速度观测信号，
Figure 269681DEST_PATH_IMAGE054
表示
Figure 768926DEST_PATH_IMAGE052
时刻的速度观测信号，
Figure 975917DEST_PATH_IMAGE055
为
Figure 151683DEST_PATH_IMAGE031
时刻的实际位移信号，
Figure 889963DEST_PATH_IMAGE056
为控制增量序列，
Figure 114271DEST_PATH_IMAGE057
，
Figure 503664DEST_PATH_IMAGE058
表示最优控制量增量，
Figure 332555DEST_PATH_IMAGE059
，
Figure 745082DEST_PATH_IMAGE060
为控制时域，
Figure 835398DEST_PATH_IMAGE061
为预测时域。
根据本发明第二方面的一种能够实现的方式，所述模型预测控制器具体用于：
通过所述预测模型得出所述位移输出值序列，将所述位移输出值序列代入到下列优化目标函数中：
Figure 830030DEST_PATH_IMAGE062
式中，
Figure 285282DEST_PATH_IMAGE063
为位移规划信号序列，
Figure 981843DEST_PATH_IMAGE064
，
Figure 361002DEST_PATH_IMAGE065
为所述的位移规划信号，
Figure 662671DEST_PATH_IMAGE066
和
Figure 351141DEST_PATH_IMAGE067
为需要设计的权重矩阵，
Figure 285730DEST_PATH_IMAGE068
，
Figure 655532DEST_PATH_IMAGE069
，
Figure 874023DEST_PATH_IMAGE070
、
Figure 481198DEST_PATH_IMAGE071
、
Figure 152350DEST_PATH_IMAGE072
分别对应
Figure 60264DEST_PATH_IMAGE073
得到的序列中第一项、第二项、第
Figure 883994DEST_PATH_IMAGE074
项信号的权重，
Figure 914267DEST_PATH_IMAGE075
、
Figure 10399DEST_PATH_IMAGE076
、
Figure 535053DEST_PATH_IMAGE077
分别对应
Figure 462557DEST_PATH_IMAGE056
中第一项、第二项、第
Figure 601415DEST_PATH_IMAGE074
信号的权重；
以
Figure 997892DEST_PATH_IMAGE078
为极值条件，根据所述极值条件求解所述优化目标函数，得到最优控制量增量：
Figure 575504DEST_PATH_IMAGE079
。
根据本发明第二方面的一种能够实现的方式，所述电机控制模块包括：
最优控制量确定单元，用于根据所述最优控制量增量得到最优控制量；
更新计算单元，用于按照下列公式对所述总控制量进行更新：
Figure 295198DEST_PATH_IMAGE080
式中，
Figure 415076DEST_PATH_IMAGE005
表示总控制量，
Figure 548117DEST_PATH_IMAGE081
表示最优控制量，
Figure 601524DEST_PATH_IMAGE023
为所述改进后的扰动观测信号，
Figure 254353DEST_PATH_IMAGE015
是所述直线电机的模型中的参数，其表示控制量增益。
本发明第三方面提供了一种直线电机运动控制设备，包括：
存储器，用于存储指令；其中，所述指令用于实现如上任意一项能够实现的方式所述的直线电机运动控制方法；
处理器，用于执行所述存储器中的指令。
本发明第四方面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上任意一项能够实现的方式所述的直线电机运动控制方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明获取直线电机的位移规划信号和实际位移信号；采用预先基于所述直线电机的模型参数构建得到的状态扩张观测器，根据直线电机的总控制量和所述实际位移信号进行状态估计，得到相应的位移观测信号、速度观测信号和扰动观测信号；利用预先构建的相位超前控制器对所述扰动观测信号的估计滞后进行改进，得到改进后的扰动观测信号；采用预先基于所述直线电机的数学模型构建得到的模型预测控制器，根据所述位移规划信号、所述位移观测信号和所述速度观测信号进行滚动优化，得到最优控制量增量；根据所述改进后的扰动观测信号和所述最优控制量增量对所述总控制量进行更新，根据更新的总控制量输出相应的驱动信号至所述直线电机的驱动端，以实现对所述直线电机的运动控制；本发明充分利用了直线电机的模型参数信息，根据利用该模型参数信息构建的状态扩张观测器进行信号观测，以及根据利用直线电机的数学模型构建的模型预测控制器进行信号预测，能够对系统的扰动信号进行精确观测，进而进行针对性控制补偿，本发明还通过相位超前控制器对所述扰动观测信号的估计滞后进行改进，提高了状态扩张观测器对扰动和状态的估计速度，保证系统对干扰处理的快速性，从而解决了现有直线电机运动控制方案难以对扰动进行快速区分和抑制，使得直线电机的运动控制精度和响应速度较低、抗干扰能力较差的技术问题。
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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明一个可选实施例提供的一种直线电机运动控制方法的流程图；
图2为本发明一个可选实施例提供的一种直线电机运动控制方法的控制原理示意图；
图3为本发明一个可选实施例提供的本申请直线电机运动控制方法和现有方法在无外部扰动信号作用时所对应的直线电机位移响应曲线示意图；
图4为本发明一个可选实施例提供的本申请直线电机运动控制方法和现有方法在有外部扰动信号作用时所对应的直线电机位移响应曲线示意图；
图5为本发明一个可选实施例提供的一种直线电机运动控制装置的结构连接框图。
附图标记：
图5中，1-信号获取模块；2-状态扩张观测器；3-相位超前控制器；4-模型预测控制器；5-电机控制模块。
具体实施方式
本发明实施例提供了一种直线电机运动控制方法、装置、设备及存储介质，用于解决现有直线电机运动控制方案由于难以对扰动进行快速区分和抑制而使得直线电机的运动控制精度和响应速度较低、抗干扰能力较差的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
本发明提供了一种直线电机运动控制方法。
图1示出了本发明实施例提供的一种直线电机运动控制方法的流程图；图1示出了本发明实施例提供的一种直线电机运动控制方法的控制原理示意图。
如图1、图2所示，本发明实施例提供的一种直线电机运动控制方法，包括步骤S1-S5。
步骤S1，获取直线电机的位移规划信号和实际位移信号。
步骤S2，采用预先基于所述直线电机的模型参数构建得到的状态扩张观测器，根据直线电机的总控制量和所述实际位移信号进行状态估计，得到相应的位移观测信号、速度观测信号和扰动观测信号。
