一种面向电动伺服系统的控制方法及系统技术方案

本发明专利技术提供了一种面向电动伺服系统的控制方法及系统，包括：建立电动伺服系统的运动学模型，将运动学模型中电机负载方程代入负载运动方程，通过力矩抵消得到负载与输入控制力矩的直接关系，采用有界时变参数将有界控制量转化为线性参数化形式，将运动学模型简化为二阶非线性系统；采用二阶系统最优时间控制算法得到积分滑模，根据积分滑模对二阶非线性系统进行收敛控制。本发明专利技术采用最优积分滑模策略和范数估计策略，从而减少计算量且提高系统性能，有利于实现伺服系统快速且精确的跟踪控制；可以大大减少在线更新参数，增加系统的性能，为伺服领域其它产品和算法的研制提供了全新的研发思路和应用方法。

A Control Method and System for Electric Servo System

The invention provides a control method and system for an electric servo system, which includes: establishing the kinematic model of the electric servo system, substituting the load equation of the motor in the kinematic model into the load motion equation, obtaining the direct relationship between the load and the input control moment through the moment offset, transforming the bounded control quantity into a linear parameterized form by using bounded time-varying parameters, and transforming the motion into a linear parameterized form. The model is simplified to a second-order nonlinear system, and the integral sliding mode is obtained by using the optimal time control algorithm of the second-order system, and the convergence control of the second-order nonlinear system is carried out according to the integral sliding mode. The invention adopts the optimal integral sliding mode strategy and norm estimation strategy, thereby reducing the amount of calculation and improving the system performance, which is conducive to fast and accurate tracking control of servo system, can greatly reduce online updating parameters and increase the system performance, and provides a new research and development idea and application method for the development of other products and algorithms in the servo field.

【技术实现步骤摘要】
一种面向电动伺服系统的控制方法及系统
本专利技术涉及伺服控制领域，具体地，涉及一种面向电动伺服系统的控制方法及系统。
技术介绍
电动伺服系统由伺服电机、传动部分以及负载部分组成，其中，伺服电机为执行部件，通过传动部分将力矩传递至负载端，以实现负载的控制。因电动伺服具有驱动力强、响应速度快等特点，被广泛应用于军事、工业、医疗器械等领域。随着科技的不断发展，对于伺服系统高精度、高稳定度以及快速响应的需求不断增加。但伺服系统存在复杂的传动关系，会造成摩擦非线性、参数不确定性等非线性现象，从而影响系统的动态性能与稳态性能。目前，实际中常采取的策略为PID控制，该策略虽然能够实现跟踪误差的有界收敛，但无法有效补偿未知非线性，导致较大的跟踪误差。为了实现非线性补偿，一般采取神经网络、模糊控制等智能算法，但其补偿效果与神经元个数成正比，从而造成较大的计算成本且不利于实际应用。因此，如何设计一种控制策略，以较小的计算量实现精确的非线性补偿，以求达到高动态与稳态性能成为当前研究的主题。术语解释：滑模策略：是一类特殊的非线性控制策略，表现为控制的不连续性。该策略将控制过程分为到达阶段与滑动阶段，能够使系统按照预定轨迹运动。神经网络：是一种运算模型，由大量节点相互连接构成。各节点采用特定函数设计，节点间通过加权信号连接。通过权值在线学习和调节，可实现任意非线性函数的逼近。瞬态性能：是指系统在控制输入下，由初始状态到达稳定状态过程中输出信号的性能指标，其主要包括：到达稳态的时间，输出信号的超调量以及输出波形的振动等。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种面向电动伺服系统控制方法及系统。根据本专利技术提供的一种面向电动伺服系统的控制方法，包括：模型转换步骤：建立电动伺服系统的运动学模型，将运动学模型中电机负载方程代入负载运动方程，通过力矩抵消得到负载与输入控制力矩的直接关系，采用有界时变参数将有界控制量转化为线性参数化形式，将运动学模型简化为二阶非线性系统；收敛控制步骤：采用二阶系统最优时间控制算法得到积分滑模，根据积分滑模对二阶非线性系统进行收敛控制。较佳的，还包括：补偿步骤：利用神经网络逼近非线性，根据两向量范数乘积大于向量本身乘积的定理，对神经网络权值的范数进行在线估计，并基于所述范数的自适应率对收敛控制进行补偿。较佳的，将误差初值的负反馈引入积分滑模的设计中。较佳的，所述收敛控制器包含收敛项和鲁棒项。根据本专利技术提供的一种面向电动伺服系统的控制系统，包括：模型转换模块：建立电动伺服系统的运动学模型，将运动学模型中电机负载方程代入负载运动方程，通过力矩抵消得到负载与输入控制力矩的直接关系，采用有界时变参数将有界控制量转化为线性参数化形式，将运动学模型简化为二阶非线性系统；收敛控制模块：采用二阶系统最优时间控制算法得到积分滑模，根据积分滑模对二阶非线性系统进行收敛控制。较佳的，还包括：补偿模块：利用神经网络逼近非线性，根据两向量范数乘积大于向量本身乘积的定理，对神经网络权值的范数进行在线估计，并基于所述范数的自适应率对收敛控制进行补偿。较佳的，将误差初值的负反馈引入积分滑模的设计中。较佳的，所述收敛控制器包含收敛项和鲁棒项。与现有技术相比，本专利技术具有如下的有益效果：本专利技术与现有技术相比，采用最优积分滑模策略和范数估计策略，从而减少计算量且提高系统性能，有利于实现伺服系统快速且精确的跟踪控制；可以大大减少在线更新参数，增加系统的性能，为伺服领域其它产品和算法的研制提供了全新的研发思路和应用方法。在今后一段时间内能产生相当可贵的经济效益和社会影响。本专利技术中模型转换部分，采用线性参数化技术将原有有界控制问题转化为参数形式，并将原有复杂伺服系统简化为二阶非线性系统，从而简化模型便于控制器设计；本专利技术中控制部分采用二阶系统最优时间控制算法设计最优积分滑模，能够有效提高系统跟踪误差的收敛速度，消除传统滑模奇异性与到达阶段，并能够弱化超调与快速性间的矛盾关系；本专利技术中非线性补偿部分采用基于神经网络权值范数的补偿方法，能够在实现神经网络补偿的前提下，进一步减少在线更新参数和计算成本，从而便于实际在线应用。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：图1为单电机驱动伺服系统示意图；图2为本专利技术伺服系统的控制框图；图3为正弦跟踪曲线图；图4为正弦跟踪误差曲线图；图5为正弦跟踪控制曲线图；图6为阶跃跟踪控制曲线图；图7为阶跃跟综误差曲线图；图8为阶跃跟踪控制曲线图。具体实施方式下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。单电机驱动伺服系统结构示意图如图1所示，其主要组成部分为伺服电机、传动机构、负载组成。该系统存在复杂非线性(如：摩擦、传动关系等)、复杂耦合结构(如：电机与负载间)以及未知系统参数(如：摩擦参数、扭矩参数等)，因此具有结构复杂、难控制的特点。本专利技术针对伺服系统，通过模型转换、收敛控制、补偿步骤，解决未知参数、有界控制、非线性的影响，实现精确的负载跟踪控制。如图2所示，本专利技术提供的一种面向电动伺服系统的控制方法，包括：模型转换步骤：建立电动伺服系统的运动学模型，将运动学模型中电机负载方程代入负载运动方程，通过力矩抵消得到负载与输入控制力矩的直接关系，采用有界时变参数将有界控制量转化为线性参数化形式，将运动学模型简化为二阶非线性系统。模型转换是本专利技术的基础部分，根据伺服系统的动力学关系，分别建立电机和负载的运动方程，两者均为二阶非线性方程，且负载无法被直接控制，需通过电机传递力矩进行驱动。首先将电机方程代入至负载模型，通过两方程力矩抵消可得到负载与输入控制力矩的直接关系。考虑到控制量是有界的，设计有界时变参数将有界控制量转化为线性参数化形式。经过上述变化，可将原有系统模型简化为一般的二阶非线性系统，从而便于控制器设计。收敛控制步骤：采用二阶系统最优时间控制算法得到积分滑模，根据积分滑模对二阶非线性系统进行收敛控制。由于伺服系统可简化为二阶非线性系统，采用二阶系统的最优时间控制策略设计积分滑模。当误差位于滑模面时，可实现快速且小超调的控制效果。此外，考虑到误差初值对滑模控制的影响，将误差初值的负反馈引入滑模设计中，该方法可以消除滑模的到达阶段，从而减少收敛时间与滑模抖振现象。基于上述积分滑模，设计收敛控制器包含收敛项和鲁棒项，其中，收敛项保证误差位于滑模面，而鲁棒项用于消除补偿控制造成的补偿误差以及其他不确定因素。补偿步骤：利用神经网络逼近非线性，根据两向量范数乘积大于向量本身乘积的定理，对神经网络权值的范数进行在线估计，并基于所述范数的自适应率对收敛控制进行补偿。补偿设计用于补偿影响误差收敛的整体非线性，该非线性包括摩擦、参数不确定性、电机端对负载的不良影响。考虑到神经网络具有良好的逼近能力但计算量大的特点，本专利技术在原有神经网络的基础上，采用范数估计方法设计补偿力矩。该策略能够减少使计算成本，且同时实现非线性补偿。在本专利技术中：①系统模型转换电机驱动伺服控制系本文档来自技高网...

