基于Smith预估和性能加权函数的永磁直线同步电机鲁棒迭代学习控制

针对永磁直线同步电机(PMLSM)迭代学习控制(ILC)过程中,由于扰动及时间滞后引起的系统不稳定、误差难以收敛及跟踪精度下降等问题,提出一种基于Smith预估和性能加权函数的鲁棒ILC方案。Smith预估器与ILC相结合,可在不需要PMLSM精确数学模型的情况下,减少时间滞后对系统跟踪性能的影响,避免迭代过程中由于时间滞后的累积而引起的系统不稳定。由于系统存在外部扰动、参数变化、端部效应等不确定因素,充分利用性能加权函数的信息设计反馈控制器,在满足鲁棒收敛条件情况下,可使位置误差收敛到期望值。实验结果表明,所提出的控制方案可以提高PMLSM伺服系统的位置跟踪精度,增强系统的鲁棒性。

一种基于J-无损分解的性能加权函数优化设计

为了提高伺服系统性能,提出一种基于J-无损分解的性能加权函数优化设计方法。首先,依据闭环系统H∞范数达到1的设计准则,给出了伺服系统性能加权函数优化设计算法的迭代步骤;其次,利用Bode积分关系以及H∞最优控制结果全通特性分析了算法的收敛性;最后,基于J-无损分解推导出性能加权函数优化设计的计算公式。所提出的优化设计算法易于迭代计算,能够在较少的迭代步骤内使得闭环系统H∞范数达到1。仿真实例验证了算法的有效性。

基于加权函数选择的伺服系统性能优化设计方法

为了尽可能提高伺服系统的性能,提出一种基于加权函数选择的性能优化设计方法.首先,给出性能优化设计问题的描述;其次,给出了线性矩阵不等式(Linear matrix inequality,LMI)形式的优化指标;再次,提出一种基于加权函数选择的系统性能优化设计迭代算法;最后,利用Bode积分关系分析了算法的收敛性.所提出的系统性能优化设计算法易于迭代计算,仿真实例验证了算法的有效性.

直驱XY平台的改进鲁棒迭代学习控制

针对直驱XY平台鲁棒交叉耦合控制(CCC)系统设计迭代学习控制(ILC)器的过程中,没有充分利用鲁棒控制的有效信息增加设计复杂性的问题。依据具有不确定性的直驱系统的鲁棒性条件和ILC在L2范数下的鲁棒收敛条件,采用鲁棒反馈控制器设计过程中保证鲁棒性的性能加权函数设计单轴ILC控制器。建立了直驱XY平台的系统模型,并给出了单轴鲁棒ILC控制器和双轴变增益CCC控制器的设计方法。与传统ILC控制器设计相比,所提出的方法不但保证了系统的鲁棒性,而且简化了设计过程,提高了系统的跟踪精度和轮廓精度。仿真和实验结果验证了所提方法的正确性和有效性。