本發(fā)明屬于交流伺服系統(tǒng)控制
技術(shù)領(lǐng)域：
，具體涉及一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法。
背景技術(shù)：
：高性能交流伺服驅(qū)動(dòng)系統(tǒng)，被廣泛地應(yīng)用在激光加工、機(jī)器人控制、數(shù)控機(jī)床、特種加工機(jī)床等控制精度要求高的領(lǐng)域。在交流伺服系統(tǒng)的三環(huán)控制中，位置環(huán)是伺服系統(tǒng)的最外環(huán)，主要用來確保伺服系統(tǒng)的靜態(tài)位置控制的準(zhǔn)確性和動(dòng)態(tài)跟蹤的響應(yīng)性，是伺服控制性能的最終體現(xiàn)。位置環(huán)IP(IntegrationProportion)控制器常用于交流伺服系統(tǒng)的位置閉環(huán)控制，其具有很強(qiáng)的超調(diào)抑制能力，能獲得更好的響應(yīng)性。在實(shí)際運(yùn)行過程中，交流伺服系統(tǒng)會(huì)受到多種不確定因素的影響，如負(fù)載轉(zhuǎn)矩脈動(dòng)、轉(zhuǎn)動(dòng)慣量時(shí)變、摩擦力、外部轉(zhuǎn)矩脈動(dòng)等干擾。對于位置IP控制器而言，控制器的性能與控制器參數(shù)緊密聯(lián)系。為了保證控制器參數(shù)始終得到良好匹配，使被控系統(tǒng)控制性能最優(yōu)，需要在伺服系統(tǒng)運(yùn)行的過程中進(jìn)行位置環(huán)IP控制器參數(shù)校正，根據(jù)對象特性變化自動(dòng)調(diào)整位置環(huán)控制器控制參數(shù)，使伺服控制系統(tǒng)具有穩(wěn)定魯棒性來消除不確定因素帶來的影響。根據(jù)是否需要辨識系統(tǒng)的模型，可將控制器參數(shù)校正方法分成基于模型的參數(shù)校正方法和無模型的校正方法。對于交流伺服驅(qū)動(dòng)系統(tǒng)而言，摩擦力、齒槽力、轉(zhuǎn)矩脈動(dòng)以及各種柔性負(fù)載等使得系統(tǒng)負(fù)載慣量隨著運(yùn)動(dòng)狀態(tài)的變化呈現(xiàn)出更為復(fù)雜的非線性和時(shí)變特性，導(dǎo)致伺服驅(qū)動(dòng)系統(tǒng)的精確模型無法辨識得到。因此傳統(tǒng)基于模型的位置環(huán)IP控制器參數(shù)校正方法具有局限性。無模型控制器參數(shù)校正方法不受參數(shù)漂移和其他外界因素引起的未建模動(dòng)態(tài)的影響，利用系統(tǒng)的量測數(shù)據(jù)設(shè)計(jì)以控制器參數(shù)作為優(yōu)化變量的優(yōu)化問題，對控制器參數(shù)進(jìn)行校正。但是目前存在的參數(shù)校正策略性能約束條件單一，一般僅考慮系統(tǒng)的動(dòng)態(tài)響應(yīng)性能，而沒有衡量系統(tǒng)的超調(diào)量、控制器參數(shù)的變化量、誤差收斂速度等性能指標(biāo)，不能滿足伺服系統(tǒng)日益增長的控制需求。另一方面，伺服驅(qū)動(dòng)系統(tǒng)中存在的分?jǐn)?shù)階特性也為位置環(huán)IP控制器參數(shù)校正提出了新的要求，現(xiàn)有的參數(shù)自校正方法針對的是整數(shù)階的IP控制器，并不適用于具有分?jǐn)?shù)階特性的伺服驅(qū)動(dòng)系統(tǒng)，不能保證系統(tǒng)的機(jī)電參數(shù)得到匹配。如論文“EnhancedVRFTdesignofadaptivePIDcontroller”(YangX,LiY,KanshaY,etal.ChemicalEngineeringScience,2012,76(76):66-72.)，公開了一種基于虛擬參考反饋的PID參數(shù)無模型自整定方法。但該論文公開的無模型自整定方法存在如下缺陷或不足：(1)不適用于分?jǐn)?shù)階控制器參數(shù)的整定；(2)整定性能指標(biāo)單一，只考慮系統(tǒng)性能是否與參考模型保持一致；(3)隨著系統(tǒng)的運(yùn)行，數(shù)據(jù)量會(huì)增大，不能保證自整定算法的實(shí)時(shí)性。