CN110658723B - 一种被动式力加载的自适应驱动控制方法和*** - Google Patents
一种被动式力加载的自适应驱动控制方法和*** Download PDFInfo
- Publication number
- CN110658723B CN110658723B CN201911085888.2A CN201911085888A CN110658723B CN 110658723 B CN110658723 B CN 110658723B CN 201911085888 A CN201911085888 A CN 201911085888A CN 110658723 B CN110658723 B CN 110658723B
- Authority
- CN
- China
- Prior art keywords
- force
- loading
- control law
- evaluation index
- controller
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种被动式力加载的自适应驱动控制方法和***。所述方法包括:获取所述***的输入和输出,输入为速度,输出为加载力信息;根据所述速度和所述加载力信息,利用力随动加载控制器的评价指标模型进行处理,得到力随动加载控制器的非线性控制律;引入参考模型,根据加载力信息和所述速度,获取虚参考指令;根据所述虚参考指令,获取力偏差信号的虚误差;根据所述虚误差,获取力随动加载控制器的新评价指标模型;利用所述新评价指标模型,对非线性控制律进行修正,得到修正后的非线性控制律。本发明提供的被动式力加载的自适应驱动控制方法和***,具有高性能、高加载精度和高可靠性的特点。
Description
技术领域
本发明涉及***控制技术领域,特别是涉及具有非线性,强干扰,且未精确建模的一种被动式力加载的自适应驱动控制方法和***。
背景技术
被动式力矩伺服***主要应用于航空航天伺服作动***的力学载荷特性半实物仿真,能够模拟真实环境下运动机构所承受的力学载荷特性,分析并研究伺服***的性能,在科研生产和试验等诸多领域具有非常重要的作用。而随着空间机构各项性能指标不断提高,对被动式力矩伺服***的加载能力和伺服精度等方面也提出更高的要求,因此对被动式力矩伺服***的加载控制策略研究成为热点及难点。区别于传统的被动式力伺服***,当承载侧运动与加载侧运动不能建立一对一映射关系时,机构运动复杂性提高会导致控制器各项扰动作用加强,研究被动式力伺服加载控制方法以满足不同强度、不同加载频率下的伺服加载有重要意义。
被动式力加载控制所针对的加载对象多为非线性、强干扰、时变***。目前,传统的面向被动式力矩伺服加载控制常采用的策略多为针对加载侧实现力矩伺服控制,针对承载侧实现位置伺服控制,将加载侧与承载侧的位置偏差信号转换为扰动力矩,通过基于模型的控制方法观测并补偿***的内部及外部干扰以减小或消除因多余力矩而对加载精度产生的影响。面向被动式力伺服加载控制时,当加载***模型不能准确获取相关数据且负载侧期望位置轨迹未知,并且整个***不仅存在因加载侧与承载侧位置偏差引起的难以避免的外部扰动,还存在因加载机构复杂化而带来的各项未知干扰,使得传统被动式力伺服加载控制策略无法满足高性能、高加载精度和高可靠性的加载要求。
发明内容
本发明的目的是提供一种被动式力加载的自适应驱动控制方法和***,具有高性能、高加载精度和高可靠性的特点。
为实现上述目的,本发明提供了如下方案:
一种被动式力加载的自适应驱动控制方法,应用于非线性的被动式力加载***,所述被动式力加载***包括力随动加载控制器,所述方法包括:
获取所述***的输入和输出,输入为速度v(k),输出为加载力信息F(k);
根据所述速度v(k)和所述加载力信息F(k),利用力随动加载控制器的评价指标模型进行处理,得到力随动加载控制器的非线性控制律p(k);
引入参考模型,根据加载力信息F(k)和所述速度v(k),获取虚参考指令F(k)d;
根据所述虚参考指令F(k)d,获取力偏差信号的虚误差evir;
根据所述虚误差evir,获取力随动加载控制器的新评价指标模型;
利用所述新评价指标模型,对非线性控制律p(k)进行修正,得到修正后的非线性控制律p′(k)。