【技术保护点】
1.一种面向电动伺服系统的控制方法，其特征在于，包括：模型转换步骤：建立电动伺服系统的运动学模型，将运动学模型中电机负载方程代入负载运动方程，通过力矩抵消得到负载与输入控制力矩的直接关系，采用有界时变参数将有界控制量转化为线性参数化形式，将运动学模型简化为二阶非线性系统；收敛控制步骤：采用二阶系统最优时间控制算法得到积分滑模，根据积分滑模对二阶非线性系统进行收敛控制。

【技术特征摘要】
1.一种面向电动伺服系统的控制方法，其特征在于，包括：模型转换步骤：建立电动伺服系统的运动学模型，将运动学模型中电机负载方程代入负载运动方程，通过力矩抵消得到负载与输入控制力矩的直接关系，采用有界时变参数将有界控制量转化为线性参数化形式，将运动学模型简化为二阶非线性系统；收敛控制步骤：采用二阶系统最优时间控制算法得到积分滑模，根据积分滑模对二阶非线性系统进行收敛控制。2.根据权利要求1所述的面向电动伺服系统的控制方法，其特征在于，还包括：补偿步骤：利用神经网络逼近非线性，根据两向量范数乘积大于向量本身乘积的定理，对神经网络权值的范数进行在线估计，并基于所述范数的自适应率对收敛控制进行补偿。3.根据权利要求1所述的面向电动伺服系统的控制方法，其特征在于，将误差初值的负反馈引入积分滑模的设计中。4.根据权利要求1所述的面向电动伺服系统控制方法，其特征在于，所述收敛控制器包含收敛项和鲁棒项。...

【专利技术属性】
技术研发人员：赵威，闫朝文，
申请(专利权)人：华东计算技术研究所中国电子科技集团公司第三十二研究所，
类型：发明
国别省市：上海,31