技術(shù)實(shí)現(xiàn)要素：針對現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法，其目的在于利用分?jǐn)?shù)階位置環(huán)IP控制器代替交流伺服系統(tǒng)中的整數(shù)階IP控制器，在不辨識系統(tǒng)精確模型的情況下，使用相似度準(zhǔn)則函數(shù)選取系統(tǒng)的實(shí)時(shí)數(shù)據(jù)直接設(shè)計(jì)以位置環(huán)分?jǐn)?shù)階IP控制器參數(shù)作為優(yōu)化變量的優(yōu)化問題，并結(jié)合快速響應(yīng)性和穩(wěn)定性等性能約束條件，綜合衡量超調(diào)量、上升時(shí)間、誤差收斂速度以及控制器參數(shù)的變化量等方面的性能，自動(dòng)地整定設(shè)計(jì)的位置環(huán)分?jǐn)?shù)階IP控制器參數(shù)，使得被控交流伺服系統(tǒng)的性能達(dá)到最優(yōu)，提高了系統(tǒng)的魯棒性、抗擾動(dòng)能力，實(shí)時(shí)性和控制精度。為了實(shí)現(xiàn)上述目的，本發(fā)明人提供了一種基于分?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(lì)信號激勵(lì)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):r~(k)=T(z)-1y(k)]]>e(k)=r~(k)-y(k)=(T(z)-1-1)y(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：L(z)=W(1-T(z))T(z)=D(z)ωcγW(D(z)+ωcγ)2]]>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(dòng)系統(tǒng)的實(shí)際輸入信號為：其中：θ=KsKlKpKl]]>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＝[KpKlKs]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。進(jìn)一步地，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。進(jìn)一步地，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。進(jìn)一步地，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:D(z)=1TγΣi=0n(-1)iΓ(γ+1)Γ(i+1)Γ(γ-i+1)z-i]]>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)。進(jìn)一步地，所述鄰域選擇準(zhǔn)則為：cos(αk)=<xq,xk>||xq||2·||xk||2]]>d(xk,xq)＝||xk-xq||2S(xk,xq)=η·e-d2(xk,xq)+(1-η)cos(αk)]]>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；進(jìn)一步地，所述查詢向量xk為：xk＝[-y(k-1)u(k-1)]T進(jìn)一步地，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進(jìn)一步地，所述分?jǐn)?shù)階階次λ采用黃金選擇法對其進(jìn)行尋優(yōu)：c=5-12λ1=ca+(1-c)bλ2=(1-c)a+cb]]>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。