发明名称 气动伺服系统中摩擦的自适应补偿方法
摘要 本发明公开的气动伺服系统中摩擦的自适应补偿方法,当期望输出方向发生改变时,在比例阀的控制量上直接给出一个反向的控制量,使阀迅速动作,给出一个反向的压力差,补偿静摩擦的影响,使滑块尽快发生反向运动,使进入线性区,在线性区内切换成常规控制器输出。具体为:在期望输出的波峰(波谷)处,补偿控制开始起作用,在期望输出的波峰与波谷处采用不同的补偿量,并且根据第n次波峰(波谷)的跟踪误差,学第n+1次波峰(波谷)的补偿控制量,最终得到合适波峰(波谷)补偿量;当滑块已经产生反向速度时,采用平滑切换的方式切换回常规控制方法。与现有方法相比,本发明方法的控制精度更高。
申请公布号 CN102063061B 申请公布日期 2012.07.04
申请号 CN201010557093.X 申请日期 2010.11.24
申请人 西安理工大学 发明人 任海鹏;王婷
分类号 G05B13/02(2006.01)I 主分类号 G05B13/02(2006.01)I
代理机构 西安弘理专利事务所 61214 代理人 罗笛
主权项 1.气动伺服系统中摩擦的自适应补偿方法,针对比例阀控制的气动伺服系统,当期望输出方向发生改变时,在比例阀的控制量上直接给出一个反向的控制量,使阀迅速动作,给出一个反向的压力差,补偿静摩擦的影响,使滑块尽快发生反向运动,使进入线性区,在线性区内切换成常规控制器输出,从而减小跟踪误差,其特征在于,具体按以下方法进行,在期望输出的波峰处,补偿控制开始起作用,在Δt<sub>u</sub>时间内,采用<img file="FDA0000138674610000011.GIF" wi="174" he="62" />进行控制;同样在波谷处,补偿控制作用时间仍为Δt<sub>u</sub>,补偿量的大小为<img file="FDA0000138674610000012.GIF" wi="197" he="62" />其中k<sub>t</sub>表示补偿时段内的采样时刻,n表示波峰或波谷出现的次序,在期望输出的波峰与波谷处采用不同的补偿控制,定义第n次波峰补偿期间Δt<sub>u</sub>内的累计跟踪误差为<maths num="0001"><![CDATA[<math><mrow><msubsup><mi>e</mi><mi>&Sigma;u</mi><mi>n</mi></msubsup><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><msub><mi>k</mi><mi>t</mi></msub><mo>=</mo><mn>0</mn></mrow><msub><mi>&Delta;t</mi><mi>u</mi></msub></munderover><mo>|</mo><msubsup><mi>e</mi><mi>u</mi><mi>n</mi></msubsup><mrow><mo>(</mo><msub><mi>k</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>|</mo><mo>,</mo></mrow></math>]]></maths>其中<img file="FDA0000138674610000014.GIF" wi="461" he="62" />表示第n次波峰处,k<sub>t</sub>采样时刻对应的误差,定义第n次波谷补偿期间Δt<sub>u</sub>内的累计跟踪误差为<maths num="0002"><![CDATA[<math><mrow><msubsup><mi>e</mi><mi>&Sigma;d</mi><mi>n</mi></msubsup><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><msub><mi>k</mi><mi>t</mi></msub><mo>=</mo><mn>0</mn></mrow><msub><mi>&Delta;t</mi><mi>u</mi></msub></munderover><mo>|</mo><msubsup><mi>e</mi><mi>d</mi><mi>n</mi></msubsup><mrow><mo>(</mo><msub><mi>k</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>|</mo><mo>,</mo></mrow></math>]]></maths>其中<img file="FDA0000138674610000016.GIF" wi="461" he="62" />表示第n次波谷处,k<sub>t</sub>采样时刻对应的误差,则第n+1次波峰的补偿控制量为<maths