[发明专利]一种多电机伺服系统自适应递推控制方法和系统

说明书

本发明涉及一种多电机伺服系统自适应递推控制方法和系统，在获取多电机伺服系统的状态参数与电机和负载的位置速度信息后，将其输入至双环神经网络模型，根据多电机伺服系统的跟踪误差，在线训练双环神经网络，得到非线性估计值，然后根据非线性估计值，构建得到多电机伺服系统的自适应递推控制器，进而采用自适应递推控制器对多电机伺服系统进行精确控制，以使多电机伺服系统能够快速达到稳定状态。

技术领域

本发明涉及机电控制技术领域，特别是涉及一种多电机伺服系统自适应递推控制方法和系统。

背景技术

电机伺服系统在许多领域均有较为广泛的应用，然而，随着现代工业以及科学技术的飞速发展，大功率系统的需求在不断增加，而单电机驱动已经渐渐难以满足这种需求，所以多电机伺服系统受到了越来越广泛的关注。

在驱动大惯量负载时，相较于单电机伺服系统，多电机伺服系统具有更优越的过载能力和较低的设计成本。因此，多电机伺服系统的同步与跟踪控制已经成为电机控制的重要研究方向之一。

由于多电机伺服系统采用齿轮传动方式，且系统中各种零件都是不完全光滑的，因此电机换向时产生的齿隙和传动过程中的摩擦非线性、齿隙非线性等未知非线性是影响多电机伺服系统控制性能的主要因素。齿隙非线性的存在会导致负载的不可控甚至是传动机构的损坏，为了消除这些不利影响，研究人员针对齿隙提出了迟滞模型、死区模型和振-冲模型来描述齿隙非线性，以便对其特性进行补偿。针对摩擦非线性，人们同样提出了库伦模型、stribeck模型以及LuGre模型等摩擦模型和基于模型以及不基于模型的补偿策略。

齿隙、摩擦等未知非线性常用的补偿方法主要有模型参数辨识、干扰观测器、模糊系统以及神经网络等。而神经网络作为非线性逼近的常用手段，为了获得更高的逼近精度，往往需要更多的神经元个数，大大增加了算法复杂度。

并且，不同于单电机伺服系统，多电机伺服系统中负载由多个电机共同驱动。因此，多电机同步是控制系统设计中必不可少的一部分。如果多个电机不同步，会导致系统运行过程中受力不均衡，引起系统振荡，甚至会造成系统组件的损坏。为了解决这一问题，研究人员提出了许多同步控制策略，常用的有主从控制、并联控制、交叉耦合控制以及偏差耦合控制等，并与自适应控制、鲁棒控制以及滑模控制等先进的控制算法相结合，实现多电机伺服系统的同步跟踪控制，提高系统的瞬态和稳态控制性能。

而对于含未知非线性的多电机驱动伺服系统，现在的控制方法在自适应律设计过程中，往往含有较多的自适应参数，这就会增加整个控制过程在线计算的负担，降低控制效率。并且，现有的控制算法只是保证了系统误差最终一致稳定，而没有考虑达到稳定所需的时间。

因此，设计一种能使多电机伺服系统快速达到稳定状态的控制器是现有技术中亟待解决的一个技术难题。

发明内容

本发明的目的是提供一种多电机伺服系统自适应递推控制方法和系统，具有控制效率高和控制精确的特点，能够使多电机伺服系统快速达到稳定状态。

为实现上述目的，本发明提供了如下方案：

一种多电机伺服系统自适应递推控制方法，包括：

获取多电机伺服系统的状态参数；所述状态参数包括：电机的位置速度和负载的位置速度；

将电机和负载的位置速度输入双环神经网络模型，利用权值调节规律更新并确定双环神经网络的权值估计值；

根据权值估计值，确定所述多电机伺服系统的非线性估计值；所述非线性估计值包括：电机非线性估计值和负载非线性估计值；

根据所述非线性估计值，构建所述多电机伺服系统的自适应递推控制器；

采用所述自适应递推控制器，完成对所述多电机伺服系统的控制。

可选的，在所述获取多电机伺服系统的状态参数之后还包括：