進(jìn)一步地，所述優(yōu)化算法采用粒子群算法：Aidk′+1=Aidk′+Vidk′+1]]>Xij(k+1)=Xij(k)+Vij(k+1),Vijmin≤Vij(k+1)≤Vijmax]]>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(dòng)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。優(yōu)選地，所述激勵(lì)信號為幅值分布服從高斯分布的高斯白噪聲。總體而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，能夠取得下列有益效果：(1)本發(fā)明的方法，分?jǐn)?shù)階IP控制器性能指標(biāo)約束條件考慮偏差積分、誤差收斂速度、超調(diào)量以及控制器參數(shù)的變化量等性能指標(biāo)，使得對控制器IP控制器階次和控制器性能參數(shù)的選取更為靈活，能滿足不同場合不同性能的要求。(2)本發(fā)明的分?jǐn)?shù)階IP控制器取代原有的整數(shù)階IP控制器，對于具有分?jǐn)?shù)階特性的交流伺服驅(qū)動(dòng)系統(tǒng)，能夠跟隨誤差的歷史信息合適的調(diào)節(jié)控制器輸出，從而可以獲得比傳統(tǒng)整數(shù)階IP控制器更好的動(dòng)態(tài)性能和魯棒性。(3)本發(fā)明的方法中，相似度準(zhǔn)則函數(shù)的計(jì)算通過選取相似樣本數(shù)據(jù)進(jìn)行控制器參數(shù)的更新校正，保證了系統(tǒng)的實(shí)時(shí)性要求。(4)本發(fā)明的方法是一種無模型的數(shù)據(jù)驅(qū)動(dòng)自校正方法，直接使用交流伺服系統(tǒng)的實(shí)時(shí)數(shù)據(jù)進(jìn)行控制器參數(shù)的整定，一方面不需要進(jìn)行特定的實(shí)驗(yàn)，另一方面可以避免非建模動(dòng)態(tài)與系統(tǒng)本身非線性的影響，適用于復(fù)雜的控制環(huán)境。附圖說明圖1為本發(fā)明實(shí)施例的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法的流程圖；圖2為本發(fā)明實(shí)施例的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法涉及的交流伺服驅(qū)動(dòng)系統(tǒng)控制示意圖；圖3為本發(fā)明實(shí)施例的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法涉及的虛擬參考反饋調(diào)整控制示意圖；圖4為本發(fā)明實(shí)施例的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法涉及的位置環(huán)分?jǐn)?shù)階IP控制器控制結(jié)構(gòu)示意圖。具體實(shí)施方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。圖2為本發(fā)明實(shí)施例的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法涉及的交流伺服驅(qū)動(dòng)系統(tǒng)控制示意圖。如圖2所示，伺服驅(qū)動(dòng)系統(tǒng)主要包括永磁同步電機(jī)，逆變器，SVPWM以及位置環(huán)控制器。交流旋轉(zhuǎn)電機(jī)固定在轉(zhuǎn)子上的坐標(biāo)系分成d軸和q軸，利用電壓空間矢量脈寬調(diào)試(SpaceVectorPulseWidthModulation，SVPWM)和逆變器對電機(jī)的三相電流進(jìn)行控制，從而驅(qū)動(dòng)電機(jī)和執(zhí)行機(jī)構(gòu)，實(shí)現(xiàn)交流伺服驅(qū)動(dòng)系統(tǒng)的控制。交流伺服驅(qū)動(dòng)系統(tǒng)位置環(huán)分?jǐn)?shù)階IP控制策略，包括位置環(huán)比例環(huán)節(jié)以及速度IP控制器。