巨磁致伸缩自适应精密驱动和振动控制

针对巨磁致伸缩系统的自适应精密驱动和微振动控制系统,结合受控自回归滑动平均模型(CARMA)与递推增广最小二乘法（RELS）相结合对巨磁致伸缩驱动器（GMA）实现在线模型辨识;分别用不同类型的信号作为输入,辨识模型能精确描述GMA输出位移,辨识误差达0.23 %;将改进的广义预测控制算法（MGPC）应用于GMA的闭环位移控制,与最小方差自适应控制（MVSTR）相比,MGPC具有更好的实时性和更高的控制精度,在0～10 μm给定位移下,其驱动控制误差达0.143 μm。最后基于上述CARMA模型和MGPC算法对GMA隔振系统进行微振动控制实验,抑制效果达到20 dB。该研究结果对精密工程及航天振动控制应用具有一定的价值。