永磁同步伺服系统摩擦力和扰动补偿方法研究

伺服系统在低速运动时其控制精度极易受到摩擦力等扰动影响。通过对滚珠丝杠平台中摩擦力和扰动的分析,提出了一种基于LuGre摩擦力模型和降阶扩张状态观测器(RESO)的扰动补偿方法。首先利用曲线拟合和遗传算法辨识出系统LuGre摩擦力模型的参数,利用辨识出参数的摩擦力模型实现对系统中摩擦力的补偿;其次通过RESO实现对摩擦力的过补偿和欠补偿以及系统中其他集总扰动的观测补偿。试验结果表明该方法不仅可以提高摩擦力补偿的效果,同时还能对系统扰动进行抑制,有效提高了系统的跟踪精度。     

改进LuGre模型的挖掘机器人摩擦补偿控制

非线性摩擦会降低挖掘机器人电液伺服系统的动静态性能,引起轨迹爬行、平峰和稳态误差等现象。经典LuGre摩擦模型仅与速度有关,内部鬃毛状态变量无法准确测量,无法全面描述复杂的挖掘机器人电液伺服系统摩擦特性。本文综合考虑电液伺服系统位置、速度和方向等信息,设计了一种改进的LuGre摩擦模型,同时引入速度阈值解决了弹性鬃毛平均变形状态观测器不稳定问题。其次,为了解决传统优化算法陷入局部最优解、收敛速度慢等问题,通过引入惯性权重、异步变化和精英突变操作改进基本粒子群优化算法,以精准快速辨识出改进LuGre摩擦模型中的6个未知参数。最后,结合辨识出的摩擦模型,基于结构不变性原理设计前馈摩擦补偿控制器,并在23吨挖掘机器人进行了正弦和三角波不同工况下的轨迹跟踪实验。实验结果表明,传统的比例积分微分控制器跟踪误差最大,三角轨迹最大跟踪误差达到了29.68 mm,基于改进LuGre模型设计的前馈摩擦补偿控制器仅为9.70 mm,误差减小了67.31%,基于改进LuGre模型设计的前馈摩擦补偿控制器可以有效提升挖掘机器人的轨迹跟踪精度。     

伺服系统的神经网络摩擦力自适应补偿研究

在高精度伺服系统中，摩擦力是影响其低速性能的关键因素。文章分析了摩擦力的特性、数学模型、及其对伺服系统性能的影响，提出了基于RBF网络的自适应摩擦力补偿方法，并将其与参数线性化模型相比较。在某单轴速率／位置转台的控制系统中的应用结果表明，该方法能有效地改善伺服系统的性能。     

基于摩擦补偿的直流伺服系统变增益自抗扰控制器

针对摩擦非线性影响直流伺服系统控制性能的问题，提出了一种基于LuGre模型的变增益自抗扰控制（VGADRC）方法。建立了含LuGre模型的直流伺服系统微分方程模型。基于该模型设计摩擦补偿与自抗扰控制(ADRC)相结合的复合控制器。该控制器在不增大观测器增益的前提下，利用LuGre模型前馈补偿系统中的摩擦非线性，同时减小量测噪声对系统的影响。此外，为抑制传统线性扩张状态观测器（LESO）初始时刻引起的峰值问题，采用三阶变增益线性扩张状态观测器(VGLESO)对系统中的总扰动进行估计。最后仿真结果表明，采用所提控制方案能有效提高系统的低速跟踪性能和动态性能。     

基于前馈PI伺服转台系统的研究与应用

为了提高转台伺服系统的控制精度,针对传统PI控制策略存在的不足,提出一种基于前馈补偿和PI相结合的复合控制策略。首先根据转台伺服系统建立了电机对应的MATLAB模型;然后根据前馈补偿和PI控制原理,建立了前馈PI控制器,并建立了基于前馈PI控制的软硬件系统试验平台;最后进行了仿真和试验验证;仿真和试验结果表明,基于PI前馈控制的转台伺服系统与PI控制的转台伺服系统相比较,其系统的定位精度更高,鲁棒性更好。     

基于修正LuGre模型的反步自适应摩擦补偿控制

LuGre模型是一种常用的对伺服系统进行动态摩擦建模和补偿的模型。基于一种改进的LuGre模型,建立了伺服系统模型;利用反步自适应控制算法得到系统控制律,并构造Lyapunov函数证明了系统的稳定性;将控制结果方面与传统的前馈PID固定摩擦补偿算法进行比较。仿真结果表明该方法能有效降低摩擦因素的不利影响,且比传统的控制算法具有更高的跟踪精度。     

基于切换系统理论的伺服转台摩擦建模与补偿

为了降低非线性摩擦因素对伺服转台的影响,提高系统的跟踪性能,本文提出了一种基于切换理论的伺服转台摩擦建模和补偿方法。该模型用LuGre摩擦模型和Stribeck摩擦模型分别表征在启动阶段和平稳运行工况下转台内部的摩擦特性。首先采用遗传算法分别辨识模型动静态参数,然后以转台速度和刚鬃形变的程度作为切换条件,基于切换系统理论获得的摩擦模型,最后在原有PID控制的基础上结合摩擦补偿,实现基于切换摩擦模型的复合控制。未加入补偿时的动态跟踪误差平均值约为0.01425 rad/s,而加上补偿之后速度跟踪误差平均值降低为0.00192 rad/s,对补偿前后的跟踪数据进行残差分析的结果也证明了该模型的有效性。实验结果表明该切换摩擦模型能直观、精确地描述伺服转台的摩擦特性,基于该摩擦模型的反馈补偿能减小系统的跟踪误差,提高系统的跟踪性能。     

