一种滑模控制器参数整定方法和系统

本发明涉及滑模控制器参数整定，尤其是指一种滑模控制器参数整定方法和系统。

背景技术：

1、伺服系统在机器人、工业、航空、军事等领域扮演着举足轻重的角色。其中，永磁同步电机(permanent magnet synchronous motor,pmsm)由于其转动惯量大、运行可靠、功率密度高等优点，在伺服系统中得到了广泛的应用。

2、pmsm是一种多变量、强耦合、非线性和时变等特性的复杂系统。目前一般使用比例-积分-微分(proportional-integral-derivative,pid)控制器，pid是一种非常成熟的控制方式，具有结构简单、可靠性高等特点；然而，在面对相互耦合的多变量时，pid控制器的表现不足。在目前的工业生产中，pid控制器已无法满足pmsm对转速跟踪实时性及鲁棒性的要求。针对上述问题，国内外学者提出了不同的控制方式，如：自抗扰控制、内模控制、滑模控制(sliding mode control,smc)、自适应控制、智能控制等。其中，smc具有强鲁棒性、结构简单、响应速度快、对匹配参数的扰动不敏感等优点，在pmsm上得到广泛应用。

3、虽然smc具有诸多优点，但是，还存在控制器参数难以整定的问题。smc的参数整定主要以试凑法和经验法为主，上述方法效率低且很难找到各参数的最佳组合，不合理的参数组合会导致smc控制器无法达到控制要求。因此，解决参数整定是十分必要的。orosco等人通过使用遗传算法(genetic algorithms,ga)对四旋翼飞行器的smc控制器参数进行整定，实验结果表明，使用ga比使用ise(integral of the square error)进行参数调优的smc控制器的动态响应及抗扰动性能提升明显。mpanza等人使用蚁群算法(ant colonyoptimization,aco)对2自由度液压伺服系统的动力学和轨迹跟踪的smc制器进行参数整定，与其他算法相比，经aco整定的控制器在跟踪误差和输出力矩上的性能优于其他算法。严家政等人通过强化学习对pid控制器参数进行在线自整定及优化，将经验回放机制和控制系统的动态性能指标相结合，有效减小了被控对象的超调量，提升了控制器的动态响应性能。sun等人提出一种改进飞蛾扑火算法(moth-flame optimization,mfo)对并网复合装置(grid-connected composite device,gccd)的smc控制器参数进行整定，通过优秀点集和levy飞行策略对mfo进行改进，该算法使得控制器具有良好的动态性能。

4、虽然，上述方法简化了控制器参数的整定过程并取得了良好效果，但是smc参数较多且部分参数的选取区间较大，另外不同参数的选取范围差别较大。在使用智能算法对多参数同时进行整定时，参数的组合种类会产生维度灾难，同时可能会陷入局部最优。为此，需要寻找一种性能较好的smc参数整定方法。

