一种前馈参数整定方法及装置

技术领域

本申请涉及工业控制技术领域，具体而言，涉及一种前馈参数整定方法及装置。

背景技术

高精度运动台的控制方法在科研生产的各个领域具有重要的研究意义，如高精度数控加工、航空航天、半导体生产设备等领域。随着科学技术的快速发展，运动控制精度已经进入纳米级时代，各领域对运动控制精度提出了更高的要求。在对运动台进行非线性运动控制过程中，前馈参数的准确性直接影响运动控制系统的动态性能，不同运动轨迹下的前馈参数是不同的，需要对前馈参数进行整定，以保证纳米级高精度运动的动态性能。现有的高精度运动控制台的前馈参数整定方法，主要采用基于模型的离线整定方法。

现有的前馈参数整定方法，由于受机械装配精度和环境的影响而产生非线性因素，无法精确地构建动力学模型，导致前馈参数整定精度低问题。

发明内容

有鉴于此，本申请的目的在于提供一种前馈参数整定方法及装置，以解决前馈参数整定精度低的问题。

第一方面，本申请实施例提供了一种前馈参数整定方法，应用于运动台控制系统，运动台控制系统包括运动台，包括：

在对运动台进行伺服控制时，确定本轮伺服控制中运动台的运动参数与预设轨迹参数之间的当前伺服误差；

根据当前伺服误差、前一轮伺服误差及前一轮前馈补偿曲线，确定本轮前馈补偿曲线；

根据当前伺服误差，确定是否满足迭代停止条件；

若满足迭代停止条件，对本轮前馈补偿曲线与运动参数对应的运动轨迹曲线进行拟合，获得拟合结果，运动轨迹曲线包括多个前馈补偿系数，拟合结果包括前馈补偿系数的取值；

将前馈补偿系数的取值作为前馈参数的整定结果。

可选地，根据当前伺服误差、前一轮伺服误差及前一轮前馈补偿曲线，确定本轮前馈补偿曲线，包括：将迭代贡献值差值、第一控制器参数及前一轮伺服误差三者的乘积作为第一误差乘积，迭代贡献值差值是数值1与迭代贡献值的差值，迭代贡献值用于调整开环控制与闭环控制之间的迭代贡献；将迭代贡献值、第二控制器参数及当前伺服误差三者的乘积作为第二误差乘积；将第一误差乘积、第二误差乘积及前一轮前馈补偿曲线三者之和作为本轮前馈补偿曲线。

可选地，根据当前伺服误差，确定是否满足迭代停止条件，包括：确定当前伺服误差对应的多个运动平均值；根据多个运动平均值，确定多个运动均方差；从多个运动平均值中选取数值最大的运动平均值作为目标运动平均值，从多个运动均方差中选取数值最大的运动均方差作为目标运动均方差；确定目标运动平均值的绝对值是否小于或者等于运动平均值阈值，且目标运动均方差的绝对值是否小于或者等于运动均方差阈值；若目标运动平均值的绝对值小于或者等于运动平均值阈值，且目标运动均方差的绝对值小于或者等于运动均方差阈值，则确定满足迭代停止条件。

可选地，对本轮前馈补偿曲线与运动参数对应的运动轨迹曲线进行拟合，获得拟合结果，包括：根据运动参数，确定速度轨迹曲线、加速度轨迹曲线及急动度轨迹曲线；根据速度轨迹曲线、加速度轨迹曲线及急动度轨迹曲线，构建包括多个前馈补偿系数的运动轨迹曲线；建立本轮前馈补偿曲线与运动轨迹曲线之间的等式；利用粒子群算法对等式进行求解，确定多个前馈补偿系数的取值，以获得拟合结果。

可选地，多个前馈补偿系数包括速度补偿系数、加速度补偿系数及急动度补偿系数，本轮前馈补偿曲线与运动轨迹曲线之间的等式，包括：将速度补偿系数与速度轨迹曲线的乘积作为第一曲线乘积，将加速度补偿系数与加速度轨迹曲线的乘积作为第二曲线乘积，将急动度补偿系数与急动度轨迹曲线的乘积作为第三曲线乘积；将第一曲线乘积、第二曲线乘积及第三曲线乘积三者之和与本轮前馈补偿曲线之间的等式。