本实施例中，状态扩张观测器根据所述直线电机的模型参数进行设计得到。其中，直线电机的模型参数可通过系统辨识、查找直线电机的产品说明书等方式获取。在获取到直线电机的模型参数之后，可利用该直线电机的模型参数来设计状态扩张观测器，则直线电机部分已经无需再进行估计，因此，通过本实施例中的状态扩张观测器所获取的扰动观测信号就仅仅是外部扰动信号的估计结果，并不包含现有技术中对于直线电机的模型结构的估计结果，由此，可有效提高针对于外部未知扰动的估计精确度。
在一种能够实现的方式中，所述根据直线电机的总控制量和所述实际位移信号进行状态估计，包括：
根据直线电机的总控制量和所述实际位移信号，按照下列观测表达式计算相应的位移观测信号、速度观测信号和扰动观测信号：
Figure 797330DEST_PATH_IMAGE001
式中，
Figure 355351DEST_PATH_IMAGE002
为位移观测信号的一阶导数，
Figure 759918DEST_PATH_IMAGE003
为速度观测信号的一阶导数，
Figure 516522DEST_PATH_IMAGE004
为扰动观测信号的一阶导数，
Figure 433662DEST_PATH_IMAGE005
为直线电机的总控制量，
Figure 26449DEST_PATH_IMAGE006
为所述实际位移信号，
Figure 483975DEST_PATH_IMAGE005
为所述直线电机的总控制量，
Figure 108467DEST_PATH_IMAGE007
为所述位移观测信号，
Figure 930929DEST_PATH_IMAGE008
为所述速度观测信号，
Figure 260279DEST_PATH_IMAGE009
为所述扰动观测信号，
Figure 272229DEST_PATH_IMAGE010
、
Figure 941107DEST_PATH_IMAGE011
和
Figure 996788DEST_PATH_IMAGE012
均为所述状态扩张观测器的观测参数，
Figure 564167DEST_PATH_IMAGE013
、
Figure 301179DEST_PATH_IMAGE014
和
Figure 886881DEST_PATH_IMAGE015
均是所述直线电机的模型参数，其中
Figure 129774DEST_PATH_IMAGE013
表示位移增益，
Figure 371400DEST_PATH_IMAGE014
表示速度增益，
Figure 708840DEST_PATH_IMAGE015
表示控制量增益。
在一种能够实现的方式中，所述直线电机的模型为：
Figure 185868DEST_PATH_IMAGE016
式中，
Figure 583352DEST_PATH_IMAGE017
为所述直线电机的实际速度信号的一阶导数，
Figure 312273DEST_PATH_IMAGE018
为所述直线电机的实际速度信号，
Figure 204137DEST_PATH_IMAGE019
为外部扰动信号；
所述状态扩张观测器的观测参数满足：
Figure 764431DEST_PATH_IMAGE020
式中，
Figure 536078DEST_PATH_IMAGE021
为观测带宽参数。
本实施例中，通过采用带宽整定法来设计观测参数的大小，方法简单便捷。其中，直线电机的模型参数可基于直线电机的模型利用系统辨识的方式进行获取。具体地，针对某个直线电机，通过获取其在已知的总控制量和已知的外部扰动信号作用下的实际位移、速度和加速度，即可将模型参数辨识出来。
步骤S3，利用预先构建的相位超前控制器对所述扰动观测信号的估计滞后进行改进，得到改进后的扰动观测信号。
在一种能够实现的方式中，所述相位超前控制器的表达式为：
Figure 299766DEST_PATH_IMAGE022
式中，
Figure 244588DEST_PATH_IMAGE023
为所述改进后的扰动观测信号，
Figure 597072DEST_PATH_IMAGE024
为所述扰动观测信号，
Figure 352670DEST_PATH_IMAGE025
为调整因子，且
Figure 852921DEST_PATH_IMAGE026
，
Figure 83658DEST_PATH_IMAGE027
为时间常数，且
Figure 556228DEST_PATH_IMAGE028
，
Figure 731994DEST_PATH_IMAGE029
为拉普拉斯变换因子。
为了提高扰动观测信号对外部扰动信号的估计精确度，本实施例中，调用所预先设计的相位超前控制器，可以对估计滞后进行补偿改进，获得的改进后的扰动观测信号比原先的扰动观测信号具有更高的精确度，可以有效提高对直线电机所受扰动的抑制效果。
步骤S4，采用预先基于所述直线电机的数学模型构建得到的模型预测控制器，根据所述位移规划信号、所述位移观测信号和所述速度观测信号进行滚动优化，得到最优控制量增量。
在一种能够实现的方式中，所述模型预测控制器采用的预测模型为：
Figure 470274DEST_PATH_IMAGE030
式中，
Figure 756899DEST_PATH_IMAGE031
为当前时刻值，
Figure 818396DEST_PATH_IMAGE032
为所预测的位移输出值序列，
Figure 915796DEST_PATH_IMAGE033
，上标
Figure 390640DEST_PATH_IMAGE034
表示转置，
Figure 231688DEST_PATH_IMAGE035
为在当前时刻
Figure 413270DEST_PATH_IMAGE031
所预测的未来时刻
Figure 665260DEST_PATH_IMAGE036
的位移输出值，
Figure 375203DEST_PATH_IMAGE037
，
Figure 941313DEST_PATH_IMAGE038
为系统矩阵，
Figure 305299DEST_PATH_IMAGE039
，
Figure 478922DEST_PATH_IMAGE040
为单元矩阵，
Figure 928358DEST_PATH_IMAGE041
，
Figure 111209DEST_PATH_IMAGE042
为控制矩阵，
Figure 64121DEST_PATH_IMAGE084
，
Figure 861176DEST_PATH_IMAGE044
，
Figure 283061DEST_PATH_IMAGE045
，
Figure 518870DEST_PATH_IMAGE046
，
Figure 529552DEST_PATH_IMAGE047
为信号采样间隔时间，
Figure 307627DEST_PATH_IMAGE014
表示速度增益，
Figure 466076DEST_PATH_IMAGE015
表示控制量增益，
Figure 177680DEST_PATH_IMAGE048
为观测信号差值序列，
Figure 855917DEST_PATH_IMAGE049
，
Figure 57092DEST_PATH_IMAGE050
表示
Figure 453569DEST_PATH_IMAGE031
时刻的位移观测信号，
Figure 703285DEST_PATH_IMAGE051
表示
Figure 750875DEST_PATH_IMAGE052
