CN115236980B - 基于异步扰动观测器的直流电机抗扰控制方法及存储介质 - Google Patents
基于异步扰动观测器的直流电机抗扰控制方法及存储介质 Download PDFInfo
- Publication number
- CN115236980B CN115236980B CN202210760860.XA CN202210760860A CN115236980B CN 115236980 B CN115236980 B CN 115236980B CN 202210760860 A CN202210760860 A CN 202210760860A CN 115236980 B CN115236980 B CN 115236980B
- Authority
- CN
- China
- Prior art keywords
- disturbance
- mode
- asynchronous
- motor
- observer
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000013507 mapping Methods 0.000 claims abstract description 21
- 238000013461 design Methods 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000003416 augmentation Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 230000003190 augmentative effect Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 abstract description 9
- 238000005259 measurement Methods 0.000 abstract description 3
- 230000009977 dual effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 239000004973 liquid crystal related substance Substances 0.000 description 6
- 230000001419 dependent effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
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)
- Control Of Electric Motors In General (AREA)
Abstract
本发明的一种基于异步扰动观测器的直流电机抗扰控制方法及存储介质,针对马尔可夫建模的电机系统,其方法包括隐马尔可夫模态侦测器模块、异步扰动观测器模块和异步抗扰控制器模块。本发明通过运用基于扰动估计和补偿的控制方法来提高电机控制的鲁棒性和抗干扰能力。同时,为了处理双马尔可夫链,使用了模态映射技术将系统和扰动的两个马尔可夫链映射为一个马尔可夫链。考虑到系统模态测量的不准确性,本发明使用了隐马尔可夫模态侦测器提供系统模态信息,并基于侦测模态设计了异步扰动观测器和抗扰控制器。从仿真的结果来看本发明所提出的基于异步扰动观测器的控制算法能很好的实现系统抗扰目标。
Description
技术领域
本发明涉及直流电机控制技术领域,具体涉及一种基于异步扰动观测器的直流电机抗扰控制方法及存储介质。
背景技术
随着机器人、航空航天、数控机床、加工中心等技术的快速发展,人们对高性能伺服驱动系统的需求不断增长。直流有刷电机由于结构简单,机械特性硬,过载能力强,价格低廉等优点得到研究人员的普遍重视。针对直流有刷电机的不同工作场景,研究者从实践和理论中提出各种控制方法被应用到直流有刷电机的分析与设计中。基于扰动观测器的控制方法具有系统参数不确定性,未建模动态与外部扰动的估计和补偿能力,因此被广泛应用于机电系统的控制中。然而,随着电机的使用,系统元器件会不可避免地出现老化,故障等问题,系统模型会发生漂移;另一方面,当负载发生改变,直流电机的工作点以及工作点模型也会改变。因此,传统的使用单个模型对直流电机进行分析具有一定的局限性,如何设计基于多模型的直流电机控制方案是要解决的一大问题。
此外,由于微电子技术、数字和网络技术、微处理器以及控制理论的快速发展,电机控制系统正朝着数字化、高度集成化、智能化和高性能化方向发展。而高速微处理器的出现,也为在电机控制系统中应用现代控制理论,实现复杂的控制算法,提高工作的可靠性提供了强有力的技术手段。针对上述电机系统中的参数的随机特性,马尔可夫模型被广泛用于直流电机的稳定性分析与控制。然而,基于扰动观测器的马尔可夫系统的控制方法存在两个主要缺陷,第一,扰动观测器依赖精确的系统模态。实际工程中,由于测量误差、通信时延等扰动因素,系统模态未必可以准确获取,所以如何设计基于侦测模态的扰动观测器和控制器是要解决的一大问题。第二,扰动模型与系统马尔可夫链相同。而由于突变源不同,扰动模型与系统马尔可夫链未必相同,如何解决自发跳跃扰动对系统影响是要解决的另一问题。
