[发明专利]一种永磁同步电动机L1自适应迭代学习控制方法

说明书

本发明公开了一种永磁同步电动机L1自适应迭代学习控制方法，建立PMSM的数学模型，并在此基础上通过设计L1自适应学习控制器作为反馈控制器在时域上补偿系统非重复不确定性，保证系统沿时间轴的性能，利用ILC在迭代域中补偿系统重复不确定性，对周期性输入信号进行跟踪，使误差沿迭代轴收敛。本发明采用上述结构的一种永磁同步电动机L1自适应迭代学习控制方法，将L1自适应控制与ILC相结合，解决动态参数的不确定性给PMSM带来的难以达到理想性能的问题。

技术领域

本发明涉及永磁同步电动机控制方法领域，尤其是涉及一种永磁同步电动机L1自适应迭代学习控制方法。

背景技术

永磁同步电动机(permanent magnet synchronous motor，PMSM)具有体积小，损耗少和效率高等特点。随着电力电子技术和微电子技术的快速发展，以及稀土永磁材料的出现，PMSM被广泛应用于精密制造业、汽车、航空航天等高精度运动控制系统行业。永磁同步电动机(permanent magnet synchronous motor，PMSM)在高精度运动控制系统中获得了广泛的应用。在 PMSM高精度运动控制系统运行时，要求具有精确的位置响应跟踪能力和快速抑制外部扰动、负载变化的能力，传统的PID控制很难达到给定的精度。其他控制方法可以实现比PID控制更好的输出性能，但是响应速度达不到理想要求。因此需要采用先进的控制方法设计控制器来提高PMSM伺服系统的控制性能。迭代学习控制(iterative learningcontrol，ILC)其在抑制重复性或周期性干扰方面具有良好性能，该方法已广泛应用于重复性系统的不同领域。Lam B H,Panda S K,Xu J X等人所著的《Torque rippleminimization in PM synchronous motor using iterative learning control[C]》(Industrial Electronics Society,1999.IECON'99Proceedings.The 25th AnnualConference of the IEEE.IEEE,1999)介绍了频域的ILC方法，但是它需要在系统中进行傅立叶分析，需要大量的计算。张志文，赵健康，安柏楠等人所著的《基于ILC算法的PMSM 模型参考自适应矢量控制[J]》(电力电子技术，2018(6):53-56)针对PMSM 控制系统提出一种自适应ILC策略，使收敛速度得到了提高，但对时域非重复不确定性未作深入研究。Yun J P,Lee C W,Choi S H等人所著的《Torque Ripples Minimization in PMSM using VariableStep-Size Normalized Iterative Learning Control[C]》(IEEE Conference onRobotics,AutomationMechatronics. IEEE,2006)提出了可变步长归一化的ILC，并验证了算法的有效性。但是，它需要知道瞬时转矩，并采用参考自适应系统来获得瞬时转矩。因此有必要提出一种更为方便、精确的控制方法。

发明内容

本发明的目的是提供一种永磁同步电动机L1自适应迭代学习控制方法，将L1自适应控制与ILC相结合，解决动态参数的不确定性给PMSM带来的难以达到理想性能的问题。

为实现上述目的，本发明提供了一种永磁同步电动机L1自适应迭代学习控制方法，步骤如下：

S1、建立PMSM的数学模型；

a.对PMSM进行磁场定向矢量控制，得到PMSM的转矩方程和机械方程；

b.选用Stribeck模型建立摩擦模型，并依据摩擦模型得到齿槽转矩模型，当PMSM伺服系统执行重复任务时，齿槽转矩和摩擦转矩可看做系统重复不确定性；

c.由转矩方程和机械方程推导出PMSM的状态方程，并考虑参数的不确定性带来的迭代域的非重复性；