位置環(huán)比例環(huán)節(jié)主要用來確保伺服系統(tǒng)的靜態(tài)位置控制的準(zhǔn)確性和位置動(dòng)態(tài)跟蹤的響應(yīng)性；速度IP控制器一方面給伺服驅(qū)動(dòng)系統(tǒng)提供穩(wěn)定可靠的響應(yīng)電流，另一方面給位置環(huán)比例環(huán)節(jié)提供較快的速度響應(yīng)和位置跟隨性能，主要用來是提高伺服驅(qū)動(dòng)系統(tǒng)抵抗負(fù)載擾動(dòng)性能以及有效降低速度跟蹤誤差。由于位置環(huán)的控制性能是伺服驅(qū)動(dòng)系統(tǒng)最終性能的體現(xiàn)，因此本發(fā)明主要是針對伺服系統(tǒng)的位置環(huán)分?jǐn)?shù)階IP控制策略。交流伺服驅(qū)動(dòng)系統(tǒng)的傳統(tǒng)傳遞函數(shù)可用下式表達(dá)：y(s)=Ktu(s)-fdis(s)Js+B---(1)]]>式中：y是電機(jī)的實(shí)際速度；u是交軸電流分量；Kt是電流環(huán)轉(zhuǎn)矩系數(shù)；B是粘滯阻尼系數(shù)；J是等效到電機(jī)上轉(zhuǎn)動(dòng)慣量；fdis是外部擾動(dòng)轉(zhuǎn)矩，包括負(fù)載轉(zhuǎn)矩波動(dòng)、摩擦轉(zhuǎn)矩、紋波推力等。對于實(shí)際伺服驅(qū)動(dòng)系統(tǒng)而言，由于系統(tǒng)參數(shù)是時(shí)變的，再加上系統(tǒng)的分?jǐn)?shù)階特性，使得很難實(shí)時(shí)辨識出系統(tǒng)的精確模型。因此基于模型的位置環(huán)控制器參數(shù)整定方法并不適用于復(fù)雜的伺服驅(qū)動(dòng)系統(tǒng)而言。而基于伺服驅(qū)動(dòng)系統(tǒng)的輸入(指令電流)和輸出(位置反饋)數(shù)據(jù)，可確定系統(tǒng)的非線性離散動(dòng)態(tài)描述方程：y(k)＝P(u(k-1),...,u(k-na),y(k-1),...,y(k-nb))(2)式中：P(·)是未知的非線性函數(shù)；u(k)和y(k)分別是伺服系統(tǒng)的輸入數(shù)據(jù)和輸出數(shù)據(jù)，在本實(shí)施例中分別對應(yīng)伺服系統(tǒng)的輸入電流指令和輸出位置反饋；na是輸入數(shù)據(jù)的階次；nb是輸出數(shù)據(jù)的階次；k表示的運(yùn)行時(shí)刻。對于無模型參數(shù)自校正而言，不需要辨識表征此被控系統(tǒng)規(guī)律的非線性函數(shù)。而對于輸入數(shù)據(jù)和輸出數(shù)據(jù)的階次，與控制器參數(shù)整定時(shí)的樣本容量有關(guān)，這里取做100。位置環(huán)分?jǐn)?shù)階IP控制器一般形式為u~(k)=[eL(k)Ks-ωL(k)(1+KpsλKl)]Klsλ---(3)]]>其中，λ為分?jǐn)?shù)階階次，Kp為比例系數(shù)，Kl為積分系數(shù)，Ks為位置環(huán)比例系數(shù)。傳統(tǒng)整數(shù)階IP控制器中λ即為1，控制器參數(shù)也就只有三個(gè)，尋優(yōu)求解相對簡單。由于引入分?jǐn)?shù)階IP控制器，控制器參數(shù)個(gè)數(shù)變?yōu)樗膫€(gè)，因此需要對控制器參數(shù)進(jìn)行自整定。結(jié)合虛擬參考反饋調(diào)整方法，基于分?jǐn)?shù)階的交流伺服驅(qū)動(dòng)系統(tǒng)位置環(huán)IP控制器參數(shù)的無模型自整定方法可以分為以下幾步。圖3為本發(fā)明實(shí)施例的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法涉及的虛擬參考反饋調(diào)整控制示意圖；圖4為本發(fā)明實(shí)施例的一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置IP控制器無模型自校正方法涉及的位置環(huán)分?jǐn)?shù)階IP控制器控制結(jié)構(gòu)示意圖。