基于双曲函数的Preisach类迟滞非线性建模与逆控制

为了补偿压电双晶片驱动器的迟滞非线性,提出了基于双曲函数的Preisach类迟滞非线性建模方法,并用该模型设计了压电双晶片驱动器的逆控制器.首先,用两个双曲函数分别拟合迟滞主环的上升段与下降段,利用坐标变换描述依附于主环的一阶曲线;然后,根据Preisach模型理论的记忆擦除性与次环一致性,基于一阶上升与下降曲线分别描述了次环的上升段与下降段.由于这种建模方法所需的参数远小于Preisach等经典迟滞模型,非常适用于压电驱动器等智能材料系统.实验结果显示,基于这种迟滞非线性模型设计的逆控制器,控制后的最大误差比控制前减小了44.26％,有效地提高了压电双晶片驱动器的定位控制精度.     

压电陶瓷执行器迟滞特性的 广义非线性Preisach模型及其数值实现

压电陶瓷执行器的迟滞非线性不具有经典Preisach模型的次环一致特性,直接利用该模型对压电陶瓷执行器的迟滞特性建模会产生较大误差。为了提高压电陶瓷执行器的迟滞特性建模精度,在非线性Preisach模型的基础上推导得到适用于压电陶瓷迟滞特性的广义非线性Preisach模型,并给出简化分类计算公式。广义非线性Preisach模型将经典Preisach模型表示定理中的次环一致特性修改为次环等弦长特性,放宽了对描述对象的限制要求。实验数据表明,与经典Preisach模型相比,广义非线性Preisach模型预测位移的误差绝对值的最大值降低了0.22 μm,均方根误差降低了0.11 μm,能够更精确地描述压电陶瓷的迟滞特性。     

基于压电驱动器的微动平台开环精密定位控制研究

针对压电驱动器的非线性和迟滞特性,首先介绍了一种基于迭代学习控制的压电驱动器的快速电压/位移线性化方法,利用此方法所得的线性化数据对二维微动平台进行了开环精密定位控制;然后介绍了采用改进的Preisach模型对压电驱动器的迟滞特性进行建模的方法,并利用此模型也进行了开环精密定位控制研究。试验结果表明,两种方法均能达到亚微米级的开环定位精度,且前者定位精度稍优于后者,但是当控制序列发生转折时,前者必须先回到零电压或者饱和控制电压,才能进行下一次定位控制,而后者可以实现任意序列的连续控制。     

菱形微位移压电作动器输入输出杂交建模

针对某定位装置,研究了一种新型菱形微位移压电作动器,该压电作动器由压电堆、菱形位移放大机构以及柔性铰链组成。菱形微位移压电作动器的核心驱动部件为压电堆,由于压电材料的迟滞特性,菱形压电作动器具有非线性迟滞特性。为了消除迟滞对压电作动器在后续控制中的影响,发展了一种Preisach杂交建模的方法,该方法在传统Preisach模型的基础上,有效结合了Preisach离散模型和支持向量机(support vector machine,简称SVM),建立了微位移压电作动器输入输出杂交模型。试验结果表明,SVM有效解决了因1阶滞回曲线数量不足而导致Preisach模型精度低的问题,同时与传统Preisach模型相比,杂交建模能更准确地描述迟滞特性,具有更高的精度。     

压电驱动晶体的特性研究

压电陶瓷迟滞特性是影响压电陶瓷驱动器位移输出精度的主要因素。在仔细研究现有的解决方案的基础上，采用Preisach模型对压电的迟滞性进行建模，并进行了相应的实验研究。实验结果证明该方法可以很好地降低压电陶瓷迟滞特性对位移输出性能的影响。而且采用压电陶瓷位移输出不回复到初始0电压状态的处理方法能够更地吻合实际情况。     

基于最小二乘支持向量机的压电作动器迟滞非线性建模及参数辨识

为了辨识压电作动器应用中迟滞非线性特性,采用Preisach模型与最小二乘支持向量机（LS-SVM）的混合建模法构建压电作动器模型以表征其迟滞非线性。在Preisach模型基础上采用一阶回转曲线法求得α-β平面内的迟滞单元加权系数,以迟滞单元形心和加权系数作为训练模型的输入输出,利用遗传算法对模型参数进行了辨识。数值仿真验证了建立的模型能精确描述压电作动器迟滞非线性特性,仿真结果与实验结果的相对误差在0.12%~2.01%之间,证实了模型的有效性。     

压电陶瓷执行器迟滞的滑模逆补偿控制

为了降低迟滞特性对压电陶瓷执行器的影响,研究了基于Preisach逆补偿的滑模控制策略.首先,利用分类排序方法在控制平台上实现了迟滞的Preisach逆模型;然后,将其串联到压电陶瓷执行器前用于抵消迟滞非线性.考虑到迟滞逆补偿的非完全抵消、模型参数的不确定性以及扰动等问题,设计了一种分段边界层滑模控制律.最后,为了验证...     

