CN110334386B - 一种基于参数回归的平面电机控制方法及终端设备 - Google Patents

一种基于参数回归的平面电机控制方法及终端设备 Download PDF

Info

Publication number
CN110334386B
CN110334386B CN201910385618.7A CN201910385618A CN110334386B CN 110334386 B CN110334386 B CN 110334386B CN 201910385618 A CN201910385618 A CN 201910385618A CN 110334386 B CN110334386 B CN 110334386B
Authority
CN
China
Prior art keywords
planar motor
signal
thrust
cost function
establishing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910385618.7A
Other languages
English (en)
Other versions
CN110334386A (zh
Inventor
黄苏丹
陈龙
曹广忠
郭晋昌
胡智勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN201910385618.7A priority Critical patent/CN110334386B/zh
Publication of CN110334386A publication Critical patent/CN110334386A/zh
Application granted granted Critical
Publication of CN110334386B publication Critical patent/CN110334386B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明公开了一种基于参数回归的平面电机控制方法及终端设备，所述方法包括：根据平面电机的输入输出信号建立脉冲传递函数，并根据脉冲传递函数确定平面电机的参数回归模型；根据所述参数回归模型确定所述用于预测所述平面电机的第一预设数量时域的预测位置的预测模型；基于所述预测模型确定的预测位置建立代价函数，并根据所述代价函数计算平面电机的推力指令信号；将所述推力指令信号作用于平面电机驱动装置，以控制所述平面电机运动。本发明基于参数回归的方法确定以水平推力为输入信号、位置为输出信号的预测模型，根据所述预测模型预测的预测位置确定代价函数，并根据代价函数计算平面电机的推力指令信号，以将所述推力指令信号作用于电机，以提高了平面电机的动态跟踪精度。

