[发明专利]一种超声电机无模型转速控制的二次规划寻优方法

说明书

本发明公开了一种超声电机无模型转速控制的二次规划寻优方法，包括：伺服系统参数初始化，预测系统实时运行状态，并对预测的系统实时运行状态进行纠偏，构造输入估计值的二次规划寻优问题，采用有效集方法寻找二次规划问题的最优解，依据控制要求，选择控制指标实时监测系统运行状态，依据各个控制参数对于电机转速控制效果的影响规律，在各参数定义允许范围内，调节控制参数取值。本发明不依赖系统物理模型，引入二次规划寻优方法，构造关于受限输入频率估计的二次规划问题，以有效集方法寻找工作频率的最优解，最终驱动超声电机工作；具有自定义参数数量少，便于应用，实时状态跟踪精度高、鲁棒性好、自适应能力强等优点。

技术领域

本发明涉及自动化控制及电机控制技术，特别是涉及一种超声电机无模型转速控制的二次规划寻优方法。

背景技术

超声电机具有复杂的时变和非线性特征，以工作原理为基础构造物理模型后，基于物理模型的控制算法大多难以在减少未建模动态和提高响应速度中实现平衡。因此，随着智能算法的成熟，关于超声电机的伺服控制系统大多在输入输出数据基础上构造数学模型，并针对不同数学模型的特点设计智能算法。

目前使用最为广泛的是神经网络类智能算法。例如，将滑模控制方法引入小脑神经网络，简化多输入多输出超声电机伺服系统的神经网络结构，设计自组织结构，并辅助鲁棒控制器消除近似误差；设计网络层数自适应调节算法，基于梯度下降法在线调节控制参数的特征；以二阶传递函数为参考模型，通过自适应调整神经网络不断逼近真实状态，实现毫米级正弦轨迹跟踪。另外，小波模糊算法和神经网络算法结合也可降低跟踪误差；Petri模糊控制可以帮助减少计算量大幅减少，精简控制算法。

由此可以看出，引入其他智能算法简化神经网络结构和计算过程，是当下提高控制效率的主要思路。此类方法对于时变非线性系统具有普适性，但还未充分利用超声电机伺服系统的特点，还存在提升空间。

发明内容

发明目的：本发明的目的是提供一种超声电机无模型转速控制的二次规划寻优方法，减少了自定义参数数量，提高了超声电机无模型自适应控制方法的适用便捷度。

技术方案：本发明的一种超声电机无模型转速控制的二次规划寻优方法，包括以下步骤：

S1、初始化伺服系统，包括状态估计步长因子η、状态估计权重因子μ和伺服系统局部特征参数φ(k)；

S2、预测伺服系统实时运行状态，并对预测的伺服系统实时运行状态纠偏；

S3、根据二次规划问题表达式，构造输入估计值的二次规划寻优问题；

S4、二次规划寻优初始化：定义x＝u(k)数值粒子移动方向为d、移动步长为α，规定粒子每次迭代按照线性规则移动，即x_i为第i次迭代粒子的位置，x_i+1为第i+1次迭代粒子的位置，α_i为第i次迭代粒子的移动步长，d_i为第i次迭代粒子的移动方向；选择输入估计值的上限或下限为初始工作集W₀，并在工作集限制的可行域内选择任意一点作为寻优的起点x₀，设计初始移动步长为α₀＝1；

S5、判别参数计算：计算当前工作集W_i约束下粒子移动方向的极小点d_i和对应的拉格朗日乘子λ_i；

S6、判别粒子移动方向性质：若d_i＝0，粒子无需移动，顺序执行步骤S7，否则直接执行步骤S8；