《大慣量非線性系統的多驅動控制》是依託北京理工大學，由任雪梅擔任項目負責人的面上項目。
基本介紹
- 中文名：大慣量非線性系統的多驅動控制
- 依託單位：北京理工大學
- 項目負責人：任雪梅
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
項目從大慣量非線性系統精確控制的需求出發，針對多電機同步驅動控制中存在的關鍵問題，開展偏置力矩最佳化設計、多電機同步控制、機械諧振抑制、非光滑動態補償控制研究。研究內容包括: 提出了偏置力矩的最佳化調節算法，以最小能耗解決齒隙不可控問題；給出主從驅動子系統的非線性速度差反饋控制，實現多電機快速同步控制；為了克服大慣量系統的機械諧振和抑制外界干擾，研究能同時估計負載加速度和干擾的有限時間擴展觀測器，給出了基於擴展觀測器的快速遞歸動態面控制，以期望動態在有限時間內達到控制要求；針對控制系統中存在的分段函式，提出了分段神經網路模型，研究了摩擦特性的分段模型並建立神經網路補償控制，提高系統的低速性能；建立大慣量非線性系統多驅動控制的整體模型及綜合控制方案，將理論研究成果套用到實際四電機同步控制系統。項目研究成果為研發高精度大慣量系統的多驅動控制提供理論支持，為解決大慣量非線性系統的控制提供新方法。
結題摘要
項目研究了大慣量非線性系統的多電機驅動控制。主要研究內容有：（1）多驅動系統的同步控制。提出了基於時變增益反饋的同步控制、基於交叉耦合的同步控制和基於主從差速反饋的同步控制策略，實現了多電機的快速同步。（2）偏置力矩的最佳化消隙控制。提出了基於微粒群算法的最優偏置力矩和動態偏置消隙力矩，以較小能耗解決齒隙不可控問題。（3）基於擴張觀測器的動態面控制。提出了基於非線性擴張狀態觀測器的快速遞歸動態面控制、基於回聲神經網路觀測器的高階滑模微分器動態面控制、基於高階滑模觀測器的神經網路控制和基於有限時間擴張觀測器的自適應魯棒輸出跟蹤控制，提高了系統對外界干擾的抑制能力。（4）含非光滑動態的伺服系統控制。針對含摩擦的多驅動系統，提出了自適應滑模控制、基於分段神經網路的快速終端滑模控制、基於觀測器的自適應反步控制以及神經自抗擾控制。針對含死區的非線性系統，提出了基於擴張狀態觀測器的魯棒輸出控制和基於神經網路觀測器的最優跟蹤控制，提高了非光滑動態的補償能力。（5）遲滯系統的辨識與控制。提出了連續Preisach模型的分段辨識方法、離散Preisach模型的基於盲辨識策略的複合補償控制、基於自適應辨識的魯棒自適應控制及包含逆模型和離散滑模控制構成的混合控制策略。（6）帶有機械諧振特性的伺服系統的辨識與控制。設計了基於復向量擬合策略的辨識模型，提出了基於規定性能約束的自適應神經網路動態面控制，減少了機械諧振對系統性能的影響。（7）改進微粒群算法的研究。提出了基於聯合譜半徑分析的隨機微粒群算法以及基於合作和競爭的微粒群算法；（8）控制算法在實際系統中的套用。將提出的控制算法套用於轉台伺服系統和四電機驅動伺服系統，實驗結果驗證了算法的有效性。項目成果可用在火炮、雷達及工業控制等大慣量系統，為大慣量系統的控制提供新的研究方法，對提高大慣量多驅動伺服系統的控制性能具有重要指導意義。