Description

一种基于参数回归的平面电机控制方法及终端设备
技术领域
本发明涉及平面电机技术领域，特别涉及一种基于参数回归的平面电机控制方法及终端设备。
背景技术
平面电机在集成电路、超精密加工等领域极具应用前景。根据电磁力产生原理，平面电机主要分为平面步进电机、平面感应电机、平面永磁同步电机、平面直流电机和平面开关磁阻电机5类。其中，平面开关磁阻电机因其结构简单、制造容易、精度高、成本低、热耗低、可靠性高等优点，在平面电机领域已成为重要发展趋势。
目前平面开关磁阻电机的位置控制方法有：1.比例微分积分控制：实现简单，点对点定位精度为5μm，动态跟踪精度为37.4μm；2.鲁棒控制：增强了***的鲁棒性，但未给出电机的位置控制精度；3.自抗扰控制：抗干扰能力强，但未给出电机的位置控制精度；4.模型参考控制：自适应能力强，定位精度小于0.5μm，但较难实现高精度动态跟踪控制；5.滑模变结构控制：增强了***的鲁棒性，点对点定位精度为15.5μm，动态跟踪精度为79.2μm；6.极点配置自校正控制：自调整能力强，动态跟踪精度为58.2μm。虽然上述方法可以保证平面电机点对点定位精度较高，但是，无法保证平面电机动态跟踪精度。
发明内容
鉴于现有技术的不足，本发明旨在提供一种基于参数回归的平面电机控制方法及终端设备。
本发明所采用的技术方案如下：
一种基于参数回归的平面电机控制方法，其包括：
根据平面电机的输入输出信号建立脉冲传递函数，并根据所述脉冲传递函数确定平面电机的参数回归模型；
根据所述参数回归模型确定用于预测所述平面电机的第一预设数量时域的预测位置的预测模型；
基于所述预测模型确定的预测位置建立代价函数，并根据所述代价函数计算平面电机的推力指令信号；
将所述推力指令信号作用于平面电机的驱动装置，以控制所述平面电机运动。
所述参数回归的平面电机控制方法，其中，所述根据平面电机的输入输出信号建立脉冲传递函数，并根据所述脉冲传递函数确定平面电机的参数回归模型具体包括：
以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数，其中，j轴为x轴或y轴；
获取所述脉冲传递函数的差分方程，并根据所述差分方程确定所述平面电机的参数回归模型。
所述参数回归的平面电机控制方法，其中，所述以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数具体包括：
以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数；
采用具有遗忘因子的递归最小二乘法辨识所述脉冲传递函数的系数，以得到所述脉冲传递函数。
所述的参数回归的平面电机控制方法，其中，所述脉冲传递函数的表达式为
Figure BDA0002054740840000021
其中，Fj(z)为输入信号，Pj(z)为输出信号，aj0，aj1，bj0，bj1和bj2均为系数。
所述的参数回归的平面电机控制方法，其中，所述参数回归模型的表达式为：
Figure BDA0002054740840000031
其中，
Figure BDA0002054740840000032
Cj＝[1 0]，
Figure BDA0002054740840000033
xj_1(k)＝pj(k)-bj2fj(k)，xj_2(k)＝-aj0pj(k-1)+bj0fj(k-1)。
所述参数回归的平面电机控制方法，其中，所述基于所述预测模型确定的预测位置建立代价函数，并根据所述代价函数计算平面电机的推力指令信号具体包括：
基于所述预测模型确定的预测位置建立代价函数，其中，所述代价函数包括预测位置序列和控制序列；
根据所述代价函数计算所述平面电机的控制序列，并根据所述控制序列确定下一时刻的水平推力，以根据所述水平推力确定推力指令信号。
所述参数回归的平面电机控制方法，其中，所述根据所述代价函数计算所述平面电机的控制序列，并根据所述控制序列确定下一时刻的水平推力，以根据所述水平推力确定推力指令信号具体包括：
以所述代价函数最小为依据计算最优控制序列；
选取所述最优控制序列的第二分量，并将所述第二分量作为下一时刻的水平推力，以根据所述水平推力确定推力指令信号
所述参数回归的平面电机控制方法，其中，所述基于所述预测模型确定的预测位置建立代价函数具体包括：
获取前一时刻的控制序列，并根据所述前一时刻的控制序列确定未来预设数量时域的预测位置序列；
根据所述预测位置序列以及当前时刻的控制序列建立代价函数。
一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的参数回归的平面电机控制方法中的步骤。
一种终端设备，其包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行所述计算机可读程序时实现如上所述的参数回归的平面电机控制方法中的步骤。
有益效果：与现有技术相比，本发明提供了一种基于参数回归的平面电机控制方法及终端设备，所述方法包括：根据平面电机的输入输出信号建立脉冲传递函数，并根据所述脉冲传递函数确定平面电机的参数回归模型；根据所述参数回归模型确定用于预测所述平面电机的第一预设数量时域的预测位置的预测模型；基于所述预测模型确定的预测位置建立代价函数，并根据所述代价函数计算平面电机的推力指令信号；将所述推力指令信号作用于平面电机的驱动装置，以控制所述平面电机运动。本发明基于参数回归的方法确定以水平推力为输入信号、位置为输出信号的预测模型，根据所述预测模型预测的位置确定代价函数，并根据代价函数计算平面电机的推力指令信号，以将所述推力指令信号作用于电机，提高了平面电机的动态跟踪精度。
