[發明專利]基于預設回聲狀態網絡的機電伺服系統受限控制方法有效
| 申請號: | 201610157823.4 | 申請日: | 2016-03-21 |
| 公開(公告)號: | CN105739311B | 公開(公告)日: | 2018-11-20 |
| 發明(設計)人: | 陳強;施琳琳;陶亮;郭一軍 | 申請(專利權)人: | 浙江工業大學 |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04 |
| 代理公司: | 杭州斯可睿專利事務所有限公司 33241 | 代理人: | 王利強 |
| 地址: | 310014 浙江省杭州市*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 預設 回聲 狀態 網絡 機電 伺服系統 受限 控制 方法 | ||
1.一種基于預設回聲狀態網絡的機電伺服系統受限控制方法,其特征在于:包括以下步驟:
步驟1,建立機電伺服系統的動態模型,過程如下:
1.1機電伺服系統的動態模型表達形式為
其中,x是位置;m是慣量;k0是力常數;是狀態變量;是摩擦力;是建模所產生的一個有界干擾,來源于耦合特性、測量噪聲、電子干擾以及其他不確定因素;u是電機的控制輸入電壓;v(u)為飽和部分,表示為:
其中sgn(u),為未知非線性函數;vmax為未知飽和參數,滿足vmax>0;
1.2定義x1=x,式(1)改寫為
其中,y為系統輸出軌跡;
步驟2,根據微分中值定理,將系統中的非線性輸入飽和進行線性化處理,推導出帶有未知飽和的機電伺服系統模型,包括如下過程;
2.1對飽和模型進行光滑處理
則
v(u)=sat(u)=g(u)+dsat(u) (5)
其中,dsat(u)表示光滑函數與飽和模型之間存在的誤差;
2.2根據微分中值定理,存在ξ∈(0,1)使
其中uξ=ξu+(1-ξ)u0,u0∈(0,u);
選擇u0=0,將式(6)改寫為
2.3由式(5)和式(7),將式(3)改寫為以下等效形式:
其中,
步驟3,計算控制系統跟蹤誤差,滑模面及轉換誤差,過程如下:
3.1定義控制系統的跟蹤誤差,滑模面為
其中,yd為二階可導期望軌跡,λ為常數,且λ>0;
3.2根據滑模面獲得新的轉換誤差ε1;
其中ρ1(t)的表達式為
ρ1(t)=(ρ0-ρ∞)e-lt+ρ∞ (11)
參數ρ0>ρ∞>0且l>0;和
參數的大小及初始需要設計;函數S(·)表達式為
其中,ε為轉換誤差變量;
3.3對式(10)求導得:
其中
3.4設計虛擬控制量
其中,k1為常數,且k1>0;函數Q(·)為Nussbaum函數,選擇表達式為
其中的自適應律設計為
3.5讓虛擬控制量通過高階滑模微分器
其中參數μ1,1>0,μ2,1>0,β1,1是虛擬控制量通過微分器得到的過濾變量;
步驟4,設計控制器輸入,過程如下:
4.1定義誤差變量
s2=x2-β1,1 (19)
4.2根據定義的誤差變量得轉換誤差ε2
其中ρ2(t)的表達式為
ρ2(t)=(ρ0-ρ∞)e-lt+ρ∞ (21)
參數ρ0>ρ∞>0且l>0;和
所示;
對式(20)求導得:
其中
4.3逼近不能直接得到的非線性不確定項定義以下神經網絡
其中,W*為理想權重,η*為神經網絡理想誤差值,滿足|η*|≤ηN,表達式為:
其中Win,Wd,Wfb為隨機值;u為控制器輸入;為高斯函數,表達式為
其中是隱含層第i個節點的輸出;χi是第i個節點高斯函數的中心矢量,即χi=[χi1,χi2,…χil]T;ιi是第i個節點高斯函數的寬度;y為神經網絡輸出,表達式為
選取函數G=1;
4.4設計控制器輸入u:
其中,為理想權重W*的估計值,為估計誤差η*的估計值;
4.5設計自適應律:
其中,Γ=ΓT>0,Γ是自適應增益矩陣,σ,κ,γ都是常數,且σ>0,κ>0,γ>0。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江工業大學,未經浙江工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610157823.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:亞微米厚度有機半導體薄膜三極管
- 下一篇:清潔部件、處理盒和圖像形成裝置





