[发明专利]轨迹长度随机变化的直流电机的开闭环迭代学习控制方法

说明书

本发明涉及直流电机领域，公开了一种轨迹长度随机变化的直流电机的开闭环迭代学习控制方法，其包括如下步骤：根据算法A设置压电电机的采样周期，根据算法B对直流电机期望的输出轨迹进行采样，根据算法C对直流电机初始的控制输入电压进行采样；其次，根据算法D得到真正的控制输入电压，并将其作用于直流电机，从而获得直流电机的实际输出位置y_k(n)，得到采样序列根据算法E计算直流电机系统输出位置与期望输出位置的误差采样序列；最后，根据算法F计算迭代学习控制器的增益，根据算法G计算得到直流电机下一次迭代所需要的输入电压，将得到的输入电压作用于直流电机，重复执行算法E‑G。

技术领域

本发明涉及直流电机领域，具体涉及一种轨迹长度随机变化的直流电机的开闭环迭代学习控制方法。

背景技术

直流电机根据通电导体在磁场中受力的作用的原理工作，电枢接入电源电压产生电枢电流，通过励磁绕组产生的磁场驱动转子旋转，驱动运动件旋转或直线运动。在一些高精度控制的工程场合中，我们在要求被控系统在一定区间内重复完成相同的工作的同时，也要求被控系统的每次工作的输出都能较好的拟合期望的输出轨迹。由于直流电机系统存在延时响应，在控制输入作用至实际系统中后会出现响应时滞，同时,直流电机各部件普遍存在不确定性因素及其干扰,对其性能产生不利影响。如何减小外部负载扰动和参数变化的影响,对于现实直流电机高速动态响应和高精度跟踪性能具有重要的意义。如果无法获取到系统的精确模型，大多数基于时域信息的主流控制算法无法完成高速的精确跟踪控制，而且实际应用中，还存在传统控制算法无法有效处理的外部干扰。

以机床上直流电机驱动的机械臂为例，当机械臂需要完成某个动作时，每进行一次迭代学习都需要消耗一定的时间和能源，因此机械臂动作的精准度要达到工业上所要求的工程目标的过程中，所需要的迭代学习的次数越少，消耗的时间和能源也就越少。传统的迭代学习控制算法达到收敛指标所需要的时间长，且收敛效果不稳定，为此我们提出了轨迹长度随机变化的直流电机的开闭环迭代学习控制方法。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供一种轨迹长度随机变化的直流电机的开闭环迭代学习控制方法，以解决上述的问题。

(二)技术方案

为实现上述所述目的，本发明提供如下技术方案：

一种轨迹长度随机变化的直流电机的开闭环迭代学习控制方法，包括以下步骤：

第一步：设置被控连续系统的采样周期T_s；

第二步：获取期望输出轨迹y_d(i)；

第三步：设置被控系统的初始连续输入信号为u₀(i)；

第四步：将信号u₀(i)输入至实际被控系统，得到实际被控系统输出y_j(i)，依据采样周期T_s对y_j(i)进行采样，得到输出序列

第五步：将采样输出序列与期望输出轨迹序列结合，定义误差序列；

第六步：计算迭代学习控制增益L，要求满足收敛条件；

第七步：根据所述采样误差序列与迭代学习控制增益，设置迭代学习控制律；

第八步：反复执行第四步至第七步，当误差函数小于容许范围时停止迭代。

优选的，所述第一步中的采样的离散序列为

则对应的离散时间序列为

优选的，所述第二步中依据采样周期T_s进行采样得到采样期望输出序列y_d(i·T_s)，定义改序列为