1 研究背景(Researchbackground)

　　現(xiàn)代科學技術(shù)給機械制造業(yè)帶來了深刻的變化。一方面，它們促使形成國際上的激烈競爭市場，使用戶對產(chǎn)品質(zhì)量、品種和價格的要求越來越嚴格，在機械制造業(yè)中表現(xiàn)為高精度、多品種、小批量、低本錢和快周期的生產(chǎn)要求;另一方面，它們與機械制造科學技術(shù)的結(jié)合，為機械制造產(chǎn)業(yè)適應(yīng)這種發(fā)展趨勢提供了重要的系統(tǒng)理論和實現(xiàn)的技術(shù)基礎(chǔ)。

　　數(shù)控機床正是適應(yīng)這種需求而正在發(fā)展著，已發(fā)展有加工中心、柔性制造單元等。它們是電子技術(shù)、信息技術(shù)和機床技術(shù)相結(jié)合的產(chǎn)物。近十幾年來，國外數(shù)控機床技術(shù)發(fā)展很快。我國數(shù)控機床技術(shù)發(fā)展相對產(chǎn)業(yè)發(fā)達國家來說，無論在產(chǎn)量、產(chǎn)值和擁有量的數(shù)控化率方面，還是在品種、性能和可靠性等技術(shù)方面，都還有很大差距。因此，根據(jù)國內(nèi)外機械制造自動化發(fā)展現(xiàn)狀，從我國的實際出發(fā)，除必要的跟蹤研究以外，集中必要的人力和資金研究機械制造自動化關(guān)鍵設(shè)備和基礎(chǔ)理論與技術(shù)，例如高性能新型數(shù)控系統(tǒng)、高精度伺服控制技術(shù)與主軸驅(qū)動技術(shù)等，對我國機械制造水平，特別是基礎(chǔ)技術(shù)水平的進步，為更高層次的綜合自動化的開發(fā)以及對國民經(jīng)濟的發(fā)展均具有重要意義。新一代數(shù)控裝置，實現(xiàn)高速度、高精度、高效率和高可靠性的加工是優(yōu)先考慮的題目。應(yīng)該指出，高速度、高精度、高效率和高可靠性4個高性能指標是同一的整體。要實現(xiàn)高性能控制，高性能數(shù)控系統(tǒng)伺服控制器設(shè)計是基礎(chǔ)和關(guān)鍵技術(shù)之一。本文對其中一個重要研究方面)))高性能運動控制在數(shù)控系統(tǒng)中的應(yīng)用進行評述。

2 研究現(xiàn)狀(Presentsituation)

　　2.1 面臨挑戰(zhàn)

　　高速高精度加工是目前最重要的研究領(lǐng)域之一，其目的在于進步機械加工生產(chǎn)率及改善加工質(zhì)量。然而，高速高精度加工在實用之前也面臨著很多挑戰(zhàn)。最主要的題目是在存在擾動、非線性、模型和參數(shù)不確定性的情況下設(shè)計高性能的伺服控制器。當使用有限帶寬的伺服控制器時，伺服延遲也成為引起位置誤差的主要原因，并會隨著高速加工時進給速度的進步而更加嚴重。現(xiàn)代加工系統(tǒng)由伺服系統(tǒng)所支持，伺服控制器的性能和加工質(zhì)量、效率密切相關(guān)。從機床控制系統(tǒng)的角度看，機床控制是一個動態(tài)系統(tǒng)，控制系統(tǒng)中不確定因素的產(chǎn)生主要是由于:1)系統(tǒng)的輸進包含有隨機擾動;2)系統(tǒng)的丈量傳感用具有丈量噪聲;3)系統(tǒng)數(shù)學模型的參數(shù)甚至結(jié)構(gòu)具有不確定性。我們把第一、二類不確定因素稱為不確定環(huán)境因素，把第三類不確定因素稱為不確定模型因素。傳統(tǒng)的數(shù)控系統(tǒng)對機床的控制主要采用經(jīng)典控制論方法。大部分是PID控制，PID控制器以其結(jié)構(gòu)簡單，使用方便和運行可靠等優(yōu)點在運動控制中也經(jīng)常被采用。不過在解決系統(tǒng)中存在著非線性因素不易定量描述的控制題目時，PID控制器顯得力不從心。由于PID控制器的結(jié)構(gòu)本身以及算法設(shè)計依靠對象的局限性，使得精度的改善導致動態(tài)性能的減弱，而動態(tài)性能的改善，又使執(zhí)行機構(gòu)龐大且能耗增加;再者，在從事具有快速高精度和魯棒性要求的運動控制系統(tǒng)的設(shè)計時，同一控制器不僅用來改善輸進輸出的動態(tài)性能，而且還用來消除負載擾動，要想得到使系統(tǒng)具有滿足的消息態(tài)性能指標的PID參數(shù)整定算法是相當困難的。由于經(jīng)典控制論方法完全依靠于精確數(shù)學模型，只能實現(xiàn)隨機控制，所以這類系統(tǒng)對不確定模型因素無能為力。而對不確定環(huán)境因素的處理則依靠于控制模型的非線性能力。這類控制系統(tǒng)的不確定因素處理能力是極為有限的。現(xiàn)代控制論中的自適應(yīng)控制技術(shù)的作用是跟蹤系統(tǒng)參數(shù)、環(huán)境條件和輸進信號等，然后通過改變內(nèi)回路的補償元件的參數(shù)而獲得滿足的性能。由于傳統(tǒng)數(shù)控系統(tǒng)的專有體系結(jié)構(gòu)，系統(tǒng)的控制策略難以更新，實現(xiàn)自適應(yīng)控制需要較高的本錢和代價，而自適應(yīng)控制對控制性能的改善也不夠明顯，所以自適應(yīng)控制并沒有成為機床控制中的主流技術(shù)。