时刻的位移观测信号，
Figure 873683DEST_PATH_IMAGE053
为
Figure 6724DEST_PATH_IMAGE031
时刻的速度观测信号，
Figure 60131DEST_PATH_IMAGE054
表示
Figure 710030DEST_PATH_IMAGE052
时刻的速度观测信号，
Figure 253007DEST_PATH_IMAGE055
为
Figure 545448DEST_PATH_IMAGE031
时刻的实际位移信号，
Figure 215595DEST_PATH_IMAGE056
为控制增量序列，
Figure 972199DEST_PATH_IMAGE057
，
Figure 436809DEST_PATH_IMAGE058
表示最优控制量增量，
Figure 482126DEST_PATH_IMAGE059
，
Figure 939652DEST_PATH_IMAGE060
为控制时域，
Figure 301494DEST_PATH_IMAGE061
为预测时域。
在一种能够实现的方式中，所述根据所述位移规划信号、所述位移观测信号和所述速度观测信号进行滚动优化，得到最优控制量增量，包括：
通过所述预测模型得出所述位移输出值序列，将所述位移输出值序列代入到下列优化目标函数中：
Figure 451853DEST_PATH_IMAGE062
式中，
Figure 718886DEST_PATH_IMAGE063
为位移规划信号序列，
Figure 727906DEST_PATH_IMAGE064
，
Figure 193522DEST_PATH_IMAGE065
为所述的位移规划信号，
Figure 452465DEST_PATH_IMAGE066
和
Figure 19844DEST_PATH_IMAGE067
为需要设计的权重矩阵，
Figure 819173DEST_PATH_IMAGE068
，
Figure 155607DEST_PATH_IMAGE069
，
Figure 585451DEST_PATH_IMAGE070
、
Figure 623815DEST_PATH_IMAGE071
、
Figure 164517DEST_PATH_IMAGE072
分别对应
Figure 621038DEST_PATH_IMAGE073
得到的序列中第一项、第二项、第
Figure 18521DEST_PATH_IMAGE074
项信号的权重，
Figure 557562DEST_PATH_IMAGE075
、
Figure 636377DEST_PATH_IMAGE076
、
Figure 196671DEST_PATH_IMAGE077
分别对应
Figure 515788DEST_PATH_IMAGE056
中第一项、第二项、第
Figure 732006DEST_PATH_IMAGE074
信号的权重；
以
Figure 676828DEST_PATH_IMAGE078
为极值条件，根据所述极值条件求解所述优化目标函数，得到最优控制量增量：
Figure 842361DEST_PATH_IMAGE079
。
步骤S5，根据所述改进后的扰动观测信号和所述最优控制量增量对所述总控制量进行更新，根据更新的总控制量输出相应的驱动信号至所述直线电机的驱动端，以实现对所述直线电机的运动控制。
在一种能够实现的方式中，所述根据所述改进后的扰动观测信号和所述最优控制量增量对所述总控制量进行更新，包括：
根据所述最优控制量增量得到最优控制量；
按照下列公式对所述总控制量进行更新：
Figure 784909DEST_PATH_IMAGE080
式中，
Figure 285161DEST_PATH_IMAGE005
表示总控制量，
Figure 518827DEST_PATH_IMAGE081
表示最优控制量，
Figure 863833DEST_PATH_IMAGE023
为所述改进后的扰动观测信号，
Figure 774021DEST_PATH_IMAGE085
是所述直线电机的模型中的参数，其表示控制量增益。
本实施例中，根据基于所述直线电机的数学模型所设计的模型预测控制器生成最优控制量增量，结合该最优控制量增量及由相位超前控制器改进的扰动观测信号，对总控制量进行更新计算，以便实时调节与总控制量对应的、用于驱动直线电机的驱动信号。可想而知，基于精确度较高的改进后的扰动观测信号所计算生成的总控制量，势必具有较高的准确性，从而能有效提高对直线电机的运动控制精度和控制速度。
一般地，直线电机可由电压信号来驱动，直线电机的输出力的大小取决于由电压信号所产生的电流大小。因此，具体地，所述驱动信号可具体为电压信号。当然，也可以采用电流驱动方式，即，所述驱动信号也可具体为电流信号。
本发明上述实施例，充分利用了直线电机的模型参数信息，基于根据直线电机的模型参数而预先设计的状态扩张观测器和预先基于所述直线电机的数学模型所设计的模型预测控制器，对系统的扰动信号进行精确观测进而进行针对性控制补偿，可极大地提高直线电机的运动控制精度和响应速度，有效优化直线电机控制的抗干扰性能。
下面将结合具体示意图对本申请所提供的直线电机运动控制方法的有益效果进行具体说明。
由图3-4可见，相较于现有技术中PID方法和常规ESO（扩张状态观测器）的控制方法，本申请所提供的方法超调量更小，稳定时间更短，可有效提高对直线电机的位移控制精度；同时，相较于现有技术中含模型ESO的控制方法，本申请所提供的方法的调节时间短，响应快速。具体地，如图4所示，在第5秒的时间段内加入了一定幅值的外部扰动信号，基于本申请实施例所提供的直线电机运动控制方法，在外部扰动信号作用时，会对直线电机的运动位移进行有效地调控，将位移迅速调节至目标规划值。相比较于常规ESO以及含模型ESO的控制方法，本申请实施例所提供的直线电机运动控制方法能够有效提高对外部扰动信号的观测估计精度，进而提高系统的抗干扰性能。
本发明还提供了一种直线电机运动控制系统。
请参阅图5，图5示出了本发明实施例提供的一种直线电机运动控制系统的结构连接框图。
本发明实施例提供的一种直线电机运动控制系统，包括：
信号获取模块1，用于获取直线电机的位移规划信号和实际位移信号；
状态扩张观测器2，其基于所述直线电机的模型参数构建得到，用于根据直线电机的总控制量和所述实际位移信号进行状态估计，得到相应的位移观测信号、速度观测信号和扰动观测信号；
相位超前控制器3，用于对所述扰动观测信号的估计滞后进行改进，得到改进后的扰动观测信号；
模型预测控制器4，其基于所述直线电机的数学模型构建得到，用于根据所述位移规划信号、所述位移观测信号和所述速度观测信号进行滚动优化，得到最优控制量增量；
电机控制模块5，用于根据所述改进后的扰动观测信号和所述最优控制量增量对所述总控制量进行更新，根据更新的总控制量输出相应的驱动信号至所述直线电机的驱动端，以实现对所述直线电机的运动控制。
在一种能够实现的方式中，所述状态扩张观测器2具体用于：
根据直线电机的总控制量和所述实际位移信号，按照下列观测表达式计算相应的位移观测信号、速度观测信号和扰动观测信号：
Figure 512301DEST_PATH_IMAGE001
式中，
Figure 798925DEST_PATH_IMAGE002
为位移观测信号的一阶导数，
Figure 126002DEST_PATH_IMAGE003
