基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法技术

基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法，涉及永磁同步电机转速控制技术领域。针对永磁同步电机转矩脉动问题，同时考虑伺服系统存在参数摄动和外部负载扰动的情况，将自适应滑模控制与迭代学习控制相结合，设计了鲁棒迭代学习控制器。迭代学习控制，对系统中基于系统状态的未知周期性函数进行学习，抑制系统周期性脉动转矩；滑模变结构控制，使系统轨迹沿着滑模面运行，提高系统的抗扰动性能；针对滑模控制抖振问题，设计自适应律对系统扰动进行估计，将估计值补偿到控制器，在保证系统鲁棒性的同时可有效削弱滑模抖振。本发明专利技术结合迭代学习控制和滑模控制的优点，在提高系统鲁棒性的同时，实现对永磁同步电机转矩脉动的有效抑制。

【技术实现步骤摘要】
基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法
本专利技术涉及永磁同步电机转速控制
，具体涉及一种基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法。
技术介绍
近年来永磁同步电机(PermanentMagnetSynchronousMotor,PMSM)因其结构简单、运行可靠、效率高以及调速性能好等优点在机器人、高精度数控机床、光电转台、航空航天等不同的领域得到了广泛地应用。但是，由齿槽转矩、磁通谐波以及电流检测误差等因素引起的周期性转矩脉动的存在，影响了永磁同步电机在高精度控制场合的应用。转矩脉动会进一步引起周期性转速脉动，导致在电机运行过程中产生机械振动和噪声，降低永磁同步电机的转速跟踪性能。目前，闭环转矩脉动抑制方法主要分为两类。第一类方法将转矩脉动控制器设计在转矩环(电流环)上，设计转矩观测器在线实时估计转矩，并将观测值反馈补偿到控制器。但是这种方法仅局限对从电学系统估计出的脉动转矩进行抑制，那些由机械部分产生的脉动转矩(如：齿槽转矩)无法估计，因此也没有受到抑制。使用转矩传感器可以解决上述问题，但是转矩传感器将大大提高控制系统成本。第二类方法将控制器设计在速度环上，转速脉动可以完全反应转矩脉动的情况，若要减小转速脉动，转速脉动产生的原因转矩脉动必须得到抑制。这类方法可以间接达到转矩脉动抑制的目的，同时对电学部分和机械部分产生的脉动转矩均可以进行抑制。迭代学习控制(IterativeLearningControl,ILC)是一种基于记忆机制的无模型控制方法，能够通过对周期性偏差信号的不断“学习”，使偏差信号在有限时间内趋于零。该方法对于在一定时间内周期性重复执行某一动作的控制系统可取得良好的控制性能。由于周期性的脉动转矩可视为系统的周期性扰动，采用ILC控制方法可以获得良好的转矩脉动抑制性能。在速度PI控制器的基础上并联一个迭代学习控制器(PI-ILC)是一个广泛应用的转矩脉动抑制方法，但是该方法对于非周期性的系统扰动非常敏感，当系统存在参数摄动以及外部负载扰动时难以获得理想的控制性能。由于在实际应用中，永磁同步电机不可避免会遇到各种干扰，都会影响永磁同步电机的伺服性能。因此，在抑制转矩脉动的同时伺服系统的鲁棒控制是一个非常有必要研究的问题。滑模控制方法(SlidingModeControl,SMC)作为一种变结构控制方法，具有对系统模型精度要求不高，响应快，鲁棒性强等优点，适合解决提高系统抗扰动性能的问题。但是，在滑模控制系统中，当系统存在扰动时，切换增益必须随着扰动值的增大而增大，才能保证系统稳定性，有效抑制扰动。但是在实际的应用中，系统扰动值一般难以确定；同时，由于切换函数的存在，大的控制增益往往会激发系统高频抖振，严重影响系统的控制性能。自适应律可以很好的解决上述问题。自适应律对系统扰动进行在线估计，并反馈补偿到控制器，可减小切换增益，有效削弱滑模抖振。
技术实现思路
本专利技术针对永磁同步电机转矩脉动问题，同时考虑伺服系统存在参数摄动和外部负载扰动的问题，提供一种基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法。基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法，该方法由以下步骤实现：步骤一、建立永磁同步电机转速伺服系统的状态方程，用公式一表示为公式一、式中，x(t)为系统状态变量，u(t)为控制输入，y(t)为系统输出，f(x,t)为状态变量x(t)的未知周期性函数，b为已知数值系数，r(t)为系统总扰动量，B(x,t)为已知摩擦转矩函数；步骤二、设计鲁棒迭代学习控制器，实现对永磁同步电机的转矩脉动抑制；步骤二一、定义速度跟踪误差，用公式二表示为：公式二、e(t)＝ωref(t)-ωm(t)式中，ωref(t)为给定转速信号，ωm(t)为反馈转速值；步骤二二、设计积分型滑模面，用公式三表示：公式三、式中，c为积分系数；结合公式一和公式三获得公式四：公式四、步骤二三、设计滑模趋近律v(t)，用公式五表示为：公式五、式中g＞0为切换增益，η＞0为指数趋近项系数，sgn(·)为切换函数；结合公式四和公式五，获得控制输入u(t)，用公式六表示为；公式六、步骤二四、设计自适应律对系统总扰动量r(t)进行在线估计，获得自适应律估计值用公式七表示为：公式七、式中，γ＞0为自适应估计增益，自适应估计误差为步骤二五、设计迭代学习控制律，对未知周期性函数f(x,t)进行k次迭代学习，获得k次迭代时的迭代学习结果，用公式八表示为：公式八、式中δ＞0，β1＞0，β2＞0，k为正整数，表示迭代次数，Sk(t)为第k次迭代时的滑模面；结合公式六、公式七和公式八，获得鲁棒迭代学习控制器，第k次迭代时的控制输入uk(t)用公式九表示为：公式九、式中，xk(t)为第k次迭代时的系统状态变量，vk(t)为第k次迭代时滑模控制律，为第k次迭代时自适应律估计值。本专利技术的有益效果：本专利技术所述的基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法。将迭代学习控制和自适应滑模控制相结合设计永磁同步电机的速度控制器，该控制方法在有效抑制转矩脉动的同时，可保证控制系统良好的鲁棒性和动态响应性能。鲁棒迭代学习控制(RobustIterativeLearningControl,RILC)方法解决了传统转矩脉动抑制方法PI-ILC的抗扰动性能差的问题，综合了迭代学习控制与自适应滑模控制方法的优点。迭代学习控制器，对系统未知周期性函数进行“学习”，抑制转矩脉动现象。滑模控制器，提高系统的动态响应性能及抗扰动性能；针对滑模控制切换增益的选取及滑模抖振问题，设计了自适应律，对系统扰动进行在线估计，并将估计值反馈补偿到控制器，在保证系统强鲁棒性的同时可削弱滑模抖振。鲁棒迭代学习控制器可有效提高PMSM转速伺服系统的控制性能。附图说明图1为本专利技术所述的基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法中永磁同步电机转速伺服系统结构框图；图2为本专利技术所述的基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法中鲁棒迭代学习控制器的结构框图；图3为本专利技术所述的基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法的硬件结构框图；图4为PI-ILC控制器结构框图；图5为永磁同步电机转速为900r/min时，PI控制的转速响应曲线及相应的频谱分析结果；图6为永磁同步电机转速为900r/min时，PI-ILC控制的转速响应曲线及相应的频谱分析结果；图7为永磁同步电机转速为900r/min时，RILC控制的转速响应曲线及相应的频谱分析结果；图8为永磁同步电机转速为60r/min时，PI控制的转速响应曲线及相应的频谱分析结果；图9为永磁同步电机转速为60r/min时，PI-ILC控制的转速响应曲线及相应的频谱分析结果；图10为永磁同步电机转速为60r/min时，RILC控制的转速响应曲线及相应的频谱分析结果；图11为自适应律估计结果；图12为永磁同步电机转速为900r/min时，PI-ILC控制的抗扰动性能实验结果；图13为永磁同步电机转速为900r/min时，RILC的抗扰动性能实验结果；图14为永磁同步电机转速为60r/min时，PI-ILC控制的抗扰动性能实验结果；图15为永磁同步电机转速为60r/min时，RILC的抗扰动性能实验结果。具体实施方本文档来自技高网...

