[发明专利]一种转台伺服系统的非奇异终端滑模指定性能控制方法有效

专利信息
申请号: 201510070265.3 申请日: 2015-02-10
公开(公告)号: CN104698847B 公开(公告)日: 2017-04-12
发明(设计)人: 陈强;汤筱晴 申请(专利权)人: 浙江工业大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 杭州斯可睿专利事务所有限公司33241 代理人: 王利强
地址: 310014 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 转台 伺服系统 奇异 终端 指定 性能 控制 方法
【权利要求书】:

1.一种转台伺服系统的非奇异终端滑模指定性能控制方法,其特征在于:所述控制方法包括以下步骤:

步骤1,建立转台伺服系统的动态模型,初始化系统状态、采样时间以及控制参数;

1.1转台伺服系统的机械动态模型可以描述为

mx··+f(x,t)+d(x,t)=k0v(u)y=x(t)---(1)]]>

其中,y=x(t)∈R,u(t)∈R分别表示系统状态,控制输入电压和电机输出;x表示位置,m表示负载质量,k0表示控制增益,f(x,t)是摩擦力,d(x,t)是包括测量噪声、电磁干扰和其他未知项在内的有界扰动,v(u)∈R表示输入饱和函数,表示为

v(u)=sat(u)=vmaxsgn(u),|u|vmaxu,|u|<vmax;---(2)]]>

1.2定义x1=x,则式(1)改写为

x·1=x2x·2=-f(x,t)+d(x,t)m+k0mv(u)y=x1;---(3)]]>

步骤2,将系统中的输入饱和函数用一个光滑仿射函数逼近,推导出带有饱和的转台伺服系统模型;

2.1设计一个光滑函数如下

g(u)=vmax×tanh(uvmax)---(4)]]>

于是,将式(2)近似的表示为

v(u)=sat(u)=g(u)+d1(u)             (5)

其中,d1(u)=sat(u)-g(u)为有界函数;

|d1(u)|=|sat(u)-g(u)|≤vmax(1-tanh(1))     (6)

2.2根据微分中值定理,存在常数0<ξ<1,将式(4)转化为一个光滑仿射函数

g(u)=guξu---(7)]]>

其中guξ=g(u)u|u=uξ,uξ=ξu;]]>

2.3由式(5)和式(7),将式(3)改写为以下等效形式:

x·1=x2x·2=h+buy=x1---(8)]]>

步骤3,计算控制系统跟踪误差,FC误差变量,其一阶导数和二阶导数;

3.1定义控制系统的跟踪误差为

e(t)=xd-x              (9)

其中,xd为二阶可导期望轨迹;

3.2定义FC误差变量为:

s1=e(t)Fφ(t)-||e(t)||---(10)]]>

其中,

Fφ(t)=δ0exp(a0t)+δ            (11)

其中,δ0≥δ>0,|e(0)|<Fφ(0);

3.3对式(10)求导,得

s·1=Fφe·-F·φe(Fφ(t)-||e(t)||)2=FφΦFe·-F·φΦFe=FφΦF(z2-y·d)-F·φΦFe.---(12)]]>

其中,ΦF=1(Fφ(t)-||e(t)||)2;]]>

3.4对式(12)求导,得

s··1=FφΦFe··+H1---(13)]]>

其中,H1=FφΦ·Fe·+F·φΦFe·-F··φΦFe-F·φΦ·Fe-F·φΦFe·;]]>

步骤4,基于带有输入饱和函数的转台伺服模型,根据非奇异终端滑模理论,选择神经网络逼近未知动态,设计非奇异终端滑模指定性能控制器,更新神经网络权值矩阵;

4.1选择滑模流型为

s2=s·1+αs1---(14)]]>

其中,α>0;

4.2对式(14)微分,得到

s·2=s··1+αs·1---(15)]]>

4.3将式(8),式(13)代入式(15)得

s·2=FφΦFe··+H1+αs·1=FφΦF(κ+bu-y··d)+αs·1---(16)]]>

其中,非线性函数κ为

κ=h+H1FφΦF;---(17)]]>

4.4为了逼近不能直接得到的非线性函数κ,定义以下神经网络

κ=W*Tφ(X)+ε            (18)

其中,W*为理想权重,φ(X)通常被取为以下高斯函数

φ(X)=exp(-|x-c|22b2)---(19)]]>

其中,c=[c1,c2,...,cn]T是高斯函数的核参数,b是高斯函数的宽度,0<φ(X)≤1;

4.5根据非奇异终端滑模理论,设计第二个滑模流型为

β|s·2|q/psgn(s2)+s2=0---(20)]]>

4.6将式(16)和式(18)代入式(20)得

u=-u0/b0

u0=-y··d+W^Tφ(X)+μsgn(s2)+1FφΦF[αs·1+1β|s2|p/qsgn(s2)]---(21)]]>

其中,p,q为正奇数并且p<q,是W*的估计值,μ是ε和的估计值,是权重估计误差;

4.7设计神经网络权重的调节规律

W^·=(X)s2---(22)]]>

步骤5,设计李雅普诺夫函数

V=V0+V1+V2                 (23)

其中,V0=12FφΦFs22+12W~TKW~,V1=22FφΦFs22]]>V2=12s12;]]>

对式(23)进行求导得:

V·=V·0+V·1+V·2---(24)]]>

将式(21)和式(22)代入式(24),如果则判定系统是稳定的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510070265.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top