一种基于期望轨迹受限优化的双环高性能控制方法技术

本发明专利技术公开了一种基于期望轨迹受限优化的双环高性能控制方法。方法包括：建立直线电机的双环系统；将直线电机的输出轴的实际位置和实际速度输入内环系统中，输出等价补偿项以及将直线电机的输出轴的实际位置和实际速度以及预设的直线电机的输出轴的期望轨迹输入外环系统，输出优化后的等价补偿项和直线电机的输出轴的期望轨迹的优化轨迹；通过插值器输入至内环系统中，内环系统实时输出直线电机的输入，实现对直线电机的受限优化控制。本发明专利技术通过设计内外环的控制结构，保证直线电机系统在存在参数不确定性和外干扰的情况下，不仅能够遵守状态和输入约束，而且具有快速的瞬态响应性能和高的稳态跟踪精度。应性能和高的稳态跟踪精度。应性能和高的稳态跟踪精度。

【技术实现步骤摘要】
一种基于期望轨迹受限优化的双环高性能控制方法


[0001]本专利技术涉及了一种双环高性能控制方法，具体涉及一种基于期望轨迹受限优化的双环高性能控制方法。

技术介绍

[0002]随着工业应用需求的提高，高速和高精度运动跟踪控制的需要越来越迫切，然而大多数的实际系统会受到状态和输入的约束，这给控制器设计增加了难度。实际系统中往往会存在模型不确定部分，如果忽略这些不确定部分对系统的影响来设计控制器的话，可能导致系统运动性能变差甚至导致系统不能稳定的运行。除此之外，大多数的实际系统会受到状态和输入的约束，例如工作空间、运行速度、执行器性能有限等。如果系统没有遵守这些约束，同样会发生控制精度降低、系统不稳定等问题。现有的控制算法中，用来解决参数不确定性和外干扰的控制策略有：自适应控制，史密斯预测控制，扰动观测器控制，神经网络控制；用来处理系统状态和输入约束的方法有：障碍李亚普函数，非线性映射，预测性能控制，优化控制。然而到目前为止，没有一种切实可行的方法能够使得系统存在参数不确定性和外干扰的情况下，不仅能够遵守状态和输入约束，而且具有快速的瞬态响应性能和高的稳态跟踪精度。

