基于自适应支持向量机的机电伺服系统动态面滑模控制方法技术方案

一种基于自适应支持向量机的机电伺服系统动态面滑模控制方法，包括：建立机电伺服系统模型，初始化系统状态以及相关控制参数；通过自适应支持向量机估计系统不确定部分。根据自适应支持向量机的估计结果设计动态面滑模控制器，保证系统跟踪误差快速稳定地收敛至零点，实现机电伺服系统的快速稳定控制。本发明专利技术提出一种基于自适应支持向量机的机电伺服系统动态面滑模控制方法，解决不确定性的问题，利用自适应支持向量机的函数逼近功能对系统的不确定部分进行准确建模，进而根据建立的模型，结合动态面滑模控制法设计自适应控制器。由于系统中的不确定部分得到了很好的估计，系统状态能更好的收敛。

【技术实现步骤摘要】

本专利技术涉及一种基于自适应支持向量机的机电伺服系统动态面滑模控制方法，特别是带有系统部分状态不可测、参数不确定以及外部扰动的机电伺服系统动态面滑模控制方法。
技术介绍
机电伺服系统是以电动机作为动力驱动元件的伺服系统，广泛应用于飞行控制、火力控制等各种领域。但是，系统中的不确定、不可测因素会大大影响伺服系统的控制精度，甚至严重降低机电伺服系统的性能，并且这些不确定因素的表现形式较为复杂，不易建模。因此，如何有效地控制和消除这些不确定因素影响，已成为机电控制中亟待解决的关键问题之一。动态面控制方法(DynamicSurfaceControl)在实现不确定非线性系统的鲁棒控制或自适应控制方面有着明显的优越性，受到国内外学者的极大关注。该方法利用系统的结构特性递推地构造整个系统的Lyapunov函数，使得控制器的设计结构化、系统化。针对反步控制法(Back-steppingControl)中可能导致微分项膨胀的问题，动态面控制方法在每一步设计中引入一阶积分滤波器，使得每一步设计的虚拟控制输入通过该滤波器，从而避免了系统中一些非线性函数的微分计算和控制器微分项的膨胀问题。滑模控制(Slidingmodecontrol)被认为是在解决系统不确定性和外部扰动的有效的鲁棒控制方法。滑模控制方法具有算法简单、响应速度快、对外界噪声干扰和参数摄动鲁棒性强等优点。因此，动态面控制方法与滑模控制方法的结合，可以使系统的控制器输>入变得简单，系统的性能得到了提升。支持向量机(SVM)最开始主要应用于模式识别领域，但是由于研究不完善，支持向量机一直没有得到重视。随着统计学习理论(StatisticalLearningTheory，SLT)的发展，支持向量机成为机器学习领域的新研究热点。支持向量机基于统计学理论，具有严格的数学基础。结合统计学理论的VC维理论和结构风险最小化原理，使得机器学习的泛化能力大大增强，这也是支持向量机优于神经网络的最重要的地方。
技术实现思路
为了克服现有技术的系统部分状态参数不确定的缺点，并消除不确定因素对机电伺服系统性能的影响，本专利技术提出一种基于自适应支持向量机的机电伺服系统动态面滑模控制方法，利用自适应支持向量机的函数逼近功能对系统中的不确定因素进行准确建模，并结合动态面控制和滑模控制方法设计自适应控制器。由于系统中的不确定因素已经得到了补偿，系统的跟踪性能得到了提高。为了解决上述技术问题提出的技术方案为：一种基于自适应支持向量机的机电伺服系统动态面滑模控制方法，包括如下步骤：步骤1，建立如式(1)所示的机电伺服系统模型，初始化系统状态以及控制参数；{dθmdt=ωmJdωmdt=Ktu-Dωm-TN+Tl---(1)]]>其中，θm，ωm为状态变量，分别表示电机输出轴位置和转速；J和D是折算到电机轴上的等效转动惯量和等效阻尼系数；Kt是电机扭矩常数；u是控制量；Tl是折算到电机轴上的负载扭矩；TN是折算到电机轴上的摩擦力；步骤2，对系统模型进行简化变形，过程如下：x·1=f1(x‾1)+g1(x‾1)x2x·2=f2(x‾2)+g2(x‾2)uy=x1---(2)]]>其中，y＝x1＝θm，x2＝ωm；f1(x‾1)=0,g1(x‾1)=1,f2(x‾2)=-Dx2-TN+Tl,]]>g2(x‾2)=Kt;]]>步骤3，用动态面滑模的方法来设计控制器u，过程如下：3.1，定义跟踪误差，滑模面为：e1=y-yds1=e1+λ∫e1dt---(3)]]>其中，e1为跟踪误差，yd为跟踪参考信号，y为电机输出轴位置，s1为定义的滑模面；对s1求导得：s·1=f1(x‾1)+g1(x‾1)x2-y·d=g1(x‾1)(x2+h1(x‾1,y·d))---(4)]]>其中，h1(x‾1,y·d)=(g1(x‾1))-1(f1(x1)-y·d)]]>是带有不确定项的函数；3.2，用自适应支持向量机的方法对进行建模：令h1(x‾1,y·d)=w1*Tφ(X,Xsv,1*,σw,1*)+ϵa1---(5)]]>其中，和分别是核函数h1的理想权重，支持向量和宽度；εa1是固有在线逼近误差；3.3，选择虚拟控制器x2d=k1s1-w1Tφ(X,X^sv,1,σ^w,1)---(6)]]>用z2做的一阶滤波器可得：τ2z2+z2=x2d,z2(0)=x2d(0)---(7)]]>定义：y2=x2d-z2---(8)]]>其中，k1是正常数，和分别是和的估计；设计这些估计值的迭代公式：{w^·1=γ1s1φ(X,X^sv,1,σ^w,1)-γ1κ1w^1X^·sv,1=γsv,1s1φXsv,1′Tw^1-γsv,1κsv,1X^sv,1σ^·w,1=γσ,1s1φσw,1′Tw^1-γσ,1κσ,1σ^w,1---(9)]]>其中γ1,κ1,γsv,1,κsv,1,γσ,1和κσ,1是正常数；3.4，定义控制器控制误差s2：s2＝x2-z2(10)令s·2=f2(x‾2)+g2(x‾2)u-z·2=g2(x2)(u+h2(x‾2,z·2))---(11)]]>其中h2(x‾2,z·2)=(g2(x‾2))-1(f2(x‾2)-z·2)=w2*Tφ(X,Xsv,2*,σw,2*)+ϵa2---(12)]]>其中和分别是核函数h2的理想权重，支持向量和宽度,是固有在线逼近误差；3.5，设计控制器：...

