[发明专利]一种用于电机系统的非线性控制方法

说明书

本发明属于电机非线性控制技术领域，具体涉及一种用于电机系统的非线性控制方法。该方法首先构造改进的基于自适应神经网络反步控制器，该过程中构造复合观测器，复合观测器包括状态观测器和扰动观测器，以分别实现对系统状态和外部扰动的估计，然后利用构造的所述改进的基于自适应神经网络反步控制器，对电机系统进行控制。本发明将复合观测器与自适应神经网络有限时间命令滤波控制方案相结合，能对系统中不可测量的状态和扰动进行估计，从而更好地对系统进行控制，这在受限条件众多的实际系统中更具有实用性，使得本发明方法可以在实际工程更普遍适用。

技术领域

本发明属于电机非线性控制技术领域，具体涉及一种用于电机系统的非线性控制方法。

背景技术

近年来，随着人工智能的快速发展，人类的生活越来越智能化，各种人工智能产品更是随处可见。机械手就是智能产品的典型代表，因为它具有可以重复完成各种预期的作业任务，并永远不会觉得累的特点，被广泛应用于工业生产中。机械手在构造和性能上兼有人和机器各自的优点，体现了人的智能和适应性。鉴于以上优点，机械手在国民经济各领域都有着广阔的发展前景。

机械手的驱动方式主要有液压驱动、气压驱动、电气驱动和机械驱动四种。由于具有电源方便，响应快，驱动力较大，信号检测、传动、处理方便等优点，电气驱动被广泛应用于实际生产中。而电气驱动中驱动机械臂的直流电机可以分为有刷直流电机和无刷直流电机两种。因为无刷直流电机具有多输入特性，而且其相位绕组电流和转子速度之间存在明显的非线性耦合，这对于无刷直流电机的控制来说是一个巨大的挑战。所以在机械臂的驱动问题中，有刷直流电机应用的更加广泛。

上述由有刷直流电机驱动机械手的非线性电机系统中存在负载变化，模块失灵，外部扰动、元器件损耗等问题。而这些问题都会给电机控制带来不确定性，从而可能会使得针对原模型的设计方法丧失有效性。而且，现有技术中一般使用状态观测器或扰动观测器来处理系统中不可测量的状态和干扰问题，这种方法只能处理单独的不可测参数，实用性较低。

发明内容

本发明的目的在于提供一种用于电机系统的非线性控制方法，用以解决现有技术中使用状态观测器或扰动观测器来处理系统中不可测量的状态和干扰问题造成的实用性较低的问题。

为解决上述技术问题，本发明所提供的技术方案以及技术方案对应的有益效果如下：

本发明的一种用于电机系统的非线性控制方法，包括如下步骤：

1)构造改进的基于自适应神经网络反步控制器，过程包括：

1.1)建立电机系统的数学模型，根据电机系统的数学模型确定其状态空间表达式；

1.2)构造复合观测器，所述复合观测器包括状态观测器和扰动观测器，以分别实现对系统状态x和外部扰动φ的估计；

1.3)利用构造的复合观测器，将所述状态空间表达式进行转换得到电机系统的误差方程；

1.4)构造李雅普诺夫函数，设计使系统稳定的虚拟控制律、实际控制律和神经网络理想权重向量的自适应律；

2)利用步骤1)中构造的所述改进的基于自适应神经网络反步控制器，对电机系统进行控制。

上述技术方案的有益效果为：本发明将复合观测器与自适应神经网络有限时间命令滤波控制方案相结合，能对系统中不可测量的状态和扰动同时进行估计，从而更好地对系统进行控制，这在受限条件众多的实际系统中更具有实用性和一般性，使得本发明方法可以在实际工程更普遍适用。

进一步地，步骤1.2)中构造的状态观测器和扰动观测器分别为：