隨著大型光學望遠鏡口徑的增加，其探測能力和成像分辨力的不斷提升對望遠鏡跟蹤精度要求也越來越高。

    為了滿足大口徑望遠鏡低速、平穩跟蹤的需要，伺服控制系統的驅動單元通常采用具有轉動慣量比高、功率密度高、可靠性高、調速范圍寬的永磁同步電機直接驅動。然而，由于齒槽轉矩、磁通諧波以及電流檢測誤差等因素引起的轉矩脈動會引起電機轉速的波動，導致伺服控制系統跟蹤性能的下降。因此，研究永磁同步電機轉矩脈動的檢測與抑制方法對提高大口徑望遠鏡伺服控制系統的跟蹤精度具有重要的意義。

　　中國科學院長春光學精密機械與物理研究所光電探測部精密跟蹤控制團隊，在4m光學望遠鏡項目需求牽引和支持下，提出了滑模控制和迭代學習控制相結合的魯棒迭代學習控制方法，抑制了電機轉矩脈動對控制系統轉速跟蹤性能的影響，與傳統算法相比較，該控制算法使電機轉矩脈動降低了33%。迭代學習控制器對系統未知周期性擾動進行實時估計，以抑制系統的周期性轉矩脈動；滑模控制器對系統的內部參數攝動和外部負載擾動等非周期性擾動，進行自適應的估計和前饋補償，以增強系統的抗擾動性能。魯棒迭代學習控制方法在實現對永磁同步電機轉矩脈動有效抑制的同時，保證了系統的魯棒性和動態響應能力。該控制算法為4m大口徑望遠鏡的永磁同步驅動電機的低速、高精度控制提供了技術基礎。相關研究結果發表于近期IEEE Transactions on Power Electronics (DOI:10.1109/TPEL.2017.2711098)。

魯棒迭代學習控制頻譜分析：(a)速度頻譜分析對比；(b) 相電流頻譜分析對比