引入滑区法的板球系统新型幂趋近律滑模控制

李江峰 向凤红

引用本文:
Citation:

引入滑区法的板球系统新型幂趋近律滑模控制

    作者简介: 李江峰(1995−),男,云南人,硕士生,主要研究智能控制系统. E-mail:Li_LeeFon@163.com;
    通讯作者: 向凤红, 1718473881@qq.com
  • 中图分类号: TP273

Novel power reaching law sliding mode control for ball and plate system introducing sliding region method

    Corresponding author: XIANG Feng-hong, 1718473881@qq.com
  • CLC number: TP273

  • 摘要: 针对板球系统的滑模控制趋近速度慢、在切换面附近易产生高频抖振的问题,设计了一种基于新型幂趋近律的滑动区域法滑模控制方案. 首先,在原切换面的基础上设计了两条辅助切换面,定义了滑动区域;然后,提出了新的趋近参数,并用幂次函数代替符号函数;最后,采用Lyapunov理论证明了控制策略的稳定性. 实验结果表明,所设计的控制器不仅有良好的动态性能及稳态精度,还能有效地抑制系统产生的抖振,验证了控制策略的有效性.
  • 图 1  板球系统实物模型

    Figure 1.  Physical model of ball and plate system

    图 2  板球系统的 $x$ 轴物理模型

    Figure 2.  x-axis physical model of ball and plate system

    图 3  板球系统的 $y$ 轴物理模型

    Figure 3.  y-axis physical model of ball and plate system

    图 4  滑动区域二维模型

    Figure 4.  Two-dimensional model of sliding region

    图 5  开关函数

    Figure 5.  Switching function

    图 6  平滑滑模控制器输出

    Figure 6.  Output of smooth sliding mode controller

    图 7  RBF网络自适应鲁棒控制器输出

    Figure 7.  Output of adaptive robust controller based on RBF network

    图 8  滑动区域法新型幂趋近律控制器输出

    Figure 8.  Output of novel power reaching law controller based on sliding region method

    图 9  $x$ 轴轨迹跟踪曲线对比

    Figure 9.  Comparison of x-axis trajectory tracking curves

    图 10  $y$ 轴轨迹跟踪曲线对比

    Figure 10.  Comparison of y-axis trajectory tracking curves

    图 11  板球系统轨迹跟踪曲线对比

    Figure 11.  Comparison of trajectory tracking curves of ball and plate system

    图 12  $x$ 轴误差跟踪对比

    Figure 12.  Comparison of x-axis error tracking

    表 1  微分方程组中各变量意义及单位

    Table 1.  The meaning and unit of variables of the system of differential equations

    变量意义单位
    $m$ 小球质量 ${\rm{kg}}$
    $g$ 重力加速度 ${\rm{m}}/{{\rm{s}}^2}$
    ${r_{\rm{b}}}$ 小球半径 ${\rm{m}}$
    ${I_{\rm{b}}}$ 小球转动惯量 ${\rm{kg}} \cdot {{\rm{m}}^{\rm{2}}}$
    ${I_{\rm{p}}}$ 平板转动惯量 ${\rm{kg}} \cdot {{\rm{m}}^{\rm{2}}}$
    $F\left( {{\tau _x}} \right),F\left( {{\tau _y}} \right)$ 平板xy方向转矩 ${\rm{kg}} \cdot {{\rm{m}}^{\rm{2}}}{\rm{/}}{{\rm{s}}^{\rm{2}}}$
    $ x,y$ 小球xy方向坐标 ${\rm{m}}$
    $ \dot{x},\dot{y}$ 小球xy方向速度 ${\rm{m}}/{\rm{s}}$
    $ \ddot{x},\ddot{y}$ 小球xy方向加速度 ${\rm{m/}}{{\rm{s}}^{\rm{2}}}$
    $ \alpha ,\beta $ 平板xy方向倾角 ${\rm{rad}}$
    $ \dot{\alpha },\dot{\beta }$ 平板xy方向角速度 ${\rm{rad/s}}$
    $ \ddot{\alpha },\ddot{\beta }$ 平板xy方向角加速度 ${\rm{rad/}}{{\rm{s}}^{\rm{2}}}$
    下载: 导出CSV

    表 2  变量参数值

    Table 2.  Parameter values of variables

    参数意义
    $m$小球质量0.264
    $g$重力加速度9.8
    ${r_{\rm{b}}}$小球半径0.038
    ${I_{\rm{b}}}$小球转动惯量4.2×10−5
    下载: 导出CSV
  • [1] Ali H I, Jassim H M, Hasan A F. Optimal nonlinear model reference controller design for ball and plate system[J]. Arabian Journal for Science and Engineering, 2019, 44(8): 6 757-6 768. DOI:  10.1007/s13369-018-3616-1.
    [2] Bang H, Lee Y S. Embedded model predictive control for enhancing tracking performance of a ball-and-plate system[J]. IEEE Access, 2019, 7: 39 652-39 659. DOI:  10.1109/ACCESS.2019.2907111.
    [3] 王红睿, 田彦涛, 隋振, 等. 板球系统的非线性自适应控制[J]. 系统仿真学报, 2010, 22(5): 1 251-1 256. DOI:  10.16182/j.cnki.joss.2010.05.047. Wang H R, Tian Y T, Sui Z, et al. Nonlinear adaptive control for ball and plate system[J]. Journal of System Simulation, 2010, 22(5): 1 251-1 256.
    [4] 高多. 板球系统的定点与轨迹跟踪控制器设计[D]. 沈阳: 东北大学, 2017.