附图说明
图1为本发明提供的基于参数回归的平面电机控制方法的***结构框图。
图2为本发明提供的基于参数回归的平面电机控制方法的流程图。
图3为本发明提供的基于参数回归的平面电机控制方法的一个实施例的流程图。
图4为本发明提供的基于参数回归的平面电机控制方法中步骤S10的流程图。
图5为本发明提供的基于参数回归的平面电机控制方法中步骤S30的流程图。
图6为本发明提供的一种终端设备的结构原理图。
具体实施方式
本发明提供一种基于参数回归的平面电机控制方法及终端设备，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
本发明提供了一种基于参数回归的平面电机控制方法，所述方法应用于如图1所述控制***，如图2所示，所述方法具体是预先根据平面电机的输入输出信号建立脉冲传输函数，并确定相应的参数回归模型，再基于所述参数回归模型确定位置预测模型，根据位置预测模型计算位置预测序列，再根据位置预测序列以及参考轨迹确定代价函数，再通过对代价函数求极小值得到最优控制量，之后根据最优控制量确定当前时刻的控制量，并将所述控制量作用于平面电机，同时，在获取到当前时刻的控制量后，判断当前时刻是否为最后时刻，当不为最后时刻时，重复上述过程直到最后时刻。
下面为了对发明内容作进一步说明，结合一个具体实施例对本发明做详细说明。
如图3所示，本实施例提供了一种基于参数回归的平面电机控制方法，所述方法包括：
S10、根据平面电机的输入输出信号建立脉冲传递函数，并根据所述脉冲传递函数确定平面电机的参数回归模型；
S20、根据所述参数回归模型确定用于预测所述平面电机的第一预设数量时域的预测位置的预测模型；
S30、基于所述预测模型确定的预测位置建立代价函数，并根据所述代价函数计算平面电机的推力指令信号；
S40、将所述推力指令信号作用于平面电机的驱动装置，以控制所述平面电机运动。
本实施例根据平面电机的输入输出信号建立平面电机的参数回归模型，并根据参数回归模型确定用于预测位置的预测模型，根据所述预测模型得到的预测位置确定代价函数，并根据代价函数计算平面电机的水平推力信号，再将所述推力指令信号作用于电机，提高了平面电机的动态跟踪精度。
具体地，在所述步骤S10中，所述平面电机的输入输出信号指的是平面电机的输入信号，以及平面电机的输出信号。其中，所述输入信号为水平推力信号fj，所述输出信号为位置信号pj，所述j表示j轴，j轴为x轴或者y轴。在本实施例中，所述平面电机为平面开关磁阻电机(PSRM)，所述平面开关磁阻电机的脉冲传递函数Gj(z)的表达式可以为：
Figure BDA0002054740840000071
其中，Fj(z)为输入信号，Pj(z)为输出信号，aj0，aj1，bj0，bj1和bj2均为系数。
相应的，如图4所示，所述根据平面电机的输入输出信号建立脉冲传递函数，并根据所述脉冲传递函数确定平面电机的参数回归模型具体包括：
S11、以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数，其中，j轴为x轴或者y轴；
S12、获取所述脉冲传递函数的差分方程，并根据所述差分方程确定所述平面电机的参数回归模型。
具体地，所述差分方程是对所述脉冲传递函数进行差分化得到，根据所述脉冲传递函数得到的差分方程为：
pj(k+2)+aj1pj(k+1)+aj0pj(k)＝bj2fj(k+2)+bj1fj(k+1)+bj0fj(k)
其中，k表示k时刻，k+1表示k时刻的下一时刻，k+2表示k+1的下一时刻，所述aj0，aj1，bj0，bj1和bj2为脉冲传递函数的系数。此外，在所述脉冲传递函数Gj(z)中，所述系数aj0，aj1，bj0，bj1和bj2均为通过具有遗忘因子的递归最小二乘法辨识得到的系数。相应的，所述以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数具体包括：以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数，其中，j轴为x轴或者y轴；采用具有遗忘因子的递归最小二乘法辨识所述脉冲传递函数的系数，以得到所述脉冲传递函数。
进一步，在获取到差分方程后，根据所述差分方程可以获取到参数回归模型。在获取所述参数回归模型时，可以定义离散状态变量xj_1(k)和xj_2(k)，所述xj_1(k)和xj_2(k)的表达式分别为：
xj_1(k)＝pj(k)-bj2fj(k)
xj_2(k)＝-aj0pj(k-1)+bj0fj(k-1)
那么，根据差分方程和离散状态变量可以得到k+1时刻的离散状态变量xj_1(k+1)和xj_2(k+1)，所述xj_1(k+1)和xj_2(k+1)的表达式分别为：
xj_1(k+1)＝-aj1xj_1(k)+xj_2(k)+(bj1-aj1bj2)fj(k)
xj_2(k+1)＝-aj0xj_1(k)+(bj0-aj0bj2)fj(k)
进一步，根据所述xj_1(k+1)和xj_2(k+1)可以确定所述参数回归模型的表达式为：
Figure BDA0002054740840000081
其中，
Figure BDA0002054740840000082
Cj＝[1 0]，
Figure BDA0002054740840000083
yj(k)为k时刻的预测位置。
进一步，在所述步骤S20中，所述第一预设数量为预先设定，这里用P表示第一预设数量。也就是说，所述预测模型可以预测未来P个时刻的电机位置并输出电机位置对应的水平推力。在确定参数回归模型后，取预测时域等于控制时域为nT，T为采样周期，根据参数回归模型确定k+1时刻的预测模型为
