[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

说明书

本发明公开了一种基于LuGre摩擦补偿的神经网络轮廓误差耦合控制方法，该方法包含轮廓误差计算模型、单轴计算转矩跟踪控制器以及神经网络摩擦补偿控制器。LuGre摩擦模型能够描述伺服系统复杂的动静态摩擦特性，RBF神经网络具有万能逼近特性来实现对摩擦的补偿控制；并与计算转矩控制器一起作为单轴的跟踪控制器，再与轮廓误差计算模块相结合，形成总的轮廓误差控制器。最后通过对二维直线伺服电机的仿真研究，验证所提控制方案的有效性；仿真结果表明所提出的轮廓误差控制方法能够有效的补偿摩擦的影响，提高轮廓控制精度。

技术领域

本发明属于两轴伺服轮廓运动控制技术领域，具体说是一种基于摩擦补偿的神经网络轮廓误差耦合控制器及其控制方法。

背景技术

轮廓精度是决定工件表面质量的重要因素，是保证高精度加工的必要条件。为提高轮廓精度，必须设计高性能的轮廓控制器。此外，多轴伺服运动系统动力学模型中不可避免地存在各种不确定非线性以及各种扰动，因此，还必须设计有效的控制策略解决非线性不确定的影响，从而提高轮廓控制精度。

其中，摩擦是一种非常复杂、非线性的、具有不确定性的自然现象。摩擦不仅会造成零件磨损，降低零部件的机械强度，甚至可能产生热变形、热疲劳，从而影响电机正常运转；摩擦还会使伺服系统在低速运行时产生跳动和爬行现象，以及速度过零时的波形畸变，使系统不能保持平稳运行。对于有高精度和高平稳性要求的伺服系统来说，摩擦是影响系统性能的重要因素。因此，在机械运动系统中，摩擦若补偿不当，会严重影响系统的伺服跟踪性能。对于多轴运动系统，摩擦力一旦导致某个轴的伺服跟踪性能退化，那么整体的轮廓控制性能就会受到影响。随着精密制造的发展，为了实现高性能的精密轮廓运动控制，必须对摩擦力进行补偿研究。

发明内容

本发明的目的是针对现有技术存在的不足，提供一种基于摩擦补偿的神经网络轮廓误差耦合控制器及其控制方法；其技术方案如下：

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。

本发明还提供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。

作为优选；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：