【技术实现步骤摘要】
本专利技术涉及的是一种滚珠丝杆伺服系统领域的技术，具体是一种基于双编码器的全闭环滚珠丝杆伺服控制方法。
技术介绍
1、滚珠丝杆伺服系统的控制方式可以分为半闭环以及全闭环两种。第一种是利用电机编码器的位置反馈构成半闭环的控制系统。在这种模式下，执行端运动的实际位置需要根据编码器的位置信息结合丝杆的螺距等参数进行换算。所以，半闭环系统的运动精度极易受到机械结构误差的影响。第二种是利用光栅尺等测量设备直接反馈执行端的位置信息构成全闭环的控制系统。在这种控制模式下，由于传感器直接针对输出端的位置进行测量，所以可以解决由于机械间隙、螺距误差、机械结构的弹性形变以及温度变化所导致的输出端的位置不精确的问题。但是相应的，由于此时电机的输出端和执行机构之间存在着摩擦以及机械间隙等非线性干扰因素，所以全闭环系统要求控制算法具有更高的鲁棒性和自适应性。
2、在实际应用中，全闭环控制仍然存在问题，这是因为全闭环控制虽然可以消除系统定位的绝对误差，但由于摩擦和机械间隙等非线性因素的存在，全闭环系统的动态特性难以得到保证。另外，随着工作时间的增加，系统机械结构的磨损不断增加，润滑条件也不断变差，这将导致全闭环系统的动态特性问题更加突出，严重影响零件加工的表面质量和精度。
技术实现思路
1、本专利技术针对现有技术无法对非线性干扰因素非线性摩擦力进行良好地补偿，运动精度也易受到机械结构精度的影响的不足，提出一种基于双编码器的全闭环滚珠丝杆伺服控制方法，融合基于模型的摩擦补偿、rbf神经网络自适应控制
2、本专利技术是通过以下技术方案实现的：
3、本专利技术涉及一种基于双编码器的全闭环滚珠丝杆伺服控制方法，通过同时采集驱动滚珠丝杆的伺服电机的转速以及设置于滚珠丝杆上负载的位置信息，在不同的恒速运行条件下，记录对应的摩擦力矩值后，通过改进的混沌粒子群优化方法计算stribeck摩擦模型的模型参数以实现非线性摩擦力补偿；然后通过全闭环伺服系统的状态方程计算得到其他误差阻力矩，并由rbf神经网络进一步逼近误差；最后根据李雅普诺夫第二法推导出全闭环滚珠丝杆的控制律和自适应律，实现伺服控制。
4、技术效果
5、本专利技术采用基于模型的摩擦补偿、rbf神经网络自适应控制以及变结构滑模控制方法，有效地减弱或消除非线性摩擦力矩对于系统的影响，利用rbf网络逼近全闭环系统中存在的非线性干扰力矩，不仅解决了摩擦参数和摩擦模型带来的补偿误差，还可以抵消其他的非线性干扰力矩，消除结构误差对于系统动态位移精度的影响，具有良好的抗干扰性和自适应性。相比于传统控制方法，采用自适应控制后，系统的最大位移误差和平均位移误差均有明显改善。
本文档来自技高网...【技术保护点】
1.一种基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征在于，通过同时采集驱动滚珠丝杆的伺服电机的转速以及设置于滚珠丝杆上负载的位置信息，在不同的恒速运行条件下，记录对应的摩擦力矩值后，通过改进的混沌粒子群优化方法计算Stribeck摩擦模型的模型参数以实现非线性摩擦力补偿；然后通过全闭环伺服系统的状态方程计算得到其他误差阻力矩，并由RBF神经网络进一步逼近误差；最后根据李雅普诺夫第二法推导出全闭环滚珠丝杆的控制律和自适应律，实现伺服控制；
2.根据权利要求1所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的双编码器的全闭环滚珠丝杆包括：设置于基座上且依次相连的附带第一编码器的伺服电机、联轴器和丝杆导轨，其中：丝杆导轨的螺母上固定有负载，负载与第二编码器检测端相连，第二编码器反馈的位置信息以及第一编码器反馈的转速信息分别输出至控制主站。
3.根据权利要求1所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的Stribeck摩擦模型的模型参数，具体通过改进的混沌粒子群优化方法计算得到，该改进的混沌粒子群优化方法，在分阶段的基础上，在
4.根据权利要求3所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的混沌寻优具体包括：对于随机选出的进行混沌寻优的粒子的坐标进行混沌映射，具体为：①计算第个粒子的坐标映射初始值其中：为映射结果，每个坐标分量的取值位于[0，1]之间；为第个粒子的当前坐标；为粒子坐标的范围下限；为粒子坐标的范围上限；②将坐标映射初始值通过Logistic方程：zn＝μzn(1-zn)n＝0，1，2，...计算混沌序列，得到()(＝1，2，...)；③将所得序列进行逆映射以还原到粒子的坐标空间，计算混沌序列对应的每个位置坐标的适应度，从中选择适应度最高的位置坐标代替原坐标，完成混沌优化。
5.根据权利要求4所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的逆映射，具体为：其中：为混沌变量()通过逆映射得到的位置坐标。
6.根据权利要求5所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的不同的恒速运行条件是指：设置伺服电机的转速从0.01rad/s开始递增，由于摩擦力在低速下的非线性表现更为明显，所以在0.1rad/s以下的递增间隔为0.01rad/s，在0.1～1.0rad/s之间的递增间隔为0.1rad/s；