为速度观测信号的一阶导数，
Figure 223402DEST_PATH_IMAGE004
为扰动观测信号的一阶导数，
Figure 698245DEST_PATH_IMAGE005
为直线电机的总控制量，
Figure 273714DEST_PATH_IMAGE006
为所述实际位移信号，
Figure 517614DEST_PATH_IMAGE005
为所述直线电机的总控制量，
Figure 972866DEST_PATH_IMAGE007
为所述位移观测信号，
Figure 706246DEST_PATH_IMAGE008
为所述速度观测信号，
Figure 334673DEST_PATH_IMAGE009
为所述扰动观测信号，
Figure 183812DEST_PATH_IMAGE010
、
Figure 809965DEST_PATH_IMAGE011
和
Figure 259401DEST_PATH_IMAGE012
均为所述状态扩张观测器的观测参数，
Figure 176673DEST_PATH_IMAGE013
、
Figure 395164DEST_PATH_IMAGE014
和
Figure 192219DEST_PATH_IMAGE015
均是所述直线电机的模型参数，其中
Figure 614104DEST_PATH_IMAGE013
表示位移增益，
Figure 849914DEST_PATH_IMAGE014
表示速度增益，
Figure 670715DEST_PATH_IMAGE015
表示控制量增益。
在一种能够实现的方式中，所述直线电机的模型为：
Figure 638671DEST_PATH_IMAGE016
式中，
Figure 797119DEST_PATH_IMAGE017
为所述直线电机的实际速度信号的一阶导数，
Figure 56194DEST_PATH_IMAGE018
为所述直线电机的实际速度信号，
Figure 186961DEST_PATH_IMAGE019
为外部扰动信号；
所述状态扩张观测器2的观测参数满足：
Figure 388135DEST_PATH_IMAGE020
式中，
Figure 784612DEST_PATH_IMAGE021
为观测带宽参数。
在一种能够实现的方式中，所述相位超前控制器3的表达式为：
Figure 96645DEST_PATH_IMAGE022
式中，
Figure 81918DEST_PATH_IMAGE023
为所述改进后的扰动观测信号，
Figure 204726DEST_PATH_IMAGE024
为所述扰动观测信号，
Figure 337767DEST_PATH_IMAGE025
为调整因子，且
Figure 201294DEST_PATH_IMAGE026
，
Figure 41074DEST_PATH_IMAGE027
为时间常数，且
Figure 584051DEST_PATH_IMAGE028
，
Figure 689541DEST_PATH_IMAGE029
为拉普拉斯变换因子。
在一种能够实现的方式中，所述模型预测控制器4采用的预测模型为：
Figure 422005DEST_PATH_IMAGE030
式中，
Figure 116291DEST_PATH_IMAGE031
为当前时刻值，
Figure 830169DEST_PATH_IMAGE032
为所预测的位移输出值序列，
Figure 688535DEST_PATH_IMAGE033
，上标
Figure 83744DEST_PATH_IMAGE034
表示转置，
Figure 694854DEST_PATH_IMAGE035
为在当前时刻
Figure 593016DEST_PATH_IMAGE031
所预测的未来时刻
Figure 922366DEST_PATH_IMAGE036
的位移输出值，
Figure 855687DEST_PATH_IMAGE037
，
Figure 337615DEST_PATH_IMAGE038
为系统矩阵，
Figure 658875DEST_PATH_IMAGE039
，
Figure 960674DEST_PATH_IMAGE040
为单元矩阵，
Figure 963265DEST_PATH_IMAGE041
，
Figure 548967DEST_PATH_IMAGE042
为控制矩阵，
Figure 526282DEST_PATH_IMAGE043
，
Figure 767907DEST_PATH_IMAGE044
，
Figure 370927DEST_PATH_IMAGE045
，
Figure 558938DEST_PATH_IMAGE046
，
Figure 222001DEST_PATH_IMAGE047
为信号采样间隔时间，
Figure 685343DEST_PATH_IMAGE014
表示速度增益，
Figure 842786DEST_PATH_IMAGE015
表示控制量增益，
Figure 403080DEST_PATH_IMAGE048
为观测信号差值序列，
Figure 722197DEST_PATH_IMAGE086
，
Figure 938415DEST_PATH_IMAGE050
表示
Figure 883237DEST_PATH_IMAGE031
时刻的位移观测信号，
Figure 48771DEST_PATH_IMAGE051
表示
Figure 725740DEST_PATH_IMAGE052
时刻的位移观测信号，
Figure 225991DEST_PATH_IMAGE053
为
Figure 722307DEST_PATH_IMAGE031
时刻的速度观测信号，
Figure 991614DEST_PATH_IMAGE054
表示
Figure 105064DEST_PATH_IMAGE052
时刻的速度观测信号，
Figure 843344DEST_PATH_IMAGE055
为
Figure 129969DEST_PATH_IMAGE031
时刻的实际位移信号，
Figure 270094DEST_PATH_IMAGE056
为控制增量序列，
Figure 554445DEST_PATH_IMAGE057
，
Figure 763709DEST_PATH_IMAGE058
表示最优控制量增量，
Figure 604758DEST_PATH_IMAGE059
，
Figure 848657DEST_PATH_IMAGE060
为控制时域，
Figure 303909DEST_PATH_IMAGE061
为预测时域。
在一种能够实现的方式中，所述模型预测控制器4具体用于：
通过所述预测模型得出所述位移输出值序列，将所述位移输出值序列代入到下列优化目标函数中：
Figure 13852DEST_PATH_IMAGE062
式中，
Figure 642279DEST_PATH_IMAGE063
为位移规划信号序列，
Figure 491418DEST_PATH_IMAGE064
，
Figure 117571DEST_PATH_IMAGE065
为所述的位移规划信号，
Figure 301428DEST_PATH_IMAGE066
和
Figure 484278DEST_PATH_IMAGE067
为需要设计的权重矩阵，
Figure 702770DEST_PATH_IMAGE068
