一种伺服系统滑模控制器参数整定方法
【技术领域】
[0001] 本发明为一种伺服系统滑模控制器参数整定方法，属于运动控制领域。
【背景技术】
[0002] 滑模控制（SlidingModeControl)，由前苏联学者于上世纪50年代提出。其本质 上是一种不连续的非线性控制方法，最大的特点便是使控制器结构随时间变化，在系统的 动态过程中，根据设定好的当前状态（例如偏差，输出及不同阶次的导数），按照预设的算 法改变控制器的结构和输出，保证系统待控制量在预设条件下在期望的状态轨迹上做小幅 度往复运动，可以保证系统在参数变化以及外加扰动时具有优良的鲁棒性。
[0003] 在复杂伺服系统中，存在诸如驱动饱和，外力干扰，电机推力波动等非线性因素， 对于负载及温度变化敏感，会有参数的变化，机械谐振以及测量噪声，这些因素无法精确的 建模。滑模控制器解决了这个问题，滑模控制器抗扰动抗参数变化的特性优良，适合用于复 杂伺服系统中。但是由于系统中存在着时间、空间滞后，测量不精确，惯性环节，使得采用滑 模控制的系统会出现抖振现象，合理选择参数抑制抖振和优化系统动态响应对于滑模控制 器在工程中的应用具有很高的应用价值。
【发明内容】
[0004] 本发明的目的是提供一种伺服系统滑模控制器参数整定方法，是为了解决滑模控 制器的抖振问题和优化滑模控制器的动态性能的问题。
[0005] 所述的目的是通过以下方案实现的：所述的一种伺服系统滑模控制器参数整定方 法，它的方法步骤为：
[0006] 步骤一：根据伺服系统的机械和电气结构建立伺服系统传递函数模型，获取模型 中所需的参数，所述参数包括：电机所受阻力，电机负载大小，电机反电动势常数，电机转矩 常数，电枢回路电阻，电枢电感，根据实际被控制电机的结构选择上述相对应的参数；
[0007] 步骤二：根据伺服系统模型和采用的滑模控制器搭建相应的系统simulink仿真 模型，留出粒子群优化算法所需的输入和输出接口；
[0008] 步骤三：根据位置跟踪误差和速度跟踪误差需求，选用合适的适应度函数，设为 i-JXd+.W，，其中参数1和k3为不小于0的数，表示速度误差和位置误差的权重，ev 表示速度误差，6；3表示位置误差，t。为适应度函数评估的起始时刻，ti为适应度函数评估的 终止时刻；
[0009] 步骤四：结合simulink模型的接口和适应度函数，在matlab中编程对粒子群进 行优化，初始化粒子群的粒子数m，最大迭代次数N，搜索空间的维数D设为3,对应3个待 优化参数c,k和e,空间搜索范围对应到3个参数分别为[cmin,cmax]、[kmin,kmax]和[emin, e_]，学习因子Cl、c2的值都设为2,习惯性权重w取0. 6,粒子位置矢量和速度矢量初始值 由随机过程得到，粒子位置矢量的三个维度分别对应三个待优化参数c，k和e，局部及全 局最优位置矢量初始值P,由粒子初始位置代入适应度函数计算得到；
[0010] 步骤五：将位置矢量对应的c，k和e传入simulink仿真模型得到系统的位置误 差和速度误差响应，根据适应度函数计算粒子的适应度值，如果该粒子的适应度值小于粒 子之前的适应度值，则用该粒子的当前位置替换p1;如果该粒子适应度值小于粒子群全局 最优的适应度值，则用该粒子的位置替换pg;
[0011]步骤六：对每个粒子的速度和位置进行更新，第k次循环时，此时的第i个粒子位 置矢量为彳，飞行速度为v; ，当前粒子个体最优位置为Pl= (PuPu，. . .，piD)，当前全局最优位置为pg=(pgl，pgl，. . .，pgD)，则第k+l次循环时，第i个 粒子速度各维可由以下方程确定：4+1 = + -xf,)，位置矢量迭代 各维为：1 =x,X+1，其中巧和r2为0到1之间的随机数，d为维数，取值从0到D;
[0012] 步骤七：当k达到设定的最大迭代次数后，结束迭代过程，输出优化结果，否则返 回步骤五；
[0013] 步骤八：将优化得到的最佳参数即迭代结束后的全局最优位置矢量代入伺服系统 滑模控制器，将伺服系统滑模控制器应用到伺服系统，检查系统的各项性能指标是否满足 要求，如果性能指标满足则整定过程结束，否则，进入下一轮优化直到满足为止。
[0014] 本发明能实现抖振的幅值最小或者抖振完全消除，跟踪误差达到最小。经过充分 优化过后的参数为给定模型在给定适应度函数下的最优参数。
【附图说明】
[0015] 图1是本发明方法涉及的采用滑模控制器的伺服系统框图。
【具体实施方式】
【具体实施方式】 [0016] 一：结合图1所示，说明本的技术方案，它的方法步骤 为：
[0017] 步骤一：根据伺服系统的机械和电气结构建立伺服系统传递函数模型，获取模型 中所需的参数，所述参数包括：电机所受阻力，电机负载大小，电机反电动势常数，电机转矩 常数，电枢回路电阻，电枢电感，根据实际被控制电机的结构选择上述相对应的参数；
[0018] 步骤二：根据伺服系统模型和采用的滑模控制器搭建相应的系统simulink仿真 模型，留出粒子群优化算法所需的输入和输出接口；
[0019] 步骤三：根据位置跟踪误差和速度跟踪误差需求，选用合适的适应度函数，设为 __/ = ，其中参数1和k3为不小于0的数，表示速度误差和位置误差的权重，ev l0. 表示速度误差，6；3表示位置误差，t。为适应度函数评估的起始时刻，ti为适应度函数评估的 终止时刻；
[0020] 步骤四：结合simulink模型的接口和适应度函数，在matlab中编程对粒子群进 行优化，初始化粒子群的粒子数m，最大迭代次数N，搜索空间的维数D设为3,对应3个待 优化参数c,k和e,空间搜索范围对应到3个参数分别为[cmin,cmax]、[kmin,kmax]和[emin, e_]，学习因子Cl、c2的值都设为2,习惯性权重w取0. 6,粒子位置矢量和速度矢量初始值 由随机过程得到，粒子位置矢量的三个维度分别对应三个待优化参数c，k和e，局部及全 局最优位置矢量初始值？,及P,由粒子初始位置代入适应度函数计算得到；
[0021] 步骤五：将位置矢量对应的c，k和e传入simulink仿真模型得到系统的位置误 差和速度误差响应，根据适应度函数计算粒子的适应度值，如果该粒子的适应度值小于粒 子之前的适应度值，则用该粒子的当前位置替换p1;如果该粒子适应度值小于粒子群全局 最优的适应度值，则用该粒子的位置替换pg;
[0022] 步骤六：对每个粒子的速度和位置进行更新，第k次循环时，此时的第i个粒子位 置矢量为彳=(4名，…4)，飞行速度为< …<)，当前粒子个体最优位置为Pi = (PuPu，. . .，piD)，当前全局最优位置为pg=(pgl，pgl，. . .，pgD)，则第k+1次循环时，第i个 粒子速度各维