7.根据权利要求1所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的全闭环伺服系统的状态方程为：其中：x1为执行端的位移；为执行端的速度；x2为执行端的速度；执行端的加速度；P为丝杆导程；K＝Ce为电机的反电动势常数，Ct为电机的转矩常数；R为伺服电机的内部电阻；J为全闭环系统的等效转动惯量；u为控制器的输出电压；dx为全闭环与半闭环之间的速度差，且设|dx|≤D；Tf为摩擦阻力矩；δf为其他误差阻力矩。
8.根据权利要求1所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的由RBF神经网络进一步逼近误差是指：设RBF神经网络的输出为：其中：为通过RBF网络计算的误差力矩的估计值，为网络当前权值的转置矩阵，h(x)为RBF网络的隐含层节点输出构成的向量；则此时网络的逼近误差为：其中：WT为理想权值的转置矩阵，为权值误差的转置矩阵，ε为RBF网络自身的误差；滑模函数为：其中：e为系统目标位置x1d与实际位置x1的误差，c为滑模面斜率，为系统目标位置x1d与实际位置x1的误差变化率，则有其中：为滑模函数的一阶导数，为目标位置的二阶导数。
9.根据权利要求1所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的RBF网络的结构为1-5-1，即输入层与输出层均包含1个节点，隐含层包含5个节点；网络的输入量为系统当前的速度，输出量为误差力矩值；设定网络隐含层的中心向量依次为[1.0，0.5，0，0.5，1.0]，各节点标准化常数bi＝1，使网络在输入取值域的各处非线性能力均衡。
10.根据权利要求1所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的控制律和自适应律，通过以下方式得到：李雅普诺夫函数为：其中：s为滑模函数；γ为增益系数；为RBF网络的权值误差；为权值误差的转置矩阵；据此，根据李雅普诺夫第二法推导出系统的控制律为：其中：u为控制器的输出电压，εN为网络逼近误差上界；相应地，得到自适应律为：其中为网络当前权值的变化率；所述的伺服控制是指：结合控制律与自适应律即可令系统按照动态位移指令运动。
...【技术特征摘要】
1.一种基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征在于，通过同时采集驱动滚珠丝杆的伺服电机的转速以及设置于滚珠丝杆上负载的位置信息，在不同的恒速运行条件下，记录对应的摩擦力矩值后，通过改进的混沌粒子群优化方法计算stribeck摩擦模型的模型参数以实现非线性摩擦力补偿；然后通过全闭环伺服系统的状态方程计算得到其他误差阻力矩，并由rbf神经网络进一步逼近误差；最后根据李雅普诺夫第二法推导出全闭环滚珠丝杆的控制律和自适应律，实现伺服控制；
2.根据权利要求1所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的双编码器的全闭环滚珠丝杆包括：设置于基座上且依次相连的附带第一编码器的伺服电机、联轴器和丝杆导轨，其中：丝杆导轨的螺母上固定有负载，负载与第二编码器检测端相连，第二编码器反馈的位置信息以及第一编码器反馈的转速信息分别输出至控制主站。
3.根据权利要求1所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的stribeck摩擦模型的模型参数，具体通过改进的混沌粒子群优化方法计算得到，该改进的混沌粒子群优化方法，在分阶段的基础上，在粒子收敛的过程中加入混沌寻优环节，提升粒子跳出局部最优解的可能性，具体包括：
4.根据权利要求3所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的混沌寻优具体包括：对于随机选出的进行混沌寻优的粒子的坐标进行混沌映射，具体为：①计算第个粒子的坐标映射初始值其中：为映射结果，每个坐标分量的取值位于[0，1]之间；为第个粒子的当前坐标；为粒子坐标的范围下限；为粒子坐标的范围上限；②将坐标映射初始值通过logistic方程：zn＝μzn(1-zn)n＝0，1，2，...计算混沌序列，得到()(＝1，2，...)；③将所得序列进行逆映射以还原到粒子的坐标空间，计算混沌序列对应的每个位置坐标的适应度，从中选择适应度最高的位置坐标代替原坐标，完成混沌优化。
5.根据权利要求4所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的逆映射，具体为：其中：为混沌变量()通过逆映射得到的位置坐标。
6.根据权利要求5所述的基于双编码器的全闭环滚珠丝杆伺服控制方法，其特征是，所述的不同的恒速运行条件是指：设置伺服电机的转速从0.01rad/s...
【专利技术属性】
技术研发人员：赵现朝，霍晓锐，黄孟杰，侯春杰，郭立杰，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。