时滞多柔性摆臂系统分数阶自适应控制方法及装置制造方法及图纸

本发明专利技术涉及自动控制领域，提出一种时滞多柔性摆臂系统分数阶自适应控制方法及装置，包括步骤：针对时滞多柔性摆臂系统构建分数阶非线性模型；通过有向拓扑图构建时滞多柔性摆臂系统的通信网络；引入通信网络中各柔性摆臂的各阶跟踪误差；通过分数阶非线性模型和跟踪误差，计算获得自适应控制器；通过自适应控制器控制时滞多柔性摆臂系统中各柔性摆臂的运动。本发明专利技术通过构建分数阶非线性模型，能够综合考虑模型的精确度以及复杂度，可以更好地描述时滞多柔性摆臂系统；提出了一种自适应控制方法，处理时滞多柔性摆臂系统中的不确定性因素；引入误差障碍函数与径向基神经网络，补偿系统中的时滞因素，实现多个柔性摆臂对参考信号的精确跟踪。号的精确跟踪。号的精确跟踪。

【技术实现步骤摘要】
时滞多柔性摆臂系统分数阶自适应控制方法及装置


[0001]本专利技术涉及自动控制领域，尤其涉及一种时滞多柔性摆臂系统分数阶自适应控制方法及装置。

技术介绍

[0002]集成电路芯片是现代工业的基础，围绕集成电路芯片设计、制造、测试、封装形成的微电子和半导体制造技术是集成电路产业的核心，是我国工业发展的重要基石之一。随着科学技术的发展，电子制造业正朝着高效、高精方向发展，对芯片测试、分拣、封装的设备的效率以及精度的要求也越来越高。而柔性摆臂是电子制造装备中极为关键的功能部件，主要承担芯片贴片、元件分拣等任务。本专利技术将以多柔性摆臂为研究对象，重点研究带有时滞的多柔性摆臂系统的自适应控制问题。
[0003]柔性摆臂具有运动频率较高、轨迹重复度高、系统结构柔性以及负载非恒定等特征，此外，多个柔性摆臂成组相互协作时也会使得系统具有多智能体系统的一些相关特征。图1为一个简单的双柔性摆臂系统，摆臂之间通过通信网络进行信息交换，上位机确定各摆臂控制输入再经由控制网络到达控制器，然后经过执行器(电机)实现对柔性摆臂的控制。柔性摆臂的控制问题是一个极具理论与现实意义的热门话题。早在本世纪初，就已经有学者陆续展开对这一问题的研究，一直到持续至今。近十年，柔性摆臂的控制问题受到的关注逐年增长，目前相关领域已经有了一些杰出的研究成果。例如，上海交通大学的蔡国平等人于2011年发表的文章，以柔性摆臂作为研究对象，建立整数阶线性系统模型，采用时延正反馈法研究了一类柔性摆臂的输出控制问题。Claudia F.等人在2015年针对一种复合材料的二自由度柔性摆臂，建立整数阶模型，通过减少摆臂震动实现对该柔性摆臂的位置控制。刘金坤等人基于偏微分方程建立柔性摆臂的动力学模型，进而设计了一种柔性摆臂观测器，该观测器主要能够通过摆臂边界位置的实际测量值来估计摆臂运动过程中的振动，而基于该观测器的控制器可以有效地实现闭环系统的渐进稳定。
[0004]以上控制方法主要是基于整数阶常微分方程(Ordinary differential equations，ODE)模型或整数阶PDE(Partial differential equations，PDE)模型。但是随着摆臂结构越来越复杂，摆臂本身以及外界环境给系统带来了更多的不确定性，使用整数阶ODE建模时会产生较大的误差，由此设计的控制器的控制效果也会减弱。而整数阶PDE虽然可以建立较为精确的模型，然而由于其无穷维的特性，使得所设计出的控制器常常也是无穷维的，这就会导致控制器结构过于复杂，难以实现。
[0005]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0006]本专利技术的主要目的在于，解决现有技术中，控制器的控制效果不够，控制器结构过于复杂的技术问题。