可选地，方法还包括：响应于前馈参数整定指令，获取运动台的当前运动轨迹对应的运动参数；确定运动参数与预设轨迹参数是否匹配；若匹配，对运动台进行伺服控制。

可选地，对运动台进行伺服控制，包括：对运动台同时进行开环控制及闭环控制。

可选地，运动参数包括多个，预设轨迹参数包括多个；确定运动参数与预设轨迹参数是否匹配，包括：针对每个运动参数，计算该运动参数的取值与预设轨迹参数中对应参数的取值的差值的绝对值，将差值的绝对值与设定阈值进行比较；若差值的绝对值小于或者等于设定阈值，则确定该运动参数与预设轨迹参数中的对应参数匹配；若差值的绝对值大于设定阈值，则确定该运动参数与预设轨迹参数中的对应参数不匹配；若运动参数中的每个参数都与预设轨迹参数中的对应参数匹配，则确定所述运动参数与所述预设轨迹参数匹配。

可选地，在确定是否满足迭代停止条件之后，还包括：若未满足迭代停止条件，存储本轮前馈补偿曲线及当前伺服误差；将本轮前馈补偿曲线作为下一轮伺服控制的前馈输入，开始下一轮伺服控制，返回执行确定本轮伺服控制中，运动台的运动参数与预设轨迹参数之间的当前伺服误差的步骤。

第二方面，本申请实施例还提供了一种前馈参数整定装置，应用于运动台控制系统，所述运动台控制系统包括运动台，所述装置包括：

伺服误差确定模块，用于在对运动台进行伺服控制时，确定本轮伺服控制中运动台的运动参数与预设轨迹参数之间的当前伺服误差；

补偿曲线确定模块，用于根据当前伺服误差、前一轮伺服误差及前一轮前馈补偿曲线，确定本轮前馈补偿曲线；

迭代停止判定模块，用于根据当前伺服误差，确定是否满足迭代停止条件；

曲线拟合模块，用于若满足迭代停止条件，对本轮前馈补偿曲线与运动参数对应的运动轨迹曲线进行拟合，获得拟合结果，运动轨迹曲线包括多个前馈补偿系数，拟合结果包括前馈补偿系数的取值；

整定结果确定模块，用于将前馈补偿系数的取值作为前馈参数的整定结果。

本申请实施例带来了以下有益效果：

本申请实施例提供的一种前馈参数整定方法及装置，能够在对运动台进行伺服控制的同时，对前馈参数进行迭代学习，使得迭代学习过程与自动控制流程相结合，无需使用人工整定，实现前馈参数的快速在线整定，与现有技术中的前馈参数整定方法相比，解决了前馈参数整定精度低的问题。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例所提供的前馈参数整定方法的流程图；

图2示出了本申请实施例所提供的运动控制系统的运动控制过程示意图；

图3示出了本申请实施例所提供的迭代学习模块的状态机示意图；

图4示出了本申请实施例所提供的前馈参数整定装置的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

值得注意的是，在本申请提出之前，现有的运动台前馈参数测校，多采用离线建模整定的方法：首先根据运动台的结构建立动力学方程，通过模型解算得到前馈参数，前馈参数计算受制于模型建立的准确性，而实际的控制系统受机械装配精度和环境的影响会产生非线性因素，导致无法精确构建动力学模型。如果模型构建不准确，则会导致控制性能下降，甚至系统不稳定的问题。可见，离线整定的方法极大地降低了调试人员的工作效率，同时，前馈参数需要在系统调试之前完成建模和计算，通常需要多次计算和优化，计算复杂度较高。在工程现场需要通过测校方法，得到前馈参数对系统动态性能的贡献值，并对贡献值进行分析计算，重新调整建立的系统模型，再通过仿真计算得到精度更高的前馈参数，这种方法费时费力且精度较低。

另外，高精度运动台通常也会采用迭代的方法来对固定轨迹进行补偿，但是这种方法只能针对固定工况下的固定轨迹，一旦轨迹和工况发生变化，则需要再次迭代。若高精度运动台的运动采用多组轨迹，则需要对每组轨迹分别进行迭代，得到不同轨迹下的前馈曲线。由于每组轨迹都需要进行迭代拟合，这会产生庞大的数据量，且耗时较长。若高精度运动台采用不定轨迹，则这种方法更无法适用。

