[发明专利]永磁同步直线电机改进的迭代学习控制方法与控制系统

说明书

（一）技术领域

本发明涉及永磁同步直线电机的智能控制技术领域，具体为一种针对永磁同步直线电机往复运动中出现的周期性干扰，通过对历史数据迭代学习的一种永磁同步直线电机改进的迭代学习控制方法与控制系统。

（二）背景技术

永磁同步直线电机(Permanent Magnet Linear Synchronous Motor，PMLSM)采用直接驱动，简化了齿轮、滚珠与螺杆等设备，所以其反应速度更快，灵敏度更高，随动性更好，可实现超高速运动。并在定位精度、效率等方面也比其它电机具有更多的优势。由于采用直接驱动，系统参数摄动、负载扰动以及外部非线性扰动等不确定因素将直接影响直线电机的静、动态特性，增加了控制的难度，特别是在高速运动的控制过程中，要保证高精度跟踪，更加不易。

迭代学习控制是智能控制的一个分支，它适用于具有重复运动性质的被控对象，其控制能够充分借助历史控制信息，构成当前控制输入且不依赖被控系统的准确模型，只根据系统的历史实际输出信号和期望输出信号的偏差，求取理想的控制信号，使得被控系统的实际输出轨迹在有限的时间区间上沿着期望输出的整个轨迹，实现零偏差的完全跟踪。

永磁同步直线电机的迭代学习控制从迭代轴和时间轴两个方向同时进行，两轴之间互相影响，其中迭代轴上的过去时刻的电压控制量值影响着时间轴上的当前电压控制量。

在永磁同步直线电机的一个控制周期内，根据迭代轴的前一次迭代，即k次迭代，计算当前次迭代的控制量，即k+1次迭代的控制电压，该控制电压是在一个周期内的系列（一组）值。

传统的比例P型迭代算法在时间轴上仅表现为对偏差信息的比例控制，提供的信息相对较少。比例微分PD型迭代算法针对P型迭代算法信息量少，在时间轴上引入了动子目标位移与动子实际位移偏差的导数信息，但在迭代轴上未作改变，这样做只能在一定程度上加快系统的跟踪速度，如果要实现系统的高速跟踪，必须在迭代轴上也做出相应的改进。

现有的迭代学习算法，在实际系统面临新的环境和控制任务时，系统必须重新进行学习。这主要体现在对一个新的控制对象初始控制时,初始控制值的选取不含有任何控制经验，故在初始控制阶段跟踪偏差有大幅的摆动，需要耗费相当一段时间，才能有效实现对永磁同步直线电机的跟踪控制。

（三）发明内容

本发明的目的是提出一种永磁同步直线电机改进的迭代学习控制方法，对永磁同步直线电机采用时间轴与迭代轴叠加的迭代控制律算法求得电机的控制电压，在时间轴上引入一个初始控制量，并设计了一个自适应因子，初始控制量能有效地抑制迭代开始过程中动子跟踪偏差大幅摆动，实现永磁同步直线电机动子的快速跟踪控制。

本发明的另一目的是提出实现上述永磁同步直线改进的迭代学习控制方法的永磁同步直线电机迭代学习控制系统。

考虑到干扰的存在，永磁同步直线电机的电压模型，即直线电机的输入电压及动力学方程表示如下：

U(t)=Key.(t)+Ri(t)+Ldi(t)dt,---(1)]]>

f(t)=K_fi(t)    （2）