一种电子凸轮的控制方法、装置、设备、存储设备制造方法及图纸

本发明专利技术实施例提供一种电子凸轮的控制方法、装置、设备、存储设备，涉及电子凸轮技术领域。其中，这种控制方法通过控制曲线预测跟踪误差，根据工况信息获取误差阈值，通过跟踪误差和误差阈值来判断未来时刻是否存在扰动，针对不同的情况对控制信号进行不同的补偿，并根据补偿后的控制信号控制电机。大大提高受扰动后的控制性能。通过自适应阈值模型，在控制过程中能够根据电机的实际工况及采样误差自适应调整判断阈值，简化了控制过程中的操作。

【技术实现步骤摘要】
一种电子凸轮的控制方法、装置、设备、存储设备
本专利技术涉及电子凸轮
，具体而言，涉及一种电子凸轮的控制方法、装置、设备、存储设备。
技术介绍
电子凸轮是一种通过构造凸轮曲线来模拟并取代机械凸轮的技术。相比于机械凸轮，电子凸轮技术具备运行精度高、结构简单、安全性强、兼容性好等优点，并且通过修改参数即可改变凸轮曲线，广泛应用于旋切、飞剪、飞锯等运动控制系统中。对凸轮曲线的高精度跟踪是电子凸轮控制的一个难点，主要来源于两方面因素。一方面，在凸轮曲线设计过程中，通常采用多项式拟合和插补的方法获取凸轮曲线信息。但是这些方法常常忽略了曲线拐点处存在速度和加速度突变现象，导致被控对象出现卡顿、抖振等问题，降低凸轮曲线的控制精度。另一方面，系统运行过程中，电子凸轮主要通过查表法和在线计算法控制运动过程，查表法要求被控对象严格按照离线数据运动，且属于开环结构，忽略了实际运行过程中的扰动情况；在线计算法只能对当前量进行实时处理，对于扰动的抑制存在滞后性。
技术实现思路
本专利技术提供了一种电子凸轮的控制方法、装置、设备、存储设备，以改善相关技术中的电子凸轮受扰动后控制性能下降的问题。第一方面、本专利技术实施例提供了一种电子凸轮的控制方法，其包含以下步骤：S1、获取电机的控制曲线。S3、根据所述控制曲线，通过预测模型，预测电机转子在N个采样时刻后的预测位置。S4、根据所述预测位置和所述控制曲线，计算所述电机转子在N个采样时刻后的跟踪误差。S6、获取所述电机的工况信息。S8、根据所述工况信息，通过自适应误差阈值模型，计算所述电机在当前采样时刻的误差阈值。S9、判断所述跟踪误差是否大于所述自适应误差阈值。S10、当判断到所述跟踪误差大于所述自适应误差阈值时，根据所述控制曲线和所述工况信息，计算得到位置补偿系数，并根据所述位置补偿系数对当前采样时刻的控制信号进行位置补偿。S11、当判断到所述跟踪误差小于所述自适应误差阈值时，根据所述控制曲线和所述工况信息，计算得到速度补偿系数，并根据所述速度补偿系数对当前采样时刻的控制信号进行速度补偿。S12、根据补偿后的控制信号，控制所述电机。可选地，所述控制曲线根据查表法生成。可选地，在步骤S3之前，还包括：S2、构建所述预测模型。可选地，在步骤S8之前，还包括：S7、构建所述自适应阈值模型。可选地，所述步骤S2具体为：S2a、根据所述电机转子的机械运动方程构建受控自回归积分滑动平均模型。S2b、根据所述受控自回归积分滑动平均模型，通过Diophantine模型，获得所述预测模型。其中，所述预测模型的表达式为：式中，k为当前采样时刻，N为预测的采样时刻的数量，为k+N采样时刻时电机转子的预测角度，G、H和F为电机控制过程中的变量，Δ为微分算子，Iq*(k+N-1)为k+N-1采样时刻时电机q轴的理论电流，Iq*(k+N)为k+N采样时刻时电机q轴的理论电流，θ*(k+N)为k+N采样时刻时电机转子的理论角度。