    Gao D. Design of fixed point and trajectory tracking controller for ball & plate system[D]. Shenyang: Northeastern University, 2017.
    [5] 高为炳. 变结构控制的理论及设计方法[M]. 北京: 科学出版社, 1996.

    Gao W B. The theory and design method of variable structure control[M]. Beijing: Science Press, 1996.
    [6] 王旭芳. 板球系统的反步滑模自适应控制[D]. 大连: 大连理工大学, 2013.

    Wang X F. Backstepping sliding mode adaptive control of ball & plate system[D]. Dalian: Dalian University of Technology, 2013.
    [7] Hao W, Zhang H L. Research on sliding mode control of non-singular terminal for ball and plate system based on disturbance observer[J]. Science Technology and Engineering, 2017, 17(33): 119-124. DOI:  10.3969/j.issn.1671-1815.2017.33.017.
    [8] Liu D J, Tian Y T, Duan H D. Ball and plate control system based on sliding mode control with uncertain items observe compensation[C]// IEEE International Conference on Intelligent Computing and Intelligent Systems(ICIS2009), Shanghai, China, 2009: 216-221. DOI: 10.1109/ICICISYS.2009.5358057.
    [9] Roy P, Das A, Roy B K. Cascaded fractional order sliding mode control for trajectory control of a ball and plate system[J]. Transactions of the Institute of Measurement and Control, 2018, 40(3): 701-711. DOI:  10.1177/0142331216663826.
    [10] Borah M, Roy P, Roy B K. Enhanced performance in trajectory tracking of a ball and plate system using fractional order controller[J]. IETE Journal of Research, 2018, 64(1): 76-86. DOI:  10.1080/03772063.2017.1343157.
    [11] Das A, Roy P. Improved performance of cascaded fractional-order SMC over cascaded SMC for position control of a ball and plate system[J]. IETE Journal of Research, 2017, 63(2): 238-247. DOI:  10.1080/03772063.2017.1258336.
    [12] Moarref M, Saadat M, Vossoughi G. Mechatronic design and position control of a novel ball and plate system[C]// 16th Mediterranean Conference on Control and Automation, Aja-ccio France, 2008, 1 466-1 471. DOI: 10.1109/MED.2008.4602212.
    [13] Suleiman H U, Murazu M B, Zarma T A, et al. Methods of chattering reduction in sliding mode control: A case study of ball and plate system[C]// 7th IEEE International Conference on Adaptive Science and Technology (IEEE ICAST), Accra, Ghana, 2018: 1-8. DOI: 10.1109/ICASTECH.2018.8506783.
    [14] 刘金琨. 滑模变结构控制Matlab仿真[M]. 北京: 清华大学出版社, 2015.

    Liu J K. Matlab simulation of sliding mode variable structure control[M]. Beijing: Tsinghua University Press, 2015.
    [15] 韩京元, 田彦涛, 孔英秀, 等. 板球系统的间接模糊自适应控制[J]. 控制与决策, 2015, 30(2): 303-310. DOI:  10.13195/j.kzyjc.2013.1768. Han J Y, Tian Y T, Kong Y X, et al. Fuzzy indirect adaptive control for ball and plate system[J]. Control and Decision, 2015, 30(2): 303-310.
    [16] 翟晨汐, 李洪兴. 板球系统的直接自适应模糊滑模控制[J]. 计算机仿真, 2016, 33(2): 383-388. DOI:  10.3969/j.issn.1006-9348.2016.02.080. Zhai C X, Li H X. Direct adaptive fuzzy sliding-mode control for ball and plate system[J]. Computer Simulation, 2016, 33(2): 383-388.
    [17] 李岳明, 郭冰洁, 庞永杰. 滑模变结构控制削弱抖振的一种方法[C]// 第二十七届中国控制会议论文集, 中国, 昆明, 2008: 1 826-1 830. DOI: 10.1109/CHICC.2008.4605228.

    Li Y M, Guo B J, Pang Y J. A method for weakening the chattering of sliding mode controller[C]// 27th Chinese Control Conference, Kunming, China, 2008: 1 826-1 830.
    [18] 李永恒, 梁青阳, 孙超, 等. Buck变换器的幂次函数指数趋近律滑模算法研究[J]. 电光与控制, 2015, 22(2): 85-88. DOI:  10.3969/j.issn.1671-637X.2015.02.019. Li Y H, Liang Q Y, Sun C, et al. Buck converter sliding mode algorithm based on power function exponential reaching law[J]. Electronics Optics & Control, 2015, 22(2): 85-88.
  • [1] 王长正向凤红苑仁令 . 板球系统的LM算法改进RBF-PID轨迹跟踪控制研究. 云南大学学报(自然科学版), 2019, 41(): 1-8. doi: 10.7540/j.ynu.20180512
    [2] 雷靖 . 基于Delta变换的时滞采样系统的最优减振控制. 云南大学学报(自然科学版), 2012, 34(5): 527-532,539.
    [3] 孙文华杨汉春 . 一类偶合双曲守恒律系统的柯西问题. 云南大学学报(自然科学版), 2004, 26(1): 6-10.
    [4] 程红军张通杨汉春 . 一类解耦双曲守恒律系统的狄拉克激波. 云南大学学报(自然科学版), 2007, 29(4): 325-329.
    [5] 姚庆六 . 左端简单支撑右端被滑动夹子夹住的奇异梁方程的正解. 云南大学学报(自然科学版), 2009, 31(2): 109-113 .
    [6] 黄倩于艳艳王磊杨军 . 基于FPGA的小车自动行驶控制系统的设计与实现. 云南大学学报(自然科学版), 2014, 36(2): 199-204. doi: 10.7540/j.ynu.20120727
    [7] 方世跃韩军范爱春李叶平苟延波王洪辉 . 基于Matlab的油田注水泵站最优控制系统仿真研究. 云南大学学报(自然科学版), 2009, 31(6): 571-575 .
    [8] 陈威张世峰张祝威胡贵妹 . 焦炉集气管压力系统的复合自适应PID控制. 云南大学学报(自然科学版), 2017, 39(4): 565-572. doi: 10.7540/j.ynu.20160597
    [9] 杨志军孙洋洋 . 无线传感器网络轮询控制系统研究. 云南大学学报(自然科学版), 2019, 41(1): 46-52. doi: 10.7540/j.ynu.20170671
    [10] 杨鑫松赵晓华 . 广义哈密顿仿射控制系统的抽取. 云南大学学报(自然科学版), 2006, 28(6): 467-471.
    [11] 钱谦裴以建余江宗容 . 基于OpenGL的关节型机器人实时控制与仿真系统的研究. 云南大学学报(自然科学版), 2006, 28(5): 398-403.
    [12] 杨安娜李凌飞赵之伟 . 滑桃木的丛枝菌根. 云南大学学报(自然科学版), 2004, 26(1): 85-87,92.
    [13] 詹健东宗容余江施继红 . 基于以太网和RS485总线的小型微网控制系统设计. 云南大学学报(自然科学版), 2015, 37(5): 674-679. doi: 10.7540/j.ynu.20150102
    [14] 张宏李志秀郭继慧李学萍王竹周涛张军 . 某中厚板材公司现有生产控制系统与新上MES融合技术研究. 云南大学学报(自然科学版), 2013, 35(S2): 208-. doi: DOI:10.7540/j.ynu.2013b20
    [15] 左璐孙雷刚徐全洪刘剑锋李晓婧鲁军景 . 区域生态环境评价研究综述. 云南大学学报(自然科学版), 2021, 43(4): 806-817. doi: 10.7540/j.ynu.20200484
    [16] 张飞军 . 模丛上的广义联络. 云南大学学报(自然科学版), 2013, 35(5): 598-. doi: 10.7540/j.ynu.20120593
    [17] 张飞军张军亮 . 模丛之间的浸入关系. 云南大学学报(自然科学版), 2007, 29(5): 438-442,448.
    [18] 顾桂梅李晓梅常海涛高常强 . 基于HSV空间的钢轨表面区域快速提取算法. 云南大学学报(自然科学版), 2019, 41(4): 707-717. doi: 10.7540/j.ynu.20180216
    [19] 陆正福何英杨邓奇王国栋 . 模归约算法的数学基础研究. 云南大学学报(自然科学版), 2005, 27(4): 305-309.
    [20] 吴涧王卫国郭世昌张艳霞 . 卫星实测臭氧总量资料在区域气候模拟中的应用研究. 云南大学学报(自然科学版), 2002, 24(4): 287-293.
  • 加载中
图(12)表(2)
计量
  • 文章访问数:  493
  • HTML全文浏览量:  582
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-11-03
  • 录用日期:  2021-01-27
  • 网络出版日期:  2021-04-10
  • 刊出日期:  2021-09-15

引入滑区法的板球系统新型幂趋近律滑模控制

    作者简介:李江峰(1995−),男,云南人,硕士生,主要研究智能控制系统. E-mail:Li_LeeFon@163.com
    通讯作者: 向凤红, 1718473881@qq.com
  • 昆明理工大学 信息工程与自动化学院,云南 昆明 650500

摘要: 针对板球系统的滑模控制趋近速度慢、在切换面附近易产生高频抖振的问题,设计了一种基于新型幂趋近律的滑动区域法滑模控制方案. 首先,在原切换面的基础上设计了两条辅助切换面,定义了滑动区域;然后,提出了新的趋近参数,并用幂次函数代替符号函数;最后,采用Lyapunov理论证明了控制策略的稳定性. 实验结果表明,所设计的控制器不仅有良好的动态性能及稳态精度,还能有效地抑制系统产生的抖振,验证了控制策略的有效性.

English Abstract

  • 板球系统作为一个典型的多变量、强耦合非线性系统,由于系统结果的直观性及模型的简易性,常用它来验证各种控制算法的性能. 针对板球系统的定点运动及轨迹跟踪问题,国内外诸多学者做了大量的研究. Ali 等[1]运用侵入性杂草优化算法优化参数,设计了板球系统的最优非线性模型参考控制器. Bang 等[2]通过提高计算效率和应用球板系统的地址来提高跟踪性能,从而在微控制器上运行,最终实现了嵌入式模型预测控制,增强了板球系统的轨迹跟踪性能. 王红睿等[3]在板球系统小球质量、半径、转动惯量未知的条件下,提出了非线性自适应控制,结合Lyapunov稳定性理论设计了非线性自适应位置控制器,进而提高了板球系统的控制精度. 高多[4]将伺服补偿、动态输出反馈以及二次型调节等控制理论相结合,设计的控制器能够实现系统零静差跟踪,且控制器具有良好的动态品质.

    滑模变结构控制其本质上是一类特殊的非线性控制,能使系统按照预定的“滑动模态”状态轨迹运动. 滑模控制具有响应快、对参数干扰不灵敏、不用系统在线识别、物理实现简单的优点,能使系统具有良好的鲁棒性和控制精度. 然而,由于开关时间和空间的滞后、系统惯性等影响会引起系统抖振,这个问题成为了滑模控制的突出障碍. 高为炳[5]以指数趋近律 $\dot s = - \varepsilon {\rm{sgn}} (s) - \kappa s$ 为例,调整参数 $\varepsilon $$\kappa $,使得系统滑动模态的到达过程具有良好的动态品质,同时控制信号的抖振幅值也得以削弱,但系统会一直抖振最终无法收敛为零. 文献[6]提出了板球系统的反步滑模自适应控制,有效地减小了系统的控制误差,但是却忽略了系统所存在的摩擦等非线性因素,具有一定的局限性. 文献[7-8]提出了扰动观测的滑模控制,能有效解决系统中存在非线性和激励不足的轨迹跟踪问题,但抖振抑制效果不够明显. 文献[9-11]为了提高系统性能,提出了级联分数阶控制器,但整体控制性能提升不显著. 文献[12]将滑模控制与监督模糊控制的方法结合起来,提高了小球球定点运动的准确性,但在轨迹跟踪控制时性能表现不佳.

    为了使板球系统的滑模控制能够快速进入滑动模态阶段,本文定义了新的趋近参数,设计了用幂次函数替代符号函数的新型幂趋近律(Novel Power Reaching Law,NPRL)滑模控制器. 此控制器通过改变趋近参数调整趋近速度,同时幂次趋近律能够一定程度上抑制抖振. 但当幂趋近律的趋近参数过大使趋近速度加快的同时,系统会在滑模面产生高频振荡. 为此,本文通过在设计切换面的基础上定义了两条辅助切换面,引入了滑动区域法. 此方法能使系统在滑动区域内做低频振动,从而代替普通滑模控制在设计切换面上的高频振荡,最终系统稳定收敛到原点位置,以达到抑制并削弱抖振的目的. 设计的控制器既提高了系统响应的快速性,又削弱了快速性所引起的高频抖振问题. 通过与饱和函数替代符号函数的平滑滑模控制方案[13]、径向基函数(Radial Basis Function,RBF)网络自适应鲁棒控制方案[14]进行实验对比,验证了此控制策略的有效性.

    • 选取深圳固高公司研发的GPB2001板球系统来作为本文的实验研究平台. 板球系统的硬件结构主要由两个伺服电机、小球、球盘、连杆系统、控制器、摄像头和直流电流源组成,实物模型如图1所示.

      图  1  板球系统实物模型

      Figure 1.  Physical model of ball and plate system

      系统启动后平板上方的摄像头采集到小球的实际位置信息,控制器再将实际位置与目标位置的偏差转换成控制量,进而控制两个伺服电机拉动连接杆,连接杆带动平板运动,实现对平板倾角的控制,以完成小球在平板上定点镇定或者轨迹跟踪.

    • 由于板球系统是一个典型非线性系统,难以建立一个精确的数学模型,因此本文将模型进行简化和线性化处理,忽略某些因素,建模过程中作出以下假设:①不计小球与平板间的所有摩擦;②小球在平板上的所有运动均为接触式滚动;③忽略平板的倾角和角速度;④球盘无限大.

      在平板上建立坐标系,选取平板的中心点处作为原点 $(0,0)$,平板的 $x$ 轴方向倾斜角度为 $\alpha $$y$ 轴方向的倾斜角度为 $\beta $,板球系统动力学分析如图23所示[15].

      图  2  板球系统的 $x$ 轴物理模型

      Figure 2.  x-axis physical model of ball and plate system

      图  3  板球系统的 $y$ 轴物理模型

      Figure 3.  y-axis physical model of ball and plate system

      本文采用拉格朗日方程建立板球系统的数学模型. 板球系统微分方程组[16]如下:

      $\begin{split} \left\{ \begin{array}{l} x:\Bigg(m + \dfrac{{{I_{\rm{b}}}}}{{r_{\rm{b}}^2}}\Bigg)\ddot x + m(x{{\dot \alpha }^2} + y\dot \alpha \dot \beta ) + mg\sin \alpha = 0, \\ y:\Bigg(m + \dfrac{{{I_{\rm{b}}}}}{{r_{\rm{b}}^2}}\Bigg)\ddot y + m(y{{\dot \beta }^2} + x\dot \alpha \dot \beta ) + mg\sin \beta = 0, \\ \alpha :({I_{\rm{b}}} + {I_{\rm{p}}} + m{x^2})\ddot \alpha + m(xy\ddot \beta + \dot xy\dot \beta + x\dot y\dot \beta ) + \\ 2mx\dot x\dot \alpha + mgx\cos \alpha = F({\tau _x}), \\ \beta :({I_{\rm{b}}} + {I_{\rm{p}}} + m{y^2})\ddot \beta + m(xy\ddot \alpha + \dot xy\dot \alpha + x\dot y\dot \alpha ) + \\ 2my\dot y\dot \beta + mgy\cos \beta = F({\tau _y}). \end{array} \right.\\[-14pt] \end{split}$

      式中的各个变量参数及其意义说明如表1所示.

