[发明专利]一种小行程纳米级运动台的频域自适应迭代学习控制方法

说明书

一种小行程纳米级运动台的频域自适应迭代学习控制方法，属于超精密运动控制技术领域。方法为：运动台在相同迭代学习控制器输出的情况下独立运行两次，分别得到跟踪误差e^k,1(t)和e^k,2(t)；对这两个误差数据进行快速傅里叶变换，获得相对应的频谱e^k,1(w)和e^k,2(w)；根据频域自适应迭代学习加速收敛的条件判断是否需要更新闭环系统频率响应根据给出的频域自适应迭代学习更新方法，获得闭环系统频率响应估计值通过方程更新迭代学习控制器输出通过快速傅里叶逆变换对进行处理；设置k＝k+1，并返回步骤一；当闭环系统达到预设的性能指标，或者达到了预设的最大迭代次数M，即k＝M，则终止程序。本发明可以解决传统控制方法依赖于模型，因模型不准确而导致的性能下降问题。

技术领域

本发明属于超精密运动控制技术领域，具体涉及一种小行程纳米级运动台的频域自适应迭代学习控制方法。

背景技术

公开号为CN113029235A、公开日为2021年06月25日、名称为“小行程纳米级运动台及热相关滞回数据测量方法”的发明专利申请，采用尺蠖电机和双极电磁铁复合方式驱动运动台，多电机协同控制，实现平台运动部件在X自由度的往复运动，既可以发挥电磁铁的大出力优势，又能利用尺蠖电机的高分辨率、高频响出力特性，使运动台兼顾高加速度和高定位精度。此外，该运动台可实现绕Z自由度转动，并可以掉电自锁，提高高端制造过程中工件的安全性。

该运动台通过尺蠖电机和双极电磁铁复合方式驱动，其执行器的控制电流和出力呈强非线性关系，在热-力-电-磁等多场耦合作用下，形成更为复杂的热相关动态滞回非线性。因此，建立精确的运动台系统模型以及获取精确的模型参数都非常困难。

授权公告号为CN104796111B、授权公告日为2017年07月28日、名称为“一种用于动态迟滞系统建模与补偿的非线性自适应滤波器”的发明专利，能够实现动态迟滞非线性系统在宽频带下的高精度建模，基于该滤波器的自适应逆控制可以有效补偿压电陶瓷、磁致伸缩等执行器的动态迟滞非线性，但其未考虑温度对系统的影响，不适合所述小行程纳米级运动台系统，且其控制方法严重依赖于模型，需要在建立精确模型的基础上应用该控制方法。

小行程纳米级运动台在X自由度轨迹重复性，并且其扰动为位置依懒性，在其运动过程中，具有重复性。基于以上分析，迭代学习控制方法适合应用。授权公告号为CN110703693B、授权公告日为2020年11月17日、名称为“一种机床进给系统的迭代学习前馈控制方法及系统”的发明专利，将迭代学习前馈控制方法与PID控制方法有效结合起来实现跟踪位置跟踪误差、轮廓误差的控制，进而实现机床进给系统模块的控制，该方法虽然对其系统模型精度降低要求，但是对系统模型依然存在一定的依赖性。

发明内容

本发明的目的在于提供一种小行程纳米级运动台的频域自适应迭代学习控制方法，该方法基于频率域设计的无模型数据驱动自适应迭代学习，利用频率响应数据在线学习和更新前馈控制器的输出来实现实现对系统的精确控制，既不需要运动台系统模型的构建，也不需要对系统模型的参数进行辨识，可以解决传统控制方法依赖于模型，因模型不准确而导致的运动台运动性能下降的问题。

为实现上述目的，本发明采取的技术方案如下：

一种小行程纳米级运动台的频域自适应迭代学习控制方法，所述控制方法的具体步骤如下：

步骤一：所述运动台(采用公开号为CN113029235A、公开日为2021年06月25日、名称为小行程纳米级运动台及热相关滞回数据测量方法中的运动台)在相同迭代学习控制器输出的情况下独立运行两次，分别得到跟踪误差e^k,1(t)和e^k,2(t)；其中，表示第k次迭代后，迭代学习控制器的输出；设定最大迭代次数M和预期性能指标MA；