，
Figure 499825DEST_PATH_IMAGE069
，
Figure 921710DEST_PATH_IMAGE070
、
Figure 891940DEST_PATH_IMAGE071
、
Figure 712741DEST_PATH_IMAGE072
分别对应
Figure 743014DEST_PATH_IMAGE073
得到的序列中第一项、第二项、第
Figure 839146DEST_PATH_IMAGE074
项信号的权重，
Figure 363799DEST_PATH_IMAGE075
、
Figure 556883DEST_PATH_IMAGE076
、
Figure 508790DEST_PATH_IMAGE077
分别对应
Figure 826639DEST_PATH_IMAGE056
中第一项、第二项、第
Figure 404251DEST_PATH_IMAGE074
信号的权重；
以
Figure 202573DEST_PATH_IMAGE078
为极值条件，根据所述极值条件求解所述优化目标函数，得到最优控制量增量：
Figure 512332DEST_PATH_IMAGE079
。
在一种能够实现的方式中，所述电机控制模块5包括：
最优控制量确定单元，用于根据所述最优控制量增量得到最优控制量；
更新计算单元，用于按照下列公式对所述总控制量进行更新：
Figure 379794DEST_PATH_IMAGE080
式中，
Figure 266758DEST_PATH_IMAGE005
表示总控制量，
Figure 168855DEST_PATH_IMAGE081
表示最优控制量，
Figure 649515DEST_PATH_IMAGE023
为所述改进后的扰动观测信号，
Figure 20584DEST_PATH_IMAGE015
是所述直线电机的模型中的参数，其表示控制量增益。
本发明还提供了一种直线电机运动控制设备，包括：
存储器，用于存储指令；其中，所述指令用于实现如上任意一项实施例所述的直线电机运动控制方法；
处理器，用于执行所述存储器中的指令。
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上任意一项实施例所述的直线电机运动控制方法。
本发明上述实施例，至少具有以下优点：
1）本发明上述实施例，通过状态扩张观测器、相位超前控制器和模型预测控制器进行直线电机的复合控制，协调了各控制模块的特点并进行了互补设置，以充分发挥各自的优势，实现对干扰的准确观测与补偿，显著且针对性地解决了运动系统干扰的快速精密抑制难题；
2）基于模型参数所设计的状态扩张观测器，实现了在反馈环节中对系统各类干扰进行准确地响应和区分；
3）相位超前控制器能够保证系统对干扰处理的快速性，提高模型状态扩张观测器对扰动和状态的估计速度，共同保证对干扰的快速准确抑制作用；
4）设计了模型预测控制器，该模型预测控制器用于动态补偿状态扩张观测器观测不到的干扰，并设计最优控制率，可以动态调整控制参数，确保对干扰的进一步抑制；
5）所提方法充分利用了被控对象的已知模型，并考虑了观测器的相位滞后问题，可以实现对扰动的快速精准抑制，进而提高直线电机的抗干扰性能。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程，上述描述的系统、设备和模块的具体有益效果，可以参考前述方法实施例中的对应有益效果，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，设备或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块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。基于这样的理解，本发明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全部或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）执行本发明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（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，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 (9)

1.一种直线电机运动控制方法，其特征在于，包括：
获取直线电机的位移规划信号和实际位移信号；
采用预先基于所述直线电机的模型参数构建得到的状态扩张观测器，根据直线电机的总控制量和所述实际位移信号进行状态估计，得到相应的位移观测信号、速度观测信号和扰动观测信号；
利用预先构建的相位超前控制器对所述扰动观测信号的估计滞后进行改进，得到改进后的扰动观测信号；
采用预先基于所述直线电机的数学模型构建得到的模型预测控制器，根据所述位移规划信号、所述位移观测信号和所述速度观测信号进行滚动优化，得到最优控制量增量；
根据所述改进后的扰动观测信号和所述最优控制量增量对所述总控制量进行更新，根据更新的总控制量输出相应的驱动信号至所述直线电机的驱动端，以实现对所述直线电机的运动控制；
所述模型预测控制器采用的预测模型为：
Figure 837348DEST_PATH_IMAGE001
式中，
Figure 884939DEST_PATH_IMAGE002
为当前时刻值，
Figure 506282DEST_PATH_IMAGE003
为所预测的位移输出值序列，
Figure 639323DEST_PATH_IMAGE004
，上标
Figure 505779DEST_PATH_IMAGE005
表示转置，
Figure 345559DEST_PATH_IMAGE006
为在当前时刻
Figure 888536DEST_PATH_IMAGE002
所预测的未来时刻
Figure 492561DEST_PATH_IMAGE007
的位移输出值，
Figure 411976DEST_PATH_IMAGE008
，
Figure 919312DEST_PATH_IMAGE009
为系统矩阵，
Figure 570873DEST_PATH_IMAGE010
，
Figure 678506DEST_PATH_IMAGE011
为单元矩阵，
Figure 385300DEST_PATH_IMAGE012
，
Figure 996410DEST_PATH_IMAGE013
为控制矩阵，
Figure 897501DEST_PATH_IMAGE014
，
Figure 164534DEST_PATH_IMAGE015
，
Figure 425751DEST_PATH_IMAGE016
，
Figure 140635DEST_PATH_IMAGE017
，
Figure 461895DEST_PATH_IMAGE018
为信号采样间隔时间，
Figure 216224DEST_PATH_IMAGE019
表示速度增益，
Figure 766286DEST_PATH_IMAGE020
表示控制量增益，
Figure 351988DEST_PATH_IMAGE021
为观测信号差值序列，
Figure 93417DEST_PATH_IMAGE022