      变量意义单位
      $m$ 小球质量 ${\rm{kg}}$
      $g$ 重力加速度 ${\rm{m}}/{{\rm{s}}^2}$
      ${r_{\rm{b}}}$ 小球半径 ${\rm{m}}$
      ${I_{\rm{b}}}$ 小球转动惯量 ${\rm{kg}} \cdot {{\rm{m}}^{\rm{2}}}$
      ${I_{\rm{p}}}$ 平板转动惯量 ${\rm{kg}} \cdot {{\rm{m}}^{\rm{2}}}$
      $F\left( {{\tau _x}} \right),F\left( {{\tau _y}} \right)$ 平板xy方向转矩 ${\rm{kg}} \cdot {{\rm{m}}^{\rm{2}}}{\rm{/}}{{\rm{s}}^{\rm{2}}}$
      $ x,y$ 小球xy方向坐标 ${\rm{m}}$
      $ \dot{x},\dot{y}$ 小球xy方向速度 ${\rm{m}}/{\rm{s}}$
      $ \ddot{x},\ddot{y}$ 小球xy方向加速度 ${\rm{m/}}{{\rm{s}}^{\rm{2}}}$
      $ \alpha ,\beta $ 平板xy方向倾角 ${\rm{rad}}$
      $ \dot{\alpha },\dot{\beta }$ 平板xy方向角速度 ${\rm{rad/s}}$
      $ \ddot{\alpha },\ddot{\beta }$ 平板xy方向角加速度 ${\rm{rad/}}{{\rm{s}}^{\rm{2}}}$

      表 1  微分方程组中各变量意义及单位

      Table 1.  The meaning and unit of variables of the system of differential equations

      实际情况下,伺服电机位置固定,平板倾角只需变化很小即可控制小球,故为简化系统可以忽略平板在 $x$$y$ 方向的转矩,即

      $ F({\tau _x}) = 0,F({\tau _y}) = 0. $

      小球处于稳定的状态时,平板处于水平状态,此时平板倾角 $\alpha $$\beta $ 为0,控制小球时平板的倾角变化范围也很小. 因此,倾角的正弦值可以近似为倾角本身,平板的角速度也近似为0,即

      $ {\rm{sin}}\alpha \approx \alpha ,\sin \beta \approx \beta , $

      $ \dot{\alpha }\approx 0,\;\dot{\beta }\approx 0. $

      最后得到线性化板球系统模型为

      $\begin{split} \left\{ \begin{array}{l} \Bigg(m + \dfrac{{{I_b}}}{{r_b^2}}\Bigg)\ddot x + mg\sin \alpha = 0, \\ \Bigg(m + \dfrac{{{I_b}}}{{r_b^2}}\Bigg)\ddot y + mg\sin \beta = 0. \end{array} \right. \end{split}$

      本文选取平板的倾角 $\alpha $$\beta $ 来作为系统的输入量 ${u_x}$${u_y}$,小球所对应位置坐标 $(x,y)$ 和小球速度 $ \dot{x}{\text{、}}\dot{y}$ 分别作系统的状态 ${x_1}$${x_2}$${x_{\rm{3}}}$${x_4}$,最终得到系统的状态空间方程为

      $\begin{split} \left\{ \begin{array}{l} \left[ \begin{array}{l} {{\dot x}_1} \\ {{\dot x}_2} \\ {{\dot x}_3} \\ {{\dot x}_4} \\ \end{array} \right] = \left[ \begin{array}{l} {x_2} \\ 0 \\ {x_4} \\ 0 \\ \end{array} \right] + \left[ {\begin{array}{*{20}{c}} \begin{array}{l} 0 \\ - \gamma {\rm{g}} \\ 0 \\ 0 \\ \end{array} &\begin{array}{l} 0 \\ 0 \\ - \gamma {\rm{g}} \\ 0 \\ \end{array} \end{array}} \right] \cdot \left[ {\begin{array}{*{20}{c}} {{u_x}} \\ {{u_y}} \end{array}} \right], \\ y = [{x_1},{x_3}], \end{array} \right. \\[-10pt] \end{split}$

      其中

      $ \gamma = {\frac{m}{{m + {I_{\rm{b}}}/r_{\rm{b}}^2}}}. $

      由于板球系统的两个伺服电机分别控制平板的 $x$ 轴、$y$ 轴两个方向,且驱动两个方向解耦关系是相同的,故将系统分解成分别关于 $x$ 轴和 $y$ 轴的两个子系统,对两个子系统分别设计控制器. 关于 $x$ 轴和 $y$ 轴的两个子系统有着相同的模型,故在本文设计分析 $x$ 轴的子系统同样也能在 $y$ 轴子系统实现.

    • 滑模控制是一种特殊的非线性控制,它的系统结构会随时间变化,其突出特点就是在满足一定的条件下系统能沿预定轨迹运动. 滑模控制具有良好的动态性能,在实际工程中运用较为广泛,因此也受到了国内外学者的重视. 但是滑模控制存在着无法完全消除抖振的问题,为了加快系统响应速度且解决滑模控制板球系统在切换面附近存在的高频振动问题,设计了引入滑动区域法的新型幂次趋近律滑模控制器.

    • 滑模控制系统运动过程分为趋近运动过程和滑动模态两个阶段,故可将滑模控制律 ${u_{\rm{t}}}(x,t)$(文中简记为 ${u_{\rm{t}}}$)分为切换控制 ${u_{\rm{n}}}(x,t)$(文中简记为 ${u_{\rm{n}}}$)和等效控制 ${u_{{\rm{eq}}}}(x,t)$(文中简记为 ${u_{{\rm{eq}}}}$).

      板球系统 $x$ 轴子系统为二阶非线性单输入单输出系统,且在建模时忽略了摩擦以及不确定性时变干扰等因素,故引入不确定项 ${k_x}(t)$,则有

      $\begin{split} \left\{ \begin{array}{l} {{\ddot x}_1} = {f_x} - \dfrac{{mg}}{{m + {{{I_{\rm{b}}}} / {r_{\rm{b}}^2}}}} \cdot {u_x} + {k_x}(t), \\ y = {x_1}, \\ \end{array} \right. \end{split}$

      其中,${f_x} = 0$.

      ${x_{\rm{d}}}$$x$ 轴小球的预定轨迹,${x_1}$$x$ 轴小球的实际运动轨迹,则定义的板球系统 $x$ 轴跟踪误差为

      $ e = {x_{\rm{d}}} - {x_1}. $

      滑模面定义为

      $ s = ce + \dot e. $

      其中,c > 0.

      当系统到达滑模面时 $s = 0$,同样一阶导数 $\dot s = {\rm{0}}$,即

      $ \dot s = c\dot e + \ddot e = c\dot e + ({\ddot x_{\rm{d}}} - {\ddot x_1}) = 0. $

      ${g_x} = - \lambda g$,并将(11)式带入(8)式中,得

      $ {u_{{\rm{eq}}}} = \frac{1}{{{g_x}}}(c\dot e + {\ddot x_{\rm{d}}} - {k_x}(t)). $

    • 在原设计切换面的基础上引入辅助切换面概念,由辅助切换面所围成的区域定义为滑动区域. 以二维状态空间为例,由误差及误差率构成的相平面如图4所示[17]. 其中,$s$ 为原设计切换面,${s_1}$${s_2}$ 为辅助切换面,且

      图  4  滑动区域二维模型

      Figure 4.  Two-dimensional model of sliding region

      $\begin{split} \left\{ \begin{array}{l} s = ce + \dot e, \\ {s_1} = {a_1}ce + \dot e, \\ {s_2} = {a_2}ce + \dot e. \end{array} \right. \end{split}$

      其中,${a_1}$${a_2}$ 为大于零的参数.

      当系统结束了趋近阶段进入到滑动区域后,系统的等效控制将由辅助切换面及设计切换面同时发挥作用,以达到削弱高频抖振的目的,使得控制系统得到优化. 同时,必须满足趋近运动阶段与滑动模态之间是连续的,并且当系统处于设计切换面时,辅助切换面不起作用.

      当系统进入滑动区域并处于 ${s_1}$$s$ 之间的点 $A{\rm{(}}e,\dot e)$ 时,过 $A$ 作垂直 $e$ 轴的直线与 ${s_1}$ 相交于 $C{\rm{(}}{e_1},{\dot e_1}{\rm{)}}$,与 $s$ 相交于 $B({e_0},{\dot e_0})$. 同理,当系统位于 $s$${s_2}$ 之间时则有 $D({e_2},{\dot e_2})$.

      此时等效控制为

      $ {u_{{\rm{eq}}}} = {u_1}- ({u_{11}} - {u_{{\rm{01}}}}){\xi ^i} - ({u_{10}} - {u_{00}}){(1 - \xi )^i}, $

      $ \xi = (\dot e - {\dot e_1})/(\dot e - {\dot e_0}), $

      其中,${u_1}$${u_{10}}$${u_{11}}$ 分别是 $A$$B$$C$ 受到 ${s_1}$ 作用的一般控制输出;${u_{00}}$${u_{01}}$ 则是 $B$$C$ 受到 $s$ 作用的一般控制输出. 式(14)表示总的输出分为3个部分,即 $A$ 点受到 ${s_1}$ 的作用力、$C$ 点受到 ${s_1}$$s$ 作用力之差、$B$ 点受到 ${s_1}$$s$ 作用力之差. 当系统接近原点时,式(15)的分母值会很小,此时(分母小于0.0001时)直接令 $\xi = {\rm{1}}$.

      本文控制器输出的目的是为了让系统在滑动模态阶段既不单纯地在设计切换面上运动,也不在辅助切换面上运动,从而避免了滑模控制带来的抖振. 通过设计切换面和辅助切换面对系统运动点的控制差调整板球系统的滑模控制器. 当运动点距离 $s$ 较近点时,式(15)的分子增大分母减小,式(14)由 $s$ 求得的控制量在总的控制量中占比较少,从而避免了系统在设计切换面附近可能会产生的系统状态抖振. 当运动点距离 ${s_1}$ 较近时,式(15)的分子减小分母增大,式(14)由 $s$ 所求得的控制量在总的控制量中占比多,又将系统拉离 ${s_1}$,使系统始终在滑动区域内且不长时间停留在设计切换面上运动. 当系统运动到 $s$${s_2}$ 之间时,原理同上. 随着 ${s_1}$${s_2}$ 最终收敛到相平面原点,运动点也将在滑动区域内逐步收敛. 通过调整 $i$ 值的大小优化控制器的控制输出品质.

    • 当系统在未进入滑区时,只考虑设计切换面 $s$ 的存在,辅助切换面 ${s_1}$${s_2}$ 不起作用,此时控制器与普通滑模控制器相同,直到系统进入滑动区域为止. 此过程为趋近运动.

      因符号开关函数的存在,滑模控制不可避免地会在切换面附近产生抖振,但变结构是由开关函数所定义的,去除开关函数系统会失去鲁棒性[18]. 此外,趋近参数(切换增益)也是引起抖振的重要原因. 因此本文设计了新的趋近参数,同时用幂次函数代替符号开关函数的NPRL方案.

      相较于传统的符号函数和饱和函数,新型幂次函数的趋近参数具有较好的自适应调节效果. 当 $s$ 较大(远离切换面)时趋近参数也增大,从而有更快的趋近速度;$s$ 较小(靠近切换面)时趋近速度也相应减小;当 $s$ 为0(到达切换面)时,趋近速度为0,保证了切换增益随着运动点变化而变化,以达到加快趋近速度且降低抖振的效果. 同时,在穿越切换面时幂次函数的开关函数过渡曲线连续光滑,可有效降低滑模控制中的抖振. 新型幂次函数、符号函数和饱和函数如图5所示.

      图  5  开关函数

      Figure 5.  Switching function

      新型幂趋近律表达式为

      $ \dot s = - \frac{\varepsilon }{{k + (\left| {{x_1}} \right| - k){{\rm{e}}^{ - \left| s \right|\delta }}}}{{p}}(s), $

      $ {{p(}}s{\rm{)}} = \left\{ \begin{array}{r} {\left| s \right|^\phi }{\rm{sgn}} {\rm{(}}s{\rm{)}}\begin{array}{*{20}{c}} ,&{\left| s \right| \geqslant \delta }, \end{array}\\ s/{\delta ^{1 - \phi }}\;\;\;\;\;,\;\;\;\;\left| s \right| < \delta, \end{array} \right. $

      其中,${x_1}$ 为系统状态变量,e为自然常数,$\varepsilon > 0$${\rm{0}} < k < 1$${\rm{0}} < \phi < 1$${\rm{0}} < \delta < 1$.

      当状态变量逐渐靠近切换面时,$\left| s \right|$ 减小,${{\rm{e}}^{ - \left| s \right|}}$ 趋近于1,这时 $k + (\left| {{x_1}} \right| - k){{\rm{e}}^{ - \delta \left| s \right|}}$ 趋近于 $\left| {{x_1}} \right|$,则换增益减小,能有效抑制切换面附近产生的抖振;当状态变量远离切换面时,$\left| s \right|$ 增加,${{\rm{e}}^{ - \left| s \right|}}$ 趋近于0,这时 $k + (\left| {{x_1}} \right| - k){{\rm{e}}^{ - \delta \left| s \right|}}$ 趋近于 $k$,从而 ${\varepsilon / k} > \varepsilon $,切换增益增大,加快了系统响应速度.

      趋近运动阶段的控制律设计为

      $ \begin{array}{l} {u_{\rm{n}}} = \dfrac{1}{{{g_x}}}\Bigg[c\dot e + {{\ddot x}_{\rm{d}}} - {k_x}(t) - \dfrac{\varepsilon }{{k + (\left| {{x_1}} \right| - k){{\rm{e}}^{ - \left| s \right|\delta }}}}{{p(}}s{\rm{)}}\Bigg]. \end{array} $

    • 当系统未到达滑动区域而处于趋近模态的过程中,为了保证系统能够进入到滑动区域并且保持系统稳定,建立了Lyapunov函数

      $ L = \frac{1}{2}{s^2} \geqslant 0. $

      对(19)式进行微分并代入(16)、(17)式,可得:

      $\left| s \right| \geqslant \delta $ 时,

      $ \begin{split} \dot L =& s\dot s = - \dfrac{{s\varepsilon {{\left| s \right|}^\phi }{\rm{sgn}} {\rm{(}}s{\rm{)}}}}{{k + {\rm{(}}\left| {{x_1}} \right| - k{\rm{)}}{{\rm{e}}^{ - \delta \left| s \right|}}}}= \\ & - \dfrac{{\varepsilon {{\left| s \right|}^{\phi + 1}}}}{{k + {\rm{(}}\left| {{x_1}} \right| - k{\rm{)}}{{\rm{e}}^{ - \delta \left| s \right|}}}} < 0; \end{split} $

      $\left| s \right| < \delta $ 时,

      $ \dot L = s\dot s = - \frac{{{s^2}\varepsilon }}{{[k + {\rm{(}}\left| {{x_1}} \right| - k{\rm{)}}{{\rm{e}}^{ - \delta \left| s \right|}}]{\delta ^{1 - \phi }}}} \leqslant 0. $

      显然(20)及(21)式均负定,因此系统渐进稳定. 系统将存在 ${s_0}$${s_1}$${s_{\rm{2}}}$ 3个平衡点,当系统进入到滑动区域后将最终收敛于原点. 当系统位于辅助切换面上时,因设计切换面控制输出起主要作用,会将系统拉到设计切换面附近,但由式(14)可知,系统位于设计切换面上时,辅助切换面却不发挥作用,但实际的滑模控制器不会让系统始终位于设计切换面上,因此系统会在滑动区域内做低频的振荡,以达到减弱抖振的效果.

    • 为了验证在NPRL基础上引入滑动区域的板球系统滑模控制的轨迹跟踪精度和动态性能,设计了板球系统的轨迹跟踪模型,通过与饱和函数替换符号函数的平滑滑模控制、RBF网络自适应鲁棒滑模控制器进行仿真对比,分别对系统进行了轨迹跟踪及误差跟踪,同时对控制输出也进行了仿真对比. 跟踪的预设曲线为心形曲线,表达式如(22)式,参数变量取值如表2,单位参照表1.

      参数意义
      $m$小球质量0.264
      $g$重力加速度9.8
      ${r_{\rm{b}}}$小球半径0.038
      ${I_{\rm{b}}}$小球转动惯量4.2×10−5

      表 2  变量参数值

      Table 2.  Parameter values of variables

      $ \left\{ \begin{array}{l} {x_{\rm{d}}} = 2(\cos \text{π} t - 0.5\cos 2\text{π} t), \\ {y_{\rm{d}}} = 2(\sin \text{π} t - 0.5\sin 2\text{π} t). \end{array} \right. $

      为了验证受到外界干扰下设计控制器的性能,引入了干扰函数如下所示:

      $ \left\{ \begin{array}{l} {k_x}{\rm{(}}t{\rm{)}} = 0.1\sin t + 0.1\cos t, \\ {k_y}{\rm{(}}t{\rm{)}} = 0.1\sin t + 0.1\cos t{\rm{.}} \end{array} \right. $

      取滑模控制器切换面系数:$c$=15,${a_1}$=0.85,${a_2}$=1.15,$i$=2. 取新型幂趋近律参数:$\varepsilon $=13.4,$k$=0.32,$\delta $=0.2,$\phi $=0.3.

      经仿真实验对比,3种控制器输出如图68所示. 由此可得,仅用饱和函数替换符号开关函数的平滑滑模控制器输出产生了高频、幅值为1.5左右的振荡,且振荡一直持续,易引起模型的摄动;RBF网络自适应鲁棒滑模控制器输出具有较低的抖振频率,但平稳后振荡的幅值在−2~1,且开始输出具有−3.5~5.9的高幅突变;引入滑动区域法的NPRL控制器输出仅在开始有轻微的抖振,随后能保持低频低幅值抖振稳定输出,说明所设计控制器对系统的动态性能与稳态精度均有保证.

      图  6  平滑滑模控制器输出

      Figure 6.  Output of smooth sliding mode controller

      图  7  RBF网络自适应鲁棒控制器输出

      Figure 7.  Output of adaptive robust controller based on RBF network

      图  8  滑动区域法新型幂趋近律控制器输出

      Figure 8.  Output of novel power reaching law controller based on sliding region method

      图912分别为板球系统的轨迹跟踪及误差跟踪对比. 在同等的输入条件下本文方案控制的小球在0.176 s左右就能跟踪到预定轨迹,而使用平滑滑模控制在0.330 s左右跟踪到预定轨迹,RBF网络自适应鲁棒控制的轨迹跟踪用了0.450 s,通过轨迹跟踪对比显示出所设计控制器的快速性.

      图  9  $x$ 轴轨迹跟踪曲线对比

      Figure 9.  Comparison of x-axis trajectory tracking curves

      图  10  $y$ 轴轨迹跟踪曲线对比

      Figure 10.  Comparison of y-axis trajectory tracking curves

      图  11  板球系统轨迹跟踪曲线对比

      Figure 11.  Comparison of trajectory tracking curves of ball and plate system

      图  12  $x$ 轴误差跟踪对比

      Figure 12.  Comparison of x-axis error tracking

      图12,本文设计的控制器使小球跟踪误差快速衰减. 当系统稳定输出后,误差在 $( - 0.46\sim 0.23) \times $$ {10^{ - 4}}$ m 时,误差曲线较为平滑;平滑滑模控制小球的误差在 $( - 0.25\sim 0.91) \times {10^{ - 4}}$ m时,误差曲线存在高频的振荡;RBF网络自适应鲁棒控制小球的误差值较大,在零误差线上下进行高幅值的来回波动.

      通过控制器仿真对比可得,定义的新型趋近参数能够使系统具有较好的动态性能,幂趋近律及滑动区域法同时作用削弱了系统产生的高频抖振,提高了系统的稳态精度,从而验证了设计控制器的有效性.

    • 本文设计控制器的控制对象为板球系统,主要是定义了新的趋近参数,同时用幂次函数代替符号函数,在此基础上引入了滑动区域的滑模控制方法. 此控制器旨在利用新定义的趋近参数来加快系统响应的速度,且能在系统到达切面时具有较小的切换增益;同时,运用幂次函数替代符号函数,削弱符号开关函数引起的抖振;在此基础上引入了滑动区域,让运动点受辅助切换面和设计切换面共同作用,进一步削弱系统的抖振. 通过仿真对比分析验证了方法的可行性及输出的稳定性. 结果表明,相比于饱和函数代替符号函数的平滑滑模控制器及RBF自适应鲁棒控制器,本文所设计的控制器加快了板球系统的跟踪速度,提高了系统的动态品质及稳态精度,还能有效地削弱系统所产生的抖振,证明了控制策略的有效性. 下一步的工作是针对 $x$$y$ 轴之间的耦合问题开展进一步的研究.

参考文献 (18)

目录

    /

    返回文章
    返回