[发明专利]一种多自由度磁悬浮平面电机自适应学习滑模控制方法

说明书

本发明提出了一种多自由度磁悬浮平面电机自适应学习滑模控制方法。本发明利用动态解耦方法将多自由控制模型转化为相互独立的单自由度模型，针对单自由度模型建立包含不确定项和外部干扰的通用系统参数模型；根据该模型，构建自适应滑模控制器模型抑制外部干扰，并针对不确定项设计迭代学习补偿项。将迭代学习补偿项与滑模控制项以并行的方式合并，得到自适应迭代学习滑模控制器；通过Lyapunov理论对该控制算法进行稳定性分析、误差收敛性分析；将控制算法应用于实际磁悬浮平面电机系统，验证该控制算法的有效性。本发明的控制方法解决了磁悬浮平面电机系统存在外部干扰以及不确定项下的跟踪控制问题，算法的鲁棒性强，自适应能力好，跟踪精度高。

技术领域

本发明属于磁悬浮平面电机控制领域，具体涉及一种多自由度磁悬浮平面电机自适应学习滑模控制方法。

技术背景

磁悬浮平面电机作为一种新型的驱动元件，在过去几十年中得到了广泛的研究和发展。磁悬浮平面电机无需机械导轨支撑，可以直接实现大行程的二维平面驱动，极大简化了机械运动结构，且体积小、质量轻，可实现高速运动。此外，由于无需机械或气浮支撑，可在真空条件下实现精密运动。这些优势使其在半导体光刻系统和其他高精度工业领域有着广泛的应用前景。

自适应滑模控制具有良好的鲁棒性和对系统参数的自适应能力，但是其对于系统中与状态相关的不确定项仅通过简单的鲁棒项进行抑制，导致其跟踪效果过于保守，稳态误差较大。

迭代学习算法属于一种数据驱动技术，它不依赖精确的系统模型，可以根据前一个迭代周期中的跟踪误差信息对当前迭代中的控制输入进行优化，从而改善系统的控制精度，但是，迭代学习属于前馈补偿控制，无法保证系统的稳定，同时迭代学习控制在处理系统的非重复性误差时具有一定的局限性，影响系统的瞬态跟踪效果。

发明内容

为了克服现有的多自由度磁悬浮电机控制方法的局限性，兼顾跟踪精度的同时提成控制器的鲁棒性和参数自适应能力，提出了一种多自由度磁悬浮平面电机自适应迭代学习滑模控制方法，该控制方法通过其中的自适应滑模控制项保证系统的稳定性和参数自适应能力,同时，引入迭代学习控制项进一步消除系统的重复性干扰，从而提升磁悬浮系统的跟踪精度。自适应滑模控制项与迭代学习控制项以并联的方式相结合。

本发明解决所述技术问题的技术方案是一种多自由度磁悬浮平面电机自适应学习滑模控制方法，具体如下：

步骤1：利用磁悬浮平面电机的动态解耦模型将多自由控制模型转化为相互独立的单自由度模型，针对单自由度模型建立包含不确定项和外部干扰的通用系统参数模型；

步骤2：根据通用系统参数模型，结合期望运动轨迹，构建自适应滑模控制器模型，滑模控制器中的鲁棒项可以用于抑制外部干扰带来的影响。并针对系统参数模型中不确定项设计不确定项的迭代学习补偿项，将迭代学习补偿项与滑模控制项以并行的方式合并，得到自适应迭代学习滑模控制器模型。

步骤3：通过Lyapunov直接方法对自适应迭代学习滑模控制器模型分别进行稳定性分析、误差收敛性分析。

步骤4：将控制算法应用于实际磁悬浮平面电机系统，在存在外部干扰的情况下进行轨迹跟踪，验证该控制算法的有效性。

作为优选，步骤1所述磁悬浮平面电机的动态解耦模型，具体定义为：

其中各项的定义为

M＝diag[M_m，M_m，M_m，I_xx，I_yy，I_zz]

X＝[^sx，^sy，^sz，α，β，γ]^T