[0007]为实现上述目的，本专利技术提供一种时滞多柔性摆臂系统分数阶自适应控制方法，包括步骤：
[0008]针对时滞多柔性摆臂系统构建分数阶非线性模型；
[0009]通过有向拓扑图构建所述时滞多柔性摆臂系统的通信网络；
[0010]引入所述通信网络中各柔性摆臂的各阶跟踪误差；
[0011]通过所述分数阶非线性模型和所述跟踪误差，计算获得自适应控制器；
[0012]通过所述自适应控制器控制所述时滞多柔性摆臂系统中各柔性摆臂的运动。
[0013]优选地，所述分数阶非线性模型的表达式具体为：
[0014][0015][0016]式中，i＝1,
…
,N表示柔性摆臂的编号，N为大于1的正整数；j表示系统状态编号，j＝1,...,n
‑
1，表示对应柔性摆臂的状态量，n为大于1的正整数；以及d
i,k
(t)分别表示时滞多柔性摆臂系统中的未知非线性函数、未知时变时滞函数以及未知外部扰动；u
i
表示对应柔性摆臂的控制输入，y
i
＝x
i,1
表示对应柔性摆臂的输出，y
r
表示时滞多柔性摆臂系统的参考信号，即领导者柔性摆臂的输出信号；α∈(0,1)表示分数阶多智能体系统的阶数。
[0017]优选地，所述柔性摆臂的各阶跟踪误差的表达式具体为：
[0018][0019]式中，i＝1,
…
,N表示柔性摆臂的编号；k＝2,
…
,n表示阶层数，n为大于2的正整数；l＝1,
…
,N，N为大于1的正整数；a
il
表示子柔性摆臂之间的通讯权值；b
i
表示领导者柔性摆臂的通讯权值；s
i,1
表示对应柔性摆臂的一阶跟踪误差，s
i,k
表示对应柔性摆臂的其余各阶的跟踪误差；x
i,k
为状态变量；ν
i,k
‑1为待设计的虚拟控制量，同时也是分数阶滤波器的输入信号；表示分数阶滤波器的输出；z
i,k
‑1表示分数阶滤波器误差。
[0020]优选地，通过分数阶滤波器简化所述虚拟控制量的表达式复杂度，所述分数阶滤波器的表达式具体为：
[0021][0022]式中，k为阶层数，k＝2,
…
,n，n为大于2的正整数；h
i,k
‑1＝h
i
(k＝2)以及h
i,k
‑1＝1(k＝3,
…
,n)为一组新的参数设计，ζ
i,k
‑1为待设计的正常数，为足够小的任意正常数，为某一未知常数χ
i,k
‑1的估计值。
[0023]优选地，通过神经网络算法提高所述柔性摆臂的各阶跟踪误差的稳定性，具体步骤为：
[0024]通过设计障碍函数限制所述柔性摆臂的各阶跟踪误差中的时滞项，具体公式为：|
s
i,k
|<c
i,k
，i＝1,
…
,N,k＝1,
…
,n；
[0025]构建所述柔性摆臂的各阶跟踪误差的未知函数，所述未知函数的具体表达式为：
[0026]通过径向基神经网络对所述未知函数进行逼近，获得最优逼近结果，所述最优逼近结果具体为：其中，θ
i,k
为径向基神经网络的最优输入，φ
i,k
为高斯函数，∈
i,k
为逼近误差。
[0027]优选地，通过所述分数阶非线性模型和所述跟踪误差，计算得自适应控制器，具体为：
[0028]对第i号柔性摆臂的一阶Lyapunov函数V
i,1
进行α阶求导，其中i＝1,
…
,N表示柔性摆臂的编号，N为大于1的正整数；
[0029]向所述第i号柔性摆臂的一阶跟踪误差s
i,1
和所述分数阶非线性模型中引入二阶状态量x
i,2
，结合公式s
i,2
＝x
