CN102269971A - 基于模型跟踪的自适应伺服控制器 - Google Patents

Abstract

本发明公开一种基于模型追踪的自适应伺服控制器，该方法属于电机控制技术领域。这种控制器基于对理想模型的实时追踪实现伺服***的自适应控制，***中设置了一个具有理想动静态特性的参考模型和一个包含实际交流伺服电机控制***速度环和电流环的可调模型，两个模型具有相同物理意义的输出量。两个模型同时工作，利用其输出量之间的误差量，根据合适的自适应率来实时调节可调模型的参数，通过可调模型的参数动态调整使两个模型的输出误差量趋近于零，这一过程同时使包含实际伺服***速度环和电流环的可调模型趋近于理想参考模型，从而达到使实际伺服***具有理想动静态特性的目的。

Description

基于模型跟踪的自适应伺服控制器

技术领域

本发明涉及一种基于模型跟踪的自适应伺服控制器，属于电机控制技术领域。 

背景技术

伺服***广泛应用于工业制造和国防装备中。随着技术的发展，各应用领域对伺服***的控制性能提出了更高的要求，特别是高端数控机床驱动、机器人驱动、国防及航天设备控制等应用场合，工况复杂，惯量、负载等变化幅度大，采用传统的PID调节器整定困难，并且难以兼顾不同负载状况，在***参数发生较大变化时会造成控制***性能降低。为此，本专利提出采用对理想模型动态追踪的方法实现伺服***的调节器参数自动整定，满足上述高端伺服的性能要求。基于参考模型的自适应方法以前已应用于电机控制***中的速度观测，取得来了一定的效果。但在伺服的调节器控制中还没有实际的应用。采用该方法可明显提高伺服***对惯量、负载及***参数的扰动的适应性。 

发明内容

本发明的目的在于提供一种基于模型跟踪的自适应伺服控制器，这种控制器基于对理想模型的实时追踪实现伺服***的自适应控制，***中设置一个具有理想动静态特性的参考模型和一个包含实际交流伺服电机控制***速度环和电流环的可调模型，两个模型具有相同物理意义的输出量。两个模型同时工作，利用其输出量的之间的误差量，根据合适的自适应率来实时调节可调模型的参数，通过可调模型的参数动态调整使两个模型的输出误差量趋近于零，这一过程同时使包含实际伺服***速度环和电流环的可调模型趋近于理想参考模型，从而达到使实际伺服***具有理想动静态特性的目的。 

本发明所公开的伺服***自适应控制器结构如附图1所示，r(t)为伺服***速度环指令，G(s)为理想参考模型，采用PWM逆变器的伺服电机控制***为实际伺服控制机构，其为可调模型的一部分，D(s)为保证***稳定性的一个线性补偿器，q轴电流指令，y_m为理想参考模型的速度输出，y_p为可调模型即包含PWM逆变器控制的实际伺服电机***的速度输出，υ(t)是y_m和y_p的误差经过线性补偿所得的值。伺服***的自适应调节过程体现 为附图1中自适应机制实现的一系列自整定参数K_a0、K_a1、K_r和K_er的自适应率推算过程，以及由这些参数最后运算得出的q轴电流指令值i_qref的计算过程，其具体整定和计算过程描述如下： 

1)自整定参数K_a0、K_a1、K_r和K_er的自适应率分别为： 

由y_m和υ(t)经过下式计算得到K_a0，， 

$K_{a0}={\∫}_0^t{l}_{1}v\left(\mathrm{\τ}\right)y_m\left(\mathrm{\τ}\right)\mathrm{d\τ}+l_{2}v\left(t\right)y_m\left(t\right)+K_{a00}$

由y_m和υ(t)经过下式计算得到K_a1， 

$K_{a1}={\∫}_0^t{l}_3\mathrm{\υ}\left(\mathrm{\τ}\right)d{y}_m\left(\mathrm{\τ}\right)/d\left(t\right)\mathrm{d\τ}+l_4\mathrm{\υ}\left(t\right)d{y}_m\left(t\right)/d\left(t\right)+K_{a10}$

由υ(t)和r(t)经过下式计算得到K_r， 

$K_r={\∫}_0^t{l}_5\mathrm{\υ}\left(\mathrm{\τ}\right)r\left(\mathrm{\τ}\right)\mathrm{d\τ}+l_6\mathrm{\υ}\left(t\right)r\left(t\right)+K_{r0}$