可选的,所述根据所述速度v(k)和所述加载力信息F(k),利用力随动加载控制器的评价指标模型进行处理,得到力随动加载控制器的非线性控制律p(k),包括:
根据所述速度v(k)和所述加载力信息F(k),将所述非线性的被动式力加载***等效为线性模型;所述线性模型为ΔF(k+1)=g(k)Δv(k),其中,F(k+1)=f(F(k),…,F(k-m),v(k),…v(k-n)),f(·)为未知非线性光滑函数,m和n均为未知常数项;
确定所述力随动加载控制器的评价指标模型,所述力随动加载控制器的评价指标模型为J(p(k))=|F*-F(k+1)|2+λ|v(k)-v(k-1)|2,其中,λ为大于0的输入限制因子,F(k+1)为k+1时刻的加载力信息,F*为所述被动式力加载***期望的加载指令;
可选的,所述新评价指标模型为:
其中,L(z)为置于力控制器与被控加载***之间的滤波器,evir(k)为k时刻的力偏差信号的虚误差,N为采样时刻,Con(z,θ)为参数化力控制器。
可选的,所述利用所述新评价指标模型,对非线性控制律p(k)进行修正,得到修正后的非线性控制律p′(k),包括:
其中,h为步长系数,λ为输入限制因子,F*(k+1)为k时刻为***期望的加载指令。
一种被动式力加载的自适应驱动控制***,包括:
输入输出获取模块,用于获取所述***的输入和输出,输入为速度v(k),输出为加载力信息F(k);
非线性控制律获取模块,用于根据所述速度v(k)和所述加载力信息F(k),利用力随动加载控制器的评价指标模型进行处理,得到力随动加载控制器的非线性控制律p(k);
虚参考指令获取模块,用于引入参考模型,根据加载力信息F(k)和所述速度v(k),获取虚参考指令F(k)d;
虚误差获取模块,用于根据所述虚参考指令F(k)d,获取力偏差信号的虚误差evir;
新评价指标模型获取模块,用于根据所述虚误差evir,获取力随动加载控制器的新评价指标模型;
修正模块,用于利用所述新评价指标模型,对非线性控制律p(k)进行修正,得到修正后的非线性控制律p′(k)。
可选的,所述非线性控制律获取模块包括:
线性模型等效单元,用于根据所述速度v(k)和所述加载力信息F(k),将所述非线性的被动式力加载***等效为线性模型;所述线性模型为ΔF(k+1)=g(k)Δv(k),其中,F(k+1)=f(F(k),…,F(k-m),v(k),…v(k-n)),f(·)为未知非线性光滑函数,m和n均为未知常数项;
评价指标模型确定单元,用于确定所述力随动加载控制器的评价指标模型,所述力随动加载控制器的评价指标模型为J(p(k))=|F*-F(k+1)|2+λ|v(k)-v(k-1)|2,其中,λ为大于0的输入限制因子,F(k+1)为k+1时刻的加载力信息,F*为所述被动式力加载***期望的加载指令;
可选的,所述新评价指标模型为:
其中,L(z)为置于力控制器与被控加载***之间的滤波器,evir(k)为k时刻的力偏差信号的虚误差,N为采样时刻,Con(z,θ)为参数化力控制器。
可选的,所述修正模块包括:
力控参数确定单元,用于确定力控参数
其中,h为步长系数,λ为输入限制因子,F*(k+1)为k时刻为***期望的加载指令。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的被动式力加载的自适应驱动控制方法和***,通过采用力随动加载控制器的评价指标模型对力随动加载控制器的非线性控制律进行修正和校准,以实现对控制器参数的整定,从而无需详细考虑模型多未知项及复合干扰并对其单独设计补偿控制策略,仍能保证力加载时的快响应速度及高跟踪精度。进而在模拟真实环境下运动机构所承受的力学载荷特性时,实现对被动式力矩伺服***力-力矩的高性能、高精度、高可靠性的动态复合加载控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的非线性的被动式力加载***的结构示意图;
图2为本发明所提供的非线性的被动式力加载***的俯视图;
图3为本发明实施例所提供的被动式力加载的自适应驱动控制方法的流程图;
图4为本发明实施例所提供的被动式力加载自适应驱动控制方法的原理图;
