基于前馈及自适应滤波的零跟踪误差伺服控制

常规进给数控伺服系统中由于存在跟随误差而导致加工几何精度下降的现象,利用数控加工轨迹已知的特点,提出了基于自适应滤波的前馈控制方案.该方案通过速度精插补器产生速度前馈给定信号;同时该位置给定通过对称滤波器施加位置反馈,以消除位置环重复给定的影响,并采用广义最小二乘法进行对象辨识以保证该滤波器的参数匹配.通过分析证明了该方案能在理论上实现无跟随误差的伺服控制,并通过Matlab仿真验证了其有效性.     

基于前馈及自适应滤波的零跟踪误差伺服控制器

针对常规进给数控伺服系统中由于存在跟踪误差从而导致加工几何精度下降的现象,利用数控加工轨迹已知的特点,提出了基于自适应滤波的前馈控制方案。该方案通过速度精插补器产生速度前馈给定信号;同时该位置给定通过对称滤波器施加位置反馈,消除位置环重复给定的影响;并采用广义最小二乘法进行对象辨识以保证该滤波器的参数匹配。通过分析证明了该方案能在理论上实现无跟踪误差的伺服控制,并通过Matlab仿真验证了其有效性。     

基于Matlab的数控交流伺服系统的仿真研究

为实现高性能的伺服控制,针对基于矢量控制的PMSM伺服系统的速度调节和控制进行了分析.利用Matlab平台构建了PMSM矢量控制仿真模型,根据数控伺服系统的性能要求,对不同插补方式下的速度控制进行了仿真研究,结果证明了该系统模型的有效性.     

闭环伺服系统的数学建模和性能分析

在数控机床中,伺服系统是数控机床装置和机床的中间连接环节,是数控系统的重要组成部分。伺服系统接受来自伺服控制器的进给脉冲,经变换和放大转换为机床工作台的位移,使工作台跟随指令脉冲移动。讨论了闭环伺服数控系统的数学模型,对闭环伺服系统的动态、静态性能进行了详细的分析,该研究结果为提高数控加工的控制精度提供了理论基础。     

基于模糊PID的变幅液压缸伺服位置自适应同步控制技术

液压系统中存在许多非线性因素,例如摩擦、死区和溢流等。这些非线性特性会影响伺服位置的精度和同步性能,导致控制系统的不稳定和误差积累。为此,提出基于模糊PID的变幅液压缸伺服位置自适应同步控制技术。考虑变幅液压缸伺服系统的运行结构,分析变幅液压缸动力,构建液压缸以及伺服阀的数学模型;利用伺服输出流量和压降的关系,获取速度前馈控制信号;将其反馈到系统中,设计模糊自适应PID同步控制器,实现变幅液压缸伺服位置同步控制。实验结果表明,所提方法对液压缸的同步效果很好,有效减少了液压缸伺服位置控制的误差,在不同信号干扰下,有效提高其控制稳定性和同步性能,控制器超调量平均约为0.059%,响应速度较快。     

基于Matlab的数控交流伺服系统的仿真研究

为实现高性能的伺服控制，针对基于矢量控制的PMSM伺服系统的速度调节和控制进行了分析。利用Matlab平台构建了PMSM矢量控制仿真模型，根据数控伺服系统的性能要求，对不同插补方式下的速度控制进行了仿真研究，结果证明了该系统模型的有效性。     

数字重复控制伺服系统在数控加工中的应用

论述了重复控制理论基本原理,将它应用于数控伺服系统,建立了一个数控伺服系统加工模型,并利用此模型在数控车床上进行了典型零件的车削加工,实验结果表明使用此伺服系统加工模型可以使控制输出跟踪周期性输入参考信号,可以达到无误差地跟踪控制目的,极大地改善了系统的抗干扰性能和动态性能,提高了系统的鲁棒性。     

直线伺服系统时滞参数辨识与补偿研究

为解决直线伺服固有时滞特性对轨迹跟踪性能的影响,以典型的前馈加反馈二自由度控制结构为基础,分析直线伺服时滞特性对其轨迹跟踪精度的影响。在此基础上设计了前馈环节上的时滞控制器,之后针对时滞控制器位于前馈通道时作为一个超前环节控制上无法实现的问题,将时滞参数分为两部分,分别调节理想轨迹指令按照整数倍伺服周期延时及前馈控制信号滤波延时以达到时滞补偿的目的,引入牛顿迭代寻优进行最优时滞参数辨识。仿真与试验结果表明,在前馈加反馈二自由度控制的基础上加入时滞控制器可以有效减小直线伺服系统的闭环位置跟踪误差,特别是显著减小非零加加速度段的闭环位置跟踪误差,提高轨迹跟踪性能。     

用于气动伺服系统的自适应神经模糊控制器

研究了一种基于压力比例阀的气动伺服系统自适应神经模糊控制器。其中的神经网络辨识器（NNI）通过高线训练可以充分逼近非线性动态系统的模型,并能够在线调整模糊控制器的控制规则。系统的位置控制精度和伺服特性有了很大改善。试验结果表明,所提出的控制器对该气动伺服系统具有很好的控制特性以及很强的自适应能力。     

2 m级望远镜跟踪架控制系统动态性能分析

为了增强望远镜的抗风载扰动能力,提高望远镜跟踪架的跟踪精度,本文对2m望远镜跟踪架伺服控制系统的动态性能进行了测试和分析。首先,采用正弦扫描信号对望远镜跟踪架的结构和伺服系统进行了频率特性测试;其次,采用基于观测器/卡尔曼滤波器的辨识算法,对跟踪架控制系统的频率特性进行了模型辨识;最后,依据辨识获得的控制模型设计了位置和速度控制器,然后对2m望远镜跟踪架伺服控制系统进行了目标观测实验,实验结果表明:当跟踪最大速度为3.5(°)/s,最大加速度为1(°)/s~2的目标时,方位轴和俯仰轴的最大跟踪误差均小于4.5",跟踪误差的RMS值分别为0.378 6"和0.151 6",实验验证了跟踪架控制系统的良好性能。     

