压电驱动器的开闭环迭代学习控制

由于开闭环迭代学习控制方法能在加快收敛速度的情况下降低跟踪误差,本文利用该控制方法来提高压电驱动器(PZT)的高频轨迹跟踪精度。首先,提出了离散时间下的开环P型结合闭环PI型的迭代学习律,并且给出了基于该学习律的收敛性条件。然后,设计了用于PZT系统的离散开闭环迭代学习控制器。最后,针对50Hz单频和25Hz+50Hz复频三角波轨迹进行了跟踪控制实验。实验结果表明:所提出的迭代学习控制器对上述2种轨迹的最大跟踪误差分别为10.6nm和12.5nm,相对于PID控制器,分别降低了96.25%和95.62%。结果显示:提出的控制方法易于实现,无需准确的PZT迟滞和系统模型就可以获得很高的跟踪精度,能有效地满足高频和复频轨迹跟踪的精度要求。     

双马达回转同步驱动系统建模与控制研究

针对双液压马达回转高性能同步驱动问题,引入无阻尼行星系齿轮传动弹性动力学理论,基于双液压马达回转运动特性建立了系统非线性动力学模型;针对回转系统跟踪性能和同步性能要求,引入迭代学习控制算法(ILC),提出了结合离散化PID控制器结构的IL-PID同步控制策略。该控制策略基于“等同式”同步控制原理,在各单通道内部采用独立的离散化PID控制实现系统跟踪性能,在多通道间采用基于闭环D型学习律的IL控制实现系统同步性能。在五自由度液压伺服机械手上的实际应用结果表明,该控制策略相比于传统的PID控制具有较好的跟踪性能和同步驱动性能。     

基于逆的无模型迭代控制在电液伺服系统中的应用研究

提出了一种基于逆的无模型迭代控制控制器结构,不需要被控对象的数学模型,仅利用被控对象的在线和离线I/O数据设计MIIFC控制器;在频域内对算法进行了收敛性分析,给出了外界干扰值NSR对控制器的影响;与传统的PID控制器配合使用,无需对PID控制器参数进行精确调整,通过MIIFC可以对跟踪误差进行补偿;通过电液伺服系统跟踪给定正弦曲线实验,表明该MIIFC控制器可以消除跟踪误差,实现对给定轨迹的精确跟踪。     

可变环境下仿人机器人智能姿态控制

为了解决仿人机器人运动控制精度和运动稳定性差等问题,提出智能运动姿态控制算法。将连续动作和连续状态空间的深度强化学习应用于姿态控制,建立机器人运动智能姿态控制器。并针对物理样机训练样本少、效率低等问题,提出使用机器人辨识模型对姿态控制器进行离线的预训练,作为真实物理环境下继续学习提升的先验知识,提高了后期训练效率。将优化后的机器人姿态控制器用于机器人的运动控制中,分别和加入PID控制器、MPC控制器、以及PID+MPC控制器的机器人运动相比,在环境过渡步行试验中机器人上身俯仰姿态轨迹跟踪残差标准差分别减少60.97%,46.36%,23.98%,在平地障碍物步行试验中机器人上身俯仰姿态轨迹跟踪残差标准差分别减少60.38%,26.38%,9.52%。     

快速刀具伺服分数阶PID控制仿真的研究

利用分数阶PID控制,提出了一种新的快速刀具伺服(FTS)跟踪控制方法,以改善FTS的控制性能。根据差分进化算法,讨论了分数阶PID控制器的参数整定;通过数值仿真,考察了该方法的可行性和有效性。针对FTS的轨迹跟踪,根据响应时间、跟踪精度等指标,详细比较了分数阶PID控制与传统PID控制的性能。仿真结果表明,分数阶PID控制器的阶跃响应时间约为5×10-7s,是PID控制响应时间的42%,对频率为1 kHz,幅值为1μm的正弦信号的跟踪误差约为6 nm,是PID跟踪误差的50%,验证了基于分数阶PID控制器实现FTS轨迹跟踪控制的可行性和优越性。     

