一种空间运动伺服机构的高精度强鲁棒控制方法

摘要

本发明公开了一种空间运动伺服控制系统的高精度强鲁棒控制方法，以500Nms控制力矩陀螺CMG(Control Moment Gyro)的直接驱动架构系统为控制对象，实现了空间运动伺服机构在多源负载扰动、挠性高动态等复杂工况下的先进控制方法。通过神经网络的自学习识别出空间运动伺服机构的多模态干扰对控制系统设定值、可测状态变量以及输出量的关系。在建立不包含刚度变化、负载变化、工作模式的广义被控对象神经网络模型后，分离出多模态扰动给系统所带来的影响。再通过神经网络强化学习，得到自学习神经网络补偿器模型，并作为“外挂式”控制器，用其输出作为控制增量与原控制器输出电流叠加，抵消由于多源干扰与结构模态变化引起的系统控制品质变坏，提高原控制系统的精度与鲁棒性。