内外框架之间的耦合力矩和谐波减速器的非线性传输力矩是影响双框架磁悬浮控制力矩陀螺(DGMSCMG)框架系统精确角速度控制的主要因素, 为了解决以上干扰问题, 实现框架系统高精度角速率伺服控制提出了一种基于扰动观测器和自适应反步的框架系统复合解耦控制方法。通过扰动观测器来估计框架系统中的扰动, 并结合自适应反步法获得控制律, 其间将扰动估计误差当作未知参数设计了其自适应律, 对扰动的两次处理使得框架系统干扰估计更加精确, 同时可以保证估计参数的收敛性和整个框架系统的稳定性。仿真和实验结果表明, 采用此复合控制方法, DGMSCMG框架系统扰动估计误差不超过框架系统实际扰动的3%, 实际框架角速率跟踪参考指令角速率的精度达到99.2%。此复合解耦控制方法可以满足DGMSCMG框架系统抗干扰能力强、高精度角速率伺服控制的要求。

谐波减速器中柔性环节与传动的非线性摩擦, 导致谐波传动出现了不可避免地影响传动精度的复杂迟滞特性, 为了描述谐波减速器的迟滞特性, 本文构建了一个结构简洁的神经网络迟滞混合模型。该模型由类迟滞特性预处理环节和动态RBF神经网络两部分组成: 对输入信号进行类迟滞预处理, 处理后的信号与输入信号之间具有类迟滞特性; 充分利用动态RBF神经网络实现类迟滞到谐波减速器迟滞特性的高精度映射。根据本文搭建的实验平台, 在不同实验条件下获得的数据进行建模验证, 在不同频率输入信号、不同负载, 实现相同建模精度下,神经网络迟滞混合模型的验证精度为0.449 6(MSE), 远高于经典RBF神经网络模型的3.032 1(MSE)精度, 证明了所构造的神经网络迟滞混合模型的有效性和适应性。

为了抑制双框架磁悬浮控制力矩陀螺(DGMSCMG)框架伺服系统中谐波减速器固有的迟滞特性对系统精度的影响, 提出了一种基于Preisach模型的谐波减速器迟滞特性建模方法。首先, 使用一阶回转曲线法采集谐波减速器的柔轮输出力矩与扭转角, 获得建立谐波减速器迟滞模型的实验数据, 其中谐波减速器柔轮的输出力矩是在不使用力矩传感器的条件下用系统动力学模型估计得到的;然后, 使用Preisach模型对谐波减速器柔轮输出力矩与扭转角迟滞关系进行建模;最后, 采用将模型离散化的数字型实现方法辨识模型中的权重函数, 并给出模型的离散递归算法使模型利于简易化编程与进一步的在线控制。实验结果显示, 谐波减速器的迟滞模型误差不超过0.005°, MSE值不超过(0.000 83%)°。结果显示了所述建模方法的正确性和实用性。

针对带有谐波减速器的双框架控制力矩陀螺框架伺服系统中的非线性摩擦问题，提出了非线性摩擦建模及补偿方法。首先，根据框架伺服系统数学模型导出摩擦力矩与角加速度和电机电流的关系；然后，通过光电码盘测得的角位置计算角速率并设计估计器来估计电机端和负载端的角加速度，利用采样电流和估计的角加速度计算摩擦力矩，建立库伦+粘滞+Stribeck摩擦模型；最后，设计基于摩擦模型的前馈补偿控制器抑制非线性摩擦以提高系统控制精度。实验结果显示，与传统PID控制方法相比，伺服系统加入基于摩擦模型的前馈补偿之后，角速率误差曲线峰峰值减小28.2%，角速率误差均方值减小25.7%；表明通过基于摩擦模型的前馈补偿可以有效抑制非线性摩擦引起的角速率误差，提高伺服系统的控制精度。