基于双观测器的发射平台高精度运动控制方法技术

本发明专利技术公开了一种基于双观测器的发射平台高精度运动控制方法，包括以下步骤：建立发射平台的数学模型；设计基于双观测器的发射平台运动控制器；对基于双观测器的发射平台运动控制器进行稳定性测试。本发明专利技术采用双观测器，第一个观测器用来逼近内部不可测量的摩擦状态，第二个观测器用来补偿外部扰动，同时设计自适应控制器以估计系统中不确定的参数和常值干扰，能够有效地解决系统的外部干扰和非线性摩擦等问题，提高发射平台的控制性能。

High precision motion control method for launch platform based on double observer

The invention discloses a method for controlling the launch platform double observer based on high precise motion, which comprises the following steps: establishing the mathematical model of the launch platform design; launch platform motion controller based on double observers; to launch platform motion controller in double observer stability test based on. The invention adopts double observer, the first observer is used to approximate the internal friction state can not be measured, second observer is used to compensate the external disturbance, the adaptive controller is designed to estimate the uncertain parameters of systems and constant interference, can effectively solve the problems such as external disturbance and nonlinear friction system, improve the control performance of the launch platform.

【技术实现步骤摘要】
基于双观测器的发射平台高精度运动控制方法
本专利技术涉及一种控制方法，具体涉及一种基于双观测器的发射平台高精度运动控制方法。
技术介绍
发射平台是一套典型的机电伺服系统，通常由传感器、执行机构、机械传动机构、负载和控制器组成。由于发射平台可以工作于各种地形情况下，因此被广泛应用于防空武器中。在发射平台工作过程中，外部扰动、摩擦非线性等不确定非线性因素总是存在于伺服系统中。受这些因素的影响，系统容易出现转速低频振荡，发出不规则电磁噪声，特别是在低速运行时，易出现极限环振荡，会导致系统控制性能的严重下降甚至失稳。针对不可测量的状态、外部扰动和参数不确定性等，传统控制方式难以满足伺服系统的跟踪精度要求，因此需要研究高性能的控制方法。近年来，各种先进控制策略应用于电机伺服系统，如自适应控制器。其中基于非线性观测器的自适应鲁棒控制器虽然能够很好的处理摩擦问题，但是当外部扰动等不确定性非线性逐渐增大时，所设计的自适应控制器的保守性就会逐级暴露出来，越强的外部扰动会导致越差的跟踪性能，最终会带来系统的失稳。因此，需要设计高效的控制器同时解决这些问题，从而实现发射平台高精度的运动控制。
技术实现思路
本专利技术的目的在于提供一种基于双观测器的发射平台高精度运动控制方法，有效地解决发射平台中存在的外部扰动、摩擦非线性等不确定非线性因素的影响，实现高精度的跟踪控制。实现本专利技术目的的技术方案为：一种基于双观测器的发射平台高精度运动控制方法，包括以下步骤：步骤1，建立发射平台的数学模型；步骤2，设计基于双观测器的发射平台运动控制器；步骤3，对基于双观测器的发射平台运动控制器进行稳定性测试。本专利技术与现有技术相比，其显著优点为：(1)本专利技术同时考虑了外部扰动和非线性摩擦等不确定性的非线性因素，在精确建模的基础上创造性地采用两个神经网络观测器分别对不可测量的摩擦状态和外部扰动进行了观测，同时设计自适应控制器以估计系统中不确定的参数和常值干扰；(2)本专利技术全面提升发射平台的综合控制性能，包括系统运行的稳定性、对非线性摩擦、外部扰动的鲁棒性及跟踪精度。附图说明图1为本专利技术的发射平台高精度运动控制方法流程图。图2是本专利技术的发射平台系统组成框图。