伺服运动控制轮廓误差补偿技术研究

针对单轴的定位精度问题提出了迭代学习控制方法来减小跟踪误差,并在传统PID-CCC控制器的基础上提出了模糊自适应算法在线自动调整交叉耦合的PID参数。实验证明将该方法应用于轮廓误差补偿,能够提高两轴的协调性能,可以快速地跟踪轮廓参考轨迹,不但很大程度上减小了系统跟踪误差与轮廓误差,还提高了控制系统的鲁棒性。     

机械臂运动的智能自适应模糊控制策略

为了提高机械臂轨迹跟踪控制精度同时节省驱动能量,提出了机械臂运动的智能自适应模糊控制策略。介绍了双连杆机械臂结构并建立了其动力学模型;设计了机械臂系统控制方案和智能自适应模糊控制器的实现方案;在粒子群算法基础上增加了多策略进化方法和多子群协同搜索方法,提出了多策略协同进化粒子群算法;以机械臂轨迹跟踪误差和驱动力矩最小为目标,以多策略协同进化算法为寻优算法,设计了具有智能自适应调节能力的模糊控制器。经仿真验证,自适应模糊控制器的跟踪误差幅值为PID控制误差幅值的26%左右,同时模糊控制器驱动力矩的平均振动幅值不足PID控制器力矩振动幅值的17%,充分证明了智能自适应模糊控制器能够以更小的力矩实现更小的跟踪误差。     

直线电机精密定位平台轨迹跟踪控制器设计

为了实现直线电机精密定位平台的位置和速度的轨迹跟踪控制,本文基于内模控制（IMC）的基本原理,在直线电机精密定位平台参数辨识的基础上,设计了定位平台速度环的模型状态反馈（MSF）控制器和基于位置环PID和速度环MSF的级联控制器。将PID/MSF级联控制器与速度/加速度前馈控制（VFC/AFC）相结合,构成了PID/MSF+VFC/AFC的复合轨迹跟踪控制器。该复合轨迹跟踪控制器通过整定速度前馈的增益来改善位置环偏差控制的跟踪滞后现象和动态响应,增加控制系统的稳定性和伺服精度;通过整定加速度前馈的增益在不减小级联控制器位置环增益的前提下,减小速度前馈带来的超调量,提高轨迹跟踪精度。基于MATLAB/dSPACE实时仿真控制平台,实现了某直线电机平台的轨迹跟踪控制。仿真和实验结果表明,该轨迹跟踪控制器的轨迹跟踪精度为±0.028 mm,定位精度为±4 μm,满足直线电机精密定位平台轨迹跟踪控制的要求。     

三轴电磁-压电混合驱动快速刀具伺服的轨迹跟踪控制

三轴快速刀具伺服（Fast Tool Servo, FTS）具有更高的刀具空间运动柔性，逐渐用于复杂光学曲面和微纳结构表面的切削加工。针对所研制电磁-压电混合驱动三轴FTS存在的轴间耦合、高频谐振和迟滞非线性等因素对轨迹跟踪性能的影响，研究综合补偿策略实现三轴空间轨迹的高性能跟踪控制。以陷波滤波器抑制系统高频谐振，以前馈解耦补偿弱化平面轴间耦合；针对法应力电磁驱动和压电驱动的迟滞非线性，提出以线性动力学模型级联Prandtl-Ishlinskii模型描述各轴的动态迟滞特性，并构建无需直接求逆的迟滞前馈补偿模型，实现系统的迟滞非线性补偿。谐波扫频测试结果表明：所采用的陷波滤波器可以很好地消除高频谐振，前馈解耦补偿可将平面XY轴间的耦合幅值降低约14 dB。宽频域内迟滞建模结果表明：平面XY轴和Z轴的动态迟滞建模误差分别小于±2.2%和±1.8%。以PID为主控制器，对宽频谐波（10～100 Hz）的跟踪结果表明：采用综合补偿策略获得各轴的最大跟踪误差约为仅采用逆动力学前馈补偿的25%～50%，进一步对空间螺旋球面轨迹进行了跟踪测试，证明了所构建的综合补偿控制策略的有效性。     