　　另外一個困難是實現(xiàn)高速加工過程和數(shù)控加工狀態(tài)的監(jiān)控[2]。加工過程和數(shù)控加工狀態(tài)主要包括下列幾方面的因素:1)控制執(zhí)行機構(gòu)狀態(tài);2)各運動軸狀態(tài);3)刀具狀態(tài);4)機床輔助功能工作狀態(tài)等。狀態(tài)反饋信號主要來自于各類傳感器。由于目前傳感技術(shù)的限制，要全面地反饋以上加工狀態(tài)信息還不太現(xiàn)實。特別是對于刀具狀態(tài)和工件狀態(tài)的丈量，目前還缺乏有效的手段。傳統(tǒng)機床控制系統(tǒng)中，位置丈量和反饋是比較成熟的技術(shù)。位置丈量傳感器目前的熱門技術(shù)是實現(xiàn)數(shù)字反饋。用于監(jiān)視伺服電機等機構(gòu)的測力、測速傳感器也基本可滿足控制系統(tǒng)需求。而對刀具、工件狀態(tài)的實時丈量，目前還主要處于研究階段，固然不斷有新方法、新技術(shù)涌現(xiàn)，但總體來說，實現(xiàn)技術(shù)比較復雜、實現(xiàn)代價比較昂貴，一時還難以實用化。反饋能力的不足已嚴重制約了機床控制智能水平的進步，成為進一步改善機床控制性能的瓶頸。所以用于丈量刀具狀態(tài)、工件狀態(tài)、機床特性等加工要素的新型傳感器技術(shù)以及利用目前的傳感器對上述狀態(tài)進行融合估計或軟丈量是機床智能控制的一個重要研究方向。最后，即使新型的傳感器、各種伺服控制算法以及過程控制策略是完善的，其應(yīng)用也受到傳統(tǒng)的閉式數(shù)控機床的限制。因此，研究開放式、模塊化的數(shù)控系統(tǒng)體系結(jié)構(gòu)成為另一重要課題。

