【技术实现步骤摘要】
本专利技术属于电机控制，具体涉及一种融合模型与数据驱动的双惯量系统位置控制方法。
技术介绍
1、在机器人、机床等工业领域中，双惯量系统(two mass system，tms)是描述电机轴和负载存在齿轮箱、减速器、皮带等柔性传动机构连接的常见模型。柔性传动机构使tms成为四阶欠驱动系统，并使系统出现谐振点，严重影响负载侧的定位精度。此外，由建模误差、外界干扰以及负载变化带来的未知扰动都会对欠驱动tms负载侧定位精度带来较大影响。如何设计合理的控制器，在及时补偿未知扰动同时能够有效抑制系统振动是研究tms位置控制问题的关键。
2、近年来，奇异摄动法已被广泛应用于tms的控制器设计中，其核心思想是分离系统动力学的时间尺度，得到一个用于跟踪控制的准稳态模型和一个用于振动抑制的边界层模型。自抗扰控制(active disturbance rejection control，adrc)由于具有较强的抗扰能力和不依赖精确模型的特点，成为一种替代经典pid控制的实用控制方法，可用于针对准稳态模型的控制器设计中。作为adrc的核心部分，扩张状态观测器(extended stateobserver，eso)将系统内部扰动和外部扰动统一等效为集总扰动进行观测和补偿，从而提高系统的扰动抑制性能；然而传统位置环adrc控制器属于一自由度控制器，系统的跟踪性能和抗扰性能耦合。
3、有源阻尼法是边界层模型控制器设计中一种简单有效的办法，该方法基于系统传动扭矩微分的反馈补偿提高了边界层模型的阻尼比，从而抑制系统出现的振动；这种方法依赖
技术实现思路
1、鉴于上述，本专利技术提供了一种融合模型与数据驱动的双惯量系统位置控制方法，能够在系统跟踪性能和抗扰性能完全解耦的情况下补偿未知扰动，实现高精度的位置控制，并且无需知道系统刚度参数即可有效抑制系统振动。
2、一种融合模型与数据驱动的双惯量系统位置控制方法，包括如下步骤：
3、（1）通过奇异摄动法将双惯量系统降阶为慢变子系统和快变子系统；
4、（2）对所述慢变子系统和快变子系统进行重构；
5、（3）在重构后的慢变子系统基础上，将其控制器设计为基于deso(decouplingextended state observer，解耦扩张状态观测器)的两自由度adrc控制器；
6、（4）在重构后的快变子系统基础上，将其控制器设计为基于数据驱动和神经网络的pd(比例微分)控制器；
7、（5）将慢变子系统控制器的输出转矩 us与快变子系统控制器的输出转矩 uf相加得到参考转矩 u，根据该参考转矩 u通过双惯量系统对负载侧位置进行闭环控制。
8、进一步地，所述慢变子系统的模型表达式如下：
9、;
10、;
11、
12、其中： jm和 jl分别为双惯量系统电机侧和负载侧的转动惯量， bm和 bl分别为双惯量系统电机侧和负载侧的阻尼系数， tl为负载转矩，为传动扭矩的准稳态值，和分别为 θl的二阶微分和一阶微分， θl为双惯量系统负载侧的位置， δ为中间变量。
13、进一步地，所述快变子系统的模型表达式如下：
14、
15、其中： k0= ks ε2， ks为弹簧刚度系数， ε为奇异摄动参数(0＜ ε＜1)， η为传动扭矩误差即， tr为传动扭矩即 tr= ks( θm- θl)， θm为双惯量系统电机侧的位置，和分别为 η在快变时间尺度 t ε下的二阶微分和一阶微分，且d t ε/d t=1/ ε， t表示时间。
16、进一步地，所述步骤（2）的具体实现方式为：将柔性补偿增益分别统一到慢变子系统和快变子系统的控制器参数设计中，同时把柔性补偿项作为快变子系统的一部分并与阻尼补偿项组合成以传动扭矩为输入的pd控制器，重构后慢变子系统和快变子系统的控制器输出表达如下：
17、
18、其中： θd为给定的参考位置指令， ksp和 ksd分别为重构后慢变子系统控制器的比例系数和微分系数， kfp和 kfd分别为重构后快变子系统控制器的比例系数和微分系数，、、分别为 θd、 θm、 θl的一阶微分。
19、进一步地，所述步骤（3）中的两自由度adrc控制器包括跟踪微分器、pd控制器以及deso，其中跟踪微分器用于将阶跃突变的参考位置指令转换为平滑变化的参考位置信号，并将该参考位置信号及其微分后的参考速度信号提供给pd控制器；pd控制器以deso估计的负载侧位置和速度作为反馈信号，调节电机输出转矩使负载侧位置跟随参考位置指令；deso用于估计负载侧位置、速度以及集总扰动，通过补偿集总扰动实现对内外部扰动的抑制，deso的离散方程如下：
20、
21、其中：和分别为第 k+1控制周期和第 k控制周期的负载侧位置估计值，和分别为第 k+1控制周期和第 k控制周期的负载侧速度估计值，和分别为第 k+1控制周期和第 k控制周期的集总扰动估计值，， 本文档来自技高网...