发明内容
本发明提出的一种基于异步扰动观测器的直流电机抗扰控制方法,可解决上述技术问题。
为实现上述目的,本发明采用了以下技术方案:
一种基于异步扰动观测器的直流电机抗扰控制方法,包括针对马尔可夫建模的电机系统,包括以下步骤,
根据控制算法的设计要求,选取控制器参数以及异步扰动观测器参数;
进一步的,步骤1中采用映射技术将两个马尔可夫链映射为一个马尔可夫链;
进一步的,步骤2中实时电机模态是通过隐马尔可夫模态侦测器得到的;
进一步的,步骤3中的扰动观测器是基于异步模态来估计扰动的,具体如下:
匹配扰动情景:
不匹配扰动情景:
若存在正定矩阵P1a,P2a,控制器增益Kc,异步扰动观测器增益Lc, 使得非线性矩阵不等式Λac<0成立,其中ac/> B1a=-L(rt)d2(rt),/>则增广系统概率有界稳定,并且满足如下的最终界:
参数P1a,P2a,Kc,Lc的获取通过Ψac<0或Λac<0的线性化条件获得。
再一方面,本发明还公开一种计算机可读存储介质,存储有计算机程序,使得所述计算机程序被处理器执行时,所述处理器执行如上述方法的步骤。
由上述技术方案可知,本发明的基于异步扰动观测器的直流电机抗扰控制方法,设计中针对存在的非系统马尔可夫参数依赖的外部扰动模型,提出了连续时间马尔可夫链映射技术,将两个不同的连续时间马尔可夫链映射为一个马尔可夫链。隐马尔可夫模态侦测器的引入,描述了准确的系统模态值难以获取的问题。设计中扰动观测器首先使用侦测模态对系统的扰动进行估计,然后控制器中引入扰动的观测值以进行扰动补偿从而降低扰动对系统的影响。本发明最终可以实现在系统模态不能准确获取的情况下设计扰动观测器和控制器,以达到使系统概率稳定以及降低扰动对系统影响的目的。
综上就是本发明的主要内容,针对系统中存在的跳跃参数,使用了马尔可夫模型对直流电机建模。为了解决存在的非系统马尔可夫链依赖的扰动,提出了连续时间马尔可夫链映射技术。同时考虑到电机模态不可得,引入了隐马尔可夫模态侦测器,并基于侦测模态设计了异步扰动观测器和扰动补偿控制器。
本发明与现有的技术相比,具有如下的有益效果:
(1)基于非系统模态依赖的扰动模型,可以描述电机系统中模态自发跳跃的扰动;通过映射技术,可以将电机系统模型和扰动模型转化为常规的单一马尔可夫链模型。
(2)基于侦测模态的扰动观测和控制策略可以避免传统的控制策略对系统模态实时可得的需要,实现起来不需要精准的模态测量的限制。
附图说明
图1是本发明中直流有刷电机原理图;
图2是本发明中所提出的控制算法的控制框图;
图3是仿真中匹配扰动下开环系统状态图;
图4是仿真中匹配扰动下有异步扰动观测器时的系统状态图;
图5是仿真中匹配扰动下电机模态与侦测器模态图;
图6是仿真中匹配扰动下扰动与扰动估计图;
图7是仿真中不匹配扰动下开环系统状态图;
图8是仿真中不匹配扰动下有异步扰动观测器时的系统状态图;
图9是仿真中不匹配扰动下电机模态与侦测器模态图;
图10是仿真中不匹配扰动下扰动与扰动估计图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
如图2所示,本实施例所述的基于异步扰动观测器的直流电机抗扰控制方法,针对马尔可夫建模的电机系统,包括以下步骤,
根据控制算法的设计要求,选取控制器参数以及异步扰动观测器参数;
本发明中的电机控制算法主要是由隐马尔可夫模态侦测器,异步扰动观测器和异步抗扰控制器三部分组成。以下分别说明:
1.首先给出该算法依赖的电机的数学模型:
考虑含随机变化参数的直流电机拖动系统在静态工作点附近的小信号模型:
其中,w(t)是转轴角速度,ia(t)是制动电流,u(t)是电机端电压;Kq是转矩系数,Ke是反电动势系数;表示电枢电阻,/>是电枢电感;/>其中Jm是电动机转动惯量,/>是负载转动惯量,n表示齿轮传动比;/>其中bm是电动机阻尼系数,/>是负载阻尼系数;随机过程/>表示在集合/> 中取值的连续时间马尔可夫链,其模态转移概率为其中/>表示在t时刻的i模态到t+δ时刻的j模态的转移速率,且对于i≠j,/>对于i=j,/>δ表示模态驻留时间且满足/>Sij表示Kronecker delta函数,对于i≠j,Sij=0,对于i=j,Sij=1。
通过定义如下两个状态:x1(t)=w(t),x2(t)=ia(t),并且考虑可能存在的匹配扰动,则直流电机系统可以表示为:
2.连续时间马尔可夫链映射技术的采用
进一步,当rt=a,可将上述系统表示为
3.基于侦测模态的异步扰动观测器设计
4.基于侦测模态和扰动估计的控制器设计
根据扰动系数矩阵Bwa,扰动可以分为匹配扰动情景和不匹配扰动情景。
情景1(匹配扰动情景):考虑到输入矩阵的特点,此时扰动系数矩阵具有的形式,不失一般性且为问题分析的方便,假设扰动系数矩阵此时,可以得到Bwa=Ba,于是系统(8)和异步扰动观测器(10)中的Bwa和Bwc可以分别用Ba和Bc代替。构建的含扰动补偿的异步控制器如下所示:
可以从理论上证明此增广系统的参数选取和概率有界稳定性存在着如下的关系:
情景2(不匹配扰动情景):对(7),此时d1(rt)≠0。进一步,将(7)表示为如下形式:
此时,对输入通道的扰动进行补偿,设计如下的异步控制器:
同样,可以从理论上证明此增广系统的参数选取和概率有界稳定性存在着如下的关系:
其中
