汽车转向试验台加载系统惯性力补偿策略研究

针对汽车转向试验台加载系统的惯性力进行了补偿方法研究,通过机理建模原理建立了汽车转向试验台数学模型并得到简化方框图,求出方框图中相应的传递函数,分析试验台中转向器驱动系统和加载系统存在的耦合,并根据前馈补偿解耦原理设计了前馈补偿解耦控制器,以消除加载系统惯性力,最后将加载系统补偿前后的模型进行了Simulink仿真。解耦仿真结果表明,加入前馈补偿解耦器后,加载系统在不同频率下具有较高的跟踪精度,惯性力有效地得到补偿。     

高精度转台摩擦力矩补偿控制器设计与仿真

针对高精度转台在低速运行时,由于摩擦力矩的作用,跟踪精度会受到很大的影响的实际情况,本文提出将Stribeck摩擦力矩模型应用于高精度转台系统,并设计控制器,可以在线的对摩擦力矩进行辨识和补偿.该方法根据摩擦力矩模型的特点,采用前馈+积分反馈设计控制器.并采用Lyaponov函数和拉萨尔一般不变性原理分析了系统的稳定性,证明在一定的条件下,可以实现渐进稳定跟踪.实验结果表明,控制器对非线性摩擦力矩具有补偿作用.     

基于加性误差模型的实时混合试验自适应时滞补偿方法

实时混合试验是评估结构动力性能的有效方法，但由传递系统和物理试件的动力特性，以及二者之间的相互作用引起的时变时滞严重影响其精度和稳定性。针对此问题，提出一种基于加性误差模型的自适应补偿方法。该方法将传递系统和物理试件所组成的系统分解为名义模型和加性误差模型，以名义模型的逆作为前馈控制器消除系统大部分时滞，并基于加性误差模型设计自适应补偿器进一步消除残余时滞。研究表明，所提方法可有效提高实时混合试验的模拟精度，显著降低时滞补偿器对自适应律的依赖性，表现出较强的鲁棒性。     

一种改进机器人计算力矩控制的神经网络补偿方法

提出了一种由计算力矩控制器和神经网络补偿控制器相结合的机器人控制方案,探讨了用线性神经网络补偿机器人计算力矩不确定性误差的方法.推导了网络权值的自适应调整律,并证明了系统的稳定性和跟踪误差的收敛性.所提方案结构简单,鲁棒性强,且神经网络补偿器有较好的适应性,无需事先知道机器人动力学参数和结构的精确值.对某打磨机器人轨迹跟踪的实验结果表明所提方案具有很好的鲁棒性和抗干扰能力.     

光电跟踪系统力矩波动的自抗扰控制

为解决光电跟踪伺服系统受电机力矩波动影响产生的速度波动问题,提出了一种改进的自抗扰控制策略进行力矩波动补偿。该算法主要由两部分组成:通过扩张状态观测器辨识出系统扰动,然后将该扰动前馈到系统控制量中去,构成复合校正系统;反馈通道中采用两参数的比例微分控制器,可以保证系统的稳定性和良好的动态特性。仿真分析和实验结果表明:与同等闭环控制带宽的PI控制器相比,自抗扰控制器可以提高系统对扰动力矩的抑制能力,采用自抗扰补偿时,速度误差的峰值由1.88%降低到0.65%,速度误差的均方根值由0.8%降低到0.2%。实验结果证明提出的方法能够有效降低电机力矩波动的影响,提高速度平稳性。     

基于干扰观测器的复合控制在电子分析天平中的应用

为了实现电子分析天平的快速以及准确称量,依据电子天平的称量原理,提出了一种基于干扰观测器的复合控制方法。对已建模的电子分析天平采用数字前馈控制,并使用干扰观测器(DOB)对系统中未建模部分及参数摄动等干扰进行补偿,通过数字前馈和干扰观测器(DOB)的复合控制来获取快速准确的称量数据。使用Matlab进行仿真验证,其仿真结果表明,该方法提高了称量的稳定性与快速性,缩短了系统的稳定调节时间,且具有较强的适应模型能力及抗干扰能力,优于国家标准JJG 1036—2022《电子天平检定规程》规定的Ⅰ级天平示值误差指标,同时也为计量专业人员以及科研人员提供了比较准确的称量值。     

电动模拟加载测试系统的设计与实现

针对导弹弹翼尾翼电动模拟加载测试系统,设计系统硬件结构,详细分析加载系统中多余力矩的测试及抑制方法,提出以TMS320LF2407 DSP和以直接转矩控制输出的ACS600伺服驱动器为核心的系统实现方法。对电动加载系统快速性和多余力消除这两个关键性的难点给出解决方案。实验结果表明,系统能精确地模拟弹翼及尾翼在飞行展开过程中的气流阻力,满足加载测试系统的快速性要求。     

一种提高舰载大负载光电平台稳定精度的方法

大负载对舰载光电平台主要有两个方面的影响:一是谐振频率降低,系统频带变窄;二是扰动力矩增大.要保证稳定精度,需要提高系统的力矩刚度,同时对扰动进行补偿.本文提出在以测速机构成的速度闭环中加入电流环,同时用陀螺进行角速度前馈,用扰动观测器对扰动力矩进行补偿的方法.理论和仿真结果表明:电流环能够提高系统的力矩刚度,陀螺前馈...     