　　2.2 運動控制研究現(xiàn)狀

　　工件的尺寸精度由輪廓精度所決定，這個事實激發(fā)了很多研究者將重點放在了改善輪廓精度上。改善輪廓精度的方案主要分為兩類:1)基于多軸協(xié)調(diào)運動的控制方法[5，6];運動控制系統(tǒng)中的基本題目就是要求多軸聯(lián)動以實現(xiàn)具體的性能指標。Koren提出了多軸協(xié)調(diào)運動控制。Kulkarini具體研究了多軸協(xié)調(diào)運動補償控制策略并提出了最優(yōu)方案。Tomizuka等人在多軸協(xié)調(diào)控制器的基礎(chǔ)上增加了自適應(yīng)前饋策略以改善其暫態(tài)性能和抑制干擾的能力。但上述各類方法的局限性在于其多軸協(xié)調(diào)指標是線性的。Keron提出了一種變增益的多軸協(xié)調(diào)控制器，但系統(tǒng)的穩(wěn)定性尚未證實，其難點在于幾何輪廓的時變特性難于和傳遞函數(shù)結(jié)合在一起進行分析。Chiu在考慮非線性協(xié)調(diào)指標下對于相對階為1的系統(tǒng)提出了綜合控制算法。Kokotovic利用積分反推的辦法往掉了相對階的限制。肖本賢將智能控制引進協(xié)調(diào)控制中，利用自適應(yīng)模糊控制手段向各聯(lián)動軸提供附加補償，以進步系統(tǒng)魯棒性。但以上算法都沒有考慮模型不確定性和外部干擾的影響，這也是當前研究的一個方向。

　　2)基于進步單軸運動精度的方法;大部分研究者將重點放在通過進步單軸的跟蹤精度來實現(xiàn)小的輪廓誤差上。其中，Lee的工作是此類方法的代表。他們提出了綜合前饋摩擦力補償、擾動觀測器、位置反饋控制器以及前饋控制器為一體的總體控制結(jié)構(gòu)，即基于擾動觀測器(DOB)的高性能伺服系統(tǒng)。文獻對該控制策略作以改進，將工件加工狀態(tài)以及統(tǒng)計信息也融進控制系統(tǒng)的設(shè)計。圖1反映了這一重要而實用的控制策略模型。Ohnishi提出擾動觀測器后由Umeno加以改進，其作用在于補償擾動和模型不確定性，使得系統(tǒng)對模型不確定性更具魯棒性。擾動觀測器不局限于連續(xù)擾動，而且抑制擾動的帶寬也易于調(diào)整。但是由于它是基于線性系統(tǒng)理論設(shè)計的，因而不能有效地抑制不連續(xù)擾動。比如，摩擦力會引起很大的位置誤差。因此，前饋摩擦力補償器用來改善系統(tǒng)的魯棒性。對于非線性摩擦力補償，常用的方法有:基于指數(shù)型非線性函數(shù)的在線補償法，基于神經(jīng)網(wǎng)絡(luò)的逆控制器補償法等。前饋控制器可采用最優(yōu)猜測控制、零相位誤差跟蹤控制、重復控制等。位置反饋控制通常采用PID控制。但當系統(tǒng)參數(shù)變化較大或運動軌跡存在非連續(xù)加速度時，DOB則并不十分適當，并且對于運動控制中的驅(qū)動飽和的影響沒有考慮。為此，研究者將思路轉(zhuǎn)向自適應(yīng)控制。但由于缺乏魯棒性，傳統(tǒng)的自適應(yīng)控制系統(tǒng)在實際應(yīng)用中碰到了很大困難，而以魯棒化再設(shè)計、魯棒優(yōu)化原理和智能化思想為特征的魯棒自適應(yīng)控制受到歡迎，并引起了理論研究者的關(guān)注。為解決參數(shù)不確定性和非線性模型不確定性，Yao提出了新的運動控制方法，即自適應(yīng)魯棒控制。該方法綜合了自適應(yīng)控制和確定性魯棒控制的設(shè)計方法，揚長避短，保存了二者的優(yōu)點而又克服了確定性魯棒控制不能保證暫態(tài)性能，自適應(yīng)控制魯棒性差的缺點。通過適當?shù)目刂破鹘Y(jié)構(gòu)設(shè)置，可以保證魯棒控制既有良好的暫態(tài)性能又有較好的跟蹤精度;在自適應(yīng)控制中通過參數(shù)學習可以達到漸進跟蹤，而不需要利用非連續(xù)控制律或高增益反饋的辦法。Al2Majed提出了基于線性自適應(yīng)魯棒控制(ARC)的高性能伺服系統(tǒng)設(shè)計方法，通過在數(shù)控系統(tǒng)以及高速大容量硬盤控制系統(tǒng)中應(yīng)用，證實了ARC比DOB具有更好的跟蹤性能。此外，基于DOB或ARC的監(jiān)視控制、多速率采樣控制在運動控制系統(tǒng)中也得以應(yīng)用。

