[发明专利]基于预设回声状态网络的机电伺服系统受限控制方法有效

专利信息
申请号: 201610157823.4 申请日: 2016-03-21
公开(公告)号: CN105739311B 公开(公告)日: 2018-11-20
发明(设计)人: 陈强;施琳琳;陶亮;郭一军 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: 基于 预设 回声 状态 网络 机电 伺服系统 受限 控制 方法
【权利要求书】:

1.一种基于预设回声状态网络的机电伺服系统受限控制方法,其特征在于:包括以下步骤:

步骤1,建立机电伺服系统的动态模型,过程如下:

1.1机电伺服系统的动态模型表达形式为

其中,x是位置;m是惯量;k0是力常数;是状态变量;是摩擦力;是建模所产生的一个有界干扰,来源于耦合特性、测量噪声、电子干扰以及其他不确定因素;u是电机的控制输入电压;v(u)为饱和部分,表示为:

其中sgn(u),为未知非线性函数;vmax为未知饱和参数,满足vmax>0;

1.2定义x1=x,式(1)改写为

其中,y为系统输出轨迹;

步骤2,根据微分中值定理,将系统中的非线性输入饱和进行线性化处理,推导出带有未知饱和的机电伺服系统模型,包括如下过程;

2.1对饱和模型进行光滑处理

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

其中,dsat(u)表示光滑函数与饱和模型之间存在的误差;

2.2根据微分中值定理,存在ξ∈(0,1)使

其中uξ=ξu+(1-ξ)u0,u0∈(0,u);

选择u0=0,将式(6)改写为

2.3由式(5)和式(7),将式(3)改写为以下等效形式:

其中,

步骤3,计算控制系统跟踪误差,滑模面及转换误差,过程如下:

3.1定义控制系统的跟踪误差,滑模面为

其中,yd为二阶可导期望轨迹,λ为常数,且λ>0;

3.2根据滑模面获得新的转换误差ε1

其中ρ1(t)的表达式为

ρ1(t)=(ρ0)e-lt (11)

参数ρ0>ρ>0且l>0;和α(t)的导数表达式为

参数的大小及初始需要设计;函数S(·)表达式为

其中,ε为转换误差变量;

3.3对式(10)求导得:

其中

3.4设计虚拟控制量

其中,k1为常数,且k1>0;函数Q(·)为Nussbaum函数,选择表达式为

其中的自适应律设计为

3.5让虚拟控制量通过高阶滑模微分器

其中参数μ1,1>0,μ2,1>0,β1,1是虚拟控制量通过微分器得到的过滤变量;

步骤4,设计控制器输入,过程如下:

4.1定义误差变量

s2=x21,1 (19)

4.2根据定义的误差变量得转换误差ε2

其中ρ2(t)的表达式为

ρ2(t)=(ρ0)e-lt (21)

参数ρ0>ρ>0且l>0;和α(t)的导数表达式为如式(12)所示;函数S(·)表达式如式(13)

所示;

对式(20)求导得:

其中

4.3逼近不能直接得到的非线性不确定项定义以下神经网络

其中,W*为理想权重,η*为神经网络理想误差值,满足|η*|≤ηN,表达式为:

其中Win,Wd,Wfb为随机值;u为控制器输入;为高斯函数,表达式为

其中是隐含层第i个节点的输出;χi是第i个节点高斯函数的中心矢量,即χi=[χi1i2,…χil]T;ιi是第i个节点高斯函数的宽度;y为神经网络输出,表达式为

选取函数G=1;

4.4设计控制器输入u:

其中,为理想权重W*的估计值,为估计误差η*的估计值;

4.5设计自适应律:

其中,Γ=ΓT>0,Γ是自适应增益矩阵,σ,κ,γ都是常数,且σ>0,κ>0,γ>0。

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/201610157823.4/1.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