基于此，本申请实施例提供了一种前馈参数整定方法，以提高前馈参数整定精度。

请参阅图1，图1为本申请实施例所提供的一种前馈参数整定方法的流程图。如图1所示，本申请实施例提供的前馈参数整定方法，应用于运动台控制系统，运动台控制系统包括运动台，包括：

步骤S101，在对运动台进行伺服控制时，确定本轮伺服控制中运动台的运动参数与预设轨迹参数之间的当前伺服误差。

步骤S102，根据当前伺服误差、前一轮伺服误差及前一轮前馈补偿曲线，确定本轮前馈补偿曲线。

步骤S103，根据当前伺服误差，确定是否满足迭代停止条件。

步骤S104，若满足迭代停止条件，对本轮前馈补偿曲线与运动参数对应的运动轨迹曲线进行拟合，获得拟合结果。

步骤S105，将前馈补偿系数的取值作为前馈参数的整定结果。

运动台控制系统包括运动台及控制器，控制器包括运动台控制器及前馈参数整定控制器，运动台控制器与前馈参数整定控制器是相互独立的两个控制器，可以分别对这两个控制器进行单独控制。其中，运动台控制器用于对运动台进行控制，前馈参数整定控制器用于对前馈参数整定过程进行控制。

运动台控制器与前馈参数整定控制器可以各自独立控制，这样在需要进行前馈参数整定时，只需开启前馈参数整定控制器即可。前馈参数整定控制器包括数据存储模块、迭代学习模块、粒子群前馈拟合模块、轨迹生成模块，性能检测模块。

其中，数据存储模块中存储有N个维度，N表示需要学习的轨迹的个数，每个维度中存储有第i轮迭代数据和第i-1轮的迭代数据，数据存储模块中存储的数据供迭代学习模块、粒子群前馈拟合模块和性能检测模块使用。轨迹生成模块用于根据运动参数生成运动轨迹曲线，供迭代学习模块与数据存储模块数据匹配使用，准确对不同的运动轨迹进行迭代学习，以得到不同位置、不同轨迹的前馈拟合数据。性能检测模块用于检测是否达到迭代停止条件，以对伺服误差进行监控。迭代学习模块用于对预设轨迹参数对应的曲线进行迭代学习，获得本轮前馈补偿曲线，迭代学习模块包括初始化状态、寄存器清零状态和使能状态。粒子群前馈拟合模块用于对本轮前馈补偿曲线与运动参数对应的运动轨迹曲线进行拟合，得到前馈补偿系数。

控制器中的每个模块即为一个控制算法，由该控制算法实现模块的控制功能，多个控制算法之间相互协作共同完成对运动台的控制。

运动参数可指运动台的移动轨迹参数，根据运动参数可以计算出运动台的移动轨迹曲线。运动参数包括但不限于：位置参数、速度参数、加速度参数、急动度参数、痉挛度参数。其中，急动度参数为描述加速度变化快慢的物理量，又称加加速度，它是加速度的一阶时间导数。痉挛度又称加加加速度，它是加速度的二阶时间导数。运动台会根据运动参数进行移动，相当于运动参数描绘了运动台的运动轨迹。

预设轨迹参数可指设定的轨迹参数，预设轨迹参数存储在数据存储模块中。

运动轨迹曲线包括多个前馈补偿系数，拟合结果包括前馈补偿系数的取值。

当前伺服误差可指当前轮次下的伺服误差，即本轮伺服控制中的伺服误差，当前伺服误差用于表征本轮中运动控制系统的实际输出与期望输出之间的差距。前一轮伺服误差可指当前轮的前一轮的伺服控制中的伺服误差，前一轮伺服误差用于表征前一轮中运动控制系统的实际输出与期望输出之间的差距。

本轮前馈补偿曲线可指在前一轮伺服控制的结果上，本轮伺服控制需要完成的控制补偿的曲线，本轮前馈补偿曲线表征了在本轮伺服控制中为了减小伺服误差需要补偿的控制量。前一轮前馈补偿曲线可指本轮的前一轮对应的前馈补偿曲线。

运动轨迹曲线可指拟合曲线，运动轨迹曲线用于对本轮前馈补偿曲线进行拟合，以确定运动轨迹曲线中各个前馈补偿系数的取值。即通过不断调整前馈补偿系数的取值，使得运动轨迹曲线与本轮前馈补偿曲线重合度达到要求。