重复学习控制及其在机械工程中的应用

介绍重复学习控制的基本原理，简要回顾近年来重复学习控制的研究发展状况，从连续和离散系统两方面给出了系统稳定性、静态跟踪特性等方面的结论；列举其在机器人、机床、磁盘驱动器、轧钢机等方面的应用；最后给出其在直线伺服单元中的应用实例。     

神经网络控制在气动位置伺服系统中的应用

针对比例流量阀控缸气动位置伺服系统的特点，提出采出神经网络自适应PID控制器来实现活塞位移的实时控制，仿真和实验研究表明，这种控制器具有强鲁棒性，快速跟踪性和较好的控制精度等优点，其重复定位精度小于0．2mm.     

基于模糊PID控制的数控进给伺服系统仿真研究

针对数控机床进给伺服系统数学模型难以建立的问题,提出了一种模糊PID控制器,将其引入到数控进给伺服闭环控制中。并在Simulink环境下进行了仿真实验,结果表明,与传统PID控制相比,模糊PID控制改善了伺服系统动态性能,超调量小、鲁棒性强和稳态精度高。     

数控位置伺服系统控制策略研究

针对高速高精度加工技术对数控位置伺服系统的控制性能提出的更高要求以及现行位置伺服控制方法存在不足的问题,提出了一种基于模糊推理的广义预测控制方法。首先采用网格搜索算法和递推最小二乘法相结合的思想对伺服控制系统的模型结构和模型参数进行辨识;然后将广义预测控制方法作为数控位置伺服系统的控制策略,运用模糊逻辑推理对反馈偏差进行非线性在线校正,克服了传统的广义预测控制对CARIMA模型进行线性控制的缺点;最后通过MATLAB仿真和施耐德十字平台实验验证了该方法具有很好的控制性能和鲁棒性。该方法为高速高精度数控机床的位置伺服控制系统提供了一种新的思路。     

重复控制及其在变速非圆车削中的应用

为了提高变速非圆车削中直线伺服单元的跟踪精度和鲁棒性 ,建立了变速非圆车削的进给驱动直线电机、运动控制目标函数、主轴变速、切削力等的数学模型 ,分析了主轴变速精度对直线伺服单元控制的影响。应用重复控制理论设计了适于直线伺服单元的重复控制器 ,给出了详细的设计过程和稳定性分析 ,对控制器的性能进行了仿真分析。结果表明 ,基于重复控制的直线伺服单元能很好地跟踪变速非圆车削中刀具运动的目标值 ,能抑制波动的切削力对跟踪精度的影响。     

大型风力机电液变桨伺服控制器研究

该文研究用于大型风力机变桨距位置伺服控制器,实现液压缸的高精度位置伺服控制。设计的伺服控制器还包括扰动控制器,采用模糊-PID复合控制算法,并具有输入限制器和死区补偿功能。经仿真研究,证实该位置伺服控制器性能好,能够满足大型风力机变桨控制要求。     

基于模糊自整定PI与重复控制的气动伺服系统研究

针对气动位置伺服控制中的低精度、低刚度等问题,提出了一种重复补偿与模糊自整定PI相结合的复合控制方案。利用模糊控制器提高系统的动态性能和鲁棒性,通过重复控制器周期性地修正输出电压,以改善系统的稳态特性,实现优势互补,使系统获得良好的稳、动态性能。通过仿真试验表明,该控制算法容易实现,且能更好地提高气动伺服定位系统的跟踪精度,具有较强的实用性。     

高压气动位置伺服系统的控制策略研究

本文描述了阀控缸高压气动位置伺服系统，提出采用变增益单神经元自适应PID控制器来实现活塞位移的实时控制，仿真结果表明，这种控制器具有运算量小、强鲁棒性、快速跟踪性等优点，是一种非常合适在实际中应用的控制器。     

电机波动力矩的重复学习控制补偿

为较好地解决伺服系统的低速抖动问题,研究了重复学习控制方法抑制电机波动力矩等非线性干扰,以提高系统的低速平稳性问题。在讨论电机波动力矩成因的基础上,重点研究了电机齿槽效应引起的电机力矩波动的理论模型、量值大小等问题,并在模型转台上进行了实验测试。实验结果表明了理论分析的正确性,并证明了电机波动力矩的周期性。根据上述结论,引用重复学习控制来抑制这种周期性干扰,介绍了带有低通滤波器和前馈滤波器的改进型重复学习控制器的设计方法,设计了实际的控制系统。对采用重复学习控制的伺服系统进行正弦跟踪实验测试,结果说明,重复学习控制较好地补偿了低速或零速附近的系统死区特性,系统的跟踪误差最大值为0.72″。     

未知时变环境下采摘机器人电液伺服控制系统

为保证采摘机器人在未知时变环境下的控制稳定性和机器人末端执行器的位置执行精度,优化采摘机器人电液伺服控制系统。系统基于直流电动机驱动机器人各个关节,构建采摘机器人电液伺服控制系统的数学模型;通过加权自扰动递推最小二乘法辨识采摘机器人接触动力学模型实时控制参数后,结合小脑神经网络和PID算法,分别实现前馈控制和反馈控制,以此优化采摘机器人电液伺服控制系统。结果表明：优化后系统具备较好的控制参数辨识效果,机器人末端执行器在3个方向的误差接近于0;可在2 s内完成控制,超调量在2%以内;控制机器人在静态和动态2种状态下,液压缸活塞的位移结果均低于1.6 cm。