基于速度观测器的GMS摩擦模型辨识与补偿

摩擦是伺服系统在低速运动时精度降低的主要非线性因素之一。采用基于模型的摩擦补偿可以有效地预测摩擦力,并实现误差补偿,因此利用可全面描述系统摩擦力的GMS摩擦模型预测伺服系统的摩擦力。为提高此模型参数的辨识精度,设计了全维速度观测器提供反馈速度信息,克服低速时速度测量误差带来的影响;并基于此观测器,给出了GMS摩擦模型的参数辨识的实验方法。为验证所提出的摩擦补偿及辨识方法的有效性,在一新型的空间大型末端执行器的拖动系统进行了拖动实验。实验结果表明,通过此摩擦模型补偿,可使拖动系统的位置跟踪精度优于0.02 mm,与具有固定参数的Stribeck摩擦模型相比,位置跟踪精度提高超过30%。     

直线伺服推力纹波扰动补偿及自适应振动抑制

针对高速运动的直线伺服系统同时存在的扰动与共振问题,建立两个回路分别进行扰动补偿与共振抑制。通过实验方法建立包含推力纹波扰动的直线伺服系统模型结构,采用最小二乘法进行模型参数的迭代辨识,并通过前馈进行扰动补偿;针对直线伺服系统模型结构中存在的共振现象,通过辨识主导振动频率,采用自适应FIR陷波滤波器抑制主导共振频率所带来的影响。在直线伺服运动控制平台上进行的算法验证实验表明:所建立的两个回路能有效补偿推力纹波扰动与抑制共振,提高直线伺服系统的在高速运行过程中的位置跟踪精确度的作用,满足高速、高精确度轨迹控制要求。     

基于摩擦补偿的伺服转台自抗扰控制策略研究

摩擦非线性扰动是影响伺服跟踪系统控制性能的主要因素之一。为提高转台伺服系统的跟踪性能,提出了一种基于Elastoplastic摩擦模型的改进自抗扰控制方法。首先,建立了转台伺服系统的状态空间模型;其次,采用Elastoplastic摩擦模型描述系统中的非线性摩擦扰动,并用遗传算法辨识了模型参数;最后,基于辨识获得的Elastoplastic摩擦模型,将位置误差和速度误差作为不同的参数分别应用到扩张状态观测器,设计了一种改进型自抗扰控制器。未引入摩擦补偿时的速度跟踪误差平均值约为0.0024 rad/s,而加入补偿后的速度跟踪误差平均值减少为0.00147 rad/s。仿真和实验结果表明,本文提出的控制方案能够提高转台伺服系统的跟踪性能,验证了所提出控制方法的有效性和鲁棒性。     

机电伺服系统非线性摩擦自适应补偿的研究

非线性摩擦是影响机电伺服系统控制性能的主要因素,尤其是在低速、速度换向等情况下,它往往会造成系统的跟踪误差、极限环等不良反应。在分析摩擦形成机理与特性的基础上,介绍了LuGre摩擦模型,通过李雅普诺夫稳定性分析方法,设计了基于LuGre模型的非线性摩擦自适应补偿算法,在线辨识出摩擦模型参数,构造一个双闭环状态观测器来估计摩擦状态变量,降低了由于非线性摩擦给机电伺服系统带来的不良影响。仿真和实验结果证明了所提方法的有效性。     

改进交叉算子遗传算法的摩擦模型辨识与补偿

高精度运动系统会受到非线性摩擦力的影响,从而导致跟踪精度降低。针对这种摩擦力的影响,利用能够准确的描述摩擦力特性的Lugre摩擦模型,提出一种改进交叉算子遗传算法对摩擦模型的参数进行辨识,与普通遗传算法进行对比,结果表明,改进交叉算子遗传算法对摩擦力模型的辨识精度更高,收敛效果更好;最后基于此模型,在dSPACE系统中进行前馈补偿实验,实验结果表明,基于Lugre模型的前馈补偿手段能够有效地消除摩擦力对系统的影响,提高了系统的性能。     

一种具有参数不确定性的直流电机系统鲁棒自适应摩擦补偿方法

针对陀螺漂移测试转台直流力矩电机系统中存在的非线性动态摩擦和电机参数不确定性，为提高转台摇摆状态位置跟踪精度，提出了一种新的鲁棒自适应补偿控制器。电机中摩擦模型采用摩擦参数为非一致性变化的LuGre动态摩擦模型。该控制器包含一个参数自适应律和等效PID控制律来估计未知LuGre模型参数和电机参数并给与补偿。最后Lyapunov方法和仿真结果证明该鲁棒自适应补偿控制器保证了闭环系统全局稳定性和对期望位置信号的渐进跟踪，提高了转台摇摆跟踪精度。     