Yj_n(k+1|k-1)＝Gjxj(k-1)+HjUj(k)
其中，n为整数且n＞2，Yj_n(k+1|k-1)，xj(k-1)，Uj(k)，Gj和Hj分别为
Figure BDA0002054740840000098
Figure BDA0002054740840000091
Figure BDA0002054740840000092
Figure BDA0002054740840000093
Figure BDA0002054740840000094
此外，根据所述预测模型可以得出预测位置序列Yj_n(k+1|k-1)是控制序列Uj(k)的函数，(k+1)T，(k+2)T到(k+n)T时刻的预测位置可由序列Yj_n(k+1|k-1)得出。
进一步，在实施例的一个变形实施例中，本发明中所述脉冲传递函数Gj(z)的分子分母均为z的二阶多项式，若bj2＝0，则离散状态变量可变形为x'j_1(k)和x'j_2(k)，分别为
x′j_1(k)＝pj(k)
x′j_2(k)＝-aj0pj(k-1)+bj0fj(k-1)
所述平面开关磁阻电机j轴运动的状态空间方程可变形为
Figure BDA0002054740840000095
式中，
Figure BDA0002054740840000096
那么，所述预测模型为
Y′j_n(k+1|k)＝Gjx′j(k)+H′jU′j(k)
其中，Yj_n(k+1|k)，x'j(k)，U'j(k)和H'j分别为
Figure BDA0002054740840000097
Figure BDA0002054740840000101
Figure BDA0002054740840000102
Figure BDA0002054740840000103
进一步，在所述步骤S30中，所述代价函数是以参考位置与预测位置的误差和输入控制量为目标，并通过所述代价函数确定最优输入控制序列。所述预测模型确定的预测位置建立代价函数是根据当前时刻的前一时刻的控制序列确定预测位置序列，即所述基于所述预测模型确定的预测位置建立代价函数具体为获取前一时刻的控制序列，并根据所述前一时刻的控制序列确定未来预设数量时域的预测位置序列；根据所述预测位置序列以及当前时刻的控制序列建立代价函数。在本实施例中，所述代价函数的表达式可以为：
Figure BDA0002054740840000104
其中，R(k)为k时刻的参考位置，Q1和Q2是正对角的加权矩阵，分别为：
R(k)＝[r(k) L r(k+n-1)]T 1×n
Figure BDA0002054740840000105
Figure BDA0002054740840000106
此外，由于预测位置序列Yj_n(k+1|k-1)是控制序列Uj(k)的函数，那么将代价函数中的Yj_n(k+1|k-1)采用Uj(k)替换，并计算替换后的代价函数的极小值可以得到最优控制序列。所述最优控制序列Uj(k)的表达式可以为：
Figure BDA0002054740840000111
同时在本实施例中，如图5所示，所述基于所述预测模型确定的预测位置建立代价函数，并根据所述代价函数计算平面电机的推力指令信号具体包括：
S31、基于所述预测模型确定的预测位置建立代价函数，其中，所述代价函数包括预测位置序列和控制序列；
S32、根据所述代价函数计算所述平面电机的控制序列，并根据所述控制序列确定下一时刻的水平推力，以根据所述水平推力确定推力指令信号。
具体地，所述预测位置序列是根据预测模型得到，即根据所述预测模型获取预测位置序列，再根据预测位置序列以及控制序列确定代价函数。所述代价函数包括两个目标优化量，其中，一个目标约束条件为参考位置与预测位置的差值，另一个是控制序列。此外，根据代价函数计算得到最优控制序列，再根据所述最优控制序列得到下一时刻的水平推力，其中，当前时刻为k时刻，下一时刻为k+1时刻。
示例性地，所述根据所述代价函数计算所述平面电机的控制量序列，并根据所述控制量序列确定下一时刻的水平推力具体包括：
以所述代价函数最小为依据计算最优控制序列；
选取所述最优控制序列的第二分量，并将所述第二分量作为下一时刻的水平推力，以根据所述水平推力确定推力指令信号。
具体地，所述下一时刻的水平推力为输入控制量序列的第二分量，即在计算得到输入控制量序列时，选取所述输入控制量序列的第二分量，并将所述第二分量作为下一刻的水平推力；基于所述水平推力确定推力指令信号，并将所述确定的水平推力指令作用于平面电机的驱动装置，以控制所述平面电机运动，这样可以提高平面电机运动的精确性。
进一步，在步骤S40中，在获取到k时刻的水平推力后，在k+1时刻重复上述过程可以获取k+2时刻的输入控制量，依次类推直至k+n时刻。此外在实际应用中，在k+1时刻获取k+2时刻的输入控制量之前，可以先判断所述k+1时刻是否为最后时刻，当k+1不为最后时刻时，执行上步骤获取k+2时刻的输入控制量，当k+1为最后时刻时，则完成输入控制量获取操作。
基于上述参数回归的平面电机控制方法，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的参数回归的平面电机控制方法中的步骤。
基于上述参数回归的平面电机控制方法，本发明还提供了一种移动终端，如图6所示，其包括至少一个处理器(processor)20；显示屏21；以及存储器(memory)22，还可以包括通信接口(Communications Interface)23和总线24。其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中的方法。