如圖3和圖4所示，對自校正方法概述步驟如下：第一步：高斯白噪聲激勵(lì)對象并采集信號首先需要采集伺服系統(tǒng)速度環(huán)里的電機(jī)位置反饋y和輸入電流值u信號。為此需要選擇合適形式的激勵(lì)信號來激勵(lì)位置環(huán)被控對象，從而獲取所需要的信號，建立離線數(shù)據(jù)庫。所選激勵(lì)信號應(yīng)能充分激勵(lì)伺服系統(tǒng)，覆蓋伺服系統(tǒng)工作的各個(gè)頻率段。本實(shí)施例中優(yōu)先選擇幅值分布服從高斯分布的高斯白噪聲，其平均功率接近均勻分布，并且具有無記憶性。白噪聲信號的離散形式稱為白噪聲序列，對系統(tǒng)的輸入凈擾動(dòng)小，幅值、周期、時(shí)鐘節(jié)拍容易控制，能滿足最優(yōu)輸入信號要求。利用高斯白噪聲激勵(lì)交流伺服驅(qū)動(dòng)系統(tǒng)，在每個(gè)采樣時(shí)刻k采集電機(jī)位置y(k)和電流值u(k)，從而得到N組電機(jī)轉(zhuǎn)速和電流的采樣值，并由位置的微分得到相應(yīng)的速度信號y(k)，建立離線數(shù)據(jù)庫。第二步：選擇合適的理想伯德函數(shù)，確定參考模型。理想伯德函數(shù)系統(tǒng)用如下的公式表示：B(s)=(ωcs)γ---(4)]]>其中，γ為理想波特函數(shù)的階次，ωc為穿越頻率，s表示復(fù)變量。使用理想伯德函數(shù)構(gòu)成的單位閉環(huán)系統(tǒng)作為參考模型，定義為：T(s)=B(s)1+B(s)=1(sωc)γ+1,1<γ<2---(5)]]>利用分?jǐn)?shù)階微積分進(jìn)行離散化處理，可得到離散化的參考模型：T(z)=ωcγD(z)+ωcγ---(6)]]>D(z)=1TγΣi=0n(-1)iΓ(γ+1)Γ(i+1)Γ(γ-i+1)z-i---(7)]]>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)，即為對于伺服系統(tǒng)而言，分?jǐn)?shù)階階次介于1到2之間能獲得更為滿意的控制效果，在本實(shí)施例中，對于參考模型也即是理想伯德函數(shù)的特征參數(shù)選擇為：γ＝1.1，第三步：根據(jù)鄰域選擇準(zhǔn)則，確定相似樣本數(shù)據(jù)，定義如下的相關(guān)查詢向量：xk＝[-y(k-1)u(k-1)]T(8)新采集得到的輸入和輸出數(shù)據(jù)序列xq＝[-y(q-1)u(q-1)]T，根據(jù)以下相似度尊則函數(shù)計(jì)算數(shù)據(jù)序列之間的相似度：cos(αk)=<xq,xk>||xq||2·||xk||2---(9)]]>d(xk,xq)＝||xk-xq||2(10)S(xk,xq)=ηe-d2(xk,xq)+(1-η)cos(αk)---(11)]]>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。因此，設(shè)定相應(yīng)的數(shù)據(jù)樣本個(gè)數(shù)N＝100，根據(jù)鄰域準(zhǔn)則函數(shù)，根據(jù)S(xk,xq)的大小，選取出100個(gè)S(xk,xq)最大的樣本數(shù)據(jù)，也就最能反映當(dāng)前伺服驅(qū)動(dòng)系統(tǒng)運(yùn)行狀態(tài)，用于無模型分?jǐn)?shù)階IP控制器參數(shù)的自校正。第四步：根據(jù)選取的數(shù)據(jù)序列進(jìn)行控制器參數(shù)的自校正并進(jìn)行數(shù)據(jù)庫的更新。其包括如下子步驟：S1：計(jì)算虛擬參考輸入信號以及相應(yīng)的誤差信號e(t)：r~(t)=T(z)-1y(t)---(12)]]>e(t)=r~(t)-y(t)=(T(z)-1-1)y(t)---(13)]]>S2：選取合適的濾波器對相應(yīng)的信號進(jìn)行濾波處理，包括虛擬參考輸入信號，誤差信號以及速度反饋信號：L(z)=W(1-T(z))T(z)=D(z)ωcγW(D(z)+ωcγ)2---(14)]]>eL(k)＝L(z-1)e(k)(15)uL(k)＝L(z-1)u(k)(16)ωL(k)＝L(z-1)ω(k)(17)S3：使用位置環(huán)分?jǐn)?shù)階IP控制器時(shí)，伺服驅(qū)動(dòng)系統(tǒng)的輸入信號為：u~(k)=[eL(k)Ks-ωL(k)(1+KpsλKl)]Klsλ---(18)]]>對上述輸入信號進(jìn)行已知數(shù)與未知數(shù)的分離，可得到向量形式的輸入信號:其中：θ=KsKlKpKl---(21)]]>因此考慮到綜合性能指標(biāo)，以控制器變量為優(yōu)化變量的優(yōu)化問題變?yōu)椋浩渲校篘為設(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)；S4：由于分?jǐn)?shù)階IP控制器的階次范圍為(0,2)，應(yīng)該選擇最合適的分?jǐn)?shù)階階次使得系統(tǒng)的綜合性能指標(biāo)能取得最優(yōu)。為了提高對分?jǐn)?shù)階階次的搜索的快速性，使用黃金選擇法對分?jǐn)?shù)階IP控制器的階次進(jìn)行尋優(yōu)求解:c=5-12λ1=ca+(1-c)bλ2=(1-c)a+cb---(23)]]>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，在本實(shí)施例中，初始值a＝0,b＝2。根據(jù)迭代每次都可以得到一個(gè)分?jǐn)?shù)階階次。S5：在S4的基礎(chǔ)上，每迭代尋優(yōu)到一個(gè)分?jǐn)?shù)階階次時(shí)，都需要計(jì)算當(dāng)前分?jǐn)?shù)階階次下的分?jǐn)?shù)階IP控制器的其他參數(shù)。本實(shí)施例利用粒子群算法利用粒子群算法完成這個(gè)步驟，粒子的每一次迭代操作均要通過位置更新公式和速度更新公式對微粒的狀態(tài)進(jìn)行更新，對于本實(shí)施例而言，A＝[KpKlKs]表示待尋優(yōu)求解的控制器參數(shù)，公式如下所示：Aidk′+1=Aidk′+Vidk′+1---(24)]]>Xij(k+1)=Xij(k)+Vij(k+1),Vijmin≤Vij(k+1)≤Vijmax---(26)]]>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(dòng)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。S6：根據(jù)S4得到的分?jǐn)?shù)階階次以及S5計(jì)算得到的分?jǐn)?shù)階控制器其他參數(shù)，可衡量當(dāng)前迭代周期階次下對應(yīng)的綜合性能指標(biāo)。設(shè)相鄰兩次尋優(yōu)結(jié)果為λ1，λ2，則：如果JVRFT(λ1)＜JVRFT(λ2)，那么最優(yōu)解階次位于區(qū)間[a,λ2]中，并且使用該范圍進(jìn)行下一次迭代尋優(yōu)，返回到S4中進(jìn)行操作；否則，最優(yōu)解階次必定位于區(qū)間[λ1,b]中，同理返回S4進(jìn)行迭代尋優(yōu)。相應(yīng)的尋優(yōu)搜索當(dāng)滿足|λ1-λ2|的絕對值能滿足預(yù)先設(shè)定的極限值就認(rèn)為找到了系統(tǒng)的最優(yōu)階次。通過上述步驟最終得到滿足要求的(Kp,Kl,Ks,λ)值，實(shí)現(xiàn)對分?jǐn)?shù)階的交流伺服驅(qū)動(dòng)系統(tǒng)位置環(huán)IP控制器參數(shù)的自整定，利用此參數(shù)即可對伺服系統(tǒng)進(jìn)行控制。本發(fā)明與傳統(tǒng)的IP控制器參數(shù)校正方法相比，本發(fā)明提出的無模型自校正方法考慮了系統(tǒng)的分?jǐn)?shù)階特性，綜合衡量超調(diào)量、上升時(shí)間、誤差收斂速度以及控制器參數(shù)的變化量等方面的性能，并且使用相似度準(zhǔn)則函數(shù)保證了系統(tǒng)的實(shí)時(shí)性，另外不受未建模動(dòng)態(tài)的影響，提高了系統(tǒng)的魯棒性、抗擾動(dòng)能力和控制精度。本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁1 2 3