i,2<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时滞多柔性摆臂系统分数阶自适应控制方法，其特征在于，包括步骤：针对时滞多柔性摆臂系统构建分数阶非线性模型；通过有向拓扑图构建所述时滞多柔性摆臂系统的通信网络；引入所述通信网络中各柔性摆臂的各阶跟踪误差；通过所述分数阶非线性模型和所述跟踪误差，计算获得自适应控制器；通过所述自适应控制器控制所述时滞多柔性摆臂系统中各柔性摆臂的运动。2.根据权利要求1所述的时滞多柔性摆臂系统分数阶自适应控制方法，其特征在于，所述分数阶非线性模型的表达式具体为：述分数阶非线性模型的表达式具体为：式中，i＝1,
…
,N表示柔性摆臂的编号，N为大于1的正整数；j表示系统状态编号，j＝1,...,n
‑
1，表示对应柔性摆臂的状态量，n为大于1的正整数；以及d
i,k
(t)分别表示时滞多柔性摆臂系统中的未知非线性函数、未知时变时滞函数以及未知外部扰动；u
i
表示对应柔性摆臂的控制输入，y
i
＝x
i,1
表示对应柔性摆臂的输出，y
r
表示时滞多柔性摆臂系统的参考信号，即领导者柔性摆臂的输出信号；α∈(0,1)表示分数阶多智能体系统的阶数。3.根据权利要求2所述的时滞多柔性摆臂系统分数阶自适应控制方法，其特征在于，所述柔性摆臂的各阶跟踪误差的表达式具体为：式中，i＝1,
…
,N表示柔性摆臂的编号；k＝2,
…
,n表示阶层数，n为大于2的正整数；l＝1,
…
,N，N为大于1的正整数；a
il
表示子柔性摆臂之间的通讯权值；b
i
表示领导者柔性摆臂的通讯权值；s
i,1
表示对应柔性摆臂的一阶跟踪误差，s
i,k
表示对应柔性摆臂的其余各阶的跟踪误差；x
i,k
为状态变量；ν
i,k
‑1为待设计的虚拟控制量，同时也是分数阶滤波器的输入信号；表示分数阶滤波器的输出；z
i,k
‑1表示分数阶滤波器误差。4.根据权利要求3所述的时滞多柔性摆臂系统分数阶自适应控制方法，其特征在于，通过分数阶滤波器简化所述虚拟控制量的表达式复杂度，所述分数阶滤波器的表达式具体为：式中，k为阶层数，k＝2,
…
,n，n为大于2的正整数；h
i,k
‑1＝h
i
(k＝2)以及h
i,k
‑1＝1(k＝3,
…
,n)为一组新的参数设计，ζ
i,k
‑1为待设计的正常数，为足够小的任意正常数，为某一未知常数χ
i,k
‑1的估计值。
5.根据权利要求3所述的时滞多柔性摆臂系统分数阶自适应控制方法，其特征在于，通过神经网络算法提高所述柔性摆臂的各阶跟踪误差的稳定性，具体步骤为：通过设计障碍函数限制所述柔性摆臂的各阶跟踪误差中的时滞项，具体公式为：|s
i,k
|&lt;c
i,k
，i＝1,
…
,N,k＝1,
…
,n；构建所述柔性摆臂的各阶跟踪误差的未知函数，所述未知函数的具体表达式为：通过径向基神经网络对所述未知函数进行逼近，获得最优逼近结果，所述最优逼近结果具体为：其中，θ
i,k
为径向基神经网络的最优输入，φ
i,k
为高斯函数，∈
i,k
为逼近误差。6.根据权利要求4所述的时滞多柔性摆臂系统分数阶自适应控制方法，其特征在于，通过所述分数阶非线性模型和所述跟踪误差，计算获得自适应控制器，具体为：对第i号柔性摆臂的一阶Lyapunov函数V
i,1
进行α阶求导，其中i＝1,
…
,N表示柔性摆臂的编号，N为大于1的正整数；向所述第i号柔性摆臂的一阶跟踪误差s
i,1
和所述分数阶非线性模型中引入二阶状态变量x
i,2
，结合公式s
i,2
＝x
i,...

【专利技术属性】
技术研发人员：张雄良，郑世祺，张传科，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：