[发明专利]一种补偿位置域上重复干扰的交互式学习控制器及方法

说明书

本发明公开了一种补偿位置域上重复干扰的交互式学习控制器及方法，该交互式学习控制器设置于速度环控制器之前，通过在位置域上进行递归学习从而得到对应位置上的补偿信号来跟踪/补偿特定周期的参考信号/扰动,本发明可解决跟踪和补偿位置域上周期性参考信号和扰动，实现跟踪误差的渐进收敛，提高整个控制系统的跟踪精度。

技术领域

本发明涉及伺服驱动控制领域，特别是涉及一种补偿位置域上重复干扰的交互式学习控制器及方法。

背景技术

在各种复杂机械结构的运动控制中，最基本的控制单元在于伺服电机的运动控制，因此伺服驱动与运动控制器是数控机床、工业机器人以及其他产业自动化机械结构控制的核心技术之一。其中，伺服驱动器按照被控制对象从内到外由电流环、速度环和位置环构成，相应的控制模式分别为力矩、速度和位置控制模式。

图1显示了常用的永磁同步电机空间矢量控制结构。在图中θ_e，θ_ref，n和n_ref分别是电机转角，转角参考值，电机转速，转速参考值；P，PI分别是位置环的比例调节器，电流环和速度环的比例积分调节器。内环电流环首先采集相电流，经过Clarke和Park变换进行磁链解耦，从而实现当采用i_Sdref＝0的转子磁链定向控制后，通过i_Sqref来线性控制电机转矩。这样伺服驱动系统等效模型就如图2所示。在图2中，C₁(z)是电流环控制器，P(z)是控制对象电机模型，C₂(z)是速度环控制器，P₂(z)是速度环等价控制对象，C₃(z)是位置环控制器，P₃(z)是位置环等价控制对象,T_d是各种因素引起的力矩干扰总和。

在典型的伺服控制系统中，不管是工作在位置、速度或力矩控制模式中，由于机械传动机构有效负载的变化、机械摩擦的非均匀分布以及系统模型参数的误差(如相电流检测时的偏置等)，T_d都会在位置域上呈现出一种周期性。另外在大部分运动控制的运用中，如工业机器人控制，给定是一种重复性的位置路径或者速度跟踪轨迹。从图3显示的一般力矩模式下的速度曲线(靠下的曲线)可以看到，速度的变化的重复性，其中基频(转速周期)主要是由于转子一圈内负载的变化，五次频(伺服电机是5对极的)主要是相电流采集时的静态误差通过Clarke变换引入系统的干扰，可以通过偏置补偿来减小(靠上的曲线)。图4为在速度控制模式下的电机转速，在速度闭环下能一定程度上减小速度的重复性误差但不能消除。

当系统重复在固定的时间间隔完成重复的任务时，可以采用时域上的迭代学习控制器通过递归学习来提高系统跟踪精度。图5为带重复控制器的速度环的示意图。如图5所示，其显示的带有重复控制器10的速度环来跟踪/补偿特定周期(NT_s)的参考信号/扰动D(z)，在图中，Y(z)是速度，Y_r(z)是参考速度，C₂(z)是速度环控制器，P₂(z)是速度环的等价控制对象，G_f(z)是相位补偿用的滤波器，Q(z)是滑动平均滤波器，k_r是迭代学习因子。

当没有加入重复控制器时，Y_r(z)到Y(z)的闭环传递函数表达为：

其中z^-d是系统的延迟，A(z^-1)是系统闭环传递函数的分母(它的特征值都在单位圆内)；把传递函数的分子分成两部分，其中B⁺(z^-1)包含可以被抵消的稳定零点(单位圆内)，B-(z-¹)包含不稳定的和在单位圆附近的零点。由此，G_f(z)相位补偿滤波器可以设计为：