此外，上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器20通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。
存储器22可包括程序存储区和数据存储区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
此外，上述存储介质以及移动终端中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于参数回归的平面电机控制方法，其特征在于，其包括：
根据平面电机的输入输出信号建立脉冲传递函数，并根据所述脉冲传递函数确定平面电机的参数回归模型；
根据所述参数回归模型确定用于预测所述平面电机的第一预设数量时域的预测位置的预测模型；
基于所述预测模型确定的预测位置建立代价函数，并根据所述代价函数计算平面电机的推力指令信号；
将所述推力指令信号作用于平面电机的驱动装置，以控制所述平面电机运动。
2.根据权利要求1所述参数回归的平面电机控制方法，其特征在于，所述根据平面电机的输入输出信号建立脉冲传递函数，并根据所述脉冲传递函数确定平面电机的参数回归模型具体包括：
以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数，其中，j轴为x轴或y轴；
获取所述脉冲传递函数的差分方程，并根据所述差分方程确定所述平面电机的参数回归模型。
3.根据权利要求2所述参数回归的平面电机控制方法，其特征在于，所述以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数具体包括：
以推力信号为输入信号、位置信号为输出信号建立平面电机j轴的脉冲传递函数；
采用具有遗忘因子的递归最小二乘法辨识所述脉冲传递函数的系数，以得到所述脉冲传递函数。
4.根据权利要求2-3任一所述的参数回归的平面电机控制方法，其特征在于，所述脉冲传递函数的表达式为
Figure FDA0004060161030000011
其中，Fj(z)为输入信号，Pj(z)为输出信号，z为离散信号变量，aj0，aj1，bj0，bj1和bj2均为系数。
5.根据权利要求4所述的参数回归的平面电机控制方法，其特征在于，所述参数回归模型的表达式为：
Figure FDA0004060161030000012
其中，
Figure FDA0004060161030000021
Cj＝[1 0]，
Figure FDA0004060161030000022
xj_1(k)＝pj(k)-bj2fj(k)，xj_2(k)＝-aj0pj(k-1)+bj0fj(k-1)，k表示时刻，xj、xj_1和xj_2为离散状态变量，xj(k)、xj_1(k)和xj_2(k)为k时刻对应的离散状态变量，fj(k)为k时刻的输入信号，pj(k)为k时刻的输出信号，fj(k-1)为k-1时刻的输入信号，pj(k-1)为k-1时刻的输出信号。
6.根据权利要求1所述参数回归的平面电机控制方法，其特征在于，所述基于所述预测模型确定的预测位置建立代价函数，并根据所述代价函数计算平面电机的推力指令信号具体包括：
基于所述预测模型确定的预测位置建立代价函数，其中，所述代价函数包括预测位置序列和控制序列；
根据所述代价函数计算所述平面电机的控制序列，并根据所述控制序列确定下一时刻的水平推力，以根据所述水平推力确定推力指令信号。
7.根据权利要求6所述参数回归的平面电机控制方法，其特征在于，所述根据所述代价函数计算所述平面电机的控制序列，并根据所述控制序列确定下一时刻的水平推力，以根据所述水平推力确定推力指令信号具体包括：
以所述代价函数最小为依据计算最优控制序列；
选取所述最优控制序列的第二分量，并将所述第二分量作为下一时刻的水平推力，以根据所述水平推力确定推力指令信号。
8.根据权利要求6所述参数回归的平面电机控制方法，其特征在于，所述基于所述预测模型确定的预测位置建立代价函数具体包括：
获取前一时刻的控制序列，并根据所述前一时刻的控制序列确定未来预设数量时域的预测位置序列；
根据所述预测位置序列以及当前时刻的控制序列建立代价函数。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～8任意一项所述的参数回归的平面电机控制方法中的步骤。
10.一种应用服务器，其特征在于，包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行所述计算机可读程序时实现如权利要求1-8任意一项所述的参数回归的平面电机控制方法中的步骤。
CN201910385618.7A 2019-05-09 2019-05-09 一种基于参数回归的平面电机控制方法及终端设备 Active CN110334386B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910385618.7A CN110334386B (zh) 2019-05-09 2019-05-09 一种基于参数回归的平面电机控制方法及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910385618.7A CN110334386B (zh) 2019-05-09 2019-05-09 一种基于参数回归的平面电机控制方法及终端设备

