含齿隙非线性的双电机驱动伺服系统控制研究——基于反演积分自适应方法

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (2): 39-45.

含齿隙非线性的双电机驱动伺服系统控制研究——基于反演积分自适应方法

赵海波1，2，王铭明3

1.光电子应用安徽省工程技术研究中心，安徽铜陵 244000
2.铜陵学院电气工程系，安徽铜陵 244000
3.南京理工大学自动化学院，南京 210094

出版日期:2015-01-15 发布日期:2015-01-12

Control study of dual-motors driving servo system with backlash nonlinearity based on backstepping integral adaptive strategy

ZHAO Haibo1，2, WANG Mingming3

1.Engineering Technology Research Center of Optoelectronic Appliance, Anhui Province, Tongling, Anhui 244000, China
2.Department of Electrical Engineering, Tongling University, Tongling, Anhui 244000, China
3.School of Automation, Nanjing University of Science and Technology, Nanjing 210094, China

Online:2015-01-15 Published:2015-01-12

摘要/Abstract

摘要： 针对存在齿隙非线性的双电机驱动伺服系统的控制问题，给出了双电机驱动伺服系统的模型，应用反演积分自适应控制方法，引入虚拟控制量和位置跟踪误差的积分，确保系统跟踪误差能够渐近稳定地趋于零。通过逐步递推选择Lyapunov函数，设计了基于状态反馈的自适应控制器，并进行了稳定性分析。通过与常规PID控制的仿真结果相比较，表明所提出的控制策略能较好地补偿齿隙非线性的影响，提高了系统的位置跟踪性能和鲁棒性。

关键词: 齿隙非线性, 反演控制, 自适应控制, 双电机驱动, 状态反馈

Abstract: Aiming at the control problem of the dual-motors driving servo system with backlash nonlinearity, the model of system is given. It utilizes backstepping integral adaptive control strategy, introduces virtual control quantity and the integration of position tracking error so as to ensure that system tracking error asymptotic stable to zero. By recursively selecting the Lyapunov function, it designs an adaptive controller with state feedback, and analyzes its stability. Simulation results show that the proposed control strategy greatly compensates the effects of backlash nonlinearity and improves the system position tracking performance and robustness, in compared with conventional PID laws.

Key words: backlash nonlinearity, backstepping control, adaptive control, dual-motors driving, state feedback

赵海波1，2，王铭明3. 含齿隙非线性的双电机驱动伺服系统控制研究——基于反演积分自适应方法[J]. 计算机工程与应用, 2015, 51(2): 39-45.

ZHAO Haibo1，2, WANG Mingming3. Control study of dual-motors driving servo system with backlash nonlinearity based on backstepping integral adaptive strategy[J]. Computer Engineering and Applications, 2015, 51(2): 39-45.

[1]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[2]	梁宇斌1，2，3，梁桥康1，2，3，吴贵元1，2，3，伍万能1，2，3，孙炜1，2，3，王耀南1，3. 3RPS/UPS并联机器人神经网络观测器反演控制[J]. 计算机工程与应用, 2019, 55(4): 255-262.
[3]	邹山花，高毅，彭力. 随机系统事件驱动控制策略的研究与设计[J]. 计算机工程与应用, 2019, 55(17): 100-106.
[4]	周健，王敏，洪良，李珣. 小型无人直升机反步自适应控制[J]. 计算机工程与应用, 2018, 54(11): 236-240.
[5]	丁晓迪，崔宝同. 带扰动模型失配史密斯预估器的自适应控制[J]. 计算机工程与应用, 2017, 53(6): 223-226.
[6]	胡龄爻1，2，3，陈建平1，2，3，傅启明1，2，3，4，胡文1，2，3，倪庆文1，2，3. 一种面向建筑节能的强化学习自适应控制方法[J]. 计算机工程与应用, 2017, 53(21): 239-246.
[7]	赵蕊，朱美玲，徐勇. 多智能体系统自适应跟踪控制[J]. 计算机工程与应用, 2017, 53(18): 39-43.
[8]	程玉娟，俞辉. 多智能体切换网络自适应组一致性[J]. 计算机工程与应用, 2017, 53(11): 50-55.
[9]	范敏，余海，石为人，黄杰. 两轮自平衡小车模型参考自适应控制平衡算法[J]. 计算机工程与应用, 2016, 52(9): 258-262.
[10]	雷霆，张国良，汤文俊，孙一杰. 不确定性自由漂浮空间机器人神经自适应控制[J]. 计算机工程与应用, 2016, 52(8): 29-32.
[11]	杨剑锋，张翠，张峰. 机械臂轨迹跟踪控制——基于EC-RBF神经网络的机械臂模型参考自适应控制[J]. 计算机工程与应用, 2015, 51(9): 82-86.
[12]	胥吉林，屈百达，徐保国. 不确定时延网络控制系统的保性能控制[J]. 计算机工程与应用, 2014, 50(5): 239-242.
[13]	李艳东，朱玲，孙明. 含驱动器动力学的移动机器人编队自适应控制[J]. 计算机工程与应用, 2014, 50(1): 235-239.
[14]	易军凯，李志彤. 改进的实时流媒体中流量自适应控制机制[J]. 计算机工程与应用, 2013, 49(3): 101-103.
[15]	薛红军，庞俊锋，栾义春，李磊. 驾驶舱飞行员认知行为一体化仿真建模[J]. 计算机工程与应用, 2013, 49(23): 266-270.