【技术实现步骤摘要】
本专利技术属于电机控制。
技术介绍
1、直线伺服电机作为新一代驱动单元相较于传统螺杆、丝杠或齿轮传动具有精度高、间隙小、响应快等特点，被广泛应用于半导体组装、数控加工、医学检测等精细化领域。近年来，工业和学术界相继展开了深入的研究，以满足实际生产的控制需求。值得注意的是，机电物理系统-直线电机长期运行在各种复杂工况下，不可避免会遭受故障或约束的风险。如若没能提前采取适当的准备，微小的故障也可能会导致任务的失败，甚至引发严重的安全事故。因此，研究直线伺服单元的安全容错控制具有重要的现实意义和应用价值。
2、直线电机通过直接驱动的方式以获得更高的执行效率，但运动过程中由于没有缓冲转接结构而容易受到外界扰动。此外，执行器饱和或故障等隐患存在，致使在多种危机工况发生时，系统稳态和瞬态性能指标难以保证。现有针对直线电机的研究成果多基于健康状态下的精密运动控制，而相关的容错控制对执行器发生饱和、故障、性能预设等多种复杂工况鲜有涉及，导致无法有效建立系统多约束状态下安全可靠的保护机制。
技术实现思路
1、本专利技术是为了解决现有直线电机容错控制方法鲜有涉及执行器发生饱和、故障、性能预设等工况，导致无法有效建立系统多约束状态下安全可靠的保护机制的问题，现提供用于直线电机运动单元的安全容错控制方法、设备及介质，以提高生产制造的加工质量和安全保障系数。
2、用于直线电机运动单元的安全容错控制方法，包括：
3、分别设计自适应控制律υa、抗饱和控制项υc、鲁棒反馈项υr
4、所述自适应控制律υa、抗饱和控制项υc、鲁棒反馈项υr和误差补偿项υn的表达式分别为：
5、
6、其中，ψ为滤波前的回归量，为直线电机数学模型参数化矢量θ的估计值，角标2-4表示索引第2至第4个元素，xd为直线电机数学模型的期望参考输入，c1和c2均为正的常数，ξ1和ξ2均表示直线电机系统的状态变量且有初值ξ1(0)＝ξ2(0)＝0，kr为鲁棒增益常数，σ为类滑模变量，为有限时间神经网络观测量，中间量和r的表达式分别为：
7、
8、λ＞0为增益常数，e为直线电机系统的状态误差，
9、
10、ζ为调控误差收敛速度的标量，t表示时间，和分别为最大超调量和稳态值，和均为正数，e0为e的初值。
11、进一步的，执行器故障与饱和下的直线电机数学模型为：
12、
13、其中，x1、x2和分别为直线电机系统的位置、速度和加速度，h(υ)为逼近标准饱和函数sat(υ)的光滑函数，sf(·)为与速度有关的非线性光滑函数，m、k、b、a分别表示运动单元的惯性质量、电压-力矩增益系数、粘滞摩擦系数、库仑摩擦系数，η为有效因子，为直线电机系统集总误差d分解出的未知常参数项，为直线电机系统集总误差d分解出的未知不确定项g(υ)为饱和逼近误差，ub为偏置故障常数。
14、进一步的，上述设计自适应控制律υa，包括：
15、设计饱和型投影自适应律
16、
17、其中，为自适应学习律上界，为标准自适应投影算子，φ和τ分别代表更新率和自适应函数；
18、基于上述饱和型投影自适应律设计模型补偿自适应控制律υa。
19、进一步的，设计带有遗忘因子的递推最小二乘估计算法计算获得φ和τ：
20、
21、其中，l和分别为遗忘因子和标准化因子，ξm为更新率φ的上界；λmax( )和tr{ }分别代表求参数的最大特征值和迹，为估计误差，ψf为滤波后的回归量。
22、进一步的，上述设计抗饱和控制项υc，包括：
23、构造抗饱和辅助系统：
24、
25、其中，δυ＝sat(υ)-υ，υ为直线电机的安全容错控制输入；
26、当未发生饱和时，则有：
27、
28、当饱和发生时，有lyapunov函数v0(t)：
29、
30、对v0(t)进行微分求导：
31、
32、其中，
33、设计使得辅助系统有界；
34、进而获得抗饱和控制器υc。
35、进一步的，上述设计鲁棒反馈项υr，包括：
36、定义直线电机系统的状态误差为：
37、e＝x1-xd-ξ1，
38、所述状态误差满足约束：
39、
40、利用所述状态误差设计类滑模变量：
41、
42、其中，
43、基于类滑模变量设计lyapunov函数：
44、