则增广系统概率有界稳定,并且满足如下的最终界:
针对以上两种情景,通过将(13)(18)转化为线性矩阵不等式,即可以利用Matlab的LMI工具箱求解控制器增益Kc和扰动观测器增益Lc。
以下举例说明:
本发明提出的控制算法的实施步骤如下所示:
3)构造(11)或(16)形式的控制器,将待设计参数Kc设为相关维度的待求解矩阵。
4)异步扰动观测器增益Lc和控制器增益Kc利用Matlab的LMI工具箱由(13)或(18)的线性化条件获得。
从图3-10可以看出,本发明中所提出的控制算法可以很好的实现抗扰性能。
综上所述,本发明实施例针对系统中存在的跳跃参数,使用了马尔可夫模型对直流电机建模。为了解决存在的非系统马尔可夫链依赖的扰动,提出了连续时间马尔可夫链映射技术。同时考虑到电机模态不可得,引入了隐马尔可夫模态侦测器,并基于侦测模态设计了异步扰动观测器和扰动补偿控制器。
又一方面,本发明还公开一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上述任一方法的步骤。
再一方面,本发明还公开一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上述任一方法的步骤。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一方法的步骤。
可理解的是,本发明实施例提供的系统与本发明实施例提供的方法相对应,相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
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 (4)
1.一种基于异步扰动观测器的直流电机抗扰控制方法,针对马尔可夫建模的电机系统,其特征在于,包括以下步骤,
根据控制算法的设计要求,选取控制器参数以及异步扰动观测器参数;
其中,步骤3中的扰动观测器是基于异步模态来估计扰动的,具体如下:
匹配扰动情景:
不匹配扰动情景:
参数P1a,P2a,Kc,Lc的获取通过Ψac<0或Λac<0的线性化条件获得。
4.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至3中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210760860.XA CN115236980B (zh) | 2022-06-30 | 2022-06-30 | 基于异步扰动观测器的直流电机抗扰控制方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210760860.XA CN115236980B (zh) | 2022-06-30 | 2022-06-30 | 基于异步扰动观测器的直流电机抗扰控制方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115236980A CN115236980A (zh) | 2022-10-25 |
CN115236980B true CN115236980B (zh) | 2023-06-23 |
Family
ID=83672103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210760860.XA Active CN115236980B (zh) | 2022-06-30 | 2022-06-30 | 基于异步扰动观测器的直流电机抗扰控制方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115236980B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115933528A (zh) * | 2022-11-03 | 2023-04-07 | 吉林大学 | 一种考虑通信时延的龙门机床大惯量动梁同步误差补偿方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102751935B (zh) * | 2012-07-03 | 2014-11-05 | 中国东方电气集团有限公司 | 一种在电动车转速开环下抑制异步电机干扰的方法 |
CN105865441B (zh) * | 2016-03-31 | 2017-02-08 | 北京航空航天大学 | 一种针对多源干扰系统的复合分层自适应滤波器 |
CN108803334B (zh) * | 2018-06-21 | 2020-08-07 | 广东工业大学 | 基于非齐次马尔科夫模型的直流电机有限时间控制方法及系统 |
CN113359443B (zh) * | 2021-05-28 | 2023-07-04 | 南京理工大学 | 一种广义时滞马尔科夫跳变系统的复合抗干扰控制方法 |
-
2022
