2.6.1　多电动机柔性协同控制结构

对于多电动机柔性协同控制场合，一般需要控制各电动机的速度-位置一致或为设定的比例，进而通过多电动机的协同配合实现目标动作。本节以柔性连接的多电动机同步控制为例进行介绍；对于非同步的目标场合，调节减速器速比或在控制器中额外增加比例环节即可。

1. 并联控制方式

各电动机都有独立的速度-位置控制，直接将其并联起来参考同一控制信号即可实现最简单的并联控制结构，如图2-55所示。该结构实现简单、拓展性强，是一般非精密工业应用场合的主要选择。该结构的缺点也很明显，各个控制回路各自独立，无法对受额外负载的电动机进行补偿，抗干扰能力差。

2. 主从控制方式

图2-56所示为多电动机主从同步控制结构，控制单元发送转速指令给1号电动机（称为主电动机），其他i号电动机则参考i-1号电动机的实际输出。主从控制方式的特点是每台电动机运行状态的变化只会影响它后面跟随的电动机，而不会影响前面的电动机。由于每台电动机的转速信号是由前面电动机提供的，所以同步时存在时间差，特别是在系统的启动、停止阶段，同步效果最差。因此，主从控制方式只适用于对电动机实时同步性要求低的场合。

3. 交叉耦合控制方式

针对并联和主从控制结构存在的问题，研究人员提出了交叉耦合同步控制的概念，结构如图2-57所示。其原理是在并联同步结构上增加了转速差补偿，从而形成闭环系统。运行时转速补偿模块通过检测两台电动机之间存在的转速差，实现对每台电动机转速的调整，因此系统有着较高的同步性能。

此结构下相邻两台电动机的转速反馈存在差值，系统根据该差值对二者的转速进行相应的补偿，便能减小同步误差。当电动机转速因系统负载或外界干扰产生偏差时，系统能较快地进行补偿以同步二者转速，该交叉耦合控制方式使得系统的鲁棒性大大提高。然而，当控制的电动机数量多于两台时，转速补偿计算量会随之增大，系统响应速度和稳定性均会下降，因此不利于多电动机的应用场合。

4. 相邻交叉耦合控制方式

相邻交叉耦合结构又可称为环形耦合结构，其控制结构如图2-58所示。对于任意一台电动机的控制，基于最小相关个数的控制思想，即只将与其相邻的两台电动机纳入考虑范围，就可以较大程度地简化每台电动机的控制。相邻交叉耦合控制中的每个控制器输入都包含了相邻两路的同步误差信号εi1、εi2和一路跟踪误差信号ei，具体如图2-59所示。

相邻交叉耦合控制方式的优点是每台电动机的控制器同时考虑了跟踪误差和系统的同步误差，当负载扰动等因素引起其中任意一台电动机速度波动时，系统中其他电动机也会收到该波动信息，从而做出调整，因此，整个系统的同步性能良好。不过应注意到，即便是采用相邻交叉耦合，控制程序的计算量仍然不小，因此研究人员提出了如图2-60所示的改进型相邻交叉耦合控制器，通过计算各电动机的平均输出来计算各电动机的同步误差，从而显著降低了计算量。

一般而言，以上控制结构中的控制器大多采用结构简单的比例积分控制器。为了实现更好的控制效果，可将其替换为其他更为先进的控制方法，如模糊神经网络控制或基于反步法的自适应控制。

5. 虚拟总轴控制方式

虚拟总轴控制策略是在机械轴连接相对刚度的概念基础上提出的。虚拟总轴控制模拟机械轴连接的物理特性，因此具有机械轴连接控制方式所固有的同步特性，同时又具有并行控制方式输出功率大、各单元距离不受约束的优点。虚拟总轴控制系统由虚拟电动机、从属电动机及虚拟机械单元等部分组成，其中虚拟电动机和虚拟机械单元采用软件模拟，省去了反复装卸机械零部件的麻烦。虚拟总轴控制策略以虚拟机械单元取代机械长轴，其优点是虚拟部分的参数易于调节，通过调节参数可避免机械轴驱动带来的机械振动；此外，不同于机械轴驱动需要添加或更改机械部件，虚拟部分配置非常灵活，可以适应不同场合的需求。

以三台电动机为例，典型的虚拟总轴控制结构如图2-61所示。虚拟总轴控制模拟机械总轴的物理特性，系统输入信号要经过虚拟总轴的作用才能得出各电动机的参考信号。本质上，单电动机控制回路中的速度环、位置环属于比例控制，所以，每台电动机的输出和虚拟主轴输出的基准间存在稳态误差。而当电动机载荷产生动态扰动时，各电动机转速均向减小该电动机与其他电动机之间同步误差的方向变化，从而使系统快速达到同步。但是采用虚拟总轴控制策略的系统中各电动机的参考信号并不一定等于系统输入信号，因此在主参考值和每台电动机实际输出量之间可能存在偏差，而且在系统启动或停机，以及电动机载荷发生扰动等时，各电动机之间也会出现不同步的情况。

6. 柔性结构的自适应/自校正控制算法

对于采用多电动机驱动的柔性索结构，如FAST天线上的馈源驱动机构，除有驱动系统（伺服电动机）、减速系统外，还有更复杂的悬索，其特点是柔性、滞后、速度低、定位精度要求高等。由于柔性索的固有特性，很难给出精确的数学模型，因此，需要采用能够适应参数变化、随机干扰等的自适应/自校正控制算法。

基于自适应反馈控制算法的柔性结构控制基本原理如图2-62（a）所示，首先基于现代控制理论建立系统的状态空间模型，通过神经网络方法来对系统的参数进行辨识，直至系统真实输出与估计值的误差达到设定要求，由此完成参数的自适应调节过程。自校正控制算法与自适应反馈控制算法类似，通过递推最小二乘法迭代参数矩阵直至系统输出与系统给定轨迹满足误差要求。此外，由于天文运动的重复特性，可通过多次重复扫描，并利用学习型的自校正调节控制策略，充分利用以往的控制经验，逐渐降低跟踪误差。基于学习型自校正控制算法的柔性结构控制基本原理如图2-62（b）所示。