超磁致伸缩驱动器建模及其迟滞补偿

本文提出了用超磁致伸缩材料与压曲放大机构相结合构成微位移驱动器的方法,建立了超磁致伸缩执行器的控制系统传递函数模型。文中对所建立的系统进行了相频和幅频特性的理论分析和实验,合理地解释了此系统的迟滞曲线随输入信号频率变化的原因。为了进行迟滞非线性补偿,提出了相位补偿与迟滞逆模型相结合来补偿迟滞特性的控制方法。实验结果证明了系统理论模型的准确性和补偿控制方法的有效性。     

超磁致伸缩致动器的小脑神经网络前馈逆补偿-模糊PID控制

针对超磁致伸缩致动器(GMA)在精密致动控制中存在的迟滞和位移非线性,提出了小脑神经网络(CMAC)前馈逆补偿结合模糊PID控制的新策略。通过小脑神经网络(CMAC)学习获得超磁致伸缩致动器动态逆模型用于对超磁致伸缩致动器迟滞非线性进行补偿;利用模糊PID控制降低小脑神经网络(CMAC)学习时的误差和抑制扰动,提高系统的跟踪控制性能,从而实现超磁致伸缩致动器的精密致动控制。仿真和实验结果表明:所采用的控制策略有效地消除了迟滞非线性的影响,系统的跟踪误差降低到了5%以下,而位移跟踪误差均方差仅为0.58。此外,这种策略的特点是学习和控制同时进行,控制系统能够适应被控对象动态特性的变化,使系统具有较强的鲁棒性,同时也能够有效地抑制外界的干扰,提升系统的自适应控制性能。     

压电陶瓷驱动器的复合控制方法研究

针对压电陶瓷驱动器中的迟滞非线性特性,提出一种提高压电陶瓷执行器定位精度的复合控制方法。建立了非等间隔阈值的Prandtl-Ishilinskii(PI)迟滞模型,通过自适应差分进化算法进行系统辨识,求取参数并建立逆模型。考虑到压电陶瓷迟滞非线性特性随输入信号频率变化的特点,采用融合PI逆模型前馈控制与滑模控制的复合控制方法用于压电陶瓷的精密驱动。实验结果表明,相比逆模型前馈和PID结合的复合控制方法,采用逆模型前馈和滑模复合控制方法,平均误差下降了0.0300μm,均方根误差下降了0.0346μm,能有效克服压电陶瓷迟滞非线性,提高系统跟踪性能。     

压电驱动器的非线性模型及其精密定位控制研究

压电驱动器的非线性特性和迟滞特性是影响微动平台定位控制精度的主要因素。采用改进的Preisach模型对压电驱动器的迟滞特性进行建模，利用建立的Preisach模型进行开环精密定位控制和作为PID反馈控制的前馈环节的研究。实验结果表明，该模型能够有效地降低非线性迟滞特性对压电驱动器位移输出精度的影响，提高驱动器的动态响应特性。     

复合前馈补偿的超磁致伸缩执行器精密伺服控制

研究了一种内嵌超磁致伸缩执行器(GMA)的智能镗削装置,针对GMA迟滞非线性,给出了一种基于复合前馈补偿的精密伺服控制方法。简要介绍了经典Preisach迟滞数值模型的实现方法,给出了一种基于迭代的迟滞非线性补偿方法以避免直接求取Preisach逆模型。讨论了迭代算法的实现步骤,验证了算法的可行性。分析了异圆销孔的镗削加工特点,在迭代补偿的基础上设计了重复控制补偿器,并结合两种补偿方法,给出了一种基于复合前馈补偿的PID控制方法,最后通过实验检验了方法的有效性。实验结果表明:在开环情况下,所给的迭代算法可以将GMA的迟滞非线性由补偿前的-15.7%~+11.8%减小到-4.6%~+5.2%,而基于复合前馈补偿的PID控制则可将误差进一步减小到±1 μm以内。实验表明,迭代补偿算法是有效的,该算法在补偿迟滞非线性的同时可避免直接求取Preisach逆模型,而基于复合前馈补偿的PID控制方法还可进一步提高GMA的控制精度。     

超磁致伸缩执行器磁滞非线性建模与控制

针对超磁致伸缩执行器的磁滞非线性问题,应用Priesach理论模型建立了执行器的磁滞模型,并根据其逆模型设计了前馈补偿器,同时设计了磁滞模型的自适应算法和动态调整前馈补偿器的参数,最终实现对执行器磁滞非线性进行补偿和控制。仿真和试验结果表明该模型能够很好的描述执行器的磁滞非线性,采用自适应算法有效地改善了执行器输出位移的磁滞非线性,减小了系统的非线性误差,提高了执行器的控制精度。     

基于普艾模型的迟滞系统自适应滑模控制

通过对所设计的超磁致微位移驱动器的分析与试验研究,建立起超磁致伸缩执行器的机电系统模型.此系统由两个子系统串联构成:滤去传递函数影响的纯迟滞模型;不考虑迟滞影响系统传递函数.为了降低迟滞特性对驱动器工作的影响,在Prandtl-Ishlinskii(PI)迟滞模型的基础上提出滑模变结构控制方案,由Lyapunov稳定性理论推导出此滑模变结构控制方案的自适应控制规律.仿真与试验验证了所提出的机电系统模型的准确性和控制规律的有效性.     

