rm::lpss::ctl::FeedForward类 参考

【控制律组件】离散动态全补偿的前馈环节，适合在已知系统模型或有外部扰动补偿需求时使用 更多...

#include <rmvl/lpss/ctl/ff.hpp>

类 rm::lpss::ctl::FeedForward 继承关系图:

rm::lpss::ctl::FeedForward 的协作图:

Public 成员函数
void	reset () noexcept override
	重置状态
ControlStatus	do_compute (const std::vector< double > &desired, const std::vector< double > &fb, int32_t period, std::vector< double > &command) noexcept override
	执行一次控制计算
Public 成员函数 继承自 rm::lpss::ctl::ControlLawBase
ControlStatus	compute (const msg::JointState &desired, const msg::JointState &fb, int32_t period, msg::JointState &command) noexcept
	执行一次控制计算

静态 Public 成员函数
static ControlLawBase::ptr	create (const std::vector< double > &a0, const std::vector< double > &a1, const std::vector< double > &a2, InSampleMapping imapping=basic_pos_imapping, OutSampleMapping omapping=basic_pos_omapping) noexcept
	创建离散前馈环节实例

额外继承的成员函数
Public 类型 继承自 rm::lpss::ctl::ControlLawBase
using	ptr = std::unique_ptr<ControlLawBase>

详细描述

【控制律组件】离散动态全补偿的前馈环节，适合在已知系统模型或有外部扰动补偿需求时使用

图1：带前馈环节的反馈控制系统

上图所示， \(G_f(s)\)表示前馈环节，其设计通常基于系统的模型或经验数据，理论上动态全补偿的前馈传递函数 \(G_f(s)\) 具有如下表达式

\[G_f(s)=\frac1{G_s(s) G_b(s)}\tag1\]

其中， \(G_s(s)\) 是系统的传递函数， \(G_b(s)\) 是反馈环节的传递函数。

下面给出一个典型的例子：对于一般的电机模型，令电流 \(i\) 为输入 \(x_i(t)\)，位置 \(\theta\) 为输出 \(x_o(t)\)，那么由 FOC 保证，电机的输出力矩 \(M=k_Mi \)，其中 \(k_M\) 是电机的力矩常数。假设电机的转动惯量为 \(J\)，阻尼系数为 \(c\)，那么系统的动力学方程为

\[J\ddot{x_i}(t)+c\dot{x_i}(t)=M=k_Mx_o(t)\tag2\]

对其进行拉普拉斯变换后得到系统开环传递函数为

\[G_s(s)=\frac{k_M}{Js^2+cs}\tag3\]

一般我们会使用双环反馈控制器来控制电机的位置，内环为速度环，外环为位置环，如下图所示：

图2：带前馈的双环控制电机调速模型

其中， \(G_{c1}(s)\) 和 \(G_{c2}(s)\) 分别为位置环和速度环的控制器传递函数， \(G_{f1}(s)\) 和 \(G_{f2}(s)\) 分别为位置环和速度环的前馈传递函数。 理论上全补偿的前馈传递函数具有如下形式

\[\begin{aligned}G_{f1}(s)&=s\\G_{f2}(s)&=\frac{Js+c}{k_M}\end{aligned}\tag4\]

如果对于单环控制，则前馈传递函数的理论补偿形式为

\[G_f(s)=\frac{Js^2+cs}{k_M}\tag5\]

一般的，可以令前馈传递函数为

\[G_f(s)=a_0+a_1s+a_2s^2\tag6\]

其中 \(a_0\)、 \(a_1\) 和 \(a_2\) 是前馈环节的设计参数， 通过调整它们可以实现对系统动态性能的优化。式中不存在真分式，且前馈输入一般为给定的无噪声信号，因此求微分不会引入噪声，可以使用后向欧拉对前馈环节进行近似， 得到前馈环节的脉冲传递函数为

\[G_f(z)=a_0+a_1\frac{1-z^{-1}}T+a_2\left(\frac{1-z^{-1}}T\right)^2\tag7\]

转换为如下的差分方程形式

\[u[k]=\left(a_0+\frac{a_1}T+\frac{a_2} {T^2}\right)x[k]-\frac1T\left(a_1+\frac{2a_2}T\right)x[k-1]+\frac{a_2}{T^2}x[k-2]\tag8\]

成员函数说明

create()

ControlLawBase::ptr rm::lpss::ctl::FeedForward::create ( const std::vector< double > & a0, const std::vector< double > & a1, const std::vector< double > & a2, InSampleMapping imapping = basic_pos_imapping, OutSampleMapping omapping = basic_pos_omapping )

inlinestaticnoexcept

创建离散前馈环节实例

参数

[in]	a0	前馈零阶项系数
[in]	a1	前馈一阶项系数
[in]	a2	前馈二阶项系数
[in]	imapping	输入采样映射，默认为基础位置映射
[in]	omapping	输出采样映射，默认为基础位置映射

返回

前馈环节独占指针

函数调用图:

do_compute()

ControlStatus rm::lpss::ctl::FeedForward::do_compute ( const std::vector< double > & desired, const std::vector< double > & fb, int32_t period, std::vector< double > & command )

overridevirtualnoexcept

执行一次控制计算

参数

[in]	desired	当前时刻期望状态向量
[in]	fb	当前反馈状态向量（此接口中未使用）
[in]	period	控制周期（毫秒）
[out]	command	控制命令输出向量

返回

控制计算状态

实现了 rm::lpss::ctl::ControlLawBase.

函数调用图:

reset()

void rm::lpss::ctl::FeedForward::reset ( )

overridevirtualnoexcept

重置状态

实现了 rm::lpss::ctl::ControlLawBase.