技术实现思路

1、为此，本发明所要解决的技术问题在于克服现有技术中对smc控制器参数难以整定的问题。

2、为解决上述技术问题，本发明提供了一种滑模控制器参数整定方法，包括：

3、步骤s1：搭建pmsm数学模型，基于所述pmsm数学模型，引入新的滑模趋近律设计smc控制器；

4、步骤s2：通过改进的多智能体强化学习对所述smc控制器进行参数整定。

5、在本发明的一个实施例中，所述步骤s1中搭建pmsm数学模型，方法包括：

6、pmsm在同步旋转d-q轴坐标系下的基本方程公式为：

7、

8、式中，ud,uq为d-q轴定子电压、id,iq为d-q轴定子电流；lq,ld为定子电感；r为定子电阻；ωe为电角速度；ψf为磁链；

9、pmsm的转矩方程和动力学方程公式为：

10、

11、式中，pn为极对数；te为电磁转矩；tl为负载转矩；j为转动惯量；b为摩擦系数，ωm为转子角速度；

12、根据所述pmsm在同步旋转d-q轴坐标系下的基本方程、pmsm的转矩方程和动力学方程搭建pmsm数学模型，公式为：

13、

14、式中，ls为定子电感。

15、在本发明的一个实施例中，所述步骤s1中基于所述pmsm数学模型，引入新的滑模趋近律设计smc控制器，方法包括：

16、根据所述pmsm数学模型定义smc控制器的状态变量，公式为：

17、

18、式中，kt＝3pnψf/2；转速误差e＝ω*-ωm，ω*为目标转速，ωm为实际转速；

19、根据所述pmsm数学模型和所述状态变量得到smc控制器的状态，公式为：

20、

21、定义smc控制器的滑模面函数为：

22、s＝cx1+x2

23、式中，c＞0；

24、对所述smc控制器滑模面函数进行求导得到滑模趋近律，并将所述滑模趋近律中的sgn函数替换为tanh函数，得到新的滑模趋近律，公式为：

25、

26、式中，k1,k2＞0，0＜μ＜1；

27、根据所述smc控制器的状态、smc控制器的滑模面函数和新的滑模趋近律构建smc控制器，公式为：

28、

29、式中，c,μ,k1,k2均为待整定参数。

30、在本发明的一个实施例中，对所述smc控制器的稳定性进行测试，方法包括：

31、定义李雅普诺夫函数：

32、对v进行求导表明smc控制器稳定。

33、在本发明的一个实施例中，所述步骤s2中通过改进的多智能体强化学习对所述smc控制器进行参数整定，方法包括：通过多智能体的多臂老虎机算法对所述smc控制器进行参数整定，并且多臂老虎机算法每一次进行动作选择时，按照预设策略从k个摇臂中选取一个，其中，所述预设策略为ucb策略，公式为：

34、

35、式中，at为t回合选取的动作，qt(a)为t回合动作a的价值，t为当前回合数，nt(a)为当前动作选取的总次。

36、在本发明的一个实施例中，所述通过多智能体的多臂老虎机算法对所述smc控制器进行参数整定，方法包括：

37、使用多智能体的多臂老虎机算法对所述smc控制器进行参数整定过程中，每个智能体根据当前ucb策略分别输出一个参数值至smc控制器，smc控制器根据接收到的各种参数值驱动pmsm运行并给出奖赏，将所述奖赏反馈至每个智能体，所有智能体共享所述奖赏并根据当前奖赏更新ucb策略，在下一轮迭代过程中，每个智能体根据更新后的ucb策略分别输出一个新的参数值至smc控制器，smc控制器根据接收到的各种新的参数值驱动pmsm运行并给出新的奖赏，循环往复，当奖赏完全收敛时则完成smc控制器的参数整定。

38、在本发明的一个实施例中，所述奖赏由超调量δ、上升时间tr和稳态时间ts三个指标构成，所述超调量δ、上升时间tr和稳态时间ts用于评价smc控制器的优劣，具体设置为：

39、当δ＝0时，给与r1＝10的正奖赏，当δ＞0时，则给与r1＝-δ的负奖赏；

40、设定r2＝1/tr+1/ts；

41、根据r1和r2定义奖赏函数为：r＝r1+r2。

42、为解决上述技术问题，本发明提供了一种滑模控制器参数整定系统，包括：

43、搭建与设计模块：用于搭建pmsm数学模型，基于所述pmsm数学模型，引入新的滑模趋近律设计smc控制器；

44、参数整定模块：用于通过改进的多智能体强化学习对所述smc控制器进行参数整定。

45、为解决上述技术问题，本发明提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述滑模控制器参数整定方法的步骤。

46、为解决上述技术问题，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述滑模控制器参数整定方法的步骤。

47、本发明的上述技术方案相比现有技术具有以下优点：

48、本发明通过多个智能体共享奖赏的方式分别对smc控制器每个参数进行寻优，有效地避免了不同参数的选取范围差别较大而导致对多参数同时进行整定寻优时产生的维度灾难的问题；

49、本发明通过多智能体的多臂老虎机算法整定的smc控制器在超调量、响应速度、抗干扰能力和鲁棒性方面具有明显的优势，即本发明能够有效地解决滑模控制器参数难以整定的问题。