num="0003"><![CDATA[<math><mrow><msubsup><mi>&Delta;U</mi><mi>u</mi><mrow><mi>n</mi><mo>+</mo><mn>1</mn></mrow></msubsup><mrow><mo>(</mo><msub><mi>k</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><msubsup><mi>&Delta;U</mi><mi>u</mi><mi>n</mi></msubsup><mrow><mo>(</mo><msub><mi>k</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>+</mo><msub><mi>K</mi><mi>u</mi></msub><msubsup><mi>e</mi><mi>u</mi><mi>n</mi></msubsup><mrow><mo>(</mo><msub><mi>k</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>,</mo></mtd><mtd><msubsup><mi>e</mi><mi>&Sigma;u</mi><mi>n</mi></msubsup><mo>></mo><msub><mi>e</mi><mi>&Sigma;H</mi></msub></mtd></mtr><mtr><mtd><msubsup><mi>&Delta;U</mi><mi>u</mi><mi>n</mi></msubsup><mrow><mo>(</mo><msub><mi>k</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>,</mo></mtd><mtd><msubsup><mi>e</mi><mi>&Sigma;u</mi><mi>n</mi></msubsup><mo>&le;</mo><msub><mi>e</mi><mi>&Sigma;H</mi></msub></mtd></mtr></mtable></mfenced><mo>,</mo></mrow></math>]]></maths>其中K<sub>u</sub>为波峰补偿学习增益,e<sub>∑H</sub>为设定的跟踪误差阈值,该阈值为正实数;则第n+1次波谷的补偿控制量为<maths num="0004"><![CDATA[<math><mrow><msubsup><mi>&Delta;U</mi><mi>d</mi><mrow><mi>n</mi><mo>+</mo><mn>1</mn></mrow></msubsup><mrow><mo>(</mo><msub><mi>k</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><msubsup><mi>&Delta;U</mi><mi>d</mi><mi>n</mi></msubsup><mrow><mo>(</mo><msub><mi>k</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>+</mo><msub><mi>K</mi><mi>d</mi></msub><msubsup><mi>e</mi><mi>d</mi><mi>n</mi></msubsup><mrow><mo>(</mo><msub><mi>k</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>,</mo></mtd><mtd><msubsup><mi>e</mi><mi>&Sigma;d</mi><mi>n</mi></msubsup><mo>></mo><msub><mi>e</mi><mi>&Sigma;H</mi></msub></mtd></mtr><mtr><mtd><msubsup><mi>&Delta;U</mi><mi>d</mi><mi>n</mi></msubsup><mrow><mo>(</mo><msub><mi>k</mi><mi>t</mi></msub><mo>)</mo></mrow><mo>,</mo></mtd><mtd><msubsup><mi>e</mi><mi>&Sigma;d</mi><mi>n</mi></msubsup><mo>&le;</mo><msub><mi>e</mi><mi>&Sigma;H</mi></msub></mtd></mtr></mtable></mfenced><mo>,</mo></mrow></math>]]></maths>其中K<sub>d</sub>为波谷补偿学习增益,在固定的补偿时间Δt<sub>u</sub>内,随着一个个波峰和波谷的到来,根据上述算法对第n+1次波峰和第n+1次波谷的补偿控制量进行不断学习,直到补偿的误差小于设定阈值位置,然后按照这个补偿量进行后续的补偿,使得补偿期间的跟踪误差小于要求阈值;当滑块已经产生反向速度,即切换回常规控制方法,为了保证切换的平稳性,采用如下方法实现平滑切换u<sub>s</sub>(k<sub>s</sub>)=(1-α(k<sub>s</sub>))ΔU+α(k<sub>s</sub>)u(k),α(k<sub>s</sub>+1)=α(k<sub>s</sub>)+1/N<sub>s</sub>,α(0)=0,其中k<sub>s</sub>表示切换过程的采样时刻k<sub>s</sub>=0,1,2,…N<sub>s</sub>,N<sub>s</sub>为切换过程长度,α(k<sub>s</sub>)为补偿控制和常规控制的加权系数,ΔU为补偿控制结束时刻的补偿控制量,u(k)为对应过渡过程k<sub>s</sub>时刻的常规控制给出的控制量。
地址 710048 陕西省西安市金花南路5号