可选地，在步骤S4之后，还包括以下步骤：S5、根据所述跟踪误差，对所述预测模型进行光滑处理，获得校正模型。其中，所述校正模型的表达式为：式中，k为当前采样时刻，N为预测的采样时刻的数量，为k+N采样时刻时电机转子的校正角度，γ为平滑系数，取值范围为[0，1]，为k+N-1采样时刻时电机转子的校正角度，为k+N采样时刻时电机转子的预测角度，e(k+N)为k+N采样时刻时的跟踪误差。可选地，所述工况信息包括电机的q轴的采样电流xi和电机转子的采样角度xθ。可选地，所述步骤S7具体为：S7a、构建位置电流采样阈值误差模型。其中，所述位置电流采样阈值误差模型ε1(xi,xθ)的表达式为：式中，xi为采样电流，xθ为采样角度，n为采样次数，k为当前采样时刻，为电流的采样误差，iq(k)为当前采样时刻时电机q轴的采样电流，iq(k-1)为k-1采样时刻时电机q轴的采样电流，为角度的采样误差，θ(k)为当前采样时刻时电机转子的采样角度，θ(k-1)为k-1采样时刻时电机转子的采样角度。S7b、构建工况变化阈值误差模型。其中，所述工况变化阈值误差模型ε2(xi)的表达式为：ε2(xi)＝λiq(k)式中，xi为采样电流，λ为传递系数，iq(k)为当前采样时刻时电机q轴的采样电流，k为当前采样时刻。S7c、根据所述位置电流采样阈值误差模型和所述工况变化阈值误差模型，获得所述自适应阈值模型。其中所述自适应阈值模型ε的表达式为：ε＝ε0+ε1(xi,xθ)+ε2(xi)式中，ε0为预先设定的基础阈值，ε1(xi,xθ)为位置电流采样阈值误差模型，ε2(xi)工况变化阈值误差模型。可选地，所述步骤S4具体为：S4a、根据所述控制曲线，获取N个采样时刻后电机转子的理论角度。S4b、根据所述预测位置和所述理论角度，计算所述电机转子N个采样时刻后的所述跟踪误差。其中，所述跟踪误差e(k+N)的表达式为：式中，k为当前采样时刻，N为预测的采样时刻的数量，θ*(k+N)为k+N采样时刻时电机转子的理论角度，为k+N采样时刻时电机转子的预测角度。可选地，根据所述控制曲线和所述工况信息，计算得到位置补偿系数，具体为：根据所述控制曲线和所述工况信息，通过第一评价函数，获取所述位置补偿系数。其中，所述第一评价函数J1的表达式为：式中，k为当前采样时刻，θ(k)为当前采样时刻时电机转子的采样角度，θ*(k)为当前采样时刻电机转子的理论角度，α为位置补偿系数，取值范围为[1，2]，iq(k)为当前采样时刻时电机q轴的采样电流，为当前采样时刻电机q轴的理论电流。可选地，根据所述控制曲线和所述工况信息，计算得到速度补偿系数，具体为：根据所述控制曲线和所述工况信息，通过第二评价函数，获取所述速度补偿系数。其中，所述第二评价函数J2的表达式为：式中，k为当前采样时刻，θ(k)为当前采样时刻时电机转子的采样角度，θ*(k)为当前采样时刻时电机转子的理论角度，β为速度补偿系数，取值范围为[0，1]，iq(k)为当前采样时刻时电机q轴的采样电流，为当前采样时刻时电机q轴的理论电流，ω(k)为当前采样时刻时电机转子的采样角速度，ω*(k)为当前采样时刻时电机转子的理论角速度。第二方面、本专利技术实施例提供了一种电子凸轮的控制装置，其包含以下模块：曲线获取模块，用于获取电机的控制曲线。位置预测模块，用于根据所述控制曲线，通过预测模型，预测电机转子在N个采样时刻后的预测位置。误差计算模块，用于根据所述预测位置和所述控制曲线，计算所述电机转子在N个采样时刻后的跟踪误差。工况获取模块，用于获取所述电机的工况信息。阈值计算模块，用于根据所述工况信本文档来自技高网...

