伺服电动机的振动抑制

　　随着伺服驱动技术的发展，伺服系统广泛应用于工业机器人、数控机床等，工业机器人以及数控机床的先进性取决于加工精度，而伺服电动机在驱动机械时，机械的刚性与结构、间隙、轴中心的偏移等都会引起电动机振动，电动机振动导致设备精度降低，如果工业机器人和数控机床精度受电动机振动的影响，将影响被加工装备的质量，就这一角度而言，电动机振动抑制的研究十分必要。电动机的振动抑制是电动机控制领域的一个重要分支，电动机振动抑制的研究对促进电动机控制也有着重要意义。以振动抑制为目的的控制技术研究飞速发展，对因机械系统刚性低而引起的扭转振动的研究尤其广泛，提出了诸多解决方案。采用传统PID控制是过去50年常用的方法，随后出现了利用观测器、陷波器、滤波器结合PID控制的控制方法对传统的PID控制进行改进，发展至今又提出了与自适应算法、模糊控制理论、滑模变结构、H∞控制理论、神经网络以及遗传算法等结合的控制方法，还有加入快速傅里叶变换(FFT)的补偿方法。另外，19世纪60年代早期提出的一种分析系统动态性的方法——状态空闯方法论，最近几年才开始在丁业上应用，近几年又提出了一种具有很高的抑制响应非线性的控制方法。

　　电动机振动分为机械振动和电磁振动，扭转振动和转矩脉动是机械振动和电磁振动的两种典型振动，许多学者对其进行了研究。本文总结了大量近5年内的文献以及少量5年前的文献，重点分析了抑制扭转振动和转矩脉动的方法，对文献中提出的同类或类似方法进行纵向对比，找出方法之间的区别和适用对象，对同类型振动的抑制方法在系统复杂度、动态性、鲁棒性以及其他特性方面进行横向比较，以此来了解各种振动抑制方法的优劣性，并对振动抑制方法的发展进行展望。

1 扭转振动抑制方法

　　扭转振动普遍存在于双质量系统(Double MassSystem)或双惯性系统(Double Ineftia System)。扭转振动的存在影响着系统的精度，针对扭转振动的抑制，许多学者对其进行了研究，得出很多抑制扭转振动的控制方法，如基于PID的控制、基于观测器的控制、基于滤波器和陷波器的控制、H∞控制、共振比率控制和智能控制等。振动抑制方法发展至今，形成了多种方法结合的复合控制方法。

　　1.1典型的扭转振动抑制复合方法分析

　　由于单独采用某种控制策略来抑制扭转振动有着各自的缺陷，如单独采用PID控制。当输入改变时，PID参数需重新整定，自适应差；又如单独采用陷波器智能对高频振动的抑制有效果。为了完善振动抑制方法，使其具有自适应性、鲁棒性等特点，多种振动抑制方法之间复合形成的控制方法能有效地达到这一目的，但与此同时也产生了新的问题．下面将对几种比较典型的复合控制方法进行分析。

　　1.1.1 基于观测器的复合振动抑制方法

　　双惯性系统中反共振频率与共振频率的比值与惯性比有关，该比值对振动抑制控制的性能将产生很大的影响。Liangsong Huang等人在此基础上提出了一种基于扰动观测器设计的可调节惯性比控制策略，通过把惯性比调节到一个优化的比率达到抑制扭转振动的目的。该方法简单易行，系统复杂程度不高，能使伺服系统平滑稳定地工作。但是该方法在对公式进行变形的过程中做了大量假设，假设是否合理尚有待商榷，在假设成立的前提下，系统的可扩展性较低。

　　Wen Li提出了一种用分数阶扰动观测器和基于神经元的PI模糊控制器来实现双惯性系统中的振动抑制的方法，分数阶扰动观测器用于获得扰动估计和产生补偿信号，基于神经元的PI模糊控制器则用来实现外环控制。用分数阶扰动观测器的好处是，由于引进分数计算使Q滤波器从整数域扩展到实数域，使得系统在适当的鲁棒性和振动抑制两者中有更宽的折衷范闱，增强了系统的鲁棒性。

　　1.1.2基于陷波器的复合振动抑制方法

　　滤波器、陷波器在双惯性系统的振动抑制方面充当着重要角色。吕金等人提出了一种在PI控制器中加入陷波滤波器的方法，通过陷波滤波器将速度中的谐波分量过滤，达到抑制扭转振动的效果。

　　Stone cheng等采用自适应陷波器提出了一种改善了的速度控制环的带宽的方法，该结构基于自适应IIR陷波器技术的控制结构，解决了采用自适应IIR陷波器方法只能消除高频振动和计算量大的缺点，使其能应用于低频振动的抑制。

　　自适应陷波器能够自动识别振动频率，自动调节陷波器的参数，从而达到自动抑制的目的，具有很强的自适应性。

　　1.1.3基于H∞控制理论的复合控制方法分析

　　基于H∞控制理论设计的控制器能在摄动时保持系统的特性，H∞控制器的这一优点使其在振动抑制领域广泛应用。如Shigeo Mofimoto等提出了一种基于H∞控制器的双自由度控制器的设计用来改善速度命令的轨迹特性。高阶的H∞控制器能够应用于实际系统，该方法跟传统的PI速度控制相比在鲁棒性和动态响应上有显著提高，且能够有效地抑制扭矩转动和扰动。

　　JianFU设计了一种观测器和H∞滤波器结合的系统。引，提出了一种CCHFLo(Compensative ContmlBased On H∞Filter卸d kad Obsen，er)的控制方法。该方法振动能够得到很好的抑制且具有鲁棒性，缺点是系统比较复杂。

　　Teresa Orlowska—Kowalska和Krzysztof Szabat提出了另一种H∞控制理论与神经模糊结合的控制方法，该方法采用自适应神经模糊滑动速度控制，能够很好地抑制扭转振动，系统参数的范嗣很广，鲁棒性强且系统的动态响应好。

　　另外，Jianhui wang等提出了一种根据最优控制理论提出了一种新的预测控制模型。该模型能够使系统的动态响应接近参考输入，且系统动态曲线平滑，但是作者采用的参考输入很小，适用范围很小，有待提高。同样利用预测模型的方法有牛志刚等提出的利用Turbo PMAC运动控制器的超前观测功能来实现振动抑制。超前预测的实质是一种变插补周期的控制方式，不依赖于具体机构的运动学模型。

　　1.2扭转振动抑制方法比较

　　综上所述，传统的PI控制系统相对简单，但对减小振动效果不明显，在利用PID控制的过程中。一旦参数整定，就不能改变，鲁棒性较差；滤波器和陷波器能抑制高频振动，自动识别振动频率，自动调节参数，具有极强的自适应性和鲁棒性，但是对系统的动态性影响较大；共振比率控制(RRC)在共振频影反共振频率值很大时拥有良好的抑制能力。智能控制方法系统复杂但是具有很好的自适应性和鲁棒性；H∞控制能有效地控制系统的鲁棒性，但是该方法以牺牲系统的动态性为代价。几种主要扭转振动抑制方法在系统复杂度、动态性、自适应性和鲁棒性上比较结果如表l所示。