基于迭代学习的直线伺服系统离散变结构控制

直线电机在执行重复性的跟踪控制任务时,负载扰动、端部效应力及摩擦力会呈现周期性变化。为了提高永磁直线伺服系统的跟踪精度与抗扰性能,消除上述不确定因素的影响,采用离散变结构控制(DVSC)和迭代学习控制(ILC)相结合的位置跟踪控制策略。并利用迭代学习控制算法来调整变结构控制器的参数,削弱抖振,提高稳态精度。理论分析与仿真结果表明,该方案在保证直线伺服系统快速精确跟踪性能的同时,对系统参数变化和阻力扰动具有很强的鲁棒性。     

基于DRNN的直线永磁同步电机精密位置控制

对直线永磁同步电机伺服系统提出了一种基于动态对角递归网络补偿器的IP位置控制方案.在对比干扰观测器前馈IP位置控制器的基础上,利用动态对角递归网络(DRNN)具有内部反馈结构和动态映射能力对系统参数变化和扰动具有较强鲁棒性的特点,设计出DRNN非线性补偿器,并提出一种改进的RPE学习算法加快权值调整速度、节约在线训练时间.仿真表明该方案能明显改善位置跟踪精度并增强系统鲁棒性.     

XY平台直线伺服系统的IP变增益交叉耦合控制

XY平台直线伺服系统中,负载扰动、机械时间延迟及各轴响应速度不同会影响轮廓加工精度,为此提出了一种将积分-比例(I-P)控制、速度前馈控制及变增益交叉耦合控制相结合的控制策略。单轴采用由IP控制和前馈控制构成的复合速度控制器,IP控制具有快速响应和抑制扰动的能力,速度前馈控制可增加系统跟踪能力,降低机械时间延迟效应。间接减小轮廓误差。并且,在X、Y轴间加入变增益交叉耦合控制器,直接减小轮廓误差。仿真结果表明该控制方案可增强系统的鲁棒性,提高系统的快速性和轮廓加工精度。     

数控机床直线伺服系统智能反推控制的研究

针对高速高精数控机床直线伺服系统,考虑参数变化、外部负载扰动和摩擦力等不确定因素对系统伺服性能的影响,设计基于递归模糊神经网络( RFNN)的反推控制器,利用了递归神经网络具有捕获系统动态信息的优点,可实时补偿不确定因素对跟踪性能的影响.仿真结果表明,该控制策略明显降低了不确定因素对系统性能的影响,从而显著提高了直线伺服系统的位置跟踪精度.     

基于Tabu参数辨识的直线电机推力波动复合抑制方法

为抑制周期性扰动与不确定性因素所引起的推力波动对直线电机跟踪精度的影响,提出一种定位力前馈补偿与扰动观测相结合的复合抑制方法。首先分析定位力的周期特性并建立数学模型。利用禁忌搜索算法(Tabu)辨识模型中的参数,并构建前馈控制器。同时设计扰动观测器(DOB)补偿其他非周期扰动。由实验结果可以看出,不同速度下系统的稳态跟踪误差明显降低,表明复合控制有效地抑制了推力波动,提高了伺服精度。     

基于扰动估计与参考输入滤波的XY平台跟踪控制

为实现电机伺服系统对位置轨迹的准确跟踪,提出一种基于扰动估计和参考输入滤波的控制方案.通过设计降阶观测器对未知扰动进行估计和补偿,消除扰动带来的稳态跟踪误差;采用非线性微分跟踪器从目标轨迹信号提取高品质的微分信号,并用于前馈控制,改善了跟踪性能,且控制信号平滑.此控制方案被用于伺服工作台(XY平台)的位置轨迹跟踪控制,结果表明,设计的控制方案可以使伺服系统对各种形式的目标位置轨迹实现快速、平稳和无静差的跟踪.所设计的控制方案,可推广应用到其他伺服系统.     