【技术保护点】
1.一种电子凸轮的控制方法，其特征在于，包含：/n获取电机的控制曲线；/n根据所述控制曲线，通过预测模型，预测电机转子在N个采样时刻后的预测位置；/n根据所述预测位置和所述控制曲线，计算所述电机转子在N个采样时刻后的跟踪误差；/n获取所述电机的工况信息；/n根据所述工况信息，通过自适应误差阈值模型，计算所述电机在当前采样时刻的误差阈值；/n判断所述跟踪误差是否大于所述自适应误差阈值；/n当判断到所述跟踪误差大于所述自适应误差阈值时，根据所述控制曲线和所述工况信息，计算得到位置补偿系数，并根据所述位置补偿系数对当前采样时刻的控制信号进行位置补偿；/n当判断到所述跟踪误差小于所述自适应误差阈值时，根据所述控制曲线和所述工况信息，计算得到速度补偿系数，并根据所述速度补偿系数对当前采样时刻的控制信号进行速度补偿；/n根据补偿后的控制信号，控制所述电机。/n

【技术特征摘要】
1.一种电子凸轮的控制方法，其特征在于，包含：
获取电机的控制曲线；
根据所述控制曲线，通过预测模型，预测电机转子在N个采样时刻后的预测位置；
根据所述预测位置和所述控制曲线，计算所述电机转子在N个采样时刻后的跟踪误差；
获取所述电机的工况信息；
根据所述工况信息，通过自适应误差阈值模型，计算所述电机在当前采样时刻的误差阈值；
判断所述跟踪误差是否大于所述自适应误差阈值；
当判断到所述跟踪误差大于所述自适应误差阈值时，根据所述控制曲线和所述工况信息，计算得到位置补偿系数，并根据所述位置补偿系数对当前采样时刻的控制信号进行位置补偿；
当判断到所述跟踪误差小于所述自适应误差阈值时，根据所述控制曲线和所述工况信息，计算得到速度补偿系数，并根据所述速度补偿系数对当前采样时刻的控制信号进行速度补偿；
根据补偿后的控制信号，控制所述电机。


2.根据权利要求1所述的控制方法，其特征在于，所述控制曲线根据查表法生成；
在根据所述控制曲线，通过预测模型，预测电机转子在N个采样时刻后的预测位置之前，还包括：构建所述预测模型；
在根据所述工况信息，通过自适应误差阈值模型，计算所述电机在当前采样时刻的误差阈值之前，还包括：构建所述自适应阈值模型。


3.根据权利要求2所述的控制方法，其特征在于，构建所述预测模型，具体为：
根据所述电机转子的机械运动方程构建受控自回归积分滑动平均模型；
根据所述受控自回归积分滑动平均模型，通过Diophantine模型，获得所述预测模型；其中，所述预测模型的表达式为：



k为当前采样时刻，N为预测的采样时刻的数量，为k+N采样时刻时电机转子的预测角度，G、H和F为电机控制过程中的变量，Δ为微分算子，Iq*(k+N-1)为k+N-1采样时刻时电机q轴的理论电流，Iq*(k+N)为k+N采样时刻时电机q轴的理论电流，θ*(k+N)为k+N采样时刻时电机转子的理论角度；
在根据所述预测位置和所述控制曲线，计算所述电机转子在N个采样时刻后的跟踪误差之后，还包括以下步骤：
根据所述跟踪误差，对所述预测模型进行光滑处理，获得校正模型；其中，所述校正模型的表达式为：



k为当前采样时刻，N为预测的采样时刻的数量，为k+N采样时刻时电机转子的校正角度，γ为平滑系数，取值范围为[0，1]，为k+N-1采样时刻时电机转子的校正角度，为k+N采样时刻时电机转子的预测角度，e(k+N)为k+N采样时刻时的跟踪误差。


4.根据权利要求2所述的控制方法，其特征在于，所述工况信息包括电机的q轴的采样电流xi和电机转子的采样角度xθ；
构建所述自适应阈值模型，具体为：
构建位置电流采样阈值误差模型；其中，所述位置电流采样阈值误差模型ε1(xi,xθ)的表达式为：



xi为采样电流，xθ为采样角度，n为采样次数，k为当前采样时刻，为电流的采样误差，iq(k)为当前采样时刻时电机q轴的采样电流，iq(k-1)为k-1采样时刻时电机q轴的采样电流，为角度的采样误差，θ(k)为当前采样时刻时电机转子的采样角度，θ(k-1)为k-1采样时刻时电机转子的采样角度；
构建工况变化阈值误差模型；其中，所述工况变化阈值误差模型ε2(xi)的表达式为：
ε2(xi)＝λiq(k)
xi为采样电流，λ为传递系数，iq(k)为当前采样时刻时电机q轴的采样电流，k为当前采样时刻；
根据所述位置电流采样阈值误差模型和所述工况变化阈值误差模型，获得所述自适应阈值模型；其中所述自适应阈值模型ε的表达式为：
ε＝ε0+ε1(xi,xθ)+ε2(xi)
ε0为预先设定的基础阈值，ε1(xi,x...

【专利技术属性】
技术研发人员：王荣坤，杜全恺，熊启彬，刘武根，
申请(专利权)人：华侨大学，
类型：发明
国别省市：福建;35