【技术保护点】
基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法，其特征是，该方法由以下步骤实现：步骤一、建立永磁同步电机转速伺服系统的状态方程，用公式一表示为公式一、

【技术特征摘要】
1.基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法，其特征是，该方法由以下步骤实现：步骤一、建立永磁同步电机转速伺服系统的状态方程，用公式一表示为公式一、式中，x(t)为系统状态变量，u(t)为控制输入，y(t)为系统输出，f(x,t)为状态变量x(t)的未知周期性函数，b为已知数值系数，r(t)为系统总扰动量，B(x,t)为已知摩擦转矩函数；步骤二、设计鲁棒迭代学习控制器，实现对永磁同步电机的转矩脉动抑制；步骤二一、定义速度跟踪误差，用公式二表示为：公式二、e(t)＝ωref(t)-ωm(t)式中，ωref(t)为给定转速信号，ωm(t)为反馈转速值；步骤二二、设计积分型滑模面，用公式三表示为：公式三、式中，c为积分系数；结合公式一和公式三获得公式四：公式四、步骤二三、设计滑模趋近律v(t)，用公式五表示为：公式五、式中g＞0为切换增益，η＞0为指数趋近项系数，sgn(·)为切换函数；结合公式四和公式五，获得控制输入u(t)，用公式六表示为；公式六、步骤二四、设计自...

【专利技术属性】
技术研发人员：邓永停，李洪文，刘京，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林,22