　　滯后是產(chǎn)業(yè)過程中固有的特性，被以為是本來就存在于物理系統(tǒng)中的最難控制的動態(tài)環(huán)節(jié)。時滯較大時，將導致較大的超調(diào)量和較長的調(diào)節(jié)時間，甚至出現(xiàn)錯誤的控制，嚴重影響生產(chǎn)過程的控制品質(zhì)。對于時延系統(tǒng)，最流行的方法是Smith(1957)提出的Smith預估器。但該方法對模型精度比較敏感，為消除此影響，Al2Majed提出了基于DOB的Smith控制方案。自70年代以來，人們一方面為了進步數(shù)學模型的精確程度及考慮不確定性因素的影響加強了對系統(tǒng)辨識、產(chǎn)業(yè)過程建模、自適應(yīng)控制、魯棒控制等方面的研究，另一方面開始突破傳統(tǒng)控制思想的約束，試圖面向?qū)嶋H產(chǎn)業(yè)過程的特點研究發(fā)展各種對模型要求低、在線計算簡單方便、實時性好、控制效果佳的控制新算法。另一方面，計算機技術(shù)的飛速發(fā)展，也為新的控制策略提供了良好的運行平臺和基礎(chǔ)。猜測控制就是在這種情況下發(fā)展起來的一類新型控制算法[20]。猜測控制的出現(xiàn)為解決大延遲系統(tǒng)控制的困難開辟了一條新的途徑。近20年來，國內(nèi)外猜測控制的研究和應(yīng)用日趨廣泛。研究范圍[21]已經(jīng)涉及到猜測模型類型、優(yōu)化目標種類、約束條件種類、控制算法以及穩(wěn)定性、魯棒性等方面，也包括多變量系統(tǒng)、非線性系統(tǒng)。隨著猜測控制理論研究的不斷深進、研究領(lǐng)域的不斷擴展，越來越多的學者開始嘗試把其他控制理論與猜測控制相結(jié)合，形成了很多新的猜測控制方法，如:基于神經(jīng)網(wǎng)絡(luò)的猜測控制;模糊猜測控制;灰色猜測控制;基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)模糊猜測控制等。

　　2.3 多傳感器信息融公道論在加工中的應(yīng)用現(xiàn)狀

　　多傳感器信息融合(MSIF)是一個信息處理過程，它將來自不同途徑、不同時間、不同空間的傳感器信息協(xié)調(diào)成同一的特征表達，以完成對某一對象和環(huán)境特征的描述。現(xiàn)代產(chǎn)業(yè)生產(chǎn)以綜合、復雜、大型、連續(xù)為其特點，采用了大量各式各樣的傳感器來監(jiān)測和控制生產(chǎn)過程。在這種多傳感器系統(tǒng)中，各傳感器所提供信息的空間、時間、表達方式不同，可信度、不確定程度不同，側(cè)重點和用途也不同，這對信息的處理和治理提出了新的要求。實踐證實，單一的傳感器很難正確反映加工狀態(tài)，向多傳感器信息融合發(fā)展是必然之路。多傳感器能夠提供加工過程多方面的信息，對這些信息進行綜合和知識提取(即信息融合)，進而對加工過程進行正確的猜測和控制。信息融合技術(shù)在機械加工中的應(yīng)用主要在于刀具狀態(tài)監(jiān)控、加工精度猜測、誤差補償?shù)确矫妗SIF與產(chǎn)業(yè)監(jiān)測控制結(jié)合，將給傳統(tǒng)的產(chǎn)業(yè)監(jiān)測控制帶來新的機理，可看形成一種新型的產(chǎn)業(yè)監(jiān)測控制系統(tǒng)。

