1.一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法,其特征在于:該方法包括如下步驟:
S1:選擇激勵信號激勵所述伺服系統(tǒng),采集所需要的輸入信號u(k)、輸出信號y(k)及速度信號ω(k),建立離線數(shù)據(jù)庫;
S2:選擇理想伯德函數(shù),并構(gòu)建所述伺服系統(tǒng)的參考模型,并對進(jìn)行離散,獲得離散的參考模型T(z);
S3:根據(jù)鄰域選擇準(zhǔn)則,確定相似樣本數(shù)據(jù);
S4:根據(jù)選取的相似樣本數(shù)據(jù)進(jìn)行分?jǐn)?shù)階IP控制器參數(shù)的自校正并進(jìn)行所述離線數(shù)據(jù)庫的更新,其具體包括如下步驟:
S11:計(jì)算虛擬參考輸入信號以及相應(yīng)的誤差信號e(k):
S12:選取合適的濾波器對所述輸入信號u(k)、誤差信號e(k)和速度信號ω(k)進(jìn)行濾波處理:
eL(k)=L(z)e(k)
uL(k)=L(z)u(k)
ωL(k)=L(z)ω(k)
其中,W為設(shè)定的權(quán)重因子;
S13:使用位置環(huán)分?jǐn)?shù)階IP控制器時(shí),伺服驅(qū)動系統(tǒng)的實(shí)際輸入信號為:
其中:
其中:λ、Kp、Kl和Ks為分?jǐn)?shù)階IP控制器參數(shù),λ為分?jǐn)?shù)階階次,Kp為速度環(huán)比例系數(shù),Kl為速度環(huán)積分系數(shù),Ks為位置環(huán)比例系數(shù);
S14:以分?jǐn)?shù)階IP控制器參數(shù)為優(yōu)化變量,分?jǐn)?shù)階IP控制器綜合性能為優(yōu)化目標(biāo),構(gòu)建分?jǐn)?shù)階IP控制器優(yōu)化模型:
其中:N為設(shè)定的數(shù)據(jù)序列個(gè)數(shù),k為表示的是當(dāng)前的運(yùn)行時(shí)刻,Δθk表示系統(tǒng)控制器參數(shù)的變化量,e′(k)表示為當(dāng)前的跟隨誤差,tr為系統(tǒng)的上升時(shí)間,ω1為誤差收斂速度權(quán)重系數(shù),ω2為超調(diào)量的權(quán)重系數(shù),ω3為上升時(shí)間的權(quán)重系數(shù),ω4為控制器參數(shù)變化量的權(quán)重系數(shù),|| ||2表示矩陣的范數(shù);
S15:對分?jǐn)?shù)階階次λ進(jìn)行尋優(yōu);
S16:采用優(yōu)化算法對分?jǐn)?shù)階IP控制器的其他參數(shù)A=[Kp Kl Ks]進(jìn)行尋優(yōu);
S17:根據(jù)分?jǐn)?shù)階階次λ尋優(yōu)結(jié)果,確定最優(yōu)分?jǐn)?shù)階階次λ值,設(shè)相鄰兩次尋優(yōu)結(jié)果為λ1,λ2,則:
若:則最優(yōu)階次λ位于區(qū)間[a,λ2]中,并且使用該范圍返回步驟S15進(jìn)行下一次迭代尋優(yōu);否則,最優(yōu)階次λ位于區(qū)間[λ1,b]中,返回步驟S15進(jìn)行下一次迭代尋優(yōu);
當(dāng)尋優(yōu)結(jié)果|λ1-λ2|滿足預(yù)先設(shè)定的極限值時(shí),即獲得了分?jǐn)?shù)階IP控制器的最優(yōu)階次λ,進(jìn)而確定所述IP控制器的其他參數(shù)的最優(yōu)解。
2.根據(jù)權(quán)利要求1所述的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法,其特征在于:所述理想伯德函數(shù)用如下的公式表示:
其中,γ為理想伯德函數(shù)的階次,為穿越頻率,s為復(fù)變量。
3.根據(jù)權(quán)利要求1或2所述的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法,其特征在于:所述參考模型為:
其中,γ為理想伯德函數(shù)的階次,為穿越頻率,s為復(fù)變量。
4.根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法,其特征在于:所述離散參考模型T(z)是利用分?jǐn)?shù)階微積分對所述參考模型進(jìn)行離散化處理得到:
其中:T是采樣時(shí)間,n表示的是迭代執(zhí)行計(jì)算的次數(shù),Γ(x)表示的是伽瑪函數(shù)。
5.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法,其特征在于:所述鄰域選擇準(zhǔn)則為:
d(xk,xq)=||xk-xq||2
其中,xk為查詢向量,xq為新采集得到的輸入和輸出數(shù)據(jù)序列,αk為Δxk=xk-xk-1和Δxq=xq-xq-1之間的夾角,η為介于0到1之間的權(quán)重因子。
6.根據(jù)權(quán)利要求5所述的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法,其特征在于:所述查詢向量xk為:
xk=[-y(k-1)u(k-1)]T
7.根據(jù)權(quán)利要求5所述的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法,其特征在于:所述新采集得到的輸入和輸出數(shù)據(jù)序列xq為:
xq=[-y(q-1)u(q-1)]T
8.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法,其特征在于:所述分?jǐn)?shù)階階次λ采用黃金選擇法對其進(jìn)行尋優(yōu):
其中,a和b分別表示分?jǐn)?shù)階IP控制器階次的上下尋優(yōu)范圍,a∈(0,2),b∈(0,2),且a≤b。
9.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法,其特征在于:所述優(yōu)化算法采用粒子群算法:
其中,k’表示當(dāng)前迭代次數(shù);i=1,2,3…為粒子的編號;A表示待辨識的系統(tǒng)參數(shù),表示的是當(dāng)前位于解空間的位置;表示的是當(dāng)前的移動速度,c1,c2是加速度常數(shù);rand1,rand2為0到1的隨機(jī)數(shù),pbestij和gbestij分別表示局部最優(yōu)解和全局最優(yōu)解。
10.根據(jù)權(quán)利要求1所述的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法,其特征在于:所述激勵信號為幅值分布服從高斯分布的高斯白噪聲。