一种永磁直线电机有限级量化迭代学习控制方法技术

本发明专利技术公开了一种永磁直线电机有限级量化迭代学习控制方法，涉及电机优化控制领域，该方法基于提升技术将重复运行的永磁直线电机转换为时间序列的输入输出矩阵模型，并将有限级对数量化器与编码解码机制相结合用以量化信号，从而减少传输数据量。针对采用编码解码方案量化信号的系统，基于优化的思想设计迭代学习控制算法，根据性能指标函数得到迭代学习优化控制算法的前馈实现。基于压缩映射方法，证明了所设计的量化迭代学习优化算法在数学期望意义下的收敛性。该方法可以解决使用网络传输信号的永磁直线电机的跟踪控制问题，实现对期望轨迹的高精度跟踪。现对期望轨迹的高精度跟踪。现对期望轨迹的高精度跟踪。

【技术实现步骤摘要】
一种永磁直线电机有限级量化迭代学习控制方法


[0001]本专利技术涉及电机优化控制领域，尤其是一种永磁直线电机有限级量化迭代学习控制方法。

技术介绍

[0002]永磁直线电机是一种无中间传动机构的新型电机，可将电能直接转换为直线运动的机械能。由于其具有结构简单,推力体积比大,效率高,定位精确等优点,因而广泛应用于工业运输系统、办公自动化及军事领域等。
[0003]对于执行重复性任务的永磁直线电机，迭代学习控制是一种能够有效提高轨迹跟踪精度的控制策略。而随着计算机与通信技术的发展，在永磁直线电机控制中采用网络控制系统方案成为可能，其中永磁直线电机与迭代学习控制器位于不同站点并通过无线网络彼此通信，但受限于通信带宽有限及出于可靠性的考虑，需要减少数据传输量，量化信号作为一种解决该问题的常用技术手段，在实际应用中具有很大的优势，既可以实现系统跟踪性能的要求，又能降低传输负担。因此对于采用网络通信的永磁直线电机，出现了量化数据背景下的迭代学习控制器设计问题。
[0004]在标称系统上，许多迭代学习控制算法都取得了精确的跟踪性能和理想的收本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种永磁直线电机有限级量化迭代学习控制方法，其特征在于，包括如下步骤：第一步、建立永磁直线电机的动态模型：所述动态模型采用下述动力学方程表示：其中，R表示定子电阻，m表示电机动子部分的总质量，ψ
f
表示定子永磁体励磁磁链，k1＝π/τ，k2＝1.5π/τ，τ表示极距，u(t)表示动子电压，p(t)表示电机位置，ω(t)表示电机动子速度；第二步、构建永磁直线电机的离散状态空间方程：选取满足香农采样定理采样周期T
s
，使用欧拉法对连续系统模型式(1)进行离散化，得到所述永磁直线电机的离散系统模型如下：将所述永磁直线电机的位置、动子速度定义为状态变量：x＝[p ω]
T
，定义输入变量为动子电压u，输出为电机转速ω，则式(1)所示的永磁直线电机的动态模型描述为：式中t和k分别代表采样时间和批次，批次过程的运行周期为T；在每个重复过程周期内，对于时间点t∈[0，T]取N个采样点；u
k
(t)，y
k
(t)和x
k
(t)分别是该系统第k批次t时刻的输入、输出和状态向量；A，B，C为式(3)中离散系统各个参数矩阵，且满足CB≠0；并且假设系统每个批次的初始状态一致，即x
k
(0)＝x0；第三步、建立轨迹跟踪模型：针对式(3)形式的线性离散系统，将其状态空间表达式转换为时间序列的输入输出矩阵模型：y
k
＝Gu
k
+d
k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中：d
k
＝[CA CA
2 CA3…
CA
N
]
T
x
k
(0)u
k
＝[u
k
(0),u
k
(1),...,u
k
(N
‑
1)]
T
y
k
＝[y
k
(1),y
k
(2),...,y
k
(N)]
T
G是时间序列上的输入输出传递矩阵；d
k
是系统初始状态对输出的影响，假设则d
k
＝0；第四步、设计量化编码解码器：在采用网络传输信号的系统中，对信号进行量化处理，设计输入端量化编码解码器如下：下：其中，0表示与系统输入具有相同维度的零向量，u
k
(t)、和分别为编码器E1的输入、输出和内部状态；是解码器D1的输出，即控制器输出u
k
(t)的估计值；q(
·
)是由式(7)定义的有限级对数量化器：其中，v表示所述有限级对数量化器的输入；μ为所选择的量化密度，量化水平如下：Z＝{
±
z
i
|z
i
＝μ
i
z0,i＝0,1,2,
…
,L
‑
1}∪{0},0<μ<1,z0>0其中，L表示正量化级数，z0>0表示最大允许级别；设计输出端量化编码解码器如下：设计输出端量化编码解码器如下：
其中，0表示与系统输出具有相同维度的零向量，y
k
(t)、和分别为编码器E2的输入、输出和内部状态；是解码器D2的输出，即系统输出y
k
(t)的估计值；q(
·
)是由式(7)定义的有限级对数量化器；输入端有限级对数量化器的参数设置与输出端有限级对数量化器的参数设置可以不同；第五步、建立量化前后信号的关系表达式：有限级对数量化器输入v与输出q(v)存在量化误差Δv，当时，根据扇形有界得到q(v)＝v+η
·
v＝(1+η)v,|η|≤δ；当时可得q(v)＝0＝v+d,因此得到所述有限级对数量化器输入v与输出q(v)的关系式如下：q(v)＝(1+η)v+d
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)其中，η表示相对量化误差，满足|η|≤δ；d表示传输误差，满足对于k批次t时刻的信号有：q(v
k
(t))＝(1+η
k
(t))v
k
(t)+d
k
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)其中，η
k
(t)表示k批次t时刻信号的相对量化误差，d
k
(t)表示k批次t时刻信号的传输误差；根据所述输入端量化编码解码器的定义与式(11)，得到：根据数学归纳法有成立，于是与u
k+1
(t)的关系式为：将式(13)提升为向量形式，得到与u
k+1
的向量关系式为：其中：根据所述输出端量化编码解码器的定义得到与y
k+1
的向量关系式为：
其中：所述相对量化误差独立于量化器输入，因此对于任意的k批次t时刻有E[v
k
(t)η
k
(t)]＝0；不同量化器产生的相对量化误差也是相互独立的，即i≠j且i,j∈{1,2}；而在相同的量化器中，相对量化误差η
k
(t)在区间[
‑
δ，δ]内均匀分布且对于任意k1，k2和t1，t2满足：其中，因此，通过取数学期望的方式化简含有和的表达式；系统中存在实际跟踪误差e
k+1
＝y
d
‑
y
k+1
与辅助校正误差真正体现系统跟踪性能的是所述实际跟踪...

【专利技术属性】
技术研发人员：陶洪峰，黄彦德，庄志和，
申请(专利权)人：江南大学，
类型：发明
国别省市：