【技术保护点】
一种基于自适应支持向量机的机电伺服系统动态面滑模控制方法，其特征在于：该控制方法包括如下步骤：步骤1，建立如式(1)所示的机电伺服系统模型，初始化系统状态以及控制参数；dθmdt=ωmJdωmdt=Ktu-Dωm-TN+Tl---(1)]]>其中，θm，ωm为状态变量，分别表示电机输出轴位置和转速；J和D是折算到电机轴上的等效转动惯量和等效阻尼系数；Kt是电机扭矩常数；u是控制量；Tl是折算到电机轴上的负载扭矩；TN是折算到电机轴上的摩擦力；步骤2，对系统模型进行简化变形，过程如下：x·1=f1(x‾1)+g1(x‾1)x2x·2=f2(x‾2)+g2(x‾2)uy=x1---(2)]]>其中，y＝x1＝θm，x2＝ωm；f1(x‾1)=0,]]>g1(x‾1)=1,]]>f2(x‾2)=-Dx2-TN+Tl,]]>g2(x‾2)=Kt;]]>步骤3，用动态面滑模的方法来设计控制器u，过程如下：3.1，定义跟踪误差，滑模面为：e1=y-yds1=e1+λ∫e1dt---(3)]]>其中，e1为跟踪误差，yd为跟踪参考信号，y为电机输出轴位置，s1为定义的滑模面；对s1求导得：s·1=f1(x‾1)+g1(x‾1)x2-y·d=g1(x‾1)(x2+h1(x‾1,y·d))---(4)]]>其中，h1(x‾1,y·d)=(g1(x‾1))-1(f1(x1)-y·d)]]>存在未知部分；3.2，用自适应支持向量机的方法对存在未知的部分进行建模：令h1(x‾1,x·1d)=w1*Tφ(X,Xsv,1*,σw,1*)+ϵa1---(5)]]>其中，和分别是核函数h1的理想权重，支持向量，和宽度；εa1是固有在线逼近误差；3.3，选择虚拟控制器x2d=k1s1-w1Tφ(X,X^sv,1,σ^w,1)---(6)]]>用z2做的一阶滤波器可得：τ2z2+z2=x2d,z2(0)=x2d(0)---(7)]]>定义：y2=x2d-z2---(8)]]>其中，k1是正常数，和分别是和的估计；设计这些估计值的迭代公式：w^·1=γ1s1φ(X,X^sv,1,σ^w,1)-γ1κ1w^1X^·sv,1=γsv,1s1φXsv,1′Tw^1-γsv,1κsv,1X^sv,1σ^·w,1=γσ,1s1φσw,1′Tw^1-γσ,1κσ,1σ^w,1---(9)]]>其中γ1,κ1,γsv,1,κsv,1,γσ,1和κσ,1是正常数；3.4，定义控制器控制误差s2：s2＝x2‑z2           (10)令s·2=f2(x‾2)+g2(x‾2)u-z·2=g2(x2)(u+h2(x‾2,z·2))---(11)]]>其中h2(x‾2,z·2)=(g2(x‾2))-1(f2(x‾2)-z·2)=w2*Tφ(X,Xsv,2*,σw,2*)+ϵa2---(12)]]>其中和分别是核函数h2的理想权重，支持向量和宽度,是固有在线逼近误差；3.5，设计控制器：u=-g2(x‾2)k2s2-w^nTφ(X,X^sv,n,σ^w,n)-s1---(13)]]>其中，k2是正常数，和分别是和的估计；设计这些估计值的迭代公式：w^·2=γ2s2φ(X,X^sv,2,σ^w,2)-γ2κ2w^2X^·sv,2=γsv,2s2φXsv,2′Tw^2-&gam...

