超声波电动机P与PI型迭代学习转速控制.docx

玉，史敬灼，黄景涛，徐美玉，张聚伟，张(河南科技大学，洛阳471023)刘雷摘要:相对简单的控制策略，能够降低超声波电动机系统的复杂性，提高性价比。迭代学习控制算法简单，根据较少的经验知识即可确定控制参数。针对超声波电动机的控制特点，改进了迭代学习控制算法，设计了电机转速迭代学习控制策略。实验表明，电机系统具有较好的迭代学习能力，控制效果在重复学习过程中渐进改善，控制策略简单有效。关键词:超声波电动机;转速控制;迭代学习控制中图分类号:TM359．9文献标识码:A文章编号:1004－7018(2015)01－0039－04PandPITypeIterativeLearningSpeedControlofUltrasonicMotorLIUYu，SHIJing-zhuo，HUANGJing-tao，XMei-yu，ZHANGJu-wei，ZHANGLei(HenanUniversityofScienceandTechnology，Luoyang471023，China)Abstract:Ｒelativelysimplecontrolstrategycandecreasethecomplexityoftheultrasonicmotorsystem，andincreasetheratioofperformancetocost．Thealgorithmofiterativelearningcontrolissimple，anditscontrolparameterscanbede-terminedusinglittleexperimentalknowledge．Accordingtotheparticularcontrolcharacteristicsofultrasonicmotor，theit-erativelearningcontrolstrategywasimprovedandspeedcontrollerwasdesigned．Experimentsshowthatthemotorsystemhasgooditerativelearningcapacity．Thecontrolperformanceisimprovedcontinuouslyintherepeatedlearningprocess．Thecontrolstrategyissimpleandeffective．Keywords:ultrasonicmotor;speedcontrol;iterativelearningcontrol(ILC)［2］控制思想，是一种通过模仿人类学习行为来获得学习能力的渐进控制过程［3］。该控制器在重复的运行过程中，基于经验知识学习来确定逐渐趋近期0引言超声波电动机特殊的运行机理，使其运行特性表现出明显的非线性及时变特征，不易得到理想的望控制过程的控制量最优变化轨迹，从而得到更好［1］［4］运动控制性能。为克服超声波电动机自身的这些缺点，努力得到符合应用期望的控制性能和运行稳定性，其控制策略的研究逐渐趋于复杂化。许多复杂的控制器，如神经网络控制器、自适应控制器、模糊神经网络控制器等，先后被提出并用于超声波电动机。这些控制策略，算法复杂，不仅增加了系统复杂度，而且在线计算量大，其实现需要更高档的DSP等芯片，从而增加了系统成本，不利于超声波电动机的大规模产业化应用。我们当然希望控制策略越简单越好，但前提是电机系统控制性能满足工业应用要求。而之所以超声波电动机控制策略研究日渐复杂化，原因在于惯常使用的定常参数PID等简单控制策略无法满足需要。于是，有必要探求其它的较为简单的控制形式和控制策略，并针对超声波电动机的特点进行合理改变、设计与整定，才有可能实现我们的期望。Arimoto等人在上世纪80年代提出的迭代学习的控制性能。迭代学习控制算法较为简单，不依赖于被控对象的精确模型，适用于超声波电动机这刘类具有高度非线性、模型难以准确确定且可重复运玉等超声行的被控对象。本文针对超声波电动机的时变非线性，分别设计了形式简单的P型和PI型迭代学习控制策略，对超声波电动机进行转速控制。实验表明，控制算法简单，易于实现，电机转速响应曲线表现出渐进的学习过程，控制效果较好。波电动机型迭1迭代学习控制的基本算法迭代学习控制策略针对具有可重复性的被控对象，利用先前的控制经验，根据该系统的输入变量和代学习输出期望信号之间的相互关系，来在线寻求一个理转速想的输入变量变化过程，从而使被控对象达到控制控要求并输出期望的输出信号。这里所谓的可重复制性，有两层含义。一是系统的运动是重复的;对于电机转速控制来说，即指其转速给定信号是重复施