　　進步加工精度常用的方法有:基于進步機床精度的避免誤差技術(shù)和基于消除誤差本身的誤差補償技術(shù)。由于隨著機床精度的進步，所需的本錢也將成倍增長。因此，在現(xiàn)有設(shè)備條件下，對于一般工件的加工，誤差補償技術(shù)將是一種行之有效的方法。加工誤差建模預告技術(shù)是進步加工精度、減少加工誤差、進行誤差補償?shù)年P(guān)鍵技術(shù)。國內(nèi)外很多文獻對誤差補償進行了大量研究，提出了多種建立誤差補償模型的方法，如三角關(guān)系法、有限元法、齊次坐標變換法和神經(jīng)網(wǎng)絡(luò)法等。加工過程狀態(tài)信息包括切削速度、切削深度、進給量、振動、切削力、主軸電機電流、進給電機電流、聲發(fā)射、刀具磨損度等，這些信息都與加工精度有關(guān)。如何從眾多的信息源中得到誤差或狀態(tài)補償信號與信息源的映射關(guān)系，其中人工神經(jīng)網(wǎng)絡(luò)法有非常強的學習能力和非線性映射能力，并且與其他方法相比具有直接性，經(jīng)過適當練習能正確地實現(xiàn)從誤差源到定位誤差的映射，避免了其他方法工作量大或邊界條件不充分的缺點，因此基于神經(jīng)網(wǎng)絡(luò)的信息融合技術(shù)將在誤差補償中得到廣泛的應(yīng)用。工程實際系統(tǒng)中，輸進輸出信號易受到噪聲污染，隨機模糊神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為解決此類題目提供了思路。小波分析理論被以為是傅立葉分析的突破性進展。小波變換通過標準伸縮和平移對信號進行多標準分析，能有效提取信號的局部信息。小波神經(jīng)網(wǎng)絡(luò)繼續(xù)了兩者的優(yōu)點，通過練習自適應(yīng)地調(diào)整小波基的外形實現(xiàn)小波變換，同時具有良好的函數(shù)逼近能力和模式分類能力。

　　有些文獻利用神經(jīng)網(wǎng)絡(luò)或小波神經(jīng)網(wǎng)絡(luò)進行刀具狀態(tài)監(jiān)測。但他們的工作大都是針對某一種工件或加工方法，所采用的預告模型也大都是基于大量歷史加工數(shù)據(jù)的單一預告方法，切削條件變化或歷史數(shù)據(jù)少時，預告精度將下降。因此，結(jié)合加工過程狀態(tài)信息和歷史加工數(shù)據(jù)建立具有自學習能力、較強的魯棒性和自適應(yīng)性的在線智能預告模型是目前迫切需要解決的題目。

　　2.4 數(shù)控系統(tǒng)開放式體系結(jié)構(gòu)的研究簡介

　　數(shù)控系統(tǒng)是一種專用的計算機系統(tǒng)，它用于產(chǎn)業(yè)現(xiàn)場控制，因而和通用計算機有很多區(qū)別。長期以來，數(shù)控系統(tǒng)的發(fā)展自成體系，建立自己的軟硬件結(jié)構(gòu)，實行技術(shù)保密和技術(shù)封閉，從而使得機床生產(chǎn)廠家和終極用戶很難進行二次開發(fā)，限制了機床和數(shù)控系統(tǒng)的能力。當數(shù)控機床進進分布式控制和柔性制造系統(tǒng)環(huán)境，甚至要求與CAD/CAPP/CAM等共同信息系統(tǒng)通訊后，原有的以單機服務(wù)為對象的CNC裝置顯得不夠用了，新的環(huán)境要求CNC裝置進一步向開放式數(shù)控系統(tǒng)轉(zhuǎn)化

　　開放式體系結(jié)構(gòu)普遍采用模塊化、層次化的結(jié)構(gòu)，并通過各種形式向外提供同一的應(yīng)用程序接口，具有可移植性、可擴展性、互操縱性和可縮放性等特點，即系統(tǒng)組成的內(nèi)部開放化和系統(tǒng)組成部件之間的開放化。目前，開放式體系結(jié)構(gòu)方面的研究主要集中在基于PC機的控制模塊功能劃分;控制模塊的軟硬件實現(xiàn);接口協(xié)議的劃分及制訂;體系結(jié)構(gòu)的參考模型研究;面向開放式體系結(jié)構(gòu)的機床控制系統(tǒng)的規(guī)劃、設(shè)計與實現(xiàn)以及智能數(shù)控體系結(jié)構(gòu)等。實際上，從實用化的角度來看，開放式體系結(jié)構(gòu)的研究還處于初期階段，還有很多題目需要解決，具體在發(fā)展展看中作以闡述。

3 發(fā)展展看(Developmentprospect)