基于梯形算子的AFM驱动器非对称迟滞性校正

原子力显微镜(AFM)通常采用压电陶瓷(PZT)作为驱动器以实现纳米尺度的观测和操作。然而,PZT自身的迟滞非线性会对AFM观测质量和操作精度产生很大影响。基于Prandtl-Ishlinskii(PI)模型的前馈控制方法可对PZT的迟滞非线性进行补偿,但传统PI模型无法消除PZT的非对称迟滞性的影响。针对这个问题,提出一种基于梯形算子的非对称迟滞模型,并可用系统辨识方法获取逆模型参数,该方法可有效实现具有非对称迟滞特性驱动器的前馈补偿控制。AFM系统实验证明,该模型可有效减小非对称迟滞性导致的建模误差,基于该模型的前馈迟滞补偿控制可有效提高AFM的扫描成像质量。     

超磁致伸缩材料微位移驱动器的实验研究

针对超磁致伸缩材料微位移驱动器在精密定位控制中存在的迟滞和位移非线性等不足,对超磁致伸缩材料微位移驱动器进行实验研究,介绍了微位移驱动器中预紧机构和放大机构的设计理论、设计过程和研究方法。研究结果表明:微位移驱动器的控制精度高、重复性好且适用范围较大。     

扫描隧道显微镜扫描器的迟滞非线性控制

压电驱动器被广泛应用于扫描隧道显微镜(scanning tunneling microscope,简称STM)的扫描器,但压电材料本身的迟滞非线性特性影响了STM的扫描精度。为了补偿由于迟滞非线性带来的扫描器控制误差,提高STM的扫描精度,基于迟滞非线性模型,设计了前馈控制器,并与PID反馈控制相结合。利用所设计的控制器进行了扫描实验,并与位移反馈控制扫描进行对比。实验结果表明,采用位移反馈控制时光栅周期相对测量误差和光栅线宽相对测量误差分别为4.41%和2.65%,采用迟滞逆模型与PID反馈的复合控制后,光栅周期相对测量误差和光栅线宽相对测量误差分别减小到1.26%和0.27%,迟滞引起的非线性误差得到了补偿,减小了扫描器控制误差,提高了扫描精度。     

压电陶瓷微动台的复合控制

压电陶瓷微动台的迟滞非线性严重影响其动态定位精度,为了解决这一问题,采用一种改进的PI模型对微动台的迟滞非线性进行了建模.为了提高传统PID算法对压电陶瓷微动台的动态定位性能,将改进的PI模型与传统PID算法组合构成前馈复合控制算法,并进行了微动台的慢速与快速动态定位实验.结果表明,对同频曲线定位时,前馈PID复合算法的最大误差为传统PID算法的40％左右,平均误差为传统算法的20％～30％左右;对多频曲线定位时,前馈PID复合算法的最大误差和平均误差为传统PID算法的33％左右.数据表明前馈PID复合算法的动态定位性能明显优于传统PID算法.     

基于改进J-A模型的气动肌肉迟滞建模及其补偿控制

 针对气动肌肉非对称迟滞现象,采用改进Jiles-Atherton(J-A)模型来对其进行描述,并利用自适应权重粒子群来对模型所需参数进行辨识;通过与实验数据进行对比,对所建模型精度进行验证。基于所建迟滞模型,进而提出一种积分逆迟滞补偿器,通过将其引入到PID控制系统中,实现对气动肌肉的迟滞补偿控制。仿真结果表明,引入迟滞补偿器后显著提高了对气动肌肉的控制精度,验证了所提迟滞补偿器的有效性。     

压电陶瓷执行器迟滞补偿及复合控制

快速倾斜镜是星间激光通信终端精瞄系统的核心部件,其驱动装置为压电陶瓷执行器,而压电陶瓷具有迟滞特性,其严重影响了快速倾斜镜的定位精度,进而对星间通信链路的稳定性造成不利影响。为解决这一问题,本文设计了一种改进Prandtl-Ishlinskii(P-I)模型对压电陶瓷执行器进行建模。在此基础上,提出了压电陶瓷执行器前馈线性化方法,以对迟滞特性进行前馈逆补偿。接着,提出了一种结合改进的P-I模型与增量式PID算法的复合控制算法,并在DSP中实现了该复合控制算法。最后,在试验平台上对该算法进行了验证。结果显示:当分别对系统输入10Hz和100Hz减幅正弦、等幅正弦曲线时,模型误差在0.59%以内,在输入同频100Hz以下的减幅正弦曲线时,传统PID算法的最大误差为59.31μrad,而该复合算法的最大误差为14.22μrad。实验数据表明,本文复合控制方法的动态跟踪性能明显优于传统PID方法,改进Prandtl-Ishlinskii(P-I)模型可以精确描述压电陶瓷的迟滞特性。本文设计的复合控制方法满足实际应用对快速倾斜镜的要求。     