图5为本发明实施例所提供的被动式力加载的自适应驱动控制***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种被动式力加载的自适应驱动控制方法和***,具有高性能、高加载精度和高可靠性的特点。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的非线性的被动式力加载***的结构示意图,图2为本发明所提供的非线性的被动式力加载***的俯视图,如图1和图2所示,一种被动式力加载机构的装置包括机构底座(1)、调整支架(2)、方形支撑块(3)、转动机构安装板(4)、直线运动作动器(5)、负载转动轴旋转关节(6)、负载转轴机构(7)、转动机构壳体(8)和固定螺栓(9)。
所述直线运动作动器(5)包括直流伺服力矩电机、高精度滚柱丝杆付、光电编码器、动作杆(5-1)和球头关节轴承(5-2)。
所述调整支架(2)包括转轴机构(2-1)和柱形调整台(2-2)。
所述直线运动作动器(5)通过转轴机构(2-1)固定在柱形调整台(2-2)上,直线运动作动器(5)另一端可以伸出动作杆(5-1),动作杆(5-1)通过球头关节轴承(5-2)与负载转动轴旋转关节(6)连接。
所述负载转动轴旋转关节(6)的底部固连在负载转轴机构(7)上。
所述负载转轴机构(7)穿过第一转动机构安装板(4-1)和第二转动机构安装板(4-2)后,分别与第一转动机构壳体(8-1)和第二转动机构壳体(8-2)连接。
第一方形支撑块(3-1)、第二方形支撑块(3-2)、第三方形支撑块(3-3)和第四方形支撑块(3-4)顶部均分别与第一转动机构安装板(4-1)和第二转动机构安装板(4-2)固定连接,且四个方形支撑块的底部均与机构底座(1)固定连接。
球头关节轴承(5-2)和负载转动轴旋转关节(6)之间,以及直线运动作动器(5)安装孔和转轴机构(2-1)之间均存在相对的转动运动。
位于调整支架(2)上的转轴机构(2-1)固定不动,柱形调整台(2-2)仅用于调整直线运动作动器(5)的安装位置。
当直线运动作动器(5)在直流伺服力矩电机的驱动下运动时,动作杆作(5-1)为直线运动作动器(5)的输出端,会表现出伸长或收缩的直线运动。固连在负载转轴机构(7)上的负载转动轴旋转关节(6)跟随其表现为逆时针或顺时针的旋转运动,进而带动与之连接的第一转动机构壳体(8-1)和第二转动机构壳体(8-2)运动,以使被动式力加载心痛的转动部分做旋转运动。
一种被动式力加载机构经位置闭环控制能够满足精确的位置伺服跟踪,为力伺服加载提供了有力的基础,给定期望力加载指令,设计合适的力随动加载控制器,以产生速度运动指令,进而驱动一种被动式力加载机构的运动,当其与承载侧因相对运动而接触产生加载力时,进行力反馈控制,以完成被动式力伺服加载控制。
由于负载侧运动形式与加载侧无法建立一对一映射关系,不能通过位置补偿实现力快速跟踪,且被动式力加载控制***模型不能准确获取,则需通过动线性法以得到该非线性***的输入输出动型模型,再根据自适应驱动控制方法对力随动加载控制器优参,进而得到***输入输出间模型参数的估值,最终获得前向通路力加载控制器的实时控制律,至此设计一种被动式力加载的自适应驱动控制方法,如图3所示,所述方法包括:
S100、获取所述***的输入和输出,输入为速度v(k),输出为加载力信息F(k);
S101、根据所述速度v(k)和所述加载力信息F(k),利用力随动加载控制器的评价指标模型进行处理,得到力随动加载控制器的非线性控制律p(k);
S102、引入参考模型,根据加载力信息F(k)和所述速度v(k),获取虚参考指令F(k)d;
S103、根据所述虚参考指令F(k)d,获取力偏差信号的虚误差evir;
S104、根据所述虚误差evir,获取力随动加载控制器的新评价指标模型;
S105、利用所述新评价指标模型,对非线性控制律p(k)进行修正,得到修正后的非线性控制律p′(k)。
在S101-S105中,根据所述速度v(k)和所述加载力信息F(k),利用力随动加载控制器的评价指标模型进行处理,得到力随动加载控制器的非线性控制律p(k)的步骤,具体包括:
根据所述速度v(k)和所述加载力信息F(k),将所述非线性的被动式力加载***等效为线性模型;所述线性模型为ΔF(k+1)=g(k)Δv(k),其中,F(k+1)=f(F(k),…,F(k-m),v(k),…v(k-n)),f(·)为未知非线性光滑函数,m和n均为未知常数项;
确定所述力随动加载控制器的评价指标模型,所述力随动加载控制器的评价指标模型为J(p(k))=|F*-F(k+1)|2+λ|v(k)-v(k-1)|2,其中,λ为大于0的输入限制因子,F(k+1)为k+1时刻的加载力信息,F*为所述被动式力加载***期望的加载指令;