- 2022-06-30 CN CN202210760860.XA patent/CN115236980B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115236980A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Adaptive tracking control for uncertain switched systems under asynchronous switching | |
CN111090945B (zh) | 一种针对切换系统的执行器和传感器故障估计设计方法 | |
CN115236980B (zh) | 基于异步扰动观测器的直流电机抗扰控制方法及存储介质 | |
CN104360635A (zh) | 一种电机位置伺服系统的抗干扰控制方法 | |
CN104614984A (zh) | 一种电机位置伺服系统的高精度控制方法 | |
CN111381501B (zh) | 基于事件触发的异步系统的容错控制方法 | |
Ben Regaya et al. | Electric drive control with rotor resistance and rotor speed observers based on fuzzy logic | |
Pyrkin et al. | An adaptive observer for uncertain linear time-varying systems with unknown additive perturbations | |
CN112865646A (zh) | 一种永磁同步电机单电流传感器无差拍预测控制方法 | |
Xie et al. | Identification of sandwich systems with a dead zone using combinational input signals | |
Jiang et al. | Global practical tracking for a class of switched nonlinear systems with quantized input and output via sampled-data control | |
Hua et al. | Global adaptive prescribed‐time stabilization for high‐order nonlinear systems | |
CN117254734A (zh) | Pmsm多模式切换模型预测控制方法、系统及存储介质 | |
Tsai et al. | A modified NARMAX model-based self-tuner with fault tolerance for unknown nonlinear stochastic hybrid systems with an input–output direct feed-through term | |
Jiang et al. | Sampled‐data output feedback stabilization for a class of p‐norm switched stochastic nonlinear systems | |
Yacine et al. | Finite-time impulsive observers for nonlinear systems represented by Takagi–Sugeno models: Application to a chaotic system | |
CN113592361B (zh) | 电力系统潮流计算方法、装置、计算机设备和存储介质 | |
CN109742992B (zh) | 一种无位置传感器的新型混合励磁同步电机控制方法 | |
CN111077781B (zh) | 一种网络化控制系统及其输出跟踪控制方法 | |
Keshavan | A novel concurrent learning‐based sliding‐mode observer for second‐order multivariable systems with a time‐varying coefficient: An application to machine vision | |
Zhang et al. | Event-based robust stabilization: An operator-theoretic approach | |
CN110763951B (zh) | 用于输电线路停电检测识别的最快变化检测模型构建方法 | |
Wang et al. | Parameters identification of PMSM based on self-adaptive DE algorithm with hybrid mutation operator | |
CN114815785B (zh) | 一种基于有限时间观测器的非线性系统执行器鲁棒故障估计方法 | |
Firouzmand et al. | Hierarchical control of linear systems using extended robust approximate simulation |
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 |