数控机床直线电机进给伺服驱动的摩擦力和扰动抑制措施

针对永磁直线同步伺服电机(PMLSM)直接驱动数控机床伺服系统,提出了一种基于摩擦力和扰动补偿的零相位误差跟踪控制策略.以解决摩擦力和扰动对系统性能的影响.零相位误差跟踪控制器保证了快速性,使系统实现准确跟踪;而补偿制器克服了摩擦和扰动等不确定性影响,保证了系统具有较强的鲁棒性和定位精度.仿真结果表明,该种控制方案较好地改善数控机床进给的定位精度和跟踪性能.     

抑制直线伺服系统周期性扰动的改进型重复控制

永磁直线同步电动机(PMLSM)伺服系统具有高速、高响应和直接驱动等优点,但其端部效应造成的与位移相关的周期性推力波动和摩擦力会降低系统的伺服性能.为了削弱周期性扰动的影响,设计了PDFF(伪微分前馈反馈控制)速度控制器和改进型位移重复控制器来抑制周期性扰动的影响,以实现周期性输入信号的精确跟踪.理论推导与仿真结果表明,该方案有效地抑制PMLSM伺服系统的周期性扰动的影响,对周期性输入信号具有良好的跟踪特性.     

基于神经网络的虚拟轴机床轨迹跟踪控制方法的研究

针对永磁直线电机驱动的六自由度虚拟轴机床提出基于神经网络的轨迹跟踪控制方法.采用神经网络来实现永磁直线电机伺服系统的位置和速度控制,将负载扰动、杆间耦合扰动等效地看成电动机模型参数的变化,通过调整权值来补偿不确定性扰动对轨迹跟踪控制的影响,保证了系统的鲁棒性.仿真实验结果表明,用该方法设计的虚拟轴机床控制系统具有良好的跟踪给定和抑制扰动的效果,从而保证机床运动协调、姿态合理.     

数控伺服系统中噪声扰动信号的补偿控制方法

加在数控机床伺服系统驱动单元的电气接口及元件上的各种噪声扰动信号,会降低进给伺服系统跟踪精度。分析噪声扰动对伺服系统跟踪精度的影响,提出一种针对噪声扰动信号观测与补偿的控制方法。仿真试验表明:所提出的方法能有效减小扰动信号影响,提高伺服进给系统的抗干扰能力。     

基于滑模和重复控制的永磁直线同步电机控制

考虑到永磁直线同步电动机(PMLSM)在重复运行过程中会受到由端部效应引起的周期性推力波动和周期性摩擦力以及其他非周期扰动,为提高跟踪精度,文章提出了一种重复控制和滑模变结构控制相结合的PMLSM跟踪控制策略.设计了二阶滑模速度、电流控制器,用于抑制非周期性扰动.滑模控制率采用超螺旋算法,该算法简单易实现,并且能够有效抑制抖动现象.设计PD+重复位置控制器,用于抑制跟踪过程中的周期性扰动.仿真结果表明该策略具有较高跟踪精度,同时具有响应速度快、鲁棒性强的特点.     

基于反步控制的非线性干扰观测器的外部不确定干扰的电液位置伺服系统

由于电液系统中存在各种非线性因素以及不确定干扰,为提高电液位置伺服系统在干扰下的控制精度,以电液振动台为控制对象,建立非线性模型,利用干扰观测器对干扰力进行观测,并通过反步控制器进行削弱和补偿,利用李雅普诺夫理论保证闭环系统的全局稳定.对设计的控制器进行仿真和实验,模拟在有外界未知干扰力下的位置控制,实现对干扰的抑制.实验表明:该控制策略能够很好的提高电液位置伺服系统的跟踪性能.     