由υ(t)和e(t)经过下式计算得到K_er， 

$K_{\mathrm{er}}={\∫}_0^t{l}_7\mathrm{\υ}\left(\mathrm{\τ}\right)e\left(\mathrm{\τ}\right)\mathrm{d\τ}+l_8\mathrm{\υ}\left(t\right)e\left(t\right)+K_{\mathrm{er}0}$

其中l₁、l₃、l₅和l₇分别是K_a0、K_a1、K_r和K_er的积分常数，l₂、l₄、l₆和l₈分别是K_a0、K_a1、K_r和K_er的比例常数。 

2)由自整定参数K_a0、K_a1、K_r和K_er推导实际伺服电机q轴电流指令值i_qref的推算过程，步骤如下： 

由K_a0，K_a1，y_m经过下式计算得到U_p1， 

U_p1＝K_a0·y_m(t)+K_a1·dy_m(t)/d(t) 

由K_r，r(t)经过下式计算得到U_p2， 

U_p2＝K_r·r(t) 

由K_er，e(t)经过下式计算得到U_p3， 

U_p3＝K_er·e(t) 

由U_p1，U_p2，U_p3经过下式计算得到i_qref

i_qref＝U_p1+U_p2+U_p3

本发明与现有传统PID伺服控制技术相比，具有以下优点及应用效果：模型追踪自适应控制对***惯量变化、负载变化及电机参数变化等扰动的适应性较好，能维持一致的转速稳态控制精度，同时转速响应的超调量较小，在扰动作用下能通过自适应率动态调整伺服控制器参数，达到良好的动态性能。 

具体实施方式

下面结合附图对本发明的原理、具体实施方式作进一步的说明。 

1)自整定参数的自适应率如附图1所示计算步骤如下，分别为： 

由y_m和υ(t)经过下式计算得到K_a0，， 

$K_{a0}={\∫}_0^t{l}_{1}v\left(\mathrm{\τ}\right)y_m\left(\mathrm{\τ}\right)\mathrm{d\τ}+l_{2}v\left(t\right)y_m\left(t\right)+K_{a00}$

由y_m和υ(t)经过下式计算得到K_a1， 

$K_{a1}={\∫}_0^t{l}_3\mathrm{\υ}\left(\mathrm{\τ}\right)d{y}_m\left(\mathrm{\τ}\right)/d\left(t\right)\mathrm{d\τ}+l_4\mathrm{\υ}\left(t\right)d{y}_m\left(t\right)/d\left(t\right)+K_{a10}$

由υ(t)和r(t)经过下式计算得到K_r， 

$K_r={\∫}_0^t{l}_5\mathrm{\υ}\left(\mathrm{\τ}\right)r\left(\mathrm{\τ}\right)\mathrm{d\τ}+l_6\mathrm{\υ}\left(t\right)r\left(t\right)+K_{r0}$

由υ(t)和e(t)经过下式计算得到K_er， 

$K_{\mathrm{er}}={\∫}_0^t{l}_7\mathrm{\υ}\left(\mathrm{\τ}\right)e\left(\mathrm{\τ}\right)\mathrm{d\τ}+l_8\mathrm{\υ}\left(t\right)e\left(t\right)+K_{\mathrm{er}0}$

2)由自整定参数K_a0、K_a1、K_r和K_er推导实际伺服电机q轴电流指令值i_qref的推算过程，步骤如下： 

由K_a0，K_a1，y_m经过下式计算得到U_p1， 

U_p1＝K_a0·y_m(t)+K_a1·dy_m(t)/d(t) 

由K_r，r(t)经过下式计算得到U_p2， 

U_p2＝K_r·r(t) 

由K_er，e(t)经过下式计算得到U_p3， 

U_p3＝K_er·e(t) 

由U_p1，U_p2，U_p3经过下式计算得到i_qref

i_qref＝U_p1+U_p2+U_p3

3)模型追踪方法的仿真实例 

下面对模型追踪方法进行仿真。在基于Matlab/Simulink的环境下搭建仿真模型。给定的速度指令是正负100rpm的方波信号，周期为0.4s。附图2是设置的二阶参考模型对该方波指令的动态响应过程，附图3是伺服***转动惯量大范围变化，***转动惯量为1J、2J、4J、6J时的转速响应，其中J为电机转子自身惯量。 