【技术保护点】
1.一种融合模型与数据驱动的双惯量系统位置控制方法，包括如下步骤：
2.根据权利要求1所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述慢变子系统的模型表达式如下：
3.根据权利要求1所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述快变子系统的模型表达式如下：
4.根据权利要求1所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述步骤（2）的具体实现方式为：将柔性补偿增益分别统一到慢变子系统和快变子系统的控制器参数设计中，同时把柔性补偿项作为快变子系统的一部分并与阻尼补偿项组合成以传动扭矩为输入的PD控制器，重构后慢变子系统和快变子系统的控制器输出表达如下：
5.根据权利要求1所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述步骤（3）中的两自由度ADRC控制器包括跟踪微分器、PD控制器以及DESO，其中跟踪微分器用于将阶跃突变的参考位置指令转换为平滑变化的参考位置信号，并将该参考位置信号及其微分后的参考速度信号提供给PD控制器；PD控制器以DESO估计
6.根据权利要求5所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述两自由度ADRC控制器的输出表达如下：
7.根据权利要求1所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述步骤（4）中的PD控制器根据双惯量系统的输入输出信息在线更新神经网络权重，实现对系统振动的快速抑制，该PD控制器的输出表达如下：
8.根据权利要求7所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述神经网络的损失函数如下：
9.一种计算机设备，包括存储器和处理器，其特征在于：所述存储器中存有计算机程序，所述处理器用于执行该计算机程序以实现如权利要求1~8任一权利要求所述的一种融合模型与数据驱动的双惯量系统位置控制方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于：所述计算机程序被处理器执行时以实现如权利要求1~8任一权利要求所述的一种融合模型与数据驱动的双惯量系统位置控制方法。
...【技术特征摘要】
1.一种融合模型与数据驱动的双惯量系统位置控制方法，包括如下步骤：
2.根据权利要求1所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述慢变子系统的模型表达式如下：
3.根据权利要求1所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述快变子系统的模型表达式如下：
4.根据权利要求1所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述步骤（2）的具体实现方式为：将柔性补偿增益分别统一到慢变子系统和快变子系统的控制器参数设计中，同时把柔性补偿项作为快变子系统的一部分并与阻尼补偿项组合成以传动扭矩为输入的pd控制器，重构后慢变子系统和快变子系统的控制器输出表达如下：
5.根据权利要求1所述的一种融合模型与数据驱动的双惯量系统位置控制方法，其特征在于：所述步骤（3）中的两自由度adrc控制器包括跟踪微分器、pd控制器以及deso，其中跟踪微分器用于将阶跃突变的参考位置指令转换为平滑变化的参考位置信号，并将该参考位置信号及其微分后的参考速度信号提供给pd控制器；pd控制器以deso估计的负载侧位置和速度作为反馈信号，调节电机输出转...
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。