电动加载系统分数阶迭代学习复合控制

针对电动加载系统存在多余力矩扰动的问题,提出一种以位置闭环和力矩闭环为反馈控制、迭代学习控制为补偿控制的复合控制策略。为提高加载系统动态性能及降低建立模型的复杂性,驱动永磁同步电机采用直接转矩控制方式,建立加载系统频域模型。在位置闭环和力矩闭环采用分数阶PIλD~μ控制器代替常规PID控制器,迭代学习补偿控制采用分数阶迭代学习控制器,利用分数阶微积分的信息记忆特性提高控制系统的动态性能和鲁棒性,通过理论分析给出分数阶PD型迭代学习控制器的收敛条件。对正弦和梯形波载荷进行力矩加载实验及多余力矩抑制实验,验证了该控制方法的有效性。

含多重时滞非线性系统的分数阶迭代学习控制的收敛性分析(英文)

本文研究了含多重时滞非线性系统的分数阶迭代学习控制(FOILC).它包含了外部干扰和输出控制噪音,通过引入λ-范数,获得在开环和闭环迭代学习控制作用下,系统控制输入以及跟踪误差收敛的充分条件.最后,通过数值仿真验证所提方法的有效性.

基于迭代学习的电动直线加载复合控制

为测试某型航天用电动伺服机构的实际工作性能,设计一种以大导程精密滚珠丝杠副为力矩/力转换元件的电动直线加载系统。为克服电动直线加载系统多余力扰动问题,提出一种引入角速度前馈补偿、串入电流内环和位置内环的多闭环复合控制策略;采用一种以分数阶PIλDμ控制器作为力外环的反馈控制、分数阶迭代学习控制(FO-ILC)作为补偿控制的方法。直线加载仿真实验和多余力抑制仿真实验表明,所提控制策略较好地抑制了直线加载多余力。

原子力显微镜的分数阶PID控制设计

原子力显微镜(AFM)是测量材料物体表面形貌的重要工具。为了实现AFM的高速扫描成像,设计一种基于分数阶前馈-反馈PID控制算法的AFM扫描成像控制器。将分数阶迭代学习控制(FOILC)用于前馈回路,在跟踪过程中对当前周期的误差信息进行学习,实现输出沿迭代轴的快速收敛;在反馈回路中采用分数阶比例积分(FOPI)控制增加高速成像时的精度。轨迹跟踪仿真和实验成像结果表明,该算法能有效提高AFM成像速度和改善系统非线性的影响,在扫描频率为25 Hz时,控制精度达到10-5量级,AFM成像质量得到显著提高。

Iterative sliding mode control strategy of robotic arm based on fractional calculus

In order to improve the control performance of industrial robotic arms,an efficient fractional-order iterative sliding mode control method is proposed by combining fractional calculus theory with iterative learning control and sliding mode control.In the design process of the controller,fractional approaching law and fractional sliding mode control theories are used to introduce fractional calculus into iterative sliding mode control,and Lyapunov theory is used to analyze the system stability.Then taking a two-joint robotic arm as an example,the proposed control strategy is verified by MATLAB simulation.The simulation experiments show that the fractional-order iterative sliding mode control strategy can effectively improve the tracking speed and tracking accuracy of the joint,reduce the tracking error,have strong robustness and effectively suppress the chattering phenomenon of sliding mode control.