柔性关节机械臂的非线性控制策略研究

针对外部干扰情况下的柔性关节机械臂非线性动力学模型,提出一种基于反演设计思想的递阶控制策略。把电机的输出角度向量作为关节子系统的控制变量,设计虚拟电机角度向量实现关节轨迹跟踪,同时在反演正定函数中综合积分项消除轨迹跟踪误差。计算实际的关节电机输出力矩,使电机输出角度跟踪虚拟控制量,通过设计自适应滑模变结构控制器消除系统不确定因素的影响。基于李雅普络夫稳定性理论证明系统的稳定性和轨迹跟踪误差的收敛性。     

柔性关节机械臂的非线性控制策略研究

针对外部干扰情况下的柔性关节机械臂非线性动力学模型,提出一种基于反演设计思想的递阶控制策略。把电机的输出角度向量作为关节子系统的控制变量,设计虚拟电机角度向量实现关节轨迹跟踪,同时在反演正定函数中综合积分项消除轨迹跟踪误差。计算实际的关节电机输出力矩,使电机输出角度跟踪虚拟控制量,通过设计自适应滑模变结构控制器消除系统不确定因素的影响。基于李雅普络夫稳定性理论证明系统的稳定性和轨迹跟踪误差的收敛性。     

基于DSP的三肢体机器人关节控制器设计

基于TI公司的TMS320LF2407设计了一种直流伺服电机运动控制器,以实现三肢体仿生步行机器人11个运动关节的伺服控制.首先采用遗传算法对电机的PID参数进行优化,并对关节运动转角轨迹进行离散化,电机运动控制采取分段PID的策略,以减小关节转角误差.实验结果表明,设计出的控制器工作性能稳定,能够满足机器人运动控制的要求.     

光纤透镜研磨抛光的轮廓成形控制系统的研究

为了有效地减小光纤透镜的研磨抛光轮廓误差,设计一种两轴联动的交叉耦合轮廓控制器,并且针对光纤透镜研磨抛光机床的运动特点,给出了交叉耦合轮廓误差模型.然后利用Matlab软件对该交叉耦合轮廓控制的效果进行了仿真研究与分析.仿真结果表明,利用该控制器能使系统轮廓误差从0.075 μm减小到0.03 μm,但由于加入了交叉耦合器的补偿量,Z轴的跟随误差也从0.05 μm增大到0.07 μm.同时也表明两轴联动的交叉耦合控制系统远远优于单轴PID控制系统.     

一种基于RBF补偿的自适应复合同步控制

针对Linapod并联机器人的同步轨迹跟踪问题,提出一种新的自适应复合同步控制策略。以Linapod 机构为研究对象,设计了一种将前馈控制、PD控制以及RBF适配器补偿相结合的复合同步控制策略,并根据李雅普洛夫稳定性条件给出了RBF适配器权值更新率,从而保证了控制系统的运动稳定性。研究结果表明,在该控制器的作用下,当向各轴加入单位正弦信号干扰和不加入干扰时,各轴跟踪误差都能小于0.003 mm,从而验证了该控制策略的有效性和正确性。     

改进狼群算法的SCARA机械臂自适应迭代学习控制

针对减小机器人重复运动的位置、速度跟踪误差的问题,给出一种基于狼群算法优化的机械臂自适应迭代学习控制策略。根据SCARA(Selective compliance assembly robot arm)机械臂驱动方程,设计动力学系统的迭代学习控制律。引入自适应步长的狼群算法,使狼群能够根据猎物气味浓度动态调整移动步长,提高了算法的收敛速度和精度。该策略对机械臂控制器参数KP、KD进行寻优时,得到了良好的控制效果,实现了对期望轨迹的有效跟踪。实验结果表明,该算法灵活性好,对系统期望轨迹具有较高的跟踪精度,有效降低了双关节机械臂的位置、速度跟踪误差,具有较强的可行性与有效性。     