根据如图4所示的控制方法原理图,引入参考模型,根据加载力信息F(k)和所述速度v(k),获取虚参考指令F(k)d,其具体包括:
设定加载力的期望阶跃信号,通过给定的参考模型可得到此时所对应的加载力信号曲线,优化力随动加载控制器参数以尽量使得***的闭环特性与其接近,即根据以下指标优化并使其最小:
其中,Cm(z)为参考模型,G(z)为加载***,Con(z,θ)为参数化控制器。将参考模型根据需要设计为如下离散化线性形式:
因优化指标中加载***G(z)未知,难以直接对力加载控制器参数求导,因此根据F(k)=Cm(z)F(k)d及测得的(v(k),F(k))k=1,2,…N,得到虚参考指令F(k)d=Cm(z)-1F(k);
根据所述虚参考指令F(k)d,获取力偏差信号的虚误差evir,evir=F(k)d-F(k)。
当力参考指令变为Fd_vir,且控制输入与控制输出均有(1:N),则根据所述虚误差evir,获取力随动加载控制器的新评价指标模型为
其中,L(z)为置于力控制器与被控加载***之间的滤波器,,一般其具有以下形式便可得到控制器近似最优解,L(z)=1-Cm(z)z-1,evir(k)为k时刻的力偏差信号的虚误差,N为采样时刻,Con(z,θ)为参数化力控制器。
上式中Con(z,θ)=β(z)θ,β(z)为已设计的离散传递函数;
其中,h为步长系数,λ为输入限制因子,F*(k+1)为k时刻为***期望的加载指令。
此外,本发明还提供了了一种被动式力加载的自适应驱动控制***,如图5所示,该***包括:输入输出获取模块100、非线性控制律获取模块101、虚参考指令获取模块102、虚误差获取模块103、新评价指标模型获取模块104和修正模块105。
其中,输入输出获取模块100获取所述***的输入和输出,输入为速度v(k),输出为加载力信息F(k)。非线性控制律获取模块101根据所述速度v(k)和所述加载力信息F(k),利用力随动加载控制器的评价指标模型进行处理,得到力随动加载控制器的非线性控制律p(k)。虚参考指令获取模块102引入参考模型,根据加载力信息F(k)和所述速度v(k),获取虚参考指令F(k)d。虚误差获取模块103根据所述虚参考指令F(k)d,获取力偏差信号的虚误差evir。新评价指标模型获取模块104根据所述虚误差evir,获取力随动加载控制器的新评价指标模型。修正模块105利用所述新评价指标模型,对非线性控制律p(k)进行修正,得到修正后的非线性控制律p′(k)。
上述非线性控制律获取模块101包括:线性模型等效单元、评价指标模型确定单元和非线性控制律确定单元。
其中,线性模型等效单元根据所述速度v(k)和所述加载力信息F(k),将所述非线性的被动式力加载***等效为线性模型;所述线性模型为ΔF(k+1)=g(k)Δv(k),其中,F(k+1)=f(F(k),…,F(k-m),v(k),…v(k-n)),f(·)为未知非线性光滑函数,m和n均为未知常数项。评价指标模型确定单元确定所述力随动加载控制器的评价指标模型,所述力随动加载控制器的评价指标模型为J(p(k))=|F*-F(k+1)|2+λ|v(k)-v(k-1)|2,其中,λ为大于0的输入限制因子,F(k+1)为k+1时刻的加载力信息,F*为所述被动式力加载***期望的加载指令。非线性控制律确定单元将所述线性模型代入所述力随动加载控制器的评价指标模型,得到力随动加载控制器的非线性控制律p(k),其中,h为步长系数,λ为输入限制因子,F*为***期望的加载指令。
所述修正模块105包括:力控参数确定单元、关系确定单元、估值确定单元和非线性控制律修正单元。
其中,力控参数确定单元确定力控参数关系确定单元根据所述非线性控制律p(k),确定力控参数θ与时变参数g(k)间的关系;所述力控参数θ与时变参数g(k)间的关系为估值确定单元根据所述力控参数θ与时变参数g(k)间的关系,确定得到时变参数g(k)的估值非线性控制律修正单元根据所述时变参数g(k)的估值对非线性控制律p(k)进行修正,得到修正后的非线性控制律p′(k);所述修正后的非线性控制律p′(k)为:
其中,h为步长系数,λ为输入限制因子,F*(k+1)为k时刻为***期望的加载指令。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的被动式力加载的自适应驱动控制方法和***,通过采用力随动加载控制器的评价指标模型对力随动加载控制器的非线性控制律进行修正和校准,以实现对控制器参数的整定,从而无需详细考虑模型多未知项及复合干扰并对其单独设计补偿控制策略,仍能保证力加载时的快响应速度及高跟踪精度。进而在模拟真实环境下运动机构所承受的力学载荷特性时,实现对被动式力矩伺服***力-力矩的高性能、高精度、高可靠性的动态复合加载控制。
此外本发明还具有以下效果:
1、实现了当负载侧运动的多形式化时的被动式力动态复合加载;
2、解决了因负载侧期望轨迹未知,难以通过加载侧与承载侧的实时位置偏差实现对力伺服回路施加的多余力矩进行补偿的问题;
3、解决了加载***模型未知时,仅基于数据采集优化控制参数。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种被动式力加载的自适应驱动控制方法,应用于非线性的被动式力加载***,所述被动式力加载***包括力随动加载控制器,其特征在于,所述方法包括:
获取所述***的输入和输出,输入为速度v(k),输出为加载力信息F(k);
根据所述速度v(k)和所述加载力信息F(k),利用力随动加载控制器的评价指标模型进行处理,得到力随动加载控制器的非线性控制律p(k);
引入参考模型Cm(z),根据加载力信息F(k)和所述速度v(k),获取虚参考指令F(k)d;其中,F(k)d=Cm(z)-1F(k);
根据所述虚参考指令F(k)d,获取力偏差信号的虚误差evir;其中,evir=F(k)d-F(k);
根据所述虚误差evir,获取力随动加载控制器的新评价指标模型;
利用所述新评价指标模型,对非线性控制律p(k)进行修正,得到修正后的非线性控制律p′(k)。
2.根据权利要求1所述一种被动式力加载的自适应驱动控制方法,其特征在于,所述根据所述速度v(k)和所述加载力信息F(k),利用力随动加载控制器的评价指标模型进行处理,得到力随动加载控制器的非线性控制律p(k),包括:
根据所述速度v(k)和所述加载力信息F(k),将所述非线性的被动式力加载***等效为线性模型;所述线性模型为ΔF(k+1)=g(k)Δv(k),其中,F(k+1)=f(F(k),…,F(k-m),v(k),…v(k-n)),f(·)为未知非线性光滑函数,m和n均为未知常数项;
确定所述力随动加载控制器的评价指标模型,所述力随动加载控制器的评价指标模型为J(p(k))=|F*-F(k+1)|2+λ|v(k)-v(k-1)|2,其中,λ为大于0的输入限制因子,F(k+1)为k+1时刻的加载力信息,F*为所述被动式力加载***期望的加载指令;
4.根据权利要求3所述一种被动式力加载的自适应驱动控制方法,其特征在于,所述利用所述新评价指标模型,对非线性控制律p(k)进行修正,得到修正后的非线性控制律p′(k),包括:
其中,h为步长系数,λ为输入限制因子,F*(k+1)为k时刻为***期望的加载指令。
5.一种被动式力加载的自适应驱动控制***,其特征在于,包括:
输入输出获取模块,用于获取所述***的输入和输出,输入为速度v(k),输出为加载力信息F(k);
非线性控制律获取模块,用于根据所述速度v(k)和所述加载力信息F(k),利用力随动加载控制器的评价指标模型进行处理,得到力随动加载控制器的非线性控制律p(k);
虚参考指令获取模块,用于引入参考模型Cm(z),根据加载力信息F(k)和所述速度v(k),获取虚参考指令F(k)d;其中,F(k)d=Cm(z)-1F(k);
虚误差获取模块,用于根据所述虚参考指令F(k)d,获取力偏差信号的虚误差evir;其中,evir=F(k)d-F(k);
新评价指标模型获取模块,用于根据所述虚误差evir,获取力随动加载控制器的新评价指标模型;
修正模块,用于利用所述新评价指标模型,对非线性控制律p(k)进行修正,得到修正后的非线性控制律p′(k)。
6.根据权利要求5所述一种被动式力加载的自适应驱动控制***,其特征在于,所述非线性控制律获取模块包括:
线性模型等效单元,用于根据所述速度v(k)和所述加载力信息F(k),将所述非线性的被动式力加载***等效为线性模型;所述线性模型为ΔF(k+1)=g(k)Δv(k),其中,F(k+1)=f(F(k),…,F(k-m),v(k),…v(k-n)),f(·)为未知非线性光滑函数,m和n均为未知常数项;
