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.     

电液比例系统位置伺服迭代学习控制

针对电液比例控制系统存在的时变性、非线性、强耦合以及液压参数摄动等问题，提出一种带补偿的迭代学习控制（ILC）算法。在分析电液比例位置伺服系统机制的基础上，建立系统的数学模型。设计不严格依赖于系统精确模型的迭代学习算法，以非常简单的方式处理不确定度相当高的非线性强耦合动态系统。为解决误差收敛过程中存在的抖动和尖峰毛刺，在算法中加入输入和误差补偿。利用先前控制输入和误差的变化量，对系统进行补偿。仿真和实验结果表明：迭代学习控制算法能够有效实现系统对期望轨迹的精确跟踪；与传统PID控制相比，迭代学习控制提高了系统的控制精度和快速跟踪能力。     

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.     

基于模糊神经网络滑模控制的xy平台轮廓控制

永磁同步直线电机(PMLSM)直接驱动xy平台数控系统曲线轨迹跟踪时,其轮廓精度会受负载扰动以及曲线轨迹轮廓误差模型复杂等问题的影响。针对此问题,采用具有自学习能力的模糊神经网络滑模控制(FNNSMC)进行单轴位置控制器的设计,在不失滑模控制鲁棒性的情况下,有效地削弱该控制所产生的抖振;两轴之间运用实时轮廓误差计算法建立曲线轨迹的轮廓误差模型并采用交叉耦合控制(CCC)进行轮廓控制器的设计,实现跟踪误差与轮廓误差的同时减小。仿真结果表明:该控制方案基本消除了抖振,保证xy平台具有较强的鲁棒性和较高的轮廓精度。     

直线电机迭代学习控制非重复性扰动抑制研究

针对直线电机迭代学习控制过程中非重复性扰动积累问题,提出了将干扰观测器和小波变换相结合的抑制非重复性扰动的算法。首先分析了扰动对迭代学习控制跟踪误差的影响,包括负载扰动和测量噪声,给出了干扰观测器和小波滤波抑制迭代学习控制中非重复性扰动的理论依据。干扰观测器直接对干扰估计并进行补偿,在时间域上抑制非重复性扰动,小波变换可分离出非重复性扰动,重构出不含非重复性扰动的误差信号,在迭代域上抑制了非重复性扰动的积累。利用辨识出的直线电机平台模型进行仿真,仿真结果证明提出的策略能够减少前馈控制信号中非重复性扰动积累,减小迭代学习控制收敛误差。     

基于GA的直线伺服系统H∞优化控制的研究

针对永磁直线伺服系统存在的不确定性扰动,提出基于遗传算法(GA)的H∞混合灵敏度控制方法.根据永磁直线伺服系统的数学模型,对电流环采用PI控制,用根轨迹法来确定控制器的参数;以参考输入和扰动作为系统的输入向量,考虑系统对参考输入的跟踪和对扰动输入的抑制,将速度控制器设计归结为H∞混合灵敏度问题;在选择多个加权函数时,以性能指标作为相应的适应度函数,采用遗传算法选取加权函数,设计伺服系统的H∞优化控制器.对系统进行计算机仿真.仿真结果表明,用该方法设计的系统,其抑制扰动和跟踪给定信号的性能得到改善,满足高性能数控机床永磁直线伺服系统控制的要求.     

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。     

H型平台双环交叉耦合滑模同步控制

为提高H型平台双直线电机运动控制系统的抗干扰能力和同步运动性能,提出一种基于位置环和速度环双环偏差的交叉耦合滑模同步控制方法。采用交叉耦合算法建立双直线电机偏差（跟踪误差）的耦合关系,输出同步误差,并结合滑模控制器,实现跟踪误差与同步误差的同时收敛。基于仿真实验对比分析单位置环、单速度环和位置-速度双环3种交叉耦合结构的滑模控制在扰动输入后的位置跟踪性能和同步控制性能。仿真结果表明：位置-速度双环控制方的电机位置跟踪性能和同步控制性能较单位置环控制方法分别提升60.6%和51.95%,较单速度环控制方法分别提升85.0%和41.91%,为平台的同步性控制应用提供了参考。     