，
Figure 131780DEST_PATH_IMAGE023
表示
Figure 672482DEST_PATH_IMAGE002
时刻的位移观测信号，
Figure 129003DEST_PATH_IMAGE024
表示
Figure 526486DEST_PATH_IMAGE025
时刻的位移观测信号，
Figure 590430DEST_PATH_IMAGE026
为
Figure 731561DEST_PATH_IMAGE002
时刻的速度观测信号，
Figure 229538DEST_PATH_IMAGE027
表示
Figure 548655DEST_PATH_IMAGE025
时刻的速度观测信号，
Figure 827190DEST_PATH_IMAGE028
为
Figure 21280DEST_PATH_IMAGE002
时刻的实际位移信号，
Figure 436081DEST_PATH_IMAGE029
为控制增量序列，
Figure 378629DEST_PATH_IMAGE030
，
Figure 629613DEST_PATH_IMAGE031
表示最优控制量增量，
Figure 112547DEST_PATH_IMAGE032
，
Figure 896701DEST_PATH_IMAGE033
为控制时域，
Figure 744571DEST_PATH_IMAGE034
为预测时域。
2.根据权利要求1所述的直线电机运动控制方法，其特征在于，所述根据直线电机的总控制量和所述实际位移信号进行状态估计，包括：
根据直线电机的总控制量和所述实际位移信号，按照下列观测表达式计算相应的位移观测信号、速度观测信号和扰动观测信号：
Figure 732119DEST_PATH_IMAGE035
式中，
Figure 769476DEST_PATH_IMAGE036
为位移观测信号的一阶导数，
Figure 158869DEST_PATH_IMAGE037
为速度观测信号的一阶导数，
Figure 754804DEST_PATH_IMAGE038
为扰动观测信号的一阶导数，
Figure 167331DEST_PATH_IMAGE039
为直线电机的总控制量，
Figure 992068DEST_PATH_IMAGE040
为所述实际位移信号，
Figure 986700DEST_PATH_IMAGE039
为所述直线电机的总控制量，
Figure 441952DEST_PATH_IMAGE041
为所述位移观测信号，
Figure 404091DEST_PATH_IMAGE042
为所述速度观测信号，
Figure 281786DEST_PATH_IMAGE043
为所述扰动观测信号，
Figure 380192DEST_PATH_IMAGE044
、
Figure 819395DEST_PATH_IMAGE045
和
Figure 206514DEST_PATH_IMAGE046
均为所述状态扩张观测器的观测参数，
Figure 373053DEST_PATH_IMAGE047
、
Figure 840813DEST_PATH_IMAGE019
和
Figure 637867DEST_PATH_IMAGE020
均是所述直线电机的模型参数，其中
Figure 309020DEST_PATH_IMAGE047
表示位移增益，
Figure 295562DEST_PATH_IMAGE019
表示速度增益，
Figure 368560DEST_PATH_IMAGE020
表示控制量增益。
3.根据权利要求2所述的直线电机运动控制方法，其特征在于，所述直线电机的模型为：
Figure 648100DEST_PATH_IMAGE048
式中，
Figure 744232DEST_PATH_IMAGE049
为所述直线电机的实际速度信号的一阶导数，
Figure 252574DEST_PATH_IMAGE050
为所述直线电机的实际速度信号，
Figure 196391DEST_PATH_IMAGE051
为外部扰动信号；
所述状态扩张观测器的观测参数满足：
Figure 397565DEST_PATH_IMAGE052
式中，
Figure 292577DEST_PATH_IMAGE053
为观测带宽参数。
4.根据权利要求1所述的直线电机运动控制方法，其特征在于，所述相位超前控制器的表达式为：
Figure 542293DEST_PATH_IMAGE054
式中，
Figure 589884DEST_PATH_IMAGE055
为所述改进后的扰动观测信号，
Figure 712691DEST_PATH_IMAGE056
为所述扰动观测信号，
Figure 845733DEST_PATH_IMAGE057
为调整因子，且
Figure 899139DEST_PATH_IMAGE058
，
Figure 50504DEST_PATH_IMAGE059
为时间常数，且
Figure 593480DEST_PATH_IMAGE060
，
Figure 698971DEST_PATH_IMAGE061
为拉普拉斯变换因子。
5.根据权利要求1所述的直线电机运动控制方法，其特征在于，所述根据所述位移规划信号、所述位移观测信号和所述速度观测信号进行滚动优化，得到最优控制量增量，包括：
通过所述预测模型得出所述位移输出值序列，将所述位移输出值序列代入到下列优化目标函数中：
Figure 556068DEST_PATH_IMAGE062
式中，
Figure 312672DEST_PATH_IMAGE063
为位移规划信号序列，
Figure 275818DEST_PATH_IMAGE064
，
Figure 383451DEST_PATH_IMAGE065
为所述的位移规划信号，
Figure 778660DEST_PATH_IMAGE066
和
Figure 140502DEST_PATH_IMAGE067
为需要设计的权重矩阵，
Figure 290861DEST_PATH_IMAGE068
，
Figure 869479DEST_PATH_IMAGE069
、
Figure 865117DEST_PATH_IMAGE070
、
Figure 533995DEST_PATH_IMAGE071
分别对应
Figure 605988DEST_PATH_IMAGE072
得到的序列中第一项、第二项、第
Figure 157055DEST_PATH_IMAGE073
项信号的权重，
Figure 471230DEST_PATH_IMAGE074
，
Figure 56932DEST_PATH_IMAGE075
、
Figure 221197DEST_PATH_IMAGE076
、
Figure 275872DEST_PATH_IMAGE077
分别对应
Figure 878892DEST_PATH_IMAGE029
中第一项、第二项、第
Figure 568368DEST_PATH_IMAGE073
信号的权重；
以
Figure 169114DEST_PATH_IMAGE078
为极值条件，根据所述极值条件求解所述优化目标函数，得到最优控制量增量：
Figure 694773DEST_PATH_IMAGE079
。
6.根据权利要求5所述的直线电机运动控制方法，其特征在于，所述根据所述改进后的扰动观测信号和所述最优控制量增量对所述总控制量进行更新，包括：
