回推非线性PID复合控制在伺服系统中的应用

针对机床伺服电机位置控制中存在的转动惯量和负载力矩变化大等特点,提出了一种回推非线性PID复合控制方法.非线性PID控制可对传统PID控制器的比例、积分、微分系数进行实时调整,实现了系统的调整控制.回推算法保证在误差较大时能够快速收敛,提高了跟踪能力.仿真结果表明复合控制策略具有更好的稳定性和动态跟踪精度.     

直线电机摩擦力的动态补偿研究

由于非线性摩擦力的影响,高精度的直线电机滑台在低速运动时跟踪精度会受到较大的影响。从实际运用的角度出发,在传统的Stribeck摩擦数学模型的基础上引入位置参数建立新的模型,对非线性摩擦力进行补偿,并根据模型的特点设计前馈积分控制器进行系统辨识和补偿。采用Lyapunov函数和LaSalle不变性原理分析系统的稳定性。仿真结果表明:采用该模型提高了滑台的跟踪性能。     

电动直线加载系统多闭环复合控制

为实现对某型航天用直线运动伺服系统的半物理实物加载测试,设计了一种模拟其实际受载的电动直线加载系统。针对电动直线加载系统多余力矩强扰动及其他非线性因素影响力矩跟踪精度的问题,提出一种引入前馈补偿,以力矩闭环作为外环、转速闭环为内环的多闭环复合控制策略,并在力矩外环采用模糊自适应PID控制器。给定阶跃信号和正弦载荷进行直线加载跟踪性能对比仿真分析,结果表明在不同频率下有效满足跟踪性能要求;在不同扰动频率和幅值情况下进行多余力矩抑制对比仿真分析,与传统闭环相比,多闭环复合控制策略有效地抑制了加载系统的多余力矩,提高了直线加载跟踪精度和系统动态响应性能。     

挖掘机液压系统非线性摩擦的辨识与补偿

针对挖掘机电液比例控制系统受到液压缸非线性摩擦导致系统稳定性和控制精度降低的现象,提出利用改进粒子群算法和前馈补偿相结合的策略,对控制系统进行优化,以提高系统位移跟踪精度。建立电液系统模型,并用改进的Stribeck模型描述非线性摩擦。通过改进的粒子群算法对模型参数进行辨识优化,根据结构不变性原理设计出一种动态摩擦前馈补偿方法。在此基础上,进行正弦信号、高速工况和低速工况实验。实验结果表明：提出的Stribeck模型和摩擦补偿控制方法可以有效改善低速爬行和平峰现象,并使轨迹追踪精度提高45%左右。     

飞机舵机电动伺服系统的摩擦补偿控制策略北大核心

为了解决非线性摩擦力导致飞机舵机电动伺服系统的控制性能降低这一问题,提出了一种基于改进蜂群算法的系统摩擦辨识与控制策略。首先,引入LuGre摩擦模型对系统进行数学建模,提高模型的准确性;其次,利用tent混沌映射、自适应反向轮盘赌概率选择方法及动态位置搜索方法对蜂群算法进行改进,提高算法搜索能力的自适应性、全局搜索能力和收敛精度,进而提高摩擦模型参数辨识精度;最后,结合辨识后的摩擦模型设计复合控制补偿器以补偿系统运行时产生的非线性摩擦力。实验结果表明,改进蜂群算法方法可以使摩擦参数的辨识值更精确。同时在复合补偿控制器作用下,系统跟踪误差值由1.86 Nm降至0.23 Nm,减小了约87.6%,降低了摩擦力对系统性能的影响,提升了系统的控制精度。     

压电驱动的快刀伺服器的迟滞逆模型辨析与自抗扰复合逆控制

为了提高具有表面微结构零件的超精密加工中快刀伺服器的轨迹预测和跟踪精度与抗干扰性,设计一种新型复合控制:在前馈控制器中用Preisach逆模型补偿系统中压电陶瓷驱动器引起的非线性特性;针对前馈控制器未能补偿的非建模扰动、模型参数的不确定性以及其他外界未知扰动,设计了自抗扰控制作反馈控制器。推导了Preisach逆模型;用RBF神经网络实现了Preisach逆模型对压电陶瓷驱动器的线性化补偿;通过对快刀伺服器的建模分析,得到惯性环节和二阶振荡环节串联的等效模型,设计三阶四维扩张状态观测器,可对未知扰动的观测结果作出实时估计和补偿。根据快刀伺服器和超精密车削的特点,取消跟踪微分器,增加速度输入和加速度输入,设计了改进的自抗扰控制器。上述两种控制器组合成复合控制器。实验表明,该复合控制方法可以提高预测和跟踪精度与抗干扰性。     

GMA迟滞系统逆模前馈PID控制

超磁致驱动器的迟滞非线性特性是影响信号跟踪精度的主要因素.采用Duhem模型对超磁致驱动器建立频率无关的迟滞模型和逆模型,利用建立的迟滞逆模型与传递函数的相位补偿共同构成PID反馈控制的前馈环节.实验结果表明,该逆模型能够有效地降低非线性迟滞特性对超磁致驱动器位移输出精度的影响.     

X-Y数控工作台的摩擦和扰动补偿方法研究

为提高数控机床伺服系统的控制精度,对X-Y数控工作台高精度控制中的摩擦补偿和外部扰动的补偿进行了研究。建立了基于动态Lu Gre摩擦的伺服系统模型,提出了设计一个非线性双观测器来估计Lu Gre模型内部的不可测的状态,并通过自适应鲁棒控制器来实现未知的摩擦和负载转矩的补偿,同时设计神经网络观测器补偿外部扰动;利用Lyapunov稳定性理论证明了闭环系统的稳定性。仿真结果表明,有效地解决非线性摩擦和扰动的影响,提高系统的跟踪精度和鲁棒性。     

伺服系统状态反馈切换控制策略研究

针对伺服系统参数的不确定性问题,提出一种以速度为切换信号的切换控制策略。利用伺服电机离线数据得到非线性Bode图,根据频域特性变化区间划分系统速度区域;以速度指标作为切换条件,在模拟退火算法中引入平坦性计算,对各子系统进行参数辨识,构建伺服系统的切换模型,并解决了切换系统出现的抖振问题;最后,在给定切换条件下,设计切换模型各子系统控制器,形成基于状态观测器的反馈控制策略,保证闭环切换系统的渐近稳定性。结果表明：所提控制策略优化了系统的响应曲线,其跟踪精度提升了约4%。     

基于智能前馈自学习的数控机床永磁电机控制优化策略

数控机床的主轴驱动系统决定了机床的动态特性、加工精度等关键技术指标,其核心部件永磁同步电机的控制精度及稳定性必须进行优化。在传统PI反馈控制的基础上提出一种基于在线智能前馈补偿自学习的优化控制方法。该在线智能前馈补偿控制使用简单迭代学习规则,以补偿重复负载转矩和模型参数的不确定性,无需对系统模型进行辨识。推导证明了此优化策略可满足系统响应的稳定性和收敛性要求。实验结果也证明了该优化策略的有效性和可行性,可为数控机床的主轴驱动系统优化设计提供参考。