45、将所述直线电机数学模型、抗饱和辅助系统、ε(t)的二阶导数和类滑模变量均代入v1(t)的一阶导数，并简化获得：
46、
47、其中，为模型参数化矢量θ的估计值，为估计误差；
48、进而设计获得鲁棒反馈项υr。
49、进一步的，上述设计误差补偿项υn，包括：
50、引入rbf神经网络单元使神经网络的最优输出为δ，则有：
51、
52、其中，为网络权重的真实值，为网络权重与最优权重的误差，为网络输出误差；
53、有限时间神经网络观测器为：
54、
55、其中，m、c和β1均为正数且均大于等于的最大取值参数p和q满足0＜p＜q；为观测误差且有
56、进而设计获得误差补偿项υn。
57、进一步的，上述rbf神经网络单元中第k个神经元节点的输出为：
58、
59、其中，x为网络训练的输入，ck和bk分别为激活函数的中心矢量与宽度。
60、用于直线电机运动单元的安全容错控制设备，所述安全容错控制设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上述用于直线电机运动单元的安全容错控制方法。
61、一种计算机存储介质，所述计算机存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上述用于直线电机运动单元的安全容错控制方法。
62、本专利技术提出了一种适用于直线电机运动单元的安全容错控制方法，解决了执行器发生故障、饱和与系统性能约束等极端工况下精度差、安全性低的控制难题。与现有技术相比具有如下效果：
63、(1)采用平滑函数替代避免饱和拐点引发抖振的风险；
64、(2)设计了一种自适应容错控制方法，能够有效处理系统中包含执行器故障、输入饱和、性能预设和非线性扰动等问题，更加具有普适应用价值。
65、本专利技术所述的一种适用于直线电机运动单元的安全容错控制方法。区别于现有容错策略基于有界函数的复杂设计过程，通过快速评估调整控制器参数以适应本文档来自技高网...
【技术保护点】
1.用于直线电机运动单元的安全容错控制方法，其特征在于，包括：
2.根据权利要求1所述的用于直线电机运动单元的安全容错控制方法，其特征在于，执行器故障与饱和下的直线电机数学模型为：
3.根据权利要求1或2所述的用于直线电机运动单元的安全容错控制方法，其特征在于，所述设计自适应控制律υa，包括：
4.根据权利要求3所述的用于直线电机运动单元的安全容错控制方法，其特征在于，设计带有遗忘因子的递推最小二乘估计算法计算获得φ和τ：
5.根据权利要求1或2所述的用于直线电机运动单元的安全容错控制方法，其特征在于，所述设计抗饱和控制项υc，包括：
6.根据权利要求5所述的用于直线电机运动单元的安全容错控制方法，其特征在于，所述设计鲁棒反馈项υr，包括：
7.根据权利要求1或2所述的用于直线电机运动单元的安全容错控制方法，其特征在于，所述设计误差补偿项υn，包括：
8.根据权利要求7所述的用于直线电机运动单元的安全容错控制方法，其特征在于，所述RBF神经网络单元中第k个神经元节点的输出为：
9.用于
10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至8之一所述的用于直线电机运动单元的安全容错控制方法。
...【技术特征摘要】
1.用于直线电机运动单元的安全容错控制方法，其特征在于，包括：
2.根据权利要求1所述的用于直线电机运动单元的安全容错控制方法，其特征在于，执行器故障与饱和下的直线电机数学模型为：
3.根据权利要求1或2所述的用于直线电机运动单元的安全容错控制方法，其特征在于，所述设计自适应控制律υa，包括：
4.根据权利要求3所述的用于直线电机运动单元的安全容错控制方法，其特征在于，设计带有遗忘因子的递推最小二乘估计算法计算获得φ和τ：
5.根据权利要求1或2所述的用于直线电机运动单元的安全容错控制方法，其特征在于，所述设计抗饱和控制项υc，包括：
6.根据权利要求5所述的用于直线电机运动单元的安全容错控制方法，其特征在于，所述设计鲁棒反馈项υr，包括：<...
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。