在本申请实施例中，为了准确地进行前馈参数整定，采用在线迭代学习的方式来计算前馈参数的取值，即，在对运动台进行伺服控制的同时，不断地比较运动控制系统的实际输出与期望输出之间的伺服误差，根据伺服误差对控制器进行调整，使得伺服误差满足性能要求，并根据满足性能要求时的前馈补偿曲线计算出前馈参数的具体数值。

由于迭代控制是一个多轮控制过程，多轮控制过程是单轮控制过程的迭代循环，因此，下面对单轮控制过程进行详细说明。

在单轮伺服控制中，运动台控制器按照运动参数对运动台的运动过程进行伺服控制，该运动参数对应一条运动轨迹曲线，运动台控制器会按照采样周期对运动轨迹曲线进行采样获得多个采样点，并确定每个采样点上的当前采样点伺服误差，所有采样点对应的多个当前采样点伺服误差可构成当前伺服误差曲线，记作：e

将前一轮伺服误差记作：e

确定本轮前馈补偿曲线U

在满足迭代停止条件时，说明伺服控制过程已经达到了控制精度的要求，此时可利用本轮前馈补偿曲线来对运动参数对应的运动轨迹曲线进行拟合，运动轨迹曲线是由多个前馈补偿系数、多个轨迹曲线构成的，多个轨迹曲线可由运动参数直接计算得到，多个前馈补偿系数即为要求的前馈参数。由于本轮前馈补偿曲线是已知的，因此，只需求解出运动轨迹曲线与本轮前馈补偿曲线拟合时的前馈补偿系数的取值即可，求出的前馈补偿系数的取值即为前馈参数整定后的结果。

在一可选实施例中，运动控制系统可采用图2中的控制方式。下面参照图2来介绍运动控制系统的控制过程。

图2示出了本申请实施例所提供的运动控制系统的运动控制过程示意图。如图2所示，控制器包括：前馈参数整定控制器、运动台控制器，前馈参数整定控制器包括数据存储模块211、迭代学习模块212、粒子群前馈拟合模块213、轨迹生成模块214及性能检测模块(图中未示出)。运动台控制器包括运动控制模块221、前馈控制模块222。运动台即为被控对象251。其中，性能检测模块与迭代学习模块连接，性能检测模块用于停止迭代学习。前馈控制模块的作用是前馈控制，前馈控制属于开环控制，具有快速性的特点。

控制器还包括多个综合点，多个综合点分别为第一综合点241、第二综合点242、第三综合点243及第四综合点244。另外，控制器中还设置有迭代贡献值差值231，即1-λ，迭代贡献值232，即λ。

对运动台进行伺服控制，包括：对运动台同时进行开环控制及闭环控制。其中，开环控制回路为由第一综合点241开始，依次经过迭代学习模块212、迭代贡献值差值231、第四综合点244、数据存储模块211、第二综合点242、运动控制模块221、第三综合点243、被控对象251，最后回到第一综合点241。其中，回路中加入迭代贡献值差值231是为了说明路径走向。

闭环控制回路为由第一综合点241开始，依次经过迭代学习模块212、迭代贡献值232、第二综合点242、运动控制模块221、第三综合点243、被控对象251，最后回到第一综合点241。其中，回路中加入迭代贡献值232是为了说明路径走向。

由图2可知，第二综合点242对U

在一可选实施例中，根据当前伺服误差、前一轮伺服误差及前一轮前馈补偿曲线，确定本轮前馈补偿曲线，包括：步骤A1至步骤A3。

步骤A1，将迭代贡献值差值、第一控制器参数及前一轮伺服误差三者的乘积作为第一误差乘积，迭代贡献值差值是数值1与迭代贡献值的差值，迭代贡献值用于调整开环控制与闭环控制之间的迭代贡献。