基于加速度反馈和自抗扰的加筋壁板结构复合振动控制

四面固支加筋壁板结构中存在的模型难以确定等多种不确定因素,影响了闭环结构的振动控制性能.针对这一问题设计了一种不依赖结构数学模型的加速度传感信号反馈和二阶线性自抗扰复合振动主动控制策略,并在理论上分析其稳定性和优越性.首先,采用二阶线性自抗扰控制器实时估计对象模型变化及其外扰组成的广义干扰,并将估计值作为补偿信号前馈到控制信号中消除广义干扰对系统的影响;然后,设计加速度传感信号和线性状态误差反馈的自抗扰复合振动控制器;最后,基于dSPACE实时仿真系统,建立了四面固支加筋壁板结构的主动振动试验平台.利用加速度传感器和压电片驱动器抑制加筋壁板结构振动,并对提出的控制方法进行对比试验.几种外界干扰激励的试验结果表明,该方法不仅能有效抑制由于正弦激励和外界冲击引起的振荡,而且能更好抑制不确定因素引起的整个结构的波动.     

电动负载模拟器的复合控制策略研究

为提高电动负载模拟器的加载性能,该文在分析电动负载模拟器的结构组成和工作原理的基础上,建立系统的数学模型。针对加载过程中存在的加载误差以及多余力矩问题,采用PID控制与舵机指令直接前馈控制的复合控制方法对舵机负载模拟系统进行校正,实现电动负载模拟器的快速、高精度控制。最后对校正后的系统进行仿真分析,验证该方法的可靠性,具有较高的工程实用价值。     

前馈控制的神经网络实现

不依赖对象模型,在前馈－反馈定值控制系统中,借助神经网络构成前馈控制器,以反馈输出引导网络权值及输出的调整,使网络逐步学成前馈补偿功能,并最终在控制中占据主导地位,实现对主要可测干扰的补偿。文章分析了神经网络前馈控制器的作用效果,并与根据精确模型设计的常规前馈控制器的作用特性进行了比较。文中采用两种不同方式对神经网络进行训练,仿真结果证实了在模型未知的条件下,利用神经网络实现前馈控制的有效性。     

基于鲁棒模型参考控制器的智能结构振动主动控制研究

针对压电智能结构建模的不确定性和干扰,设计一种新的鲁棒模型参考控制律来抑制其振动,该控制器包括状态反馈控制器和用来补偿不确定影响的鲁棒补偿器。通过Ｌｙａｐｕｎｏｖ方法确定补偿项并证明该闭环系统的稳定性。分别在单模态和多模态下,分析三种不同补偿函数对系统的影响,指出运用ｔａｎｈ或ｅｒｆ函数可有效避免ｓｇｎ函数补偿出现的抖振现象。仿真和实验结果表明该方法具有很好的控制效果和鲁棒性。     

基于次级通道前馈等效阻尼补偿的改进滤波x-LMS算法

研究了通过次级通道阻尼补偿提高滤波x-最小均方(Least Mean Square; LMS)算法性能的实现方法,提出了一种自适应前馈等效阻尼补偿方案;将前馈补偿器与自适应前馈控制器设计相结合,设计了基于前馈等效阻尼补偿的改进滤波x-LMS算法,改进算法保持了滤波x-LMS算法结构简单、鲁棒性强等优点。以柔性悬臂梁前两阶模态振动为控制目标,分别采用两种算法进行了主动减振仿真实验,结果表明本文提出的改进滤波x-LMS算法具有更快的收敛速度。     

电动负载模拟系统自适应控制系统设计

为了有效抑制电动负载模拟系统多余力矩,从而提高系统加载力矩的输出精度,设计了一种自适应抑制位置干扰力矩的控制方法。基于前馈控制与自适应控制原理,使用MATLAB仿真软件对该方法的有效性作了分析,并进行了试验验证。仿真与试验结果表明:该方法能自适应调节系统加载误差,且舵机运动频率越高,系统跟踪误差调节时间越长;当加载力矩和舵机运动幅值相同时,舵机运动频率越高,该控制方法对系统多余力矩的抑制效果越明显;当加载力矩和舵机运动频率相同时,舵机运动幅值越大,抑制效果越明显。该控制方法能够在系统部分参数未知或者渐变的情况下,有效抑制系统多余力矩。研究结果对飞行器电动负载模拟器的设计具有一定参考价值。     