技术实现思路

[0003]为了解决
技术介绍
中存在的问题，本专利技术提供了一种基于期望轨迹受限优化的双环高性能控制方法。方法基于内环自适应神经滑膜控制器工作在高采样率下，保证直线电机系统具有强的鲁棒性，基于预测模型控制的外环系统工作在较低的采样率下，有效降低了计算复杂度，同时外环系统根据状态和输入约束，将期望轨迹进行再优化得到遵守约束的优化轨迹传入到内环系统中，保证系统遵守约束。内外环之间的插值器保证了外环输入到内环的结果与内环具有相同的采样率。同时，由于外环采用了内环控制器中的神经等效补偿项作为预测模型，有效降低了保守性。方法可保证直线电机系统存在参数不确定性和外干扰的情况下，不仅能够遵守状态和输入约束，而且具有快速的瞬态响应性能和高的稳态跟踪精度。
[0004]本专利技术采用的技术方案是：
[0005]本专利技术双环高性能控制方法包括如下步骤：
[0006]步骤1，建立直线电机的双环系统，双环系统包括依次连接的内环系统、插值器和外环系统。
[0007]步骤2，获取当前的直线电机的输出轴的实际位置和实际速度，将当前的直线电机的输出轴的实际位置和实际速度输入内环系统中，内环系统输出等价补偿项；内环系统将等价补偿项输入外环系统中，同时将直线电机的输出轴的实际位置和实际速度以及预设的直线电机的输出轴的期望轨迹输入外环系统，外环系统输出优化后的等价补偿项和直线电机的输出轴的期望轨迹的优化轨迹。
[0008]步骤3，外环系统将优化后的等价补偿项和直线电机的输出轴的期望轨迹的优化轨迹通过插值器输入至内环系统中，内环系统实时输出直线电机的输入，实现对直线电机的受限优化控制，同时内环系统输出优化后的等价补偿项的更新值替换步骤2中优化前的等价补偿项输入至外环系统中，进行下一步循环，实现闭环控制。
[0009]内环系统通过饱和器的饱和作用将直线电机的输入再输入到直线电机系统中，直线电机系统根据直线电机的输入对位置和速度进行控制，输出控制后的直线电机的输出轴的实际位置和实际速度，再输入至双环系统中作为当前的直线电机的输出轴的实际位置和实际速度，进行下一步循环，实现闭环控制。
[0010]期望轨迹受限优化控制即在直线电机存在状态和输入约束的情况下，通过外环系统优化直线电机的输出轴的期望轨迹得到满足状态和输入约束的优化轨迹，通过内环系统设计的控制器对直线电机的输出轴的位置和速度实现控制，使得受控后的直线电机的输出轴的实际位置和实际速度在满足状态和输入约束的前提下，可以尽量快地跟踪上直线电机的输出轴的期望轨迹，从而对直线电机的输出轴的轨迹实现优化控制。
[0011]直线电机执行器的饱和性能可以视作把设计的输入结果经过饱和器的饱和作用后得到实际输入到直线电机系统的输入，这使得设计的输入和实际输入可能存在偏差，从而导致直线电机系统出现控制性能差，甚至失稳等现象，为了避免这些现象的发生，把饱和器作为外环系统的输入约束加入到外环系统中，进而设计不超出饱和器约束边界的直线电机的输入。
[0012]所述的步骤1中，所述的内环系统为自适应神经滑膜控制器，具体如下：
[0013][0014]f(x
r1
,x
r2
)＝v
*T
Φ
*
(x
r
,δ
*
,α
*
,β
*
)+Δ
[0015]u＝u
a
+u
s
[0016][0017]u
s
＝u
s1
+u
s2
[0018]u
s1
＝
‑
k
s1
s
[0019]u
s2
＝
‑
k
s2
sat(s)
[0020]其中，x
r
为直线电机的输出轴的期望轨迹的优化轨迹，x
r
＝[x
r1
,x
r2
]T
，x
r1
为直线电机的输出轴的期望位置的优化位置，x
r2
为直线电机的输出轴的期望速度的优化速度；f()为表示直线电机的未知非线性的光滑的未知非线性函数；为光滑的未知非线性函数f()的估计；v
*
为直线电机的控制输入量v的优化值，为直线电机的控制输入量的优化值v
*
的估计值；v
*T
Φ
*
()为最优循环神经网络，为最优循环神经网络的估计，Φ
*
()为将直线电机的输出轴的实际轨迹x输入循环神经网络后获得的循环神经网络的隐藏层输出向量Φ()的最优参数向量，为最优参数向量Φ
*
()的估计向量；δ
*
、α
*
和β
*
分别为循环神经网络的高斯基函数的宽度δ、中心α以及循环神经网络的循环权值β的最优值，和分别为循环神经网络的高斯基函数的宽度、中心以及循环神经网络的循环权值的最优值δ
*
、α
*
和β
*
的估计值；Δ为光滑的未知非线性函数f()和最优循环神经网络v
*T
Φ
*