Publications (2)

Publication Number Publication Date
CN110334386A CN110334386A (zh) 2019-10-15
CN110334386B true CN110334386B (zh) 2023-04-07

Family

ID=68139966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910385618.7A Active CN110334386B (zh) 2019-05-09 2019-05-09 一种基于参数回归的平面电机控制方法及终端设备

Country Status (1)

Country Link
CN (1) CN110334386B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111665723B (zh) * 2020-06-19 2022-09-20 深圳大学 一种基于轨迹梯度软约束的平面电机的控制方法
CN113703316A (zh) * 2021-07-23 2021-11-26 上海电力大学 压水堆核电站主蒸汽压力模型预测控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109327178A (zh) * 2018-10-29 2019-02-12 江苏大学 一种开关磁阻电机多步预测控制器构造方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107425781B (zh) * 2016-01-06 2019-02-26 西北工业大学 一种基于线性磁链模型和线性回归分析的srm位置预估方法
US20190056702A1 (en) * 2017-08-21 2019-02-21 General Electric Company Model-based machine learing control system and method for tuning power production emissions
CN109245655A (zh) * 2018-10-26 2019-01-18 深圳大学 无位置传感器的平面电机的动子初始位置检测方法
CN109639197B (zh) * 2018-12-21 2020-04-17 清华大学 基于光刻机磁悬浮平面电机运动***的线圈电流切换算法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109327178A (zh) * 2018-10-29 2019-02-12 江苏大学 一种开关磁阻电机多步预测控制器构造方法

Also Published As

Publication number Publication date
CN110334386A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
CN110334386B (zh) 一种基于参数回归的平面电机控制方法及终端设备
CN104201967B (zh) 一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法
EP3614218B1 (en) Cascaded continuous and finite model predictive control for mechatronic systems
CN102342016A (zh) 基于电流信号和电压信号无角度传感器地对永磁同步电机的转子轴进行位置检测的方法和设备
CN109586645B (zh) 一种永磁同步电机惯量识别方法及设备
CN115085611B (zh) 一种直线电机运动控制方法、装置、设备及存储介质
CN117040341B (zh) 一种永磁同步电机的扰动估计方法、控制方法及相关装置
Ding et al. Convergence analysis of the modified adaptive extended Kalman filter for the parameter estimation of a brushless DC motor
Morales et al. Adaptive control based on fast online algebraic identification and GPI control for magnetic levitation systems with time-varying input gain
CN114428462B (zh) 基于mpc算法对被控***进行动态控制的方法、设备和介质
CN111106772A (zh) 一种包含参数跟踪的感应电机状态强跟踪滤波估计方法
Li et al. Friction identification and compensation design for precision positioning
CN113691182B (zh) 永磁同步电机的电阻辨识方法、***、介质及终端
Boettcher et al. Reference signal shaping for closed-loop systems with application to seeking in hard disk drives
CN113342005A (zh) 一种无人驾驶设备的横向控制方法及装置
CN108803325A (zh) 永磁同步电机伺服***鲁棒有限时间控制方法
CN110323993B (zh) 一种多目标约束下平面电机的控制方法及终端设备
CN107544250B (zh) 一种少保守性的永磁球形电机轨迹跟踪控制方法
CN114619440B (zh) 修正摩擦模型的方法、机器人及计算机可读存储介质
CN116415478A (zh) 基于神经网络的转矩估测方法、装置、设备及存储介质
Yan et al. Multirate adaptive control of uncertain resonances beyond the Nyquist frequency in high-performance mechatronic systems
CN111665723B (zh) 一种基于轨迹梯度软约束的平面电机的控制方法
Chai et al. Adaptive iteration learning control with iteration‐varying event‐triggered mechanism for discrete‐time nonlinear systems with random initial states
CN114665749A (zh) 电机高精度细分控制方法、***、终端设备及存储介质
CN117997207B (zh) 基于扰动预测的电机控制方法、装置、电子设备和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant