论文部分内容阅读
连铸结晶器是连铸生产中的关键设备,连铸结晶器能否按照给定振动波形上下振动对提高铸坯表面质量起着重要的作用。结晶器在周期性振动规律下不断地做重复运动,针对具有重复运行特性的被控对象,迭代学习控制能够实现有限时间内对期望轨迹的良好跟踪。但是电机参数摄动、噪声干扰以及其它扰动会对降低迭代学习对系统的控制效果,从而造成铸坯表面质量的下降。因此,本文以伺服电机驱动的连铸结晶器振动位移系统为研究对象,设计具有鲁棒性的迭代学习控制算法以提高系统的跟踪性能,通过MATLAB仿真及基于SIMOTION D425的实验平台进行实验,完成的主要研究工作如下:首先,结合实验室现有的实验平台,通过分析基于西门子SIMOTION D425的伺服电机驱动的连铸结晶器振动位移系统的整体结构和工作原理,推导出伺服电机和机械传动机构的近似数学模型,并整理出系统的状态空间表达式。其次,根据系统中不确定量的特性,将系统中存在的减速比误差、负载扰动和机械传动部分的间隙、摩擦等综合扰动分为周期性扰动和非周期性扰动,针对具有周期性扰动和非周期性扰动的连铸结晶器振动位移系统,提出一种反步滑模迭代学习控制算法。利用部分限幅学习律设计迭代学习控制器对周期性扰动进行辨识估计,并将估计值引入控制器中进行补偿;结合反步控制和滑模控制对非周期扰动进行抑制,进一步提高系统的鲁棒性。最后通过MATLAB仿真及基于SIMOTION D425的实验平台进行实验,验证控制算法的有效性。最后,针对具有重复运动特点、非线性周期函数的伺服电机驱动的连铸结晶器振动位移系统,提出一种前馈+迭代学习控制的复合控制算法。针对周期性给定信号,通过机理分析推导出系统的前馈控制量;为提高系统的鲁棒性和收敛速度,设计带遗忘因子的PID型迭代学习控制器,并压缩映射方法证明系统的收敛性;最后通过MATLAB仿真和基于SIMOTION D425的实验平台进行实验,采用负指数变遗忘因子的控制算法在收敛精度和收敛速度方面综合性能更好。