评价指标模型确定单元,用于确定所述力随动加载控制器的评价指标模型,所述力随动加载控制器的评价指标模型为J(p(k))=|F*-F(k+1)|2+λ|v(k)-v(k-1)|2,其中,λ为大于0的输入限制因子,F(k+1)为k+1时刻的加载力信息,F*为所述被动式力加载***期望的加载指令;
8.根据权利要求7所述一种被动式力加载的自适应驱动控制***,其特征在于,所述修正模块包括:
力控参数确定单元,用于确定力控参数
其中,h为步长系数,λ为输入限制因子,F*(k+1)为k时刻为***期望的加载指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911085888.2A CN110658723B (zh) | 2019-11-08 | 2019-11-08 | 一种被动式力加载的自适应驱动控制方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911085888.2A CN110658723B (zh) | 2019-11-08 | 2019-11-08 | 一种被动式力加载的自适应驱动控制方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110658723A CN110658723A (zh) | 2020-01-07 |
CN110658723B true CN110658723B (zh) | 2020-10-23 |
Family
ID=69043104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911085888.2A Expired - Fee Related CN110658723B (zh) | 2019-11-08 | 2019-11-08 | 一种被动式力加载的自适应驱动控制方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110658723B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111781839B (zh) * | 2020-08-10 | 2021-07-20 | 北京航空航天大学 | 一种电动加载***的自适应鲁棒控制方法及电动加载*** |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7155722B1 (en) * | 2001-07-10 | 2006-12-26 | Cisco Technology, Inc. | System and method for process load balancing in a multi-processor environment |
US9032368B2 (en) * | 2009-08-23 | 2015-05-12 | Bank Of America Corporation | Dynamic configuration system |
CN101691020A (zh) * | 2009-10-16 | 2010-04-07 | 江苏大学 | 一种用于虚拟轴机床刀具运动控制的滑模控制方法 |
CN102486899B (zh) * | 2010-12-02 | 2014-04-09 | 南京航空航天大学 | 加载梯度随动被动加载舵机负载模拟器 |
CN202183176U (zh) * | 2010-12-02 | 2012-04-04 | 南京航空航天大学 | 加载梯度随动被动加载舵机负载模拟器 |
CN102692319B (zh) * | 2012-06-12 | 2014-05-21 | 西南交通大学 | 一种载荷可控的被动式随动施力直线导轨副试验台 |
CN102866030B (zh) * | 2012-09-20 | 2014-12-10 | 北京航空航天大学 | 一种五轴联动机床加载试验装置及加载试验方法 |
CN102944472B (zh) * | 2012-11-14 | 2014-11-12 | 南京理工大学 | 滚珠丝杠副轴向静刚度测量装置及其方法 |
CN104049537B (zh) * | 2014-06-19 | 2017-02-22 | 金陵科技学院 | 非仿射非线性飞控***鲁棒自适应容错控制*** |