一种新的混合Preisach迟滞模型及其性质研究

压电陶瓷执行器物理结构复杂,应用参数化方法辨识经典Preisach模型描述其迟滞特性时,难以找到合适的Preisach函数,模型预测误差较大。为了提高建模精度,定义了均值迟滞模型作为经典Preisach模型的补充,将均值迟滞模型与经典Preisach 模型加权叠加得到一种新的混合Preisach模型,并将权值定义为迟滞度参数,用以描述模型的迟滞非线性强烈程度。同时证明了混合Preisach模型具有类似于经典Preisach模型的擦除特性和一致特性,给出了混合Preisach模型表示定理。最后结合神经网络完成了混合Preisach模型的辨识过程。实验数据证明,在三角波信号下和衰减正弦信号下,混合Preisach模型的预测误差较经典Preisach模型分别降低了1.77 和1.26 。     

快速伺服刀架迟滞特性的Preisach建模

使用压电陶瓷作驱动元部件的快速伺服刀架是一种新的加工手段。本文介绍了基于Preisach模型的快速伺服刀架迟滞特性建模方法。作为快速伺服刀架的驱动元部件,压电陶瓷微位移器自身的迟滞、蠕变等非线性特性严重影响了快速伺服刀架的动态性能。为了精确建立快速伺服刀架的迟滞模型,给出了Preisach模型的数字表达方式,通过一系列实验测得的数据证明快速伺服刀架系统具有一致特性与擦除特性,满足Preisach模型的两个必要条件,最后在实验数据的基础上建立了基于Preisach模型的迟滞特性模型。实验表明,该迟滞模型可以很好地预测快速伺服刀架的迟滞位移曲线,其预测误差不超过0.65 μm。     

压电驱动器记忆特性迟滞非线性建模

考虑压电驱动器固有的迟滞特性对驱动器定位精度的影响,提出了一种精确描述压电驱动器迟滞非线性特性的建模方法.根据迟滞曲线的运动规律,并且考虑迟滞曲线的记忆更新特性,新的迟滞数学模型修正了单纯采用抛物线拟合时的建模误差.为了验证模型的有效性,以PST150/7/40VS12型压电陶瓷驱动器为例进行了试验研究.研究显示,采用抛物线迟滞模型对一阶反转输入信号进行预测时,最大误差为0.141 3 μm,均方误差为0.060 4 μm,对复杂信号模型预测的最大误差为1.396 0 μm,均方误差为0.856 6 μm;采用修正后的模型对文中复杂信号建模时,最大误差为0.237 0 μm,均方误差为0.09 μm.实验结果表明,修正后的模型不仅能够满足迟滞曲线的运动规律,还能够满足迟滞非线性的记忆更新特性,可以比较精确地描述复杂输人信号下的迟滞非线性特性.     

Measurement and calibration for Stewart micromanipulation system

In this article, hysteresis controller design and static error compensation method for a 6-dof micro-positioning platform driven by piezoelectric actuator is studied. The nonlinear hysteresis effect of the piezoelectric actuator is analyzed by means of Preisach model. Its inverse model is used as the feedforward controller. Error compensation method is designed to compensate manufacture error and assembly error by use of the developed 3-points-3-axes measurement method. From practical experiment, the proposed method makes improvement on the accuracy of positioning.     

Generalized preisach model for hysteresis nonlinearity of piezoceramic actuators

This paper presents a new approach for modeling the hysteresis nonlinearity of a piezoceramic actuator using a modified generalized Preisach model, and the use of this model in a linearizing control scheme. The developed generalized Preisach model relaxes the congruency requirement on the hysteresis loops of a piezoceramic actuator, which must be satisfied when using the classical Preisach model. The congruency property is experimentally proved to not hold when running the actuator on a minor hysteresis loop. A numerical expression of the model is derived in terms of first- and second-order reversal curve experimental datasets. Output prediction using this model is performed on both an exponentially decayed sinusoidal input signal and an arbitrary input signal, and the results show that the model can accurately reproduce the hysteresis response with an error of less than 2.7%. A tracking control system for a piezoceramic actuator is also developed by combining a PID feedback controller with a hysteresis linearizing scheme in a feed-forward loop. The results show that this new control system can achieve 0.25 μm tracking control accuracy, which is 80 and 50% less than that obtained when using an open-loop controller and a regular feedback control system, respectively.     

