[发明专利]基于摩擦补偿的神经网络轮廓误差耦合控制器及控制方法

权利要求书

1.一种基于摩擦补偿的神经网络轮廓误差耦合控制器，其特征在于：包括单轴计算转矩跟踪控制器、具有以任意精度逼近任意非线性函数的万能逼近特性的神经网络摩擦补偿控制器、可计算任意形状轮廓轨迹的轮廓误差计算模块以及带有LuGre摩擦模型的两轴伺服系统；通过神经网络摩擦控制器对两轴伺服系统中的LuGre摩擦模型进行逼近，并与单轴计算转矩控制器一起作为跟踪控制器，再与轮廓误差计算模块相结合，构成总体轮廓误差耦合控制器。

2.如权利要求1所述的一种基于摩擦补偿的神经网络轮廓误差耦合控制器的控制方法，包括以下步骤：

1)计算两轴伺服系统中LuGre摩擦模型的总摩擦力矩；

2)计算两轴伺服系统中两轴参考输入位置和实际输出位置获得两轴的跟踪误差e_x，e_y；

3)将两轴跟踪误差e_x，e_y通过轮廓误差计算模块计算，获得轮廓误差；

4)将两轴跟踪误差e_x，e_y分别经过x,y单轴计算转矩跟踪控制器和神经网络摩擦补偿控制器计算出控制量u_x，u_y；

5)将两轴轮廓误差乘以缩放因子m后，再与控制量u_x，u_y叠加向各轴伺服执行机构输出总的控制量；

6)将总的控制量作用于各轴伺服执行机构进行轮廓运动控制。

3.根据权利要求2所述的一种基于摩擦补偿的神经网络轮廓误差耦合控制方法，其特征在于：所述的步骤1)中包括以下子步骤：

1.1)以两维直线伺服电机作为被控对象，其笛卡尔空间的动力学模型为：

其中，q,分别为2×1位置矢量，速度矢量和加速度矢量；D＝diag[D₁,D₂]，C＝diag[C₁,C₂]分别为2×2惯性和粘滞摩擦系数对角矩阵，F＝[F₁ F₂]^T为摩擦力矩，u＝[u₁ u₂]^T为控制输入矢量；

1.2)假设LuGre摩擦模型相对运动的两个刚形体在微观上通过有弹性的鬃毛相接触，下表面材料的刚度大于上表面；当有外力作用时，由于切向力的原因，鬃毛产生变形，从而产生摩擦力；该LuGre摩擦模型建立在鬃毛的平均形变行为上，鬃毛的平均形变用中间状态变量z表示：

其中，为接触面相对运动速度；表示不同的摩擦效应；

1.3)相应的，LuGre模型的总摩擦力矩描述为：

式中σ₀和σ₁是动态摩擦参数，分别为鬃毛的刚性系数和阻尼系数；F_c，F_s，α，V_s为静态摩擦参数，分别表示为库伦摩擦系数、静摩擦系数、黏性摩擦系数以及Stribeck切换速度。