()之间的近似误差；u为直线电机的输入；u
a
为直线电机的输入的神经等效补偿控制项，u
s
为直线电机的输入
的鲁棒控制反馈项；M为直线电机的负载质量；为直线电机的输出轴的期望加速度的优化加速度；u
s1
为名义系统稳定项，u
s2
为不确定性衰减项；k
s1
和k
s2
分别为内环自适应神经滑膜控制器的第一控制增益和第二控制增益；s为内环自适应神经滑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于期望轨迹受限优化的双环高性能控制方法，其特性在于：步骤1，建立直线电机的双环系统，双环系统包括依次连接的内环系统、插值器和外环系统；步骤2，获取当前的直线电机的输出轴的实际位置和实际速度，将当前的直线电机的输出轴的实际位置和实际速度输入内环系统中，内环系统输出等价补偿项；内环系统将等价补偿项输入外环系统中，同时将直线电机的输出轴的实际位置和实际速度以及预设的直线电机的输出轴的期望轨迹输入外环系统，外环系统输出优化后的等价补偿项和直线电机的输出轴的期望轨迹的优化轨迹；步骤3，外环系统将优化后的等价补偿项和直线电机的输出轴的期望轨迹的优化轨迹通过插值器输入至内环系统中，内环系统实时输出直线电机的输入，实现对直线电机的受限优化控制。2.根据权利要求1所述的一种基于期望轨迹受限优化的双环高性能控制方法，其特性在于：所述的步骤1中，所述的内环系统为自适应神经滑膜控制器，具体如下：f(x
r1
,x
r2
)＝v
*T
Φ
*
(x
r
,δ
*
,α
*
,β
*
)+Δu＝u
a
+u
s
u
s
＝u
s1
+u
s2
u
s1
＝
‑
k
s1
su
s2
＝
‑
k
s2
sat(s)其中，x
r
为直线电机的输出轴的期望轨迹的优化轨迹，x
r
＝[x
r1
,x
r2
]
T
，x
r1
为直线电机的输出轴的期望位置的优化位置，x
r2
为直线电机的输出轴的期望速度的优化速度；f()为表示直线电机的未知非线性的光滑的未知非线性函数；为光滑的未知非线性函数f()的估计；v
*
为直线电机的控制输入量v的优化值，为直线电机的控制输入量的优化值v
*
的估计值；v
*T
Φ
*
()为最优循环神经网络，为最优循环神经网络的估计，Φ
*
()为将直线电机的输出轴的实际轨迹x输入循环神经网络后获得的循环神经网络的隐藏层输出向量Φ()的最优参数向量，为最优参数向量Φ
*
()的估计向量；δ
*
、α
*
和β
*
分别为循环神经网络的高斯基函数的宽度δ、中心α以及循环神经网络的循环权值β的最优值，和分别为循环神经网络的高斯基函数的宽度、中心以及循环神经网络的循环权值的最优值δ
*
、α
*
和β
*
的估计值；Δ为光滑的未知非线性函数f()和最优循环神经网络v
*T
Φ
*
()之间的近似误差；u为直线电机的输入；u
a
为神经等效补偿控制项，u
s
为直线电机的输入的鲁棒控制反馈项；M为直线电机的负载质量；为直线电机的输出轴的期望加速度的优化加速度；u
s1
为名义系统稳定项，u
s2
为不确定性衰减项；k
s1
和k
s2
分别为内环自适应神经滑膜控制器的第一控制增益和第二控制增益；s为内环自适应神经滑膜控制器的滑膜面，e为直线电机的输出轴的实际位置x1和优化位置x
r1
之间的位置跟踪误差，e＝x1‑
x
1r
，为直线电机的输出轴的
实际速度x2和优化速度x
r2
之间的位置跟踪误差，c1为内环自适应神经滑膜控制器的正的常数参数；sat(s)为关于内环自适应神经滑膜控制器中的滑膜面s的饱和函数，具体如下：内环系统满足以下约束：a)状态约束：x
1min
≤x1≤x
1max
x
2min
≤x2≤x
2max
其中，x
1max
和x
1min
分别为直线电机的输出轴的实际位置x1的上下边界；x
2max
和x
2min
分别为直线电机的输出轴的实际速度的上下边界；b)输入约束：|u|≤u
max
其中，u
max
为直线电机的最大控制输入。3.根据权利要求2所述的一种基于期望轨迹受限优化的双环高性能控制方法，其特性在于：所述的内环自适应神经滑膜控制器的第一控制增益k
s1
和第二控制增益k
s2
满足以下约束：k
s2
≥K+d+ρ其中，k为第一控制增益k
s1
的正的常数参数，ρ为第二控制增益k
s2
的正的常数参数。4.根据权利要求1所述的一种基于期望轨...

【专利技术属性】
技术研发人员：聂勇，傅瑾娜，陈宣霖，黄方昊，陈正，唐建中，
申请(专利权)人：浙江大学，
类型：发明
国别省市：