图3是基于双观测器的发射平台高精度运动控制方法的原理示意图。图4是本专利技术所采用的RBF神经网络的结构图。图5是系统期望的跟踪信号示意图。图6(a)、图6(b)是AC和DRBF两种控制器下的位置跟踪误差曲线图。图7是神经网络观测器对不可测量的摩擦状态z的估计和实际曲线图。图8是神经网络观测器对外部扰动f的估计和实际曲线图。具体实施方式结合图1、图2、图3，本专利技术的一种基于双观测器的发射平台高精度运动控制方法，包括以下步骤：步骤一、建立发射平台的数学模型。本专利技术的发射平台由方位轴伺服子系统和俯仰轴伺服子系统两部分组成。由于方位轴伺服子系统和俯仰轴伺服子系统数学模型基本一致，因此这里以方位轴伺服子系统为对象进行数学建模。根据牛顿第二定律，发射平台的动力学模型方程为：式中m表示等效转动惯量，y表示执行器的位置，u是系统控制输入，TL是负载扭矩；代表其他未建模干扰，包括外部干扰以及未建模动态。摩擦力矩F采用LuGre摩擦模型来表示：其中，σ0表示接触面间的鬃毛刚度系数，σ1表示鬃毛阻尼系数，σ2表示粘性摩擦系数。为相对角速度。z表示鬃毛的平均变形量，且平均变形动力学方程表示为：非线性函数表示不同的摩擦效应，表达式如下：其中Fc表示Coulomb摩擦力矩，Fs表示最大静摩擦力矩，表示Stribeck速度。在实际应用中，由于受温度、润滑和材料磨损的影响，摩擦系数不是一成不变的。当模型中的参数发生变化时，摩擦力矩也会改变。通过观测摩擦各系数的变化未必精确，而且使得运算复杂化，为此引入摩擦系数λ来反应摩擦力矩的变化。本专利技术引入摩擦系数λ来反映动摩擦参数σ0和σ1的变化，因此修正后的摩擦力矩可以表示为：把方程(3)(5)带入到方程(1)中，整理得：定义状态变量则式(6)运动方程转换为状态方程：其中θ＝[θ1θ2θ3θ4]T为系统的未知参数，且θ1＝J,θ2＝λ,θ3＝λσ1+σ2,θ4＝TL。定义新的函数N(x2)＝σ0-σ1α(x2)|x2|。为了便于控制器设计，我们假设参数不确定性θ和外部扰动大小范围已知。步骤二、设计基于双观测器的发射平台度运动控制器，具体步骤如下：步骤2-1、设计双观测器。图4是本专利技术所采用的神经网络的结构图。本专利技术设计两个RBF神经网络观测器分别去估计不可测量的摩擦状态z和外部扰动f这两个不同的任务,如下：z＝W1*Th1(x)+εapprox1(8)f＝W2*Th2(x)+εapprox2(9)式中，W1*,W2*分别为两个神经网络的理想权值，h1(x),h2(x)为两个网络的高斯基函数输出，εapprox1,εapprox2为两个神经网络的逼近误差。且满足：εapprox1≤εN1和εapprox2≤εN2。这里的两个网络输入都取X＝[x1,x2]T，则网络输出为：其中是z的估计，为f的估计，为Wi*的估计。设计一个带有不连续映射类型的权值自适应律为：其中：式中Γ1,Γ2表示权值自适应正对角矩阵，τ1,τ2为权值自适应函数，i＝1,2。上述的投影映射具有以下特性：定义是估计误差，我们可以得到：其中是状态z的观测误差，是f的观测误差。步骤2-2、设计自适应控制器，具体如下：定义系统输入位置指令为x1d，位置跟踪误差信号e1＝x1-x1d。定义x2eq为虚拟控制的期望值，速度跟踪误差为e2＝x2-x2eq。则e1的误差动力学方程为：根据方程(19)，设计虚拟控制函数x2eq为：其中k1是正的反馈增益。将(20)带入(19)中，我们可以得到误差动力学方程为：从(21)中我们可以看到，我们需要让e2收敛到零，从而使e1收敛于零。由(7)，e2的导数可以表示为：则系统的控制量u可以设计为：其中为θ的估计，Ua为模型前馈补偿项，Us1为线性稳定反馈项以稳定系统的名义模型，k2>0，Us2为非线性鲁棒反馈项。设计带有不连续映射的参数自适应律为：其中，是参数自适应回归量。Γ3是一个正的对角矩阵，它表示参数的自适应增益；τ3为参数自适应函数；参数自适应所采用的不连续映射形式和权值自适应采用的形式相同，且具有和P1、P2相同的特性。将方程(23)带入到(22)中，e2的导数可以表示为：为了处理双神经网络的逼近误差，非线性鲁棒反馈项Us2的设计需要满足两个条件：e2·Us2≤0(27)式中εs是一个正实数。因此，非线性鲁棒反馈项Us2可以设计为：式中hs是所有误差的上限，且是满足下列条件的任何光滑函数：其中步骤三，稳定性测试A.若选择足够大的反馈增益k1、k2使得下面定义的矩阵是正定的则对于任何的自适应函数τ1τ2，所提出的控制律(23)具有以下的特征：闭环控制器中的所有信号都是有界的，并考虑了Lyapunov函数是有界的通过其中λ1＝2σmin(Λ1)/θmax，σmin(Λ1)是正定矩阵Λ1的最小特征值。B.如果一段有限时间后系统只存在参数不确定性，即一段有限的时间后εapprox1＝εapprox2＝0，除了在A的结果，还可以实现渐进输出跟踪，即e→0ast→∞，其中e＝[e1,e2]T本文档来自技高网...

