1.基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于：建立飞机舵机电动伺服系统，将LuGre摩擦模型引入到建立的飞机舵机电动伺服系统中建立摩擦扰动模型；

利用改进的蜂群算法对建立的摩擦扰动模型中的模型参数进行识别；

根据识别出的LuGre摩擦模型设计前馈控制补偿器，通过设计的前馈控制补偿器对飞机舵机电动伺服系统中的非线性摩擦力扰动进行补偿。

2.根据权利要求1所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，通过LuGre摩擦模型中建立摩擦扰动模型，该摩擦扰模型具体如下：式中，ω为输出角速度，z为刚毛变形量；Fc为库伦摩擦力；Fs为最大静摩擦力；Ff为总摩擦力；σ0为刚度系数；σ1为阻尼系数；σ2为粘性摩擦系数；vs为Stribeck速度。vs、Fc、Fs、σ2为静态参数，σ0、σ1为动态参数；

当系统处于匀速运转状态 时，代入式(1)可得系统Stribeck静态摩擦模型，通过对其进行恒速跟踪实验可以实现相关摩擦参数辨识；Stribeck静态摩擦模型表达式为：

3.根据权利要求1所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，蜂群算法是按照如下方法进行改进：S1.初始化，产生初始蜂种群；

S2.在初始蜂种群中选择初始蜜源；

S3.判断前后两次最优蜜源的适应度值是否相同；当适应度值相同时进入到步骤S4中；

当适应度值不相同时进入到步骤S5中；

S4.根据Tent混沌改进序列对最优蜜源的位置进行更新；

S5.计算各蜜源的适应度，雇佣蜂根据反向轮盘赌的方法招募观察蜂；

S6.计算新尝试位置的蜜源适应度，记录当前的最优解；

S7.判断S6中记录的最优解是否满足最大迭代次数；如满足最大迭代次数则进入到步骤S8中，如不满足最大迭代次数，则返回到步骤S3之前开始重新执行；

S8.输出最优蜜源。

4.根据权利要求3所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，S4中通过Tent混沌改进序列对最优蜜源的位置进行更新，该Tent混沌的计算方式如下：

式(3)对常规变量xij进行映射变换，得到混沌变量xk+1，xk+1介于[0,1]之间，再通过式(4)对混沌变量xk+1变换成常规变量

5.根据权利要求3所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，步骤S5通过雇佣蜂根据反向轮盘赌的方法招募观察蜂，所述反向轮盘赌的函数如下：

式(5)的自适应因子σi进行引入到蜜源选择概率中，根据解的不同情况作为权值计入到式(6)中，获的修改后的概率Pi。

6.根据权利要求3所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，步骤S6中的新尝试位置的蜜源适应度的计算方法如下：vij＝xbest,j+w(fbest‑fi)(xij‑xkj)     (8)式中w为自适应调整系数；t为迭代次数；tmax为最大迭代次数；xbest,j为上次最优原蜜源；fbest为当前最优蜜源的适应度值；vij为迭代步长。

7.根据权利要求1所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，非线性摩擦力扰动进行补偿的非线性摩擦力计算函数如下：前馈控制补偿器传递函数为：

式中，KL为金属橡胶缓冲弹簧刚度系数；Kg为加载梯度；La为定子电流自感；M为定子绕相间互感；KT为电机转矩系数；J为电动机转动惯量；B为阻尼系数；Ce电机反电动势系数；Cm为力矩常数。

8.根据权利要求1所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，建立的飞机舵机电动伺服系统包括：控制器(1)、数模转化电路(2)、信号调节电路(3)、PWM驱动器(4)、无刷电流电机(5)、金属橡胶缓冲弹簧(6)、飞机舵机(7)、力矩传感器(8)和旋转编码器(9)；所述控制器(1)、数模转换电路(2)和信号调理电路(3)依次双向电连接，所述信号调理电路(3)、PWM驱动器(4)、无刷直流电机(5)依次单向电连接，所述无刷电流电机(5)产生的加载力矩通过金属橡胶缓冲弹簧(6)加载到飞机舵机(7)上，所述力矩传感器(8)设在金属橡胶缓冲弹簧(6)和飞机舵机(7)之间用于检测加载力矩的信号，所述力矩传感器(8)将检测的信号单向传送到信号调理电路(3)中；所述飞机舵机(7)通过旋转编码器(9)与控制器(1)单向电连接。

9.根据权利要求8所述的基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法，其特征在于，所述控制器(1)是由PID控制器和重复控制器组成，所述重复控制器传递的函数为：式中，T＞0为低通滤波器的时间常数；Ti(i＝0、1、2、3)为补偿器的时间常数；Q(s)为滤‑N

波器，通常可取为小于1的正常数或低通滤波器；s 为延迟环节， C(s)为补偿器；P(s)为控制对象。