Preisach迟滞逆模型的神经网络分类排序

为了补偿影响压电陶瓷执行器纳米定位系统精度的迟滞非线性,提高系统的控制精度,开展了基于压电陶瓷执行器的迟滞非线性逆模型的研究。兼顾到迟滞的擦除特性和建模的精确度,提出了一种Preisach逆模型分类排序法的神经网络实现方法,用神经网络取代了传统的反查值方法,以避免插值误差。建立三层BP神经网络,运用实测数据进行训练,确定各层权值;然后,结合排序得到的电压和位移极值信息,通过神经网络方法拟合出较精确的输入电压值。运用若干组实验数据检验了此逆模型的有效性,结果表明,该神经网络的实现方法将逆模型的平均误差降低到了1.5V以下,最大误差绝对值降低到了2.7V以下。与反查值方法相比,神经网络实现方法有效提高了压电陶瓷执行器纳米定位系统的迟滞逆模型的精度。     

基于支持向量机的压电微操作平台非线性特性描述

压电驱动器的迟滞现象会使微操作平台出现非线性问题,严重影响了其运动精度和重复定位精度。为了解决该问题,提出了一种基于Preisach模型与支持向量机的联合建模方法来描述微操作平台的非线性特性。以一种一维微操作平台为对象,以压电驱动电压和所对应的平台输出位移为样本点,采用支持向量机理论建立反映平台非线性回归模型,利用该模型预测非样本点所对应的平台输出位移,结合Preisach模型可精确预测平台在任意电压序列作用下的输出位移。为了验证所建立模型的有效性,进行了实验研究,任意选取2组不同的输入电压序列,利用支持向量机回归模型和Preisach模型分别得到所选取的电压序列对应的输出位移的预测值,在相同的电压序列作用下进行实验得到其实测值,将实测值与预测值进行比较分析,结果表明,2组实测值与预测值之间的相对误差范围分别为0.6%～2.1%、0.02%～2.1%,预测位移与实测位移非常接近,说明所建立的模型能精确描述微操作平台的非线性特性,以实现其精确运动。     

压电陶瓷驱动微位移机构迟滞非线性改善方法研究

压电陶瓷驱动器在精密微位移系统中有着广泛的应用,但其固有的迟滞非线性严重影响系统的运动精度,使控制困难.通过数学建模方法建立压电陶瓷的迟滞曲线逆模型,并用此模型对压电陶瓷进行位移补偿,可以有效减小压电陶瓷迟滞非线性对系统精确控制的影响.提出一种用两个压电陶瓷协同驱动微动平台运动的微位移机构,通过基于迟滞逆模型的开环控制方法,对压电陶瓷位移进行误差补偿,可以实现微动平台运动与控制信号较好的线性对应关系.     

Hybrid model based on Preisach and support vector machine for novel dual-stack piezoelectric actuator

This paper presents a hybrid model for piezoelectric actuators (PAs), which accounts for hysteresis and dynamic effects. The hybrid model is based on discrete Preisach model and Support Vector Machine (SVM). The Preisach model is generally implemented using a numerical technique basing on the first-order reversal curves (FORCs). The accuracy of the Preisach model mainly depends on the number of FORCs. However it is generally difficult to achieve enough number of FORCs in practice. In order to promote the modeling efficiency, firstly in Preisach modeling process, the storage method of prehistory and interpolation approach of output are improved; then SVM is employed in the work to circumvent the deficiency of the Preisach model resulting from the lack of FORCs, which produces a hybrid model based on the improved Preisach model and SVM. This hybrid model is implemented in calibration of a piezoelectric stack actuator and validated experimentally. Finally, a novel dual-stack PA is introduced and calibrated with this hybrid model. The results demonstrate that the presented hybrid model possesses the advantages both of SVM and Preisach model. In comparison with pure Preisach model, the hybrid model has higher accuracy and is easier to be obtained without increasing the number of FORCs. In addition, the inverse model for PA is derived from the hybrid model, which can be employed in active vibration control of structures.     

基于Preisach模型的压电陶瓷执行器线性插值法迟滞位移研究

论文介绍了基于Preisach模型的迟滞特性建模方法.通过一系列实验数据建立了Preisach模型,研究了如何应用线性插值法和BP神经网络方法进行任意Preisach函数X（α,β）值的求解,从而计算得到相应电压序列的位移,分析比较了两种方法的预测结果.实验表明,基于Preisach模型的线性插值方法方法可以更好地预测压电陶瓷执行器的迟滞位移.