【技术保护点】
一种基于双观测器的发射平台高精度运动控制方法，其特征在于，包括以下步骤：步骤1，建立发射平台的数学模型；步骤2，设计基于双观测器的发射平台运动控制器；步骤3，对基于双观测器的发射平台运动控制器进行稳定性测试。

【技术特征摘要】
1.一种基于双观测器的发射平台高精度运动控制方法，其特征在于，包括以下步骤：步骤1，建立发射平台的数学模型；步骤2，设计基于双观测器的发射平台运动控制器；步骤3，对基于双观测器的发射平台运动控制器进行稳定性测试。2.根据权利要求1所述的基于双观测器的发射平台高精度运动控制方法，其特征在于，步骤1建立发射平台的数学模型，具体如下：发射平台由方位轴伺服子系统和俯仰轴伺服子系统两部分组成，以方位轴伺服子系统为对象进行数学建模，根据牛顿第二定律，发射平台的动力学模型方程为：式中m表示等效转动惯量，y表示执行器的位置，u是系统控制输入，TL是负载扭矩；代表其他未建模干扰；摩擦力矩F采用LuGre摩擦模型来表示：其中，σ0表示接触面间的鬃毛刚度系数，σ1表示鬃毛阻尼系数，σ2表示粘性摩擦系数；为相对角速度，z表示鬃毛的平均变形量，且平均变形动力学方程表示为：非线性函数表示不同的摩擦效应，表达式如下：其中Fc表示Coulomb摩擦力矩，Fs表示最大静摩擦力矩，表示Stribeck速度。引入摩擦系数λ来反映动摩擦参数σ0和σ1的变化，因此修正后的摩擦力矩表示为：把方程(3)(5)带入到方程(1)中，整理得：定义状态变量则式(6)运动方程转换为状态方程：其中θ＝[θ1θ2θ3θ4]T为系统的未知参数，且θ1＝J,θ2＝λ,θ3＝λσ1+σ2,θ4＝TL；。定义新的函数N(x2)＝σ0-σ1α(x2)|x2|；假设参数不确定性θ和外部扰动大小范围已知。3.根据权利要求2所述的基于双观测器的发射平台高精度运动控制方法，其特征在于，步骤2具体如下：步骤2-1、设计双观测器设计两个RBF神经网络观测器分别去估计不可测量的摩擦状态z和外部扰动f这两个不同的任务，如下：z＝W1*Th1(x)+εapprox1(8)f＝W2*Th2(x)+εapprox2(9)式中，W1*,W2*分别为两个神经网络的理想权值，h1(x),h2(x)为两个网络的高斯基函数输出，εapprox1,εapprox2为两个神经网络的逼近误差，且满足：εapprox1≤εN1和εapprox2≤εN2；两个网络输入都取X＝[x1,x2]T，则网络输出为：其中是z的估计，为f的估计，为Wi*的估计；设计一个带有不连续映射类型的权值自适应律为：其中：式中Γ1,Γ2表示权值自适应正对角矩阵，τ1,τ2为权值自适应函数，i＝1,2，上述的投影映射具有以下特性：P1P2定义是估计误差，可以得到：其中是状态z的观测误差，是f的观测误差；步骤2-2、设计自适应控制器，具体如下：定义系统输入位置指令为x1d，位置跟踪误差信号e1＝x1-x1d，定义x2eq为虚拟控制的期望...

【专利技术属性】
技术研发人员：胡健，王元刚，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32