这里，第一控制器参数为第一PID迭代学习控制器的参数，第一PID迭代学习控制器是迭代学习模块中的控制器，第一控制器参数记作：T

步骤A2，将迭代贡献值、第二控制器参数及当前伺服误差三者的乘积作为第二误差乘积。

这里，第二控制器参数为第二PID迭代学习控制器的参数，第二PID迭代学习控制器也是迭代学习模块中的控制器，第二控制器参数记作：T

步骤A3，将第一误差乘积、第二误差乘积及前一轮前馈补偿曲线三者之和作为本轮前馈补偿曲线。

U

在一可选实施例中，根据当前伺服误差，确定是否满足迭代停止条件，包括：步骤B1至步骤B5。

步骤B1，确定当前伺服误差对应的多个运动平均值。

在本轮伺服控制中，可获得多个当前采样点伺服误差，计算这些当前采样点伺服误差的移动平均值得到多个运动平均值，例如：本轮伺服控制中共有20000个采样点，选取100个采样点的长度作为滑动窗的长度，计算滑动窗内100个当前采样点伺服误差的平均值，每滑动一次得到一个运动平均值。每次滑动时，将当前滑动窗内的多个当前采样点伺服误差作为一组输入样本。可通过如下公式计算运动平均值MA(Moving Average)：

w

上式中，

这里，

在第一组输入样本中，N＝1，此时可选择w

步骤B2，根据多个运动平均值，确定多个运动均方差。

运动均方差也称为移动标准差，在指数加权法中，可通过以下公式递归地计算运动均方差(Moving Standard Deviation)：

上式中，s

步骤B3，从多个运动平均值中选取数值最大的运动平均值作为目标运动平均值，从多个运动均方差中选取数值最大的运动均方差作为目标运动均方差。

获取多个运动平均值及多个运动均方差之后，分别选取数值最大的运动平均值作为目标运动平均值及数值最大的运动均方差作为目标运动均方差，其中，目标运动平均值记作：

步骤B4，确定目标运动平均值的绝对值是否小于或者等于运动平均值阈值，且目标运动均方差的绝对值是否小于或者等于运动均方差阈值。

步骤B5，若目标运动平均值的绝对值小于或者等于运动平均值阈值，且目标运动均方差的绝对值小于或者等于运动均方差阈值，则确定满足迭代停止条件。

将运动平均值阈值记作

在一可选实施例中，对本轮前馈补偿曲线与运动参数对应的运动轨迹曲线进行拟合，获得拟合结果，包括：步骤C1至C3。

步骤C1，根据运动参数，确定速度轨迹曲线、加速度轨迹曲线及急动度轨迹曲线。

具体的，运动轨迹曲线包括速度轨迹曲线、加速度轨迹曲线及急动度轨迹曲线，这些轨迹曲线是由运动参数确定的，可将运动参数输入到轨迹生成模块中，轨迹生成模块会根据输入的运动参数计算出速度轨迹曲线、加速度轨迹曲线及急动度轨迹曲线。其中，速度轨迹曲线记作：v(t)，加速度轨迹曲线记作：a(t)，急动度轨迹曲线记作：j(t)。

步骤C2，根据速度轨迹曲线、加速度轨迹曲线及急动度轨迹曲线，构建包括多个前馈补偿系数的运动轨迹曲线。

多个前馈补偿系数包括速度补偿系数、加速度补偿系数、急动度补偿系数，根据速度补偿系数、加速度补偿系数、急动度补偿系数、速度轨迹曲线、加速度轨迹曲线及急动度轨迹曲线，构建运动轨迹曲线。

步骤C3，建立本轮前馈补偿曲线与运动轨迹曲线之间的等式。

建立运动轨迹曲线与本轮前馈补偿曲线之间的等式。

步骤C4，利用粒子群算法对等式进行求解，确定多个前馈补偿系数的取值，以获得拟合结果。

具体的，在建立等式后可采用粒子群算法来搜索最优解，确定多个前馈补偿系数k

通过下面的步骤C41至步骤C45进行搜索计算：

步骤C41，初始化种群参数，计算种群中每个粒子的适应度。

这里，种群共包括N个粒子，每个粒子对应一条曲线，初始化种群参数是对种群中各个粒子的位置和速度进行随机。

初始化种群参数后，可利用如下函数作为目标函数：

上式中，U

计算种群中每个粒子的适应度，即为计算每个粒子在目标函数上的取值。

步骤C42，确定历史最优位置。

在本轮迭代中，选取适应度数值最小的粒子所对应的位置作为本轮的最优位置，将本轮的最优位置与历史最优位置进行比较，若本轮的最优位置的适应度小于历史最优位置的适应度，则将本轮的最优位置作为新的历史最优位置，若本轮的最优位置的适应度大于或者等于历史最优位置的适应度，则保持历史最优位置不变。

