基于闭环误差重构的伺服系统鲁棒双模式前馈整定

《Control Engineering Practice》:Robust dual-mode feedforward tuning via closed-loop error reconstruction in servo systems

【字体: 大 中 小 】 时间:2026年09月23日 来源:Control Engineering Practice 5.3

编辑推荐:

   **摘要** 加速度前馈(AFF)控制能够提升轨迹跟踪性能,但需要精确调谐增益。然而,在级联控制架构中,传统的迭代调谐算法往往收敛缓慢。为分析这一问题,本文在频域建立了因式分解的误差传递函数模型,以表征AFF的带宽扩展机制。分析揭示了一种由位置环引入的"遮蔽效应",该效应降

  **摘要**加速度前馈(AFF)控制能够提升轨迹跟踪性能,但需要精确调谐增益。然而,在级联控制架构中,传统的迭代调谐算法往往收敛缓慢。为分析这一问题,本文在频域建立了因式分解的误差传递函数模型,以表征AFF的带宽扩展机制。分析揭示了一种由位置环引入的"遮蔽效应",该效应降低了跟踪误差对AFF参数失配的敏感度。为此,本文提出了一种闭环误差重构(CLER)方法,通过积分速度环误差来重构反映AFF参数失配的误差信号。重构后的误差恢复了高效参数调谐所需的梯度信息。基于该重构误差,本文开发了一种双模态AFF调谐算法,将用于快速收敛的拟牛顿法与用于精调的三点抛物线插值相结合,以加速收敛过程。此外,引入了频谱约束以防止调谐过程中产生共振激发。五轴机床的仿真与实验结果表明,所提方法能够实现快速收敛,同时保持精度,并且对初始猜测误差具有良好的鲁棒性。**引言**高精度运动控制对现代工业自动化至关重要,其应用涵盖数控机床到半导体光刻系统(Chen, Huang, Xu, 2024; Gu, Zhu, Su, Ding, Fatikow, 2016; Wan, Ma, Dai, Zhang, 2024)。为满足日益增长的精度需求,这些系统通常采用二自由度(2-DoF)控制架构,该架构将反馈控制与前馈控制相结合(Song et al., 2022)。反馈控制通常通过级联结构实现。该结构包含一个比例(P)位置环、一个比例积分(PI)速度环和一个电流环。尽管这种架构能够实现稳健的稳定性和扰动抑制能力,但由于反馈环固有的带宽限制,它无法以零相位滞后有效跟踪高动态轨迹(Wu et al., 2025b)。因此,前馈控制对于提升动态性能至关重要。在前馈路径中,速度前馈和加速度前馈(AFF)是标准的范式(Xu et al., 2025)。速度前馈增益的调谐相对简单。给定速度与位置之间固定的运动学积分关系,增益通常设置为1(Huang, Mei, Tao, Zheng, Zhang, Yang, Liu, 2019; Wu, Han, Xiong, Ding, 2017)。相比之下,AFF的有效性取决于加速度前馈增益 $K_{fa}$ 与系统惯量之间的精确匹配(Dai et al., 2019)。当完美调谐时,AFF补偿系统的惯性动力学特性,使反馈控制器仅需处理扰动和模型不确定性(Dai et al., 2020)。然而,在时变工业环境中,由于工件变化或运动学构型的改变导致系统惯量发生波动,这使得 $K_{fa}$ 的准确和鲁棒调谐仍然是一个挑战(Kissling et al., 2009)。AFF调谐方法可以大致分为两大类:基于模型的辨识方法和数据驱动的调谐方法。基于模型的辨识方法通常采用频率扫描分析或时域技术,如伪随机二值序列(PRBS)注入,来辨识系统动力学特性(Wu et al., 2025a)。然而,这些方法通常是静态的,需要侵入性测试程序。它们通常需要暂停正常生产以注入特定的激励信号,这限制了它们在时变过程中实时自适应的适用性。相比之下,数据驱动的调谐方法根据运行输入输出数据调整控制器参数,近年来受到广泛关注。一类突出的数据驱动调谐方法是启发式和智能优化方法。粒子群优化(PSO)、遗传算法(GA)以及基于神经网络的方法已被应用于伺服调谐(Chen, Ai, Kong, 2025; Dong, Yang, Yu, Li, Wen, 2025; Pozna, Precup, Horvath, Petriu, 2022; Ramesh, Xavier, 2022)。这些方法能够处理非线性特性。然而,它们通常面临计算成本高的问题,且其"黑箱"特性使得在工业控制器中进行稳定性分析变得复杂。另一类数据驱动调谐方法称为迭代调谐方法。迭代方法,如迭代反馈调谐(IFT)和相关方法,利用闭环实验数据,基于代价函数的梯度来迭代优化控制器参数(Jung, Oh, 2022; Karimi, Butcher, Longchamp, 2008)。代价函数通常是跟踪误差的均方值,即期望输出与实际系统输出之间的差值。然而,在级联控制结构中,跟踪误差信号无法提供足够信息进行高效的参数调谐。在级联控制系统中,迭代方法往往表现出收敛缓慢的问题,可能需要数十次实验才能找到最优参数(Hamamoto, Fukuda, Sugie, 2003; Radac, Precup, Petriu, Preitl, 2011)。为缓解这些问题,Jung等人(2021)提出了一种包含位置和速度误差的代价函数。然而,他们的研究主要关注优化反馈环而非前馈参数。为了理解级联控制结构中的缓慢收敛现象,本文在频域分析了加速度前馈的带宽扩展机制。分析揭示了由位置环引入的"遮蔽效应",即反馈作用削弱了跟踪误差对AFF参数失配的敏感度。因此,直接依赖跟踪误差的现有迭代方法由于梯度信息失真而收敛缓慢。为缓解这一效应,本文提出了一种闭环误差重构(CLER)方法,通过积分速度环误差信号来重构直接反映AFF参数失配的误差信号,从而避免了与逆滤波通常相关的稳定性和噪声放大问题。基于重构的误差信号,开发了一种双模态调谐算法以加速收敛。第一模态采用拟牛顿更新律来实现快速收敛(通常仅需两次迭代)。第二模态采用抛物线插值进行精调。主要贡献包括三个方面。首先,对"遮蔽效应"的分析揭示了传统迭代调谐中收敛缓慢的原因。其次,开发了一种具有实际考虑因素的调谐算法,包括增益自校准和摩擦补偿,以处理单位缩放差异和非惯性扰动。第三,建立了频谱约束以平衡高频激励需求和振动抑制需要。与传统迭代调谐相比,所提算法表现出更快的收敛速度。---**章节片段****系统建模与频域分析**系统建模基于标准简化假设。首先,假设速度前馈增益为1(即速度前馈补偿完美)。其次,忽略电流环动力学特性和控制器采样延迟,因为其带宽远高于目标调谐频带。第三,将被控对象近似为刚体。实际系统可能因低速时的非线性摩擦或柔性特性而偏离这些条件。**误差重构方法**两种基线方法均使用位置跟踪误差 $e_p$ 作为参数更新的观测信号。然而,如第2.2节所述,位置环引入的遮蔽效应抑制了 $e_p$ 对AFF参数失配的敏感度,导致迭代调谐收敛缓慢。为缓解这一问题,提出了一种闭环误差重构(CLER)方法,将观测基础从位置误差 $e_p$ 转移到内部速度环误差 $e_v$。**鲁棒调谐的激励准则**如第2.2节所推导的,位置环在低频范围的刚度遮蔽了参数失配。因此,需要过渡频带内的激励来实现有效调谐。该频带内信号的可观测性下限由位置编码器的量化噪声决定。本节基于该可观测性下限提出了一种激励准则。**实验装置与系统辨识**为了验证AFF带宽扩展机制、频谱约束以及所提调谐算法的有效性,实验在五轴机床上进行,如图6所示。控制系统以1 kHz的采样频率运行。X、Y和B轴的动态参数通过往复运动激励进行辨识。辨识出的物理参数及控制器增益汇总于表1中。为方便起见,摩擦...**讨论****CLER的离散实现:** 尽管CLER框架是在连续Laplace域中推导的,但其数字实现非常直接。连续积分运算 ∫$e_{v,loop}dt$ 通过离散累加和 $T_s\sum e_{v,loop}[k]$ 执行,其中 $T_s$ 为控制器采样周期。后续的统计评估,包括均方根(RMS)和皮尔逊相关系数 $\rho$,均为对采样轨迹计算的标准离散数组运算。**结论**本研究针对级联伺服系统中加速度前馈(AFF)增益调谐的挑战进行了研究,其中位置环的"遮蔽效应"降低了AFF参数误差的可观测性。提出了一种闭环误差重构(CLER)方法,用于消除遮蔽效应并恢复一个与参数失配相位对齐且线性成正比的误差信号。基于CLER,开发了一种稳健的双模态调谐算法,其中第一阶段用于快速收敛,第二阶段...---**CRediT作者贡献声明****Yunfeng Jian:** 论文撰写—初稿,方法论,数据整理。**Jun Wu:** 论文撰写—审阅与编辑,指导,资金获取。**Xiangyu Kong:** 验证,方法论。**利益冲突声明**作者声明以下可能被视为潜在利益冲突的财务利益/个人关系:Jun Wu报告获得了中国国家自然科学基金的财务支持。Jun Wu报告获得了京津冀基础研究项目的财务支持。如果有其他作者,他们声明没有已知的可能影响本工作成果的竞争性财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号