混合Preisach迟滞模型及其性质研究

压电陶瓷执行器物理结构复杂,通过参数化方法辨识经典Preisach模型(CPM)描述其迟滞特性时,难以找到合适的Preisach函数,模型预测误差较大.为了提高建模精度,定义了均值迟滞模型作为CPM的补充,通过将均值迟滞模型与CPM加权叠加,得到混合Preisach模型(MPM),并将权值定义为迟滞度参数,用以描述模型的迟滞非线性强烈程度.证明了MPM具有类似于CPM的擦除特性和一致特性,给出了MPM的表示定理.最后结合神经网络方法完成了MPM的辨识过程.实验结果表明,MPM及其预测误差最大值较CPM降低了1.20 μm,同时MPM的两种特性也得到了验证.     

一种新的混合Preisach迟滞模型及其性质研究

压电陶瓷执行器物理结构复杂,应用参数化方法辨识经典Preisach模型描述其迟滞特性时,难以找到合适的Preisach函数,模型预测误差较大。为了提高建模精度,定义了均值迟滞模型作为经典Preisach模型的补充,将均值迟滞模型与经典Preisach 模型加权叠加得到一种新的混合Preisach模型,并将权值定义为迟滞度参数,用以描述模型的迟滞非线性强烈程度。同时证明了混合Preisach模型具有类似于经典Preisach模型的擦除特性和一致特性,给出了混合Preisach模型表示定理。最后结合神经网络完成了混合Preisach模型的辨识过程。实验数据证明,在三角波信号下和衰减正弦信号下,混合Preisach模型的预测误差较经典Preisach模型分别降低了1.77 和1.26 。     

在Preisach模型框架下的似对角动态神经网络压电陶瓷迟滞模型的研究

在Preisach模型的结构下,用一阶微分方程代替relay迟滞元,借鉴对角动态神经网络模型,提出压电陶瓷迟滞特性的一种新的数学模型。该模型既有Preissach模型的结构思想,又能反映其动态特性。在输入信号是周期性衰减信号的激励下,由Preisach模型产生的数据和压电陶瓷产生的数据分别进行建模和预测仿真,结果表明该模型用于压电陶瓷迟滞特性建模是有效的,并具有较高的模型精度。     

基于Preisach模型的压电陶瓷执行器线性插值法迟滞位移研究

论文介绍了基于Preisach模型的迟滞特性建模方法.通过一系列实验数据建立了Preisach模型,研究了如何应用线性插值法和BP神经网络方法进行任意Preisach函数X（α,β）值的求解,从而计算得到相应电压序列的位移,分析比较了两种方法的预测结果.实验表明,基于Preisach模型的线性插值方法方法可以更好地预测压电陶瓷执行器的迟滞位移.     

基于双曲函数的Preisach类迟滞非线性建模与逆控制

为了补偿压电双晶片驱动器的迟滞非线性,提出了基于双曲函数的Preisach类迟滞非线性建模方法,并用该模型设计了压电双晶片驱动器的逆控制器.首先,用两个双曲函数分别拟合迟滞主环的上升段与下降段,利用坐标变换描述依附于主环的一阶曲线;然后,根据Preisach模型理论的记忆擦除性与次环一致性,基于一阶上升与下降曲线分别描述了次环的上升段与下降段.由于这种建模方法所需的参数远小于Preisach等经典迟滞模型,非常适用于压电驱动器等智能材料系统.实验结果显示,基于这种迟滞非线性模型设计的逆控制器,控制后的最大误差比控制前减小了44.26％,有效地提高了压电双晶片驱动器的定位控制精度.     

压电陶瓷执行器迟滞的滑模逆补偿控制

为了降低迟滞特性对压电陶瓷执行器的影响,研究了基于Preisach逆补偿的滑模控制策略.首先,利用分类排序方法在控制平台上实现了迟滞的Preisach逆模型;然后,将其串联到压电陶瓷执行器前用于抵消迟滞非线性.考虑到迟滞逆补偿的非完全抵消、模型参数的不确定性以及扰动等问题,设计了一种分段边界层滑模控制律.最后,为了验证...     

压电陶瓷执行器迟滞特性的广义非线性Preisach模型及其数值实现

压电陶瓷执行器的迟滞非线性不具有经典Preisach模型的次环一致特性,直接利用该模型对压电陶瓷执行器的迟滞特性建模会产生较大误差。为了提高压电陶瓷执行器的迟滞特性建模精度,在非线性Preisach模型的基础上推导得到适用于压电陶瓷迟滞特性的广义非线性Preisach模型,并给出简化分类计算公式。广义非线性Preisach模型将经典Preisach模型表示定理中的次环一致特性修改为次环等弦长特性,放宽了对描述对象的限制要求。实验数据表明,与经典Preisach模型相比,广义非线性Preisach模型预测位移的误差绝对值的最大值降低了0.22 μm,均方根误差降低了0.11 μm,能够更精确地描述压电陶瓷的迟滞特性。     

快速伺服刀架迟滞特性的Preisach建模

使用压电陶瓷作驱动元部件的快速伺服刀架是一种新的加工手段。本文介绍了基于Preisach模型的快速伺服刀架迟滞特性建模方法。作为快速伺服刀架的驱动元部件,压电陶瓷微位移器自身的迟滞、蠕变等非线性特性严重影响了快速伺服刀架的动态性能。为了精确建立快速伺服刀架的迟滞模型,给出了Preisach模型的数字表达方式,通过一系列实验测得的数据证明快速伺服刀架系统具有一致特性与擦除特性,满足Preisach模型的两个必要条件,最后在实验数据的基础上建立了基于Preisach模型的迟滞特性模型。实验表明,该迟滞模型可以很好地预测快速伺服刀架的迟滞位移曲线,其预测误差不超过0.65 μm。     

