• 论文 • 上一篇    下一篇

永磁直线电机存在初态偏差时的迭代学习控制

曹伟1,乔金杰2   

  1. 1. 齐齐哈尔大学计算机与控制工程学院,齐齐哈尔 161006; 2. 齐齐哈尔大学经济与管理学院,齐齐哈尔 161006
  • 出版日期:2020-10-25 发布日期:2020-11-16

曹伟,乔金杰. 永磁直线电机存在初态偏差时的迭代学习控制[J]. 系统科学与数学, 2020, 40(10): 1713-1722.

CAO Wei, QIAO Jinjie. Iterative Learning Control of Permanent Magnet Linear Motor with Initial State Errors[J]. Journal of Systems Science and Mathematical Sciences, 2020, 40(10): 1713-1722.

Iterative Learning Control of Permanent Magnet Linear Motor with Initial State Errors

CAO Wei1 ,QIAO Jinjie2   

  1. 1. College of Computer and Control Engineering, Qiqihar University, Qiqihar 161006; 2. College of Economy and Management, Qiqihar University, Qiqihar 161006
  • Online:2020-10-25 Published:2020-11-16

为了解决初态偏差对直线电机位置完全跟踪的影响, 针对存在初态偏差的永磁直线同步电机位置伺服系统, 提出了一种迭代学习控制算法. 该算法在控制输入矩阵未知的情况下, 利用初始跟踪误差不断修正上一次的初始状态, 同时利用跟踪误差和跟踪误差导数不断修正上一次控制输入, 并利用λ范数理论严格证明了算法的收敛性, 给出了算法的收敛条件. 理论和仿真结果表明, 所提算法能够使永磁直线同步电机在任意初始状态下, 随迭代次数的增加可实现在有限时间区间上对期望位置的完全跟踪, 且对直线电机的负载扰动, 摩擦力和推力波动等重复性扰动具有很好的抑制作用.

In order to solve the impact of the initial errors on the position full tracking of the linear motor, an iterative learning control algorithm is proposed for the position servo system of permanent magnet synchronous motors with initial state errors. The algorithm can constantly correct the last initial state with the initial tracking error under the condition of the unknown control input matrix, and constantly correct last control input using tracking error and tracking error derivative. And the convergence of the algorithm is proved strictly by the $\lambda$-norm theory, and the convergence condition is given. The results of theory and simulation show that the proposed algorithm can make the motor realize complete tracking of the desired position in a finite time interval with the increase of the number of iterations in any initial state, and can suppress the repeated disturbances such as load disturbance, friction and thrust fluctuation of linear motor.

()
[1] 唐益萍,傅勤,王雪松. 基于迭代学习的正则非线性多智能体系统的跟踪控制[J]. 系统科学与数学, 2019, 39(8): 1171-1183.
[2] 孙明轩,毕宏博,张杰. 非线性时变系统特征建模与自适应迭代学习控制[J]. 系统科学与数学, 2016, 36(4): 461-475.
[3] 傅勤. 大型互联非线性分布参数系统的分散迭代学习控制[J]. 系统科学与数学, 2016, 36(10): 1557-1573.
[4] 傅勤. 二阶非线性双曲型分布参数系统的迭代学习控制[J]. 系统科学与数学, 2014, 34(3): 284-293.
[5] 傅勤. 大型互联非线性系统的分散迭代学习控制[J]. 系统科学与数学, 2013, 33(11): 1281-1292.
[6] 孙明轩,李芝乐,余林江. 动态系统的一阶特征模型与直线伺服系统的自适应迭代学习控制[J]. 系统科学与数学, 2012, 32(6): 666-682.
[7] 陈彭年,秦化淑,方学毅. 控制增益时变的非线性系统的迭代学习控制[J]. 系统科学与数学, 2012, 32(6): 693-704.
[8] 田森平,周秀锦. 一类广义迭代学习控制系统的状态跟踪算法[J]. 系统科学与数学, 2012, 32(6): 731-738.
[9] 兰永红, 罗毅平. 线性不确定系统的鲁棒D型迭代学习控制[J]. 系统科学与数学, 2011, 31(6): 697-708.
[10] 孙明轩. 有限时间迭代学习控制[J]. 系统科学与数学, 2010, 30(6): 733-741.
[11] 沈栋;陈翰馥. 一类非线性系统的迭代学习控制[J]. 系统科学与数学, 2008, 28(9): 1053-1064.
[12] 方忠;韩正之;陈彭年. 一类时滞非线性系统的采样迭代学习控制[J]. 系统科学与数学, 2004, 24(4): 564-570.
阅读次数
全文


摘要