直线电机速度伺服系统的VisSim建模与仿真

在分析永磁同步直线电机(PMLSM)数学模型的基础上,采用速度、电流双闭环的PID控制结构建立了基于VisSim/Motion环境下PMLSM矢量控制系统的仿真模型。其中速度环采用变增益PI控制器,该控制器根据输入误差的大小,通过非线性函数在线改变比例增益和积分增益。仿真和实验结果表明,系统响应速度较快、控制精度较高、运行稳定。为实现高性能的PMLSM伺服控制系统设计和调试提供了一种新的思路。     

电液位置伺服系统的模糊CMAC神经网络控制研究

本文提出了一种模糊ＣＭＡＣ神经网络的结构和算法。该网络通过权系数的在线学习,实现修正模糊逻辑。将此网络作为前馈补偿单元,与ＰＤ控制器一志构成一种自学习控制器,并对带有未知负载干扰的某电液位置系统进行动态仿真。结果表明,该控制器具有强的鲁棒性以及良好的跟踪特性。     

基于多层神经网络的机电伺服系统积分鲁棒控制

针对含有模型不确定性的机电伺服系统，设计一种基于多层神经网络干扰补偿的控制策略。通过多层神经网络对与状态有关的干扰进行在线估计，以提高基于模型前馈控制输入的补偿精度，然后结合误差符号积分鲁棒(RISE)反馈控制方法，通过RISE的鲁棒增益处理神经网络逼近误差与未估计干扰，从而抑制干扰对伺服性能的不利影响。基于Lyapunov稳定性理论，证明了所提出控制器的闭环系统半全局渐近稳定，且系统所有信号有界。仿真结果表明：所提出的控制策略具有很好的干扰抑制能力，可显著提高机电伺服系统的跟踪精度     

自抗扰控制在快刀伺服系统控制中的应用

为了提高微结构自由曲面光学元件超精密加工中快刀伺服系统的跟踪精度和抗干扰性,引入自抗扰控制器。通过对快刀伺服刀架进行建模分析,得到惯性环节和二阶振荡环节串联的等效模型。根据低阶自抗扰控制器控制高阶系统的理论,设计出二阶三维扩张状态观测器,可对来自各种干扰源未知扰动的观测结果做出实时估计和补偿。设计出自抗扰控制器,并给出了参数整定的规则。数字仿真实验表明:自抗扰控制器具有良好的控制品质,应用在快刀伺服系统中可以提高控制系统的跟踪性能和抗干扰性。     

直线伺服6杆虚拟轴机床控制的研究

对永磁直线伺服电动机（PMLSM）驱动的6自由度虚拟轴机床提出了一种新的控制方法，该方法将杆间的耦合作用和负载扰动作为一个整体看作PMLSM动力学参数的变化，利用观测器对电机逆动力学模型进行观测，并结合由神经网络构成的IP位置控制器对加速度进行控制，从而提高了各杆的位度实现了精确的跟随控制，系统具有很强的鲁棒性。     

Tracking control and active disturbance rejection with application to noncircular machining

Control systems are usually required to track reference signals while operating under the influence of disturbances. A fast tool servo system for noncircular machining application works under such conditions, resulting in large control efforts. This paper presents a linear active disturbance rejection controller design for a voice coil motor-driven fast tool servo system for noncircular machining application. The controller is designed through an extended state observer to estimate and compensate the variant dynamics of the system, nonlinearly variable cutting load, and other uncertainties. Then, a simple proportional derivative controller produces the control law. To improve the tracking performance of the fast tool servo, the tracking error from the trial-cutting workpiece is added to the reference input and used as feed-forward error compensation. In such a combined control arrangement, the active disturbance rejection controller provides active disturbance rejection ability for the controller, and the feed-forward error compensation controller improves the tracking precision. Both the tracking control and disturbance rejection performances are thus enhanced. In real-time control and implementation, the effects of finite word length, position feedback resolution, and short sampling period are analyzed and addressed. Machining experiments are conducted, and the results illustrate the control system synthesis procedures and a substantial improvement over the tracking error generated by the linear active disturbance rejection controller alone.