压电陶瓷执行器的神经网络实时自适应逆控制

目的：为了提高压电陶瓷执行器执行精度,提出消除压电陶瓷的非线性、非光滑的迟滞特性的方法。 方法：提出了基于内积的压电陶瓷动态神经网络非线性、非光滑的迟滞逆模型,采用反馈误差学习方法,避免了求取压电陶瓷的Jacobian信息,快速地在线得到压电陶瓷的逆模型,并结合PID反馈控制,在dSPACE系统平台上,实现压电陶瓷的神经网络自适应逆控制,为了提高实时性,程序采用效率高、速度快的C-MEX S Function编程。结果：实验结果表明：神经网络自适应逆控制的控制精度为：0.13μm,而PID控制精度为：0.32μm 。结论：所提出方法有效地消除了迟滞的影响,控制精度高。     

Generalized preisach model for hysteresis nonlinearity of piezoceramic actuators

This paper presents a new approach for modeling the hysteresis nonlinearity of a piezoceramic actuator using a modified generalized Preisach model, and the use of this model in a linearizing control scheme. The developed generalized Preisach model relaxes the congruency requirement on the hysteresis loops of a piezoceramic actuator, which must be satisfied when using the classical Preisach model. The congruency property is experimentally proved to not hold when running the actuator on a minor hysteresis loop. A numerical expression of the model is derived in terms of first- and second-order reversal curve experimental datasets. Output prediction using this model is performed on both an exponentially decayed sinusoidal input signal and an arbitrary input signal, and the results show that the model can accurately reproduce the hysteresis response with an error of less than 2.7%. A tracking control system for a piezoceramic actuator is also developed by combining a PID feedback controller with a hysteresis linearizing scheme in a feed-forward loop. The results show that this new control system can achieve 0.25 μm tracking control accuracy, which is 80 and 50% less than that obtained when using an open-loop controller and a regular feedback control system, respectively.     

基于Preisach模型的磁致伸缩位移传感器迟滞补偿方法

迟滞是磁致伸缩位移传感器测量误差的主要来源之一,减小迟滞可以显著提高传感器的测量精度.根据铁磁材料的磁滞特性分析了位移迟滞的形成过程.针对磁致伸缩位移传感器在短行程中仍存在较大迟滞的问题,将传感器整体视为迟滞系统并通过Preisach模型描述其输入输出关系,然后在此基础上提出了一种软件层面上的迟滞补偿方法,将迟滞曲线分...     

压电陶瓷驱动器的滑模神经网络控制

由于压电陶瓷驱动器的迟滞非线性严重影响其定位精度,本文提出了一种滑模神经网络控制方法来改善它的性能.用径向基函数神经网络的输出作滑模控制的等价控制量,由迟滞补偿器估计控射器参数误差、外部扰动和近似计算所造成的不确定量对神经网络的输出控制量进行补偿,从而使驱动器系统状态保持在滑模平面上.基于Lyapunov稳定性理论推导了控制器和补偿器的自适应调节律,分析了控制系统的收敛性和稳定性,以可变幅值的低频三角波为参考位移量对控制系统进行了实验测试与分析,结果表明,只采用神经网络控制时的平均定位误差为0.43 μm,最大误差为0.77 μm,而采用滑模控制方法对神经网络控制量进行补偿后,平均定位误差减小为0.27 μm,最大误差减小为0.49μm,定位精度有了显著的提高.     

Preisach逆补偿的GMA精密轨迹跟踪与实验优化

针对超磁致伸缩执行器(GMA)的非线性迟滞,研究了开环条件下采用Preisach逆模型对参考轨迹实现精密跟踪的补偿方法。简要介绍了经典Preisach迟滞数值模型,详细推导了Preisach逆模型及其数值实现方法。采用FFT数字滤波方法对一阶回转下降曲线 (FOD)实验数据进行优化处理,同时结合拉各朗日双线性插值方法,提高了在同等离散水平下Preisach模型对GMA非线性迟滞的预测精度。在精密预测的基础上,通过Preisach逆模型实现了GMA对参考轨迹的精密跟踪。实验结果表明:在0~34 μm,跟踪误差由补偿前的-14.7%~+11.2%减小到-2.9%~+2.7%。此外,FFT滤波和双线性插值算法可以明显提高Preisach模型对GMA非线性迟滞的预测精度,基于Preisach数值逆模型的补偿算法可以有效消除由于GMA非线性迟滞造成的跟踪误差。实验同时指出,如果要进一步提高跟踪精度,还须结合反馈实现闭环控制。     

感应电机神经网络逆控制的数字实现

提出了一种感应电机神经网络逆控制的数字实现方法.证明了感应电机的可逆性,给出了感应电机神经网络逆控制的实现结构.详细阐述了采用数字信号处理器（DSP）实现神经网络逆控制系统的硬件组成和软件设计方法.实验结果表明,系统具有良好的动、静态控制性能.     

压电微动工作台的动态迟滞模型

为实现压电微动工作台的快速准确运动定位,研究了其运动定位模型.压电工作台的运动定位精度主要受工作台动态特性和迟滞特性的影响,在介绍这两类典型特性模型及其适用范围的基础上,提出了能够同时体现压电工作台动态特性和迟滞特性的动态迟滞模型,并给出了采用Prandtl-Ishlinskii (PI)迟滞算子的动态迟滞模型参数辨识途径.以TRITOR100型压电工作台为例进行实验研究,结果表明:当压电工作台在30 μm的定位范围内以±900 V/s的输入电压速率进行快速运动定位时,动态迟滞模型的模型精度比以往常用的线性动态模型和迟滞模型有较大提高,其平均误差为0.16 μm,最大误差为0.38 μm,为高性能运动定位工作台控制系统的设计提供了模型基础.