　　固然對于高性能數(shù)控系統(tǒng)伺服控制器設(shè)計方法的研究如此廣泛，但要真正達到高性能、智能化，特別是實用化，還存在不少題目。回結(jié)為以下幾個方面，作為今后研究工作的參考。

　　(1)如何進一步進步控制器的整體性能?有效地綜合運用當前現(xiàn)代控制理論和智能控制理論的研究成果來進步控制器的性能以達到避免誤差的目的，運用基于多傳感器信息融合等理論的加工誤差智能建模預告技術(shù)來達到誤差補償?shù)哪康模叩慕Y(jié)合是有效的研究思路。

　　(2)前面所述及的有關(guān)設(shè)計方法仍然存在各自的缺點，因此高性能的控制器設(shè)計依靠于這些相關(guān)技術(shù)的進一步完善。比如，猜測控制理論中的穩(wěn)定性和魯棒性分析亟需突破;針對產(chǎn)業(yè)過程大量存在的非線性及不確定等系統(tǒng)的特點，非線性猜測控制和魯棒猜測控制將成為今后研究的重點;如何將自適應(yīng)魯棒控制用于時延系統(tǒng)和高階系統(tǒng)中等。因此，進一步完善并改進這些方法是今后發(fā)展的一個方向。這些研究方向包括多軸非線性動態(tài)系統(tǒng)辨識與建模;相對于干擾和參數(shù)變化的魯棒反饋控制;相對于性能變化的魯棒前饋控制;相對于時間延遲的猜測控制;基于擾動觀測器的高性能控制系統(tǒng)設(shè)計;基于非線性自適應(yīng)魯棒控制的高性能控制系統(tǒng)設(shè)計;多軸運動協(xié)調(diào)控制;智能監(jiān)視控制;軌跡規(guī)劃等。

　　(3)基于多傳感器信息融合等理論的加工誤差

　　智能建模預告技術(shù)是系統(tǒng)辨識模式識別、多傳感器融合技術(shù)、猜測理論、神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)、小波變換、分形理論和基于知識的決策與控制等技術(shù)的綜合應(yīng)用，因此充分利用以上各種技術(shù)的上風并繼續(xù)注重學科的交叉研究是至關(guān)重要的。

　　(4)控制策略的實現(xiàn)題目實際上就是開放式體系結(jié)構(gòu)的研究，這也是實現(xiàn)高性能、智能化數(shù)控的關(guān)鍵技術(shù)。從目前的研究成果來看，開放式體系結(jié)構(gòu)還沒有同一，明確的概念內(nèi)涵、系統(tǒng)實現(xiàn)技術(shù)還處于百家爭叫時代。目前還有很多題目有待進一步研究:解決Windows等操縱系統(tǒng)的實時性題目;各系統(tǒng)之間的體系結(jié)構(gòu)缺乏兼容性;缺乏實時性的傳輸控制協(xié)議;各類面向?qū)ο蟮男碌臄?shù)據(jù)表達方法必須與開放式數(shù)控系統(tǒng)相容;作為完全開放的數(shù)控系統(tǒng)，其安全性和可靠性受到很大的威脅，因此可靠性與安全性的研究也是有必要的。

　　(5)數(shù)控系統(tǒng)體系結(jié)構(gòu)除了開放化以外，網(wǎng)絡(luò)化、軟件化將是一個趨勢，也將是研究的重點。軟件數(shù)控是數(shù)控系統(tǒng)的新概念，/包括伺服控制在內(nèi)的控制決策完全用基于PC的軟件實現(xiàn)0及/核心控制策略的用戶開放性0是軟件數(shù)控的兩個基本特征[29]。這種開放結(jié)構(gòu)不僅支持運動控制策略的定制，完全面向數(shù)控系統(tǒng)的智能化實現(xiàn)，使得數(shù)控系統(tǒng)具有更大的性能空間和更好的系統(tǒng)交互性，而且可以充分鑒戒相關(guān)學科的最新成果，從而促進數(shù)控技術(shù)本身的快速成長。要實現(xiàn)軟件數(shù)控，系統(tǒng)對CPU的計算能力提出了更高的要求。更高性能的處理機、更優(yōu)化的實時調(diào)度能力，是軟件數(shù)控能達到滿足控制性能的基礎(chǔ)。