步骤C43，确定全局最优极值和个体最优极值。

将历史最优位置对应的全局极值作为全局最优极值，将历史最优位置对应的个体极值作为个体最优极值。

步骤C44，更新每个粒子的速度和位置，并计算更新后各个粒子的适应度。

可利用如下公式计算每个粒子的速度和位置：

x

上式中，i＝1，2...，N，N表示粒子总数，例如：粒子总数＝20；d＝1，2...，M，M为总维度，例如：共有3个前馈补偿系数，则M为3；t表示当前迭代次数；ω表示惯性权重；v

步骤C45，确定是否符合收敛要求，若符合收敛要求，则将此时的历史最优位置作为最终位置，将该最终位置对应的前馈补偿系数的取值作为拟合结果。

如果搜索到的历史最优位置对应的适应度小于或者等于适应度阈值，则确定符合收敛要求，将此时的历史最优位置对应的前馈补偿系数作为计算最终的前馈参数的取值。如果不符合收敛要求，则步骤返回执行步骤C32，重新确定历史最优位置。

在一可选实施例中，多个前馈补偿系数包括速度补偿系数、加速度补偿系数及急动度补偿系数，本轮前馈补偿曲线与速度轨迹曲线、加速度轨迹曲线及急动度轨迹曲线之间的等式，包括：将速度补偿系数与速度轨迹曲线的乘积作为第一曲线乘积，将加速度补偿系数与加速度轨迹曲线的乘积作为第二曲线乘积，将急动度补偿系数与急动度轨迹曲线的乘积作为第三曲线乘积；将第一曲线乘积、第二曲线乘积及第三曲线乘积三者之和与本轮前馈补偿曲线之间的等式。

具体的，速度补偿系数记作：k

在一可选实施例中，方法还包括：响应于前馈参数整定指令，获取运动台的当前运动轨迹对应的运动参数；确定运动参数与预设轨迹参数是否匹配；若匹配，对运动台进行伺服控制。

下面参照图3来介绍迭代学习模块的状态机。

图3示出了本申请实施例所提供的迭代学习模块的状态机示意图。

如图3所示，当满足迭代使能寄存器＝1&&伺服状态＝闭环状态条件时，迭代学习模块由初始化状态转为使能状态，进入使能状态后即进入迭代参数匹配状态。进入迭代参数匹配状态后，在满足预设轨迹参数＝运动参数&&伺服状态＝运动状态时，进入迭代学习状态。其中，预设轨迹参数＝运动参数表示运动参数与预计轨迹参数匹配。在满足迭代次数＞设定次数||伺服误差＜误差阈值时，进入完成迭代状态。这里，可设置迭代次数上限，即设定次数，若当前迭代次数大于迭代次数上限或者伺服误差小于误差阈值时，整个迭代过程结束，进入完成迭代状态。在满足存储数量>设定数量时，由迭代学习状态进入内存超限状态。其中，设定数量由预设轨迹参数对应的曲线上采样点的数量决定，如果预设轨迹参数上采样获得10000个点，则这个设定数量为10000，在伺服控制过程中每次运动就会存储一个伺服误差，如果存储的伺服误差的数量大于设定数量，则进入内存超限状态，防止内存溢出，实现一个保护机制。只要伺服状态变为闭环状态，则由迭代学习状态、完成迭代状态或内存超限状态进入迭代参数匹配状态，重新开始迭代学习。当满足迭代使能寄存器＝0‖伺服状态＝错误状态条件时，由使能状态进入寄存器清零状态，然后进入初始化状态。

具体的，运动状态控制系统设置有迭代使能寄存器，迭代使能寄存器为标志位，该标志位决定了是否开启前馈参数整定。

当运动状态控制系统处于正常闭环伺服控制(即通电后)时，迭代使能寄存器默认为0，不进入迭代学习状态，迭代学习模块输出为0。当需要对前馈参数进行整定时，通过外部接口将迭代使能寄存器设置为1，使得迭代学习模块使能。当运动状态控制系统的伺服状态进入闭环状态时，迭代学习模块由初始化状态进入使能状态，使能状态包括：迭代参数匹配状态、迭代学习状态、完成迭代状态及内存超限状态。

进入使能状态后直接跳转至内部的迭代参数匹配状态，在迭代参数匹配状态中，针对数据存储模块中的每个预设轨迹参数，将该预设轨迹参数与外部接口下发的运动参数进行匹配，如果匹配成功则记录该预设轨迹参数的维度编号，供迭代学习模块调用迭代数据；如果匹配失败则继续轮询下一维度的预设轨迹参数。如果所有预设轨迹参数都不匹配，则在伺服状态(轴状态)进入运动状态时不会进入迭代学习状态，如果某一个预设轨迹参数匹配成功，则在伺服状态进入运动状态时进入迭代学习状态，开始进行迭代学习。

在一可选实施例中，运动参数包括多个，预设轨迹参数包括多个；确定运动参数与预设轨迹参数是否匹配，包括：针对每个运动参数，计算该运动参数的取值与预设轨迹参数中对应参数的取值的差值的绝对值，将差值的绝对值与设定阈值进行比较；若差值的绝对值小于或者等于设定阈值，则确定该运动参数与预设轨迹参数中的对应参数匹配；若差值的绝对值大于设定阈值，则确定该运动参数与预设轨迹参数中的对应参数不匹配；若运动参数中的每个参数都与预设轨迹参数中的对应参数匹配，则确定运动参数与预设轨迹参数匹配。

具体的，运动参数包括位置参数、速度参数、加速度参数、急动度参数及加加加速度参数，位置参数记作：

预设轨迹参数包括预设迭代位置参数、预设迭代速度参数、预设迭代加速度参数、预设迭代急动度参数及预设迭代加加加速度参数，预设迭代位置参数记作：

如果运动参数中的五个参数同时满足上式，则确定运动参数与预设轨迹参数匹配，否则只要有一个参数不满足上式，则确定动参数与预设轨迹参数不匹配。其中，1E-7即为设定阈值。

在一可选实施例中，在确定是否满足迭代停止条件之后，还包括：若未满足迭代停止条件，存储本轮前馈补偿曲线及当前伺服误差；将本轮前馈补偿曲线作为下一轮伺服控制的前馈输入，开始下一轮伺服控制，返回执行确定本轮伺服控制中，运动台的运动参数与预设轨迹参数之间的当前伺服误差的步骤。

具体的，如果未满足迭代停止条件，说明还未达到控制精度要求，则需要进行下一轮迭代，于是将本轮前馈补偿曲线及当前伺服误差存储在数据存储模块中预设轨迹参数对应的维度下。这样，只要数据存储模块中的某个预设轨迹参数进行了迭代学习，则该维度或者说该预设轨迹参数下就会存储本轮伺服控制得到的U

与现有技术中前馈参数整定方法相比，本申请能够结合粒子群和迭代学习算法对前馈控制参数进行整定，能够不局限于已知的运动轨迹，并有效的提高运动控制精度。迭代学习与粒子群结合的前馈整定方法因为不再使用人工整定所以能够更好的结合自动控制流程，以实现前馈参数的快速在线整定，解决了前馈参数整定精度低的问题。

基于同一发明构思，本申请实施例中还提供了与前馈参数整定方法对应的前馈参数整定装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述前馈参数整定方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

请参阅图4，图4为本申请实施例所提供的一种前馈参数整定装置的结构示意图。如图4中所示，所述前馈参数整定装置300，应用于运动台控制系统，运动台控制系统包括运动台，前馈参数整定装置300包括：

伺服误差确定模块301，用于在对运动台进行伺服控制时，确定本轮伺服控制中，运动台的运动参数与预设轨迹参数之间的当前伺服误差；

补偿曲线确定模块302，用于根据当前伺服误差、前一轮伺服误差及前一轮前馈补偿曲线，确定本轮前馈补偿曲线；

迭代停止判定模块303，用于根据当前伺服误差，确定是否满足迭代停止条件；

曲线拟合模块304，用于若满足迭代停止条件，对本轮前馈补偿曲线与运动参数对应的运动轨迹曲线进行拟合，获得拟合结果，运动轨迹曲线包括多个前馈补偿系数，拟合结果包括前馈补偿系数的取值。包括多个前馈补偿系数，拟合结果包括前馈补偿系数的取值；

整定结果确定模块305，用于将前馈补偿系数的取值作为前馈参数的整定结果。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。