[发明专利]一种基于迭代学习的直线伺服系统振动抑制方法有效
申请号: | 201710540051.7 | 申请日: | 2017-07-04 |
公开(公告)号: | CN107272409B | 公开(公告)日: | 2020-07-14 |
发明(设计)人: | 杨亮亮;胡建;吴达伟;胡鑫杰;沈波;王飞;王杰 | 申请(专利权)人: | 浙江理工大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 浙江翔隆专利事务所(普通合伙) 33206 | 代理人: | 戴晓翔 |
地址: | 310018 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 学习 直线 伺服系统 振动 抑制 方法 | ||
本发明公开了一种基于迭代学习的直线伺服系统振动抑制方法,属于机械设备控制技术领域。目前针对直线伺服系统振动抑制的控制方法大多为基于输入整形器的抑制方法,运行误差较大,无法满足直线伺服系统控制要求。本发明包括以下步骤,步骤一:连接好直线伺服系统,设置好相关控制器参数;步骤二:根据直线伺服系统的时不变离散状态空间的要求,下载控制器参数,并使能伺服系统,使电机闭环;步骤三:在直线伺服系统信号输入端输入理想轨迹信号,迭代优化时所使用的误差信号;步骤四:对迭代学习控制的稳定性和收敛性进行分析;步骤五:根据最优控制理论引入迭代学习控制算法的性能目标函数进行控制器的设计。本发明控制方法简单、实用、精度高。
技术领域
本发明涉及一种基于迭代学习的直线伺服系统振动抑制方法,属于机械设备控制技术领域。
背景技术
直线伺服系统由于采用直接驱动的机械结构,不存在中间传递环节,具有相对小的负载惯量及高动态 响应的优点而被广泛应用在高速高精数控系统、半导体芯片制造以及精密仪器等领域。为了充分发挥直 线伺服系统高速高精性能,高速高精运动控制器设计成为直线伺服系统能否充分发挥高速高精性能的关 键技术之一。
由于直线伺服系统的高频响特性,具有良好的加速性能,其运动过程中理想轨迹加速段所包含的丰 富高频信号以及经反馈处理的扰动信号极易激活其本身机械平台固有的高频结构共振模态,从而影响其 高精性能,因此,需要对高频结构共振进行抑制。目前针对伺服系统振动抑制的控制方法大多为基于输 入整形器的抑制方法,此方法对于脉冲幅值和时间段参数难于控制,运行误差较大,无法满足直线伺服 系统控制要求。针对目前现有技术中存在的上述缺陷,实有必要进行研发,解决现有技术中存在的缺陷。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种灵活性强、运算速度快、控制精度高,控制效果 好,能够满足直线伺服系统的控制要求的直线伺服系统振动抑制方法。
为实现上述目的,本发明的技术方案为:
一种基于迭代学习的直线伺服系统振动抑制方法,包括以下步骤:
步骤一:连接好直线伺服系统,设置好相关控制器参数,将参数下载到运动控制卡上的芯片中;
步骤二:根据直线伺服系统的时不变离散状态空间的要求,下载控制器参数,并使能伺服系统,使 电机闭环;
步骤三:在直线伺服系统信号输入端输入理想轨迹信号rset(t),信号阶跃点产生,规定采样周期Ts, 采集输出位移信号y(t),采集采样点,输入信号rset(t)减去输出信号y(t)为误差信号e(t),利用QL型 迭代学习控制算法计算驱动力,规定直线伺服系统的响应调节时间,迭代优化时所使用的误差信号e(t);
步骤四:对迭代学习控制的稳定性和收敛性进行分析,对QL型迭代学习算法表达式进行变换,计算 系统的稳定条件;
步骤五:根据最优控制理论引入迭代学习控制算法的性能目标函数进行控制器的设计,并选择合适 的权重矩阵和拉格朗日乘子对直线伺服系统进行振动抑制;
步骤六:求取各个参数的最优值,利用迭代学习法对所得误差进行迭代学习,将经过迭代学习修正 过的驱动力重新下发到运动控制卡,反复此迭代学习过程抑制其振动。
本发明采用QL型迭代学习算法,能够有效降低伺服系统控制难度,减少处理器的计算量,并且能够 有效抑制直线伺服系统振动。
作为改进技术措施,
步骤二,所述直线伺服系统的时不变离散状态空间表达式为:
则第k次迭代时输入输出关系为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江理工大学,未经浙江理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710540051.7/2.html,转载请声明来源钻瓜专利网。