误差白化与Kalman滤波的微硅加速度传感器动态补偿

通过模型参考的系统辨识方法建立微硅加速度传感器的动态补偿器。由于测量噪声和补偿器对传感器的频带扩展,使得补偿器的输入/输出信号存在严重的噪声干扰。在噪声干扰下,采用均方误差为代价函数的系统辨识方法,无法得到补偿器参数的无偏估计。补偿器参数的偏差和传感器频带的扩展将会使补偿器的输出信号出现严重失真和高频噪声干扰。为解决噪声对硅加速度传感器的动态补偿的影响,研究了一种新的动态补偿方法,该方法采用误差白化为代价函数的系统辨识方法得到补偿器的参数,可消除补偿器的参数在估计中的测量噪声影响,并通过卡尔曼实时滤波减小因传感器频带扩展所产生的高频噪声干扰。     

消除噪声干扰的动态测量方法研究

由于测量噪声和补偿器的频率特性,使得传感器的动态补偿器存在严重的噪声干扰,影响到补偿器的参数辨识和补偿后的测量精度。研究了一种消除噪声干扰的动态测量方法,先通过小波变换估计噪声的方差,再由估计得到的方差,通过偏差消除的递推最小二乘法,对补偿器的参数进行无偏辨识;同时,采用多项式实时滤波器,消除高频噪声对测量精度的影响。最后,通过实验验证了该方法的有效性。     

基于差分进化算法的摩擦力建模与前馈补偿

摩擦力是电机运行时受到的外部扰动,会降低直线电机的跟踪精度.根据摩擦模型设计前馈补偿器是降低摩擦影响的重要方法.首先分析摩擦特性,选用合适的摩擦模型.其次设计电机速度前馈控制器和加速度前馈控制器,提高电机的跟踪性能.根据测得的电机在不同速度下的摩擦力值,运用差分进化算法辨识直线电机的摩擦模型参数,以此设计前馈控制器,实现永磁同步直线电机的摩擦抑制.仿真结果表明,摩擦模型能准确描述被测直线电机的摩擦特性,基于摩擦模型辨识结果设计出的摩擦前馈控制器可以有效地消除摩擦力引起的速度粘滑现象并且减小电机的位置跟踪误差.     

Stribeck模型自适应滑模摩擦补偿控制

针对高速高准确度滚珠丝杠伺服控制系统,提出一种基于Stribeck模型的滑模自适应摩擦补偿控制方法。采用PMAC运动控制器搭建开放式控制平台,建立伺服系统的动力学模型,并通过Stribeck模型来反映系统的摩擦特性。采用Backstepping方法设计自适应滑模摩擦补偿控制器,并采用Lyapunov定理证明系统的全局渐进稳定性,最后通过编写伺服算法实现该摩擦补偿。实验结果表明:与速度加速前馈控制补偿相比,当输入速度为10 mm/s信号时,自适应滑模摩擦补偿其跟踪误差由35μm降低到±4μm;当输入速度为100 mm/s信号时,自适应滑模摩擦补偿其跟踪误差由98μm降低到±4μm。采用该补偿方案能有效抑制伺服系统的摩擦干扰,提高伺服系统准确度和动态跟踪性能。     

消除电液负载仿真台多余力矩的理论分析及实验研究

从理论上分析了电液负载仿真台存在多余力矩的特点及其加对载系统控制性能的影响,提出同步补偿、利用结构不变性原理二次补偿的方法消除多余力矩,并用模糊自适应控制的方法提高同步跟踪精神的综合动态补偿方案,以提高加载系统的控制性能。在此基础上进行了实验研究,结果表明此方法对克多用力矩是成功的。     

输入受限情况下的球形机器人轨迹跟踪控制

针对球形机器人在输入受限情况下的轨迹跟踪问题设计控制器。首先,为对位置进行控制的同时给姿态控制回路期望的姿态信号,基于运动学模型设计虚拟控制律;然后,基于含输入受限约束、外扰和不确定性的动力学模型,以虚拟控制量为期望值,基于Lyapunov函数设计力矩控制器,以干扰观测器估计外扰和不确定性,以辅助补偿系统补偿输入力矩限幅。Lyapunov稳定性分析表明,该文所设计的控制器可保证跟踪误差最终一致有界。经直线和圆弧轨迹的仿真,并与现有结构相同的不含限幅补偿的控制算法相比较,说明该文设计的控制器在输入受限的情况下的良好效果。