CN105159081A (zh) * | 2015-09-02 | 2015-12-16 | 中国民航大学 | 舵机电液加载***智能控制方法 |
CN107179682B (zh) * | 2017-06-20 | 2020-06-02 | 南京理工大学 | 一种被动式负载模拟器及多余力矩抑制方法 |
-
2019
- 2019-11-08 CN CN201911085888.2A patent/CN110658723B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN110658723A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108803324B (zh) | 多关节工业机械臂反步有限时间滑模控制方法 | |
CN107561935B (zh) | 基于多层神经网络的电机位置伺服***摩擦补偿控制方法 | |
CN101846975A (zh) | 带有动态摩擦补偿的伺服***自适应鲁棒控制器 | |
CN106233214B (zh) | 补偿机器人运动偏差 | |
CN111930008A (zh) | 基于数据驱动控制的压电微定位平台轨迹跟踪控制方法 | |
CN106055753A (zh) | 电液负载模拟器多余力的舵机指令动态补偿控制方法 | |
CN110649845B (zh) | 基于鲁棒广义预测控制的光电转台位置跟踪控制方法 | |
CN104166346B (zh) | 一种基于摩擦补偿的伺服***控制方法 | |
CN111948943B (zh) | 一种柔性机械臂的组合滑模运动控制方法 | |
CN116339141B (zh) | 一种机械臂全局固定时间轨迹跟踪滑模控制方法 | |
CN110658723B (zh) | 一种被动式力加载的自适应驱动控制方法和*** | |
Yao et al. | High dynamic adaptive robust control of load emulator with output feedback signal | |
CN110077458A (zh) | 一种基于自抗扰控制的智能车转角控制方法 | |
CN104965413B (zh) | 受控化发射平台的摩擦补偿自适应控制方法 | |
CN113525415A (zh) | 基于齿条力观测的自动驾驶汽车分层抗扰路径跟踪*** | |
CN113517832B (zh) | 一种低压伺服离散线性自抗扰控制方法 | |
CN113283090A (zh) | 基于蜂群算法的飞机舵机电动伺服***摩擦补偿方法 | |
CN112462606A (zh) | 一种基于自适应控制的挠性关节动力学参数辨识方法 | |
CN116540532A (zh) | 一种考虑输入迟滞的压电微定位平台的自适应模糊输出反馈控制方法 | |
CN114211478B (zh) | 一种模块化机械臂协调操作最优控制方法及*** | |
CN113515044B (zh) | 一种轮式移动机器人的基于学习预测跟踪控制方法及装置 | |
Susanto et al. | Adaptive friction compensation: application to a robotic manipulator | |
Karim et al. | Control-based compensation of friction and backlash within rack-and-pinion drives | |
Dai et al. | Super-twisting sliding mode control design for electric dynamic load simulator | |
CN113885336A (zh) | 基于积分型高阶滑模控制的压电驱动器轨迹跟踪控制方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201023 Termination date: 20211108 |
|
CF01 | Termination of patent right due to non-payment of annual fee |