基于插入型重复控制器的直线伺服系统设计

针对数控机床要达到高速高精度切削的要求,在实际加工中,常需在有限行程中作连续性的周期运动,这就要求对周期性轨迹具有跟踪能力和对周期性扰动具有抑制能力。直线伺服控制系统的基本要求是控制器的设计应有调节能力。分析直线电机伺服控制系统的周期运动特性,利用重复控制理论设计了一种具有实用性的插入型重复控制器,以消除周期性参考输入的稳态跟踪误差。并对直线伺服电机驱动的凸轮加工中心进行了仿真研究,结果表明:所提出的控制方案是有效的,大大提高了系统跟踪精度。     

基于PID迭代学习控制的码垛机器人研究

以平行四杆件的码垛机器人为研究对象,运用机器人动力学中的拉格朗日功能平衡法建立码垛机器人的动力学模型。在经典PID控制的基础上,运用迭代学习控制(ILC)对系统未知参数和干扰进行补偿,实现机器人系统各关节对期望运行轨迹的跟踪控制。通过对控制系统的分析和仿真可得,在机器人系统稳定工作的前提下,将迭代学习率设置为0.75,经过10次迭代学习之后,系统的误差绝对值最大值与期望轨迹的比值能够控制在10%以下。实验结果表明,码垛机器人的PID迭代学习轨迹跟踪控制可以获得较高的跟踪精度。     

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.     

基于改进交叉耦合的多永磁同步电机速度同步控制

为减少多永磁同步电机在启动过程中的同步误差并降低电机的启动时间,以传统的交叉耦合控制结构为基础,结合模糊自调整滤波器和新型同步补偿器,提出基于改进交叉耦合的多永磁同步电机速度控制方法,即通过模式选择器对模糊控制器进行工作模式的切换,同时在不同的额定速度和负载转矩下自动调整各电机的软化系数,使各电机在启动过程中遵循软化转速轨迹;通过设计同步补偿器实现相位超前,进而降低同步误差并缩短电机调整时间。最后基于永磁同步电机调速控制平台进行了仿真对比验证。结果表明：在电机负载启动与稳态突变阶段,相比传统的控制结构,改进的交叉耦合控制结构的最大同步误差分别降低了55%和25.7%,速度调整时间同比减少了23%和39%,有效提高了系统的同步性能和动态响应能力。     

减小PMLSM推力波动的角度补偿方法

永磁直线同步电机(PMLSM)的推力波动与其输入电流紧密相关,为最小化电流误差,提出一种基于Park变换的旋转角度补偿算法,并在其基础上建立PMLSM双闭环滑模变结构控制(SMC)系统。针对SMC控制器引入的抖振问题和系统固有的扰动,设计扰动推力观测器。MATLAB/Simulink联合仿真证明该策略能有效地减小电流误差和电机推力波动。     

时变周期性参考输入的自适应重复控制系统设计

在凸轮研磨加工应用中,为符合特定加工条件,凸轮需要操作在变转速条件,这将使得输入信号变成所谓的时变周期信号,即是位置或角度的周期信号.因此,为降低时变周期信号的跟踪误差,提出了一种基于重复控制理论设计的具有线性时变特性的自适应重复控制器,使得角位移域内的时变周期信号得到衰减.采用自适应重复控制理论将定义在时域内的所有的控制信号转换成定义在角位移域内的信号,以使输入信号变成周期函数.针对直线伺服电机驱动的凸轮加工中心进行了仿真研究,结果表明所提出的控制方案是有效的,提高了系统跟踪精度,大大减小了跟踪误差.     

基于回声状态网络的挖掘机位置在线学习模型控制研究

挖掘机液压系统具有强烈的非线性，现有挖掘机控制普遍采用基于模型的控制方法，需要建立精确的挖掘机模型，成本过高且控制效果差。因此，提出了一种基于回声状态网络的液压挖掘机位置在线学习控制方法，建立了在线学习基本模型，该模型包含2个回声状态网络、1个学习目标的逆和1个基于学习目标逆生成的控制输入，在对其进一步优化后，提出了在线学习优化模型。以正弦信号为参考轨迹，对基础模型和优化模型进行了仿真研究，搭建了挖掘机控制试验装置，分别开展了单关节运动、多关节运动和实际挖掘运动实验，结果表明：采用在线学习控制方法后，挖掘机位置控制精度明显提高，其均方根误差降低占比超过50%，证明了所提出控制方法的性能和可行性