从仿真效果看，模型追踪自适应控制对***惯量的适应性较好，能维持一致的转速稳态控制精度，同时转速响应的超调量较小，动态性能较好。 

4)模型追踪方法的实验验证 

对模型追踪方法进行实验验证，实验中以典型的二阶***为例作为理想参考模型，取为： 

$G\left(s\right)=\frac{1600}{s^2+68s+1600}$

线性补偿器相应取为： 

D(s)＝0.1s+1 

实验***给定的速度指令是正负300rpm的方波信号，周期为0.4s。附图4为实验中选取的二阶理想参考模型对该方波指令的动态响应过程，附图5为空载时模型追踪自适应控制器对该方波指令的动态响应过程，附图6为两倍转子惯量时、加扰动负载时模型追踪自适应控制器对该方波指令的动态响应过程，附图7为模型追踪自适应控制器的自整定参数的自适应率调整过程。 

仿真和实验结果表明，当负载惯量发生变化时，采用模型追踪自适应控制器的伺服***可以保持基本一致的动态和稳态速度跟踪误差，当改变负载转动惯量为两倍转子惯量时，转速稳态误差维持在1.0％以内，转速响应比较平稳，***对电机参数和负载变化的适应性较佳。 

附图说明

附图1为基于模型追踪方法的速度控制器示意图 

附图2为模型追踪自适应控制的参考模型示意图 

附图3为转动惯量大范围变化(1J、2J、4J、6J)时模型追踪自适应控制器控制效果示意图 

附图4为实验中选取的参考模型示意图 

附图5为空载时模型追踪自适应控制器控制效果示意图 

附图6为两倍转子惯量时、加扰动负载时模型追踪自适应控制器的控制效果示意图 

附图7为模型追踪自适应控制器的参数调整过程示意图。 

Claims (1)

1.一种基于模型跟踪的自适应伺服控制器，其特征在于：

1)自整定参数K_a0、K_a1、K_r和K_er的自适应率分别为：

由y_m和υ(t)经过下式计算得到K_a0，

$K_{a0}={\∫}_0^t{l}_{1}v\left(\mathrm{\τ}\right)y_m\left(\mathrm{\τ}\right)\mathrm{d\τ}+l_{2}v\left(t\right)y_m\left(t\right)+K_{a00}$

由y_m和υ(t)经过下式计算得到K_a1，

$K_{a1}={\∫}_0^t{l}_3\mathrm{\υ}\left(\mathrm{\τ}\right)d{y}_m\left(\mathrm{\τ}\right)/d\left(t\right)\mathrm{d\τ}+l_4\mathrm{\υ}\left(t\right)d{y}_m\left(t\right)/d\left(t\right)+K_{a10}$

由υ(t)和r(t)经过下式计算得到K_r，

$K_r={\∫}_0^t{l}_5\mathrm{\υ}\left(\mathrm{\τ}\right)r\left(\mathrm{\τ}\right)\mathrm{d\τ}+l_6\mathrm{\υ}\left(t\right)r\left(t\right)+K_{r0}$

由υ(t)和e(t)经过下式计算得到K_er，

$K_{\mathrm{er}}={\∫}_0^t{l}_7\mathrm{\υ}\left(\mathrm{\τ}\right)e\left(\mathrm{\τ}\right)\mathrm{d\τ}+l_8\mathrm{\υ}\left(t\right)e\left(t\right)+K_{\mathrm{er}0}$

其中l₁、l₃、l₅和l₇分别是K_a0、K_a1、K_r和K_er的积分常数，l₂、l₄、l₆和l₈分别是K_a0、K_a1、K_r和K_er的比例常数。

2)由自整定参数K_a0、K_a1、K_r和K_er推导实际伺服电机q轴电流指令值i_qref的推算过程，步骤如下：

由K_a0，K_a1，y_m经过下式计算得到U_p1，

U_p1＝K_a0·y_m(t)+K_a1·dy_m(t)/d(t)

由K_r，r(t)经过下式计算得到U_p2，

U_p2＝K_r·r(t)

由K_er，e(t)经过下式计算得到U_p3，

U_p3＝K_er·e(t)

由U_p1，U_p2，U_p3经过下式计算得到i_qref

i_qref＝U_p1+U_p2+U_p3

Images