【技术实现步骤摘要】
本专利技术涉及一种机械臂驱动电机控制方法，特别是一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法。
技术介绍
1、机械臂具有高精度、高效率、高安全性等多种优势，可以应用于不同的行业和领域，是目前工业自动化和智能制造的重要设备和技术之一。为了获取机械臂的速度和角度信息，传统的方法需要在电机上面安装编码器，不仅导致电机的体积变大，同时成本增加，维护困难，同时由于各种环境等外界因素的影响，导致有传感器的控制方法获取速度信息不那么准确。
2、为了解决这一问题，越来越多的场合开始使用无传感器策略。无感控制中滑模观测器作为一种电机控制领域电机转子速度和角度测量方法，因其结构简单，鲁棒性强被广泛应用，但是滑模观测器在低速时捕捉转子位置信息并没有那么准确，是由于在设计传统滑模观测器时观测增益通常被设置为常数，这导致电机启动以及低速时刻到达滑模面的速度不够快，时常导致启动失败。
技术实现思路
1、专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法。
2、为了解决上述技术问题，本专利技术公开了一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，包括以下步骤：
3、步骤1，根据三相永磁同步电机的数学模型构建双闭环控制方法，并基于卷积算法对所述双闭环中的电流环反馈的电流进行滤波；
4、步骤2，根据所述驱动电机的电压、电流、速度和角度误差反馈设计滑模观测器；
5、步骤3，利用高阶
6、步骤4，采用pll模块对反电动势中的角度和速度进行提取，获得驱动电机转子的角度和速度；
7、步骤5，将上述获取的驱动电机转子的角度和速度，用于对机械臂驱动电机进行控制。
8、进一步的，步骤1中所述的进行滤波，即使用基于卷积算法的滤波器对电流环反馈的电流iq进行滤波，具体如下：
9、步骤1-1，设计滤波器的滤波方程如下：
10、
11、其中，x[n]表示滤波器输入，即电流环反馈的电流iq的值，h[k]表示滤波器的单位冲激响应，y[n]表示滤波器的输出，即滤波后的电流数值，n表示滤波器的长度；
12、步骤1-2，采用上述滤波方程进行滤波。
13、进一步的，步骤1-2中所述的采用上述滤波方程进行滤波，具体包括：
14、滤波过程即将输入信号的每一个时刻的值与滤波器的冲激响应进行卷积运算，然后求和得到输出信号的数值。
15、进一步的，步骤1中所述的基于卷积算法的滤波器，即fir滤波器，采用二阶低通滤波器，其传递函数表达式为：
16、
17、其中，h(s)是传递函数，s是复频率变量，ωc是滤波器的截止频率，是阻尼系数。
18、进一步的，步骤2中所述的设计滑模观测器，具体包括：
19、步骤2-1，设计滑模观测器方程，具体如下：
20、
21、其中，是状态观测量的导数，是滑模观测器的状态观测量，f(x,u)是滑模观测器的动态方程，是滑模观测器增益矩阵，y是滑模观测器的输出，是滑模观测器输出，d(t)是扰动；
22、步骤2-2，构建高阶滑模观测器方程，即在步骤2-1的滑模观测器方程基础上，将滑模面选取在iα,iβ平面上，具体如下：
23、
24、其中，是观测信号的导数矩阵，其中是αβ轴的电流观测信号，是观测器的输出反电动势信息，是电机αβ轴的电压信号，λ1,λ2分别是iα,iβ的滑模增益参数；
25、进一步的，步骤2-2中所述的观测器的输出反电动势信息中，包含速度和角度信息，通过pll模块求解。
26、进一步的，步骤3中所述的利用高阶卷积计算步骤2中设计的滑模观测器的滑模增益，具体包括：
27、步骤3-1，构建高阶非线性卷积方程，具体如下：
28、
29、其中，u(t)是输出控制量，g(t-τ)是卷积核，表示滑模观测器的响应函数，f(i(τ)-id)是电流误差的非线性函数，i(τ)是实际电流，id是期望电流；
30、步骤3-2，根据上述方程，建立二阶卷积方程，通过电流误差计算得到步骤2中设计的滑模观测器的滑模增益。
31、进一步的，步骤3-2中所述的二阶卷积方程中，卷积核选取高斯函数，具体如下：
32、
33、其中，g(t)是高斯函数，μ是均值，σ是标准差。
34、进一步的，步骤2-2中所述的滑模面，其函数选用阶跃表示如下：
35、
36、其中e表示实际电流与期望电流之差即电流误差，sign()是符号函数，s是滑模面，λ表示卷积计算出的滑模面增益，ε是预设的阈值，调整增益参数λ使得观测器收敛，得到反电动势，根据反电动势，利用pll提取到电机速度和角度信息。
37、进一步的，步骤2-2中所述的电流误差e的表达式为：
38、e＝i(τ)-id
39、即：
40、
41、有益效果：
42、本专利技术在传统滑模观测器基础上融合高阶卷积算法，更快速度和更高精度的计算出相应的滑模增益，改善了系统状态趋近滑模面的动态过程，提高稳态抗扰性能和精度，加强了系统的鲁棒性；具体如下：
43、卷积可以将非线性系统的动态行为描述为响应系统的一组线性系统，通过不断进行高阶卷积可以进一步提高系统描述的精度，准确地描述被捕获系统的非线性特性。
44、滑模观测器的设计不仅需要满足估计误差的收敛要求，还需要具备良好的动态性能，以尽可能快地跟踪系统的状态变化。高阶卷积的应用可以改善观测器的动态响应，提高对系统状态变化的敏感度，使得观测器能够更快速地适应系统的动态变化，实现更精确的状态估计，增强观测器的鲁棒性。
本文档来自技高网...【技术保护点】
1.一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤1中所述的进行滤波，即使用基于卷积算法的滤波器对电流环反馈的电流iq进行滤波，具体如下：
3.根据权利要求2所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤1-2中所述的采用上述滤波方程进行滤波，具体包括：
4.根据权利要求3所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤1中所述的基于卷积算法的滤波器，即FIR滤波器，采用二阶低通滤波器，其传递函数表达式为：
5.根据权利要求4所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤2中所述的设计滑模观测器，具体包括：
6.根据权利要求5所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤2-2中所述的观测器的输出反电动势信息中，包含速度和角度信息，通过PLL模块求解。
7.根据权利要求6所述的
8.根据权利要求7所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤3-2中所述的二阶卷积方程中，卷积核选取高斯函数，具体如下：
9.根据权利要求8所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤2-2中所述的滑模面，其函数选用阶跃表示如下：
10.根据权利要求9所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤2-2中所述的电流误差e的表达式为：
...【技术特征摘要】
1.一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤1中所述的进行滤波，即使用基于卷积算法的滤波器对电流环反馈的电流iq进行滤波，具体如下：
3.根据权利要求2所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤1-2中所述的采用上述滤波方程进行滤波，具体包括：
4.根据权利要求3所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤1中所述的基于卷积算法的滤波器，即fir滤波器，采用二阶低通滤波器，其传递函数表达式为：
5.根据权利要求4所述的一种基于高阶卷积滑模观测器的机械臂驱动电机控制方法，其特征在于，步骤2中所述的设计滑模观测器，具体包括：
6.根据权利要求...
【专利技术属性】
技术研发人员：陆志韬，王海涛，徐胜，陈雪松，韩泽旭，徐凯，吴薇，夏俊，
申请(专利权)人：江苏宁淮智能高端装备产业研究院有限公司，
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。