根据所述最优控制量增量得到最优控制量；
按照下列公式对所述总控制量进行更新：
Figure 852216DEST_PATH_IMAGE080
式中，
Figure 412510DEST_PATH_IMAGE039
表示总控制量，
Figure 918578DEST_PATH_IMAGE081
表示最优控制量，
Figure 446380DEST_PATH_IMAGE055
为所述改进后的扰动观测信号，
Figure 391202DEST_PATH_IMAGE020
是所述直线电机的模型中的参数，其表示控制量增益。
7.一种直线电机运动控制系统，其特征在于，包括：
信号获取模块，用于获取直线电机的位移规划信号和实际位移信号；
状态扩张观测器，其基于所述直线电机的模型参数构建得到，用于根据直线电机的总控制量和所述实际位移信号进行状态估计，得到相应的位移观测信号、速度观测信号和扰动观测信号；
相位超前控制器，用于对所述扰动观测信号的估计滞后进行改进，得到改进后的扰动观测信号；
模型预测控制器，其基于所述直线电机的数学模型构建得到，用于根据所述位移规划信号、所述位移观测信号和所述速度观测信号进行滚动优化，得到最优控制量增量；
电机控制模块，用于根据所述改进后的扰动观测信号和所述最优控制量增量对所述总控制量进行更新，根据更新的总控制量输出相应的驱动信号至所述直线电机的驱动端，以实现对所述直线电机的运动控制；
所述模型预测控制器采用的预测模型为：
Figure 556736DEST_PATH_IMAGE001
式中，
Figure 233705DEST_PATH_IMAGE002
为当前时刻值，
Figure 733956DEST_PATH_IMAGE003
为所预测的位移输出值序列，
Figure 731737DEST_PATH_IMAGE004
，上标
Figure 1044DEST_PATH_IMAGE005
表示转置，
Figure 114494DEST_PATH_IMAGE006
为在当前时刻
Figure 852774DEST_PATH_IMAGE002
所预测的未来时刻
Figure 139399DEST_PATH_IMAGE007
的位移输出值，
Figure 778059DEST_PATH_IMAGE008
，
Figure 124727DEST_PATH_IMAGE009
为系统矩阵，
Figure 84724DEST_PATH_IMAGE010
，
Figure 112723DEST_PATH_IMAGE011
为单元矩阵，
Figure 356622DEST_PATH_IMAGE012
，
Figure 146896DEST_PATH_IMAGE013
为控制矩阵，
Figure 46719DEST_PATH_IMAGE014
，
Figure 675147DEST_PATH_IMAGE015
，
Figure 524285DEST_PATH_IMAGE016
，
Figure 212755DEST_PATH_IMAGE017
，
Figure 645880DEST_PATH_IMAGE018
为信号采样间隔时间，
Figure 15681DEST_PATH_IMAGE019
表示速度增益，
Figure 234173DEST_PATH_IMAGE020
表示控制量增益，
Figure 844277DEST_PATH_IMAGE021
为观测信号差值序列，
Figure 453113DEST_PATH_IMAGE022
，
Figure 423343DEST_PATH_IMAGE023
表示
Figure 745609DEST_PATH_IMAGE002
时刻的位移观测信号，
Figure 775881DEST_PATH_IMAGE024
表示
Figure 685063DEST_PATH_IMAGE025
时刻的位移观测信号，
Figure 458984DEST_PATH_IMAGE026
为
Figure 589751DEST_PATH_IMAGE002
时刻的速度观测信号，
Figure 40192DEST_PATH_IMAGE027
表示
Figure 420358DEST_PATH_IMAGE025
时刻的速度观测信号，
Figure 935653DEST_PATH_IMAGE028
为
Figure 733976DEST_PATH_IMAGE002
时刻的实际位移信号，
Figure 106052DEST_PATH_IMAGE029
为控制增量序列，
Figure 222781DEST_PATH_IMAGE030
，
Figure 276188DEST_PATH_IMAGE031
表示最优控制量增量，
Figure 178285DEST_PATH_IMAGE032
，
Figure 471994DEST_PATH_IMAGE033
为控制时域，
Figure 92331DEST_PATH_IMAGE034
为预测时域。
8.一种直线电机运动控制设备，其特征在于，包括：
存储器，用于存储指令；其中，所述指令用于实现如权利要求1-6任意一项所述的直线电机运动控制方法；
处理器，用于执行所述存储器中的指令。
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1-6任意一项所述的直线电机运动控制方法。
CN202211009753.XA 2022-08-22 2022-08-22 一种直线电机运动控制方法、装置、设备及存储介质 Active CN115085611B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211009753.XA CN115085611B (zh) 2022-08-22 2022-08-22 一种直线电机运动控制方法、装置、设备及存储介质
PCT/CN2023/093956 WO2024041042A1 (zh) 2022-08-22 2023-05-12 一种直线电机运动控制方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211009753.XA CN115085611B (zh) 2022-08-22 2022-08-22 一种直线电机运动控制方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN115085611A CN115085611A (zh) 2022-09-20
CN115085611B true CN115085611B (zh) 2022-11-15

Family

ID=83244016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211009753.XA Active CN115085611B (zh) 2022-08-22 2022-08-22 一种直线电机运动控制方法、装置、设备及存储介质

Country Status (2)

Country Link
CN (1) CN115085611B (zh)
WO (1) WO2024041042A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115085611B (zh) * 2022-08-22 2022-11-15 广东工业大学 一种直线电机运动控制方法、装置、设备及存储介质