迟滞非线性系统辨识与补偿控制研究

针对智能材料中存在的迟滞问题,对其开展了迟滞非线性特性分析,建立了迟滞系统。该迟滞系统由两个部分串联构成:一部分是滤去传递函数影响的Preisach模型;另一部分是不考虑迟滞影响的系统传递函数。将离线和在线辨识方法应用到辨识迟滞系统中,应用最小二乘法离线辨识得到了辨识传递函数参数,再用此辨识传递函数参数作为神经网络辨识的初始权值,得到了神经网络在线辨识的辨识模型;建立了辨识传递函数的逆模型控制系统和前馈逆模型PID控制系统,并对辨识系统进行了迟滞非线性补偿。研究结果表明,模型辨识方法的可行性和补偿控制的有效性在仿真中得到了验证。     

基于Prandtl–Ishlinskii模型的超磁致伸缩驱动器实时磁滞补偿控制研究

针对超磁致伸缩驱动器(GMA)存在复杂的磁滞非线性易降低系统性能,导致系统不稳定的问题,建立了可以精确描述磁滞现象的模型并提出了合适的驱动控制方法。首先,基于Prandtl-Ishlinskii(PI)模型对GMA磁滞建模,并采用最小均方法(LMS)进行模型参数辨识,模型预测误差为0.037 9 μm。接着,通过对PI模型解析求逆进行实时补偿控制,从而有效减小磁滞误差,补偿控制误差为0.309 μm。实验结果证明,PI模型可以精确描述GMA磁滞现象,且具有计算简单,磁滞跟踪能力强的优点。基于该模型的实时磁滞补偿控制方法可以有效减小磁滞误差,提高GMA实时驱动定位控制精度,是实现GMA精密驱动控制的一种有效方法。     

叠堆式压电陶瓷驱动器的复合控制

提出了逆Bouc-Wen前馈控制与反馈控制相结合的复合控制算法,用于改善压电陶瓷驱动器对目标轨迹的跟踪性能。建立了压电陶瓷驱动器的Bouc-Wen迟滞动力学模型,并用粒子群算法(PSO)对该模型的参数进行识别。基于Bouc-Wen迟滞模型,提出了逆Bouc-Wen前馈补偿控制。最后,为消除迟滞模型的不确定性,引入比例积分(PI)反馈控制,并与前馈补偿控制构成复合控制算法。建立了基于dSPACE实时系统的压电陶瓷驱动实验平台,迟滞实验结果表明:压电陶瓷的迟滞误差量几乎为0,线性度高达96.5%;目标轨迹跟踪实验结果表明:复合控制算法的最大跟踪误差为0.180 5μm,均方根(RMS-Root mean square)跟踪误差为0.055 4μm,跟踪精度达到了10-8 m。相比于开环控制、前馈控制及PI反馈控制,提出的复合控制算法能够基本消除压电陶瓷的迟滞非线性,同时具有很好的轨迹跟踪性能。     

超磁致伸缩致动器的复合反馈控制及其在变椭圆销孔精密加工中的应用

针对非对称性销孔的镗削加工,研究了用于高负荷孔精密镗削装置的超磁致伸缩致动器(GMA)的相关控制。考虑GMA的迟滞非线性,分析了准静态改进型Prandtl-Ishlinskii(P-I)模型的数学机理;为提高其动态适用频域和控制精度,提出了结合相角前馈补偿的动态改进型P-I模型,获得了满意的控制效果。结合PID反馈控制搭建的闭环控制实验结果显示,GMA的迟滞非线性由补偿前的14.5%~67.2%减小到1.5%~4.3%,有效降低了迟滞系统的非线性误差。在此基础上进行了椭圆销孔试镗削实验,结果显示其椭圆度均符合图纸要求,验证了补偿方法的正确性。本文的研究为实现高负荷异形孔的精密加工提供了新方法。     

电致伸缩微位移装置的高精度控制方法研究

针对电致伸缩微位移高精度控制的需求，研究了基于非线性迟滞模型的前馈补偿与反馈技术相结合的控制方法，对电致伸缩微位移装置进行控制，取得良好的控制效果。将其应用于柔性工作台控制系统中，系统在跟踪正弦曲线时，跟踪误差小于5nm。