伺服系统在摩擦条件下的模拟复合正交神经网络控制

在数字复合正交神经网络的基础上提出一种模拟复合正交神经网络,并用于非线性伺服系统控制中.在带有非线性摩擦力矩的直流电机飞行模拟转台伺服系统中,控制系统是基于PD控制加神经网络前馈控制的并行控制方法,使用神经网络是用来消除非线性摩擦力矩的影响.通过数字复合正交神经网络的连续化算法处理获得了一种模拟复合正交神经网络,并作为前馈控制器.用并行控制与单一的PD控制对带有非线性摩擦力矩的直流电机伺服控制作了仿真研究.仿真结果表明复合控制比单一的PD控制具有实时性好、响应速度快、跟踪精度高,位置与速度跟踪控制获得了满意的效果.该模拟神经控制器能用于不确定对象的控制,为不确定系统控制提供了一种新的途径.     

直线电动机粘滑闭环控制实验研究

以永磁同步直线电动机直接驱动工作台作为研究对象,其滚柱导轨机械接触摩擦力使工作台位置伺服系统表现出粘滑特性,分析了摩擦力对系统性能的影响。辨识了该位置伺服系统的力常数(13.37 N/A)和机械时间常数(128 ms)。基于该系统的模型和辨识参数,采用极点配置法设计了I-PD控制器,闭环极点为-2π×20时,可以有效地抑制粘滑,其定位误差可以达到光栅传感器的分辨率0.5μm。     

考虑摩擦伺服系统的补偿算法研究

针对摩擦非线性影响伺服系统动静态性能的问题,在典型伺服系统模型中引入LuGre摩擦模型,介绍了一种应用自适应神经网络补偿摩擦的控制算法。在负载转矩未知、模型包含不确定项、系统参数时变的情况下,利用神经网络对非线性项进行逼近,同时引入自适应的思想,利用反步法设计自适应控制器在线补偿神经逼近系统的估计误差。此外,通过Lyapunov稳定定理对控制系统进行分析,证明整体系统是渐进稳定的。仿真结果表明:该补偿方法能对伺服系统中摩擦进行有效抑制,保证系统的跟踪性能,并在负载扰动和系统参数时变情况下仍具有较强的鲁棒性。     

基于学习前馈控制的高精度直线伺服系统跟踪控制研究

针对直接驱动的永磁直线同步电动机(PMLSM)伺服系统,在分析影响直线伺服跟踪精度因素的基础上,采用学习前馈控制(LFFC)策略对其进行有效的补偿控制.在系统和扰动定性知识的基础上,设计了基于B样条网络的学习前馈补偿控制.仿真结果表明,该控制策略有效地降低了负载扰动、端部效应、摩擦力及参数变化等对系统性能的影响,提高了直线伺服系统的跟踪精度.     

高精确度飞行仿真转台内框控制摩擦补偿研究

为了实现高精确度飞行仿真转台直流力矩电机驱动内框的低速伺服目标,提出了在输入前馈和闭环PID控制的复合控制基础上构建Stribeck摩擦模型的等效控制电压模型进行摩擦超前补偿策略.首先针对转台内框伺服特性分析设计了复合控制策略;其次针对常规基于Stribeck模型摩擦补偿方法的不足和实验法辨识模型参数难的特点,提出利用转台内框本身的部件直接测定摩擦超前补偿的控制电压模型,并给出了3个关键参数的测定办法;最后将设计好的控制器用于内框低速伺服.实验结果表明,系统响应幅值为0.03°,频率为0.000 5 Hz三角波时跟踪误差在95%时间内在0.000 1°内,并对其他形式信号也有很高的动态跟踪精确度,从而证明在以非线性摩擦为主的扰动条件下所设计的控制策略能实现内框高品质低速伺服.     

直流伺服系统模型及其辨识

完成了对直流伺服系统的建模以及辨识,尤其是利用系统的阶跃响应数据对直流伺服系统的模型进行了直接辨识,由系统阶跃响应采样数据构造线性方程组.通过对方程组求解估计出系统参数,对辨识出的系统进行仿真.将仿真结果与原阶跃响应数据比较表明:所采用的辨识方法取得了良好的辨识效果.     

基于摩擦和扰动补偿的永磁直线同步电机滑模控制

针对永磁直线同步电机(PMLSM)伺服系统的位置跟踪精度易受摩擦力、负载扰动等不确定性因素影响的问题,采用基于摩擦和扰动补偿的非奇异快速终端滑模控制（NFTSMC）方法来设计位置控制器。首先,建立含有Stribeck摩擦模型的PMLSM动态模型,使用自然选择粒子群算法对摩擦模型进行离线参数辨识;其次采用NFTSMC方法来确保系统状态快速收敛,避免奇异问题,利用辨识的摩擦模型进行补偿;最后采用滑模观测器对总不确定因素进行观测和补偿,削弱了抖振现象。仿真验证了所采用的控制策略提高了位置跟踪精度,同时具有快速收敛性和较强的抗扰性。