【技术特征摘要】
1.一种基于自适应支持向量机的机电伺服系统动态面滑模控制方法，其特征在于：该
控制方法包括如下步骤：
步骤1，建立如式(1)所示的机电伺服系统模型，初始化系统状态以及控制参数；
dθmdt=ωmJdωmdt=Ktu-Dωm-TN+Tl---(1)]]>其中，θm，ωm为状态变量，分别表示电机输出轴位置和转速；J和D是折算到电机轴上的
等效转动惯量和等效阻尼系数；Kt是电机扭矩常数；u是控制量；Tl是折算到电机轴上的负载
扭矩；TN是折算到电机轴上的摩擦力；
步骤2，对系统模型进行简化变形，过程如下：
x·1=f1(x‾1)+g1(x‾1)x2x·2=f2(x‾2)+g2(x‾2)uy=x1---(2)]]>其中，y＝x1＝θm，x2＝ωm；f1(x‾1)=0,]]>g1(x‾1)=1,]]>f2(x‾2)=-Dx2-TN+Tl,]]>g2(x‾2)=Kt;]]>步骤3，用动态面滑模的方法来设计控制器u，过程如下：
3.1，定义跟踪误差，滑模面为：
e1=y-yds1=e1+λ∫e1dt---(3)]]>其中，e1为跟踪误差，yd为跟踪参考信号，y为电机输出轴位置，s1为定义的滑模面；
对s1求导得：
s·1=f1(x‾1)+g1(x‾1)x2-y·d=g1(x‾1)(x2+h1(x‾1,y·d))---(4)]]>其中，h1(x‾1,y·d)=(g1(x‾1))-1(f1(x1)-y·d)]]>存在未知部分；
3.2，用自适应支持向量机的方法对存在未知的部分进行建模：
令
h1(x‾1,x·1d)=w1*Tφ(X,Xsv,1*,σw,1*)+ϵa1---(5)]]>其中，和分别是核函数h1的理想权重，支持向量，和宽度；εa1是固有在线逼
近误差；
3.3，选择虚拟控制器x2d=k1s1-w1Tφ(X,X^sv,1,σ^w,1)---(6)]]>用z2做的一阶滤波器可得：
τ2z2+z2=x2d,z2(0)=x2d(0)---(7)]]>定义：
y2=x2d-z2---(8)]]>其中，k1是正常数，和分别是和的估计；设计这些估计值的迭
代公式：
w^·1=γ1s1φ(X,X^sv,1,σ^w,1)-γ1κ1w^1X^·sv,1=γsv,1s1φXsv,1′Tw^1-γsv,1κsv,1X^sv,1σ^·w,1=γσ,1s1φσw,1′Tw^1-γσ,1κσ,1σ^w,1---(9)]]>其中γ1,κ1,...

【专利技术属性】
技术研发人员：陈强，楼成林，陶亮，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33