CN116193254A (zh) * 2022-12-30 2023-05-30 北京凌云光子技术有限公司 镜头控制方法、镜头控制装置和镜头控制系统
CN117318555B (zh) * 2023-11-29 2024-03-22 广东工业大学 一种基于扰动补偿的直线电机自适应控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1938934A (zh) * 2004-03-26 2007-03-28 株式会社安川电机 电机控制装置
CN109695893A (zh) * 2018-12-29 2019-04-30 广东工业大学 一种锅炉系统中的氧气浓度控制方法、装置、设备及系统
CN110034715A (zh) * 2019-05-28 2019-07-19 广东工业大学 一种基于扰动估计的音圈电机运动控制方法及相关设备
CN110209122A (zh) * 2019-06-18 2019-09-06 广东工业大学 一种多轴运动平台的控制方法、装置、介质及设备
CN111817638A (zh) * 2020-06-10 2020-10-23 吉林大学 永磁同步直线电机平台的相位超前线性自抗扰控制器
CN113091088A (zh) * 2021-04-14 2021-07-09 南京邮电大学 一种基于双阶段神经网络的锅炉燃烧广义预测控制方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0642798B2 (ja) * 1986-11-19 1994-06-01 東洋電機製造株式会社 誘導電動機の磁束制御方法
CN115085611B (zh) * 2022-08-22 2022-11-15 广东工业大学 一种直线电机运动控制方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1938934A (zh) * 2004-03-26 2007-03-28 株式会社安川电机 电机控制装置
CN109695893A (zh) * 2018-12-29 2019-04-30 广东工业大学 一种锅炉系统中的氧气浓度控制方法、装置、设备及系统
CN110034715A (zh) * 2019-05-28 2019-07-19 广东工业大学 一种基于扰动估计的音圈电机运动控制方法及相关设备
CN110209122A (zh) * 2019-06-18 2019-09-06 广东工业大学 一种多轴运动平台的控制方法、装置、介质及设备
CN111817638A (zh) * 2020-06-10 2020-10-23 吉林大学 永磁同步直线电机平台的相位超前线性自抗扰控制器
CN113091088A (zh) * 2021-04-14 2021-07-09 南京邮电大学 一种基于双阶段神经网络的锅炉燃烧广义预测控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Extended State Observer-Based IMC-PID Tracking Control of PMLSM Servo Systems》;yachao liu 等;《 IEEE Access》;20210405;49036-49046 *
《永磁直线同步电机的改进线性自抗扰控制》;刘亚超;《微电机》;20210531;51-55 *

Also Published As

Publication number Publication date
WO2024041042A1 (zh) 2024-02-29
CN115085611A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN115085611B (zh) 一种直线电机运动控制方法、装置、设备及存储介质
CN113078861B (zh) 一种永磁同步电机滑模控制方法、系统、介质及应用
Hsu et al. Emotional fuzzy sliding-mode control for unknown nonlinear systems
CN110572107A (zh) 一种伺服系统免调试控制方法及装置
CN112398397A (zh) 一种基于模型辅助的线性自抗扰永磁同步电机控制方法
CN112564557B (zh) 一种永磁同步电机的控制方法、装置、设备及存储介质
CN109709807A (zh) 一种基于摩擦补偿的自适应神经网络控制方法及其装置
CN110034715B (zh) 一种基于扰动估计的音圈电机运动控制方法及相关设备
CN112068446A (zh) 一种基于离散时间模糊模型的直流电机系统抗干扰控制方法
CN116805849A (zh) 一种永磁同步电机的连续集模型预测控制方法
CN111367177A (zh) 基于估计参考信号二阶微分的刚体系统抗扰控制方法及系统
CN115102443A (zh) 一种永磁同步直线电机的控制方法、装置及存储介质
Jin et al. High precision tracking control for linear servo system based on intelligent second-order complementary sliding mode
CN110932609B (zh) 一种多电机伺服系统自适应递推控制方法和系统
CN113110021A (zh) 一种用于伺服系统辨识与控制器设计的方法
CN116015119B (zh) 永磁同步电机电流控制方法及装置、存储介质及电子设备
Zhao et al. Design of MRAC and Modified MRAC for the Turntable
Najem et al. Comparative Study of PMSM Control Using Reinforcement Learning and PID Control
CN117040340B (zh) 一种电机的扰动预测方法、装置、设备及存储介质
CN117555241B (zh) 一种振镜电机的时滞补偿非线性控制方法及其相关装置
CN113922721B (zh) 连续控制集永磁同步直线电机模型预测控制方法
Bai et al. A new state observer for active disturbance rejection control with measurement noise and output delay using the PDE-backstepping predictor
CN114624994B (zh) 高阶柔性直线系统的新型自抗扰控制方法及系统
Chang et al. Active Disturbance Rejection Control Tuned by Whale Optimization Algorithm for Electric Loading System
CN114744946A (zh) 基于宽度学习干扰观测器的永磁同步电机控制方法及系统

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