纳米级运动轨迹规划和控制

为了提高超精密设备中多自由度工作台的效率和精度，在满足纳米精度要求的同时提高工程调试与集成效率，提出了一种针对多自由度工作台的轨迹规划方案。对前道工艺的应用场景和机电系统能力进行分析描述，聚焦轨迹规划的难点，提出了整定控制参数和确定轨迹动力学约束参数的方法。通过差分进化算法整定反馈控制器参数，再以控制器的实际跟踪效果和应用需求为优化目标，运用蒙特卡洛算法对参考轨迹进行优化迭代。最后与传统工程调试进行了实验对比。实验结果表明：在工作台扫描运动的重复定位精度均达到±5 nm/3σ要求的前提下，本文提出的方案能使跟踪误差快速收敛，调参次数减少约90%。该方案在保证超高运动定位精度的同时能够有效地提高工程调试与集成效率。     

基于双深度神经网络的轮廓误差补偿策略研究

五轴数控机床的加工精度通常由轮廓误差指标来衡量。传统的轮廓误差降低策略主要包括精确的轮廓误差估计和有效的轮廓控制器设计。然而,传统策略存在刀具路径轮廓误差在线估计或控制器设计复杂等问题。为此,从机床输入驱动指令和输出末端位姿的映射出发,针对五轴数控机床加工大批量工件提出基于数据驱动的轮廓误差补偿策略。调整PID控制器参数保证系统单轴伺服的稳定跟踪,同时采集各伺服轴的输入指令和机床的实际输出位姿。针对五轴数控机床的刀具位姿和刀轴方向分别搭建位姿和方向两个深度神经网络,并基于数据训练所得的神经网络模型预测系统新的输入参考指令。采用五轴刀具路径开展轮廓跟踪试验。试验结果表明:所提出的基于深度神经网络的轮廓误差补偿策略不需要刀具路径轮廓误差的在线估计和控制器的有效设计,即可有效降低刀具路径的位置和方向轮廓误差。     

基于广义预测控制的多电机环形耦合升降同步控制研究

针对多电机升降系统受负载扰动等原因升降不平稳的问题，提出了一种基于广义预测和环形耦合策略的控制方法。建立以所有电机作为一个整体的统一受控自回归平均模型，简化了传统控制结构中的参数调整的过程。融合广义预测中的多步预测、滚动优化和反馈修正思想，将同步误差引入二次性能指标函数，使得跟踪误差和同步误差同时在线滚动优化并收敛，获得最优控制输入信号；采用环形耦合同步策略，降低单电机受扰动对其它电机同步性能的影响，提高了多电机连续升降中的鲁棒性。结果表明：能准确跟踪运动轨迹，提高同步跟踪的瞬态性能，使得同步误差趋于0。     

基于ILC算法的飞机主动侧杆位置控制研究

针对飞机主动侧杆系统中现有比例控制算法的低精度问题,提出了一种结合比例控制与迭代学习控制的算法,该方法可以不断学习调节转子实际位置与期望位置的差值,对电机转动速度和交轴给定电流进行在线补偿,使侧杆位置不断向期望位置逼近。通过仿真实验对基于ILC算法的侧杆位置伺服系统进行了验证,结果表明,所提出的算法相对于传统的PID控制算法,可以有效地提升系统稳态跟踪精度,并具有较好的动态响应性能。     

X-C直驱平台平面曲线轮廓磨削廓形误差非线性耦合控制

为提高X-C平台的曲线轮廓加工精度,引入了双轴联动耦合控制思想。根据切点跟踪加工原理,提出X,C轴跟踪误差耦合形成廓形误差的计算模型,在此基础上设计了X-C直驱加工耦合控制系统。为削弱曲线轮廓X-C磨削过程中轮廓轨迹、加工速度变化、磨削力变化、控制参数等因素对轮廓精度的影响,研究非线性PID调节的控制策略来补偿控制X,C轴跟踪误差引起的廓形误差。建立了直线电机与力矩电机构成的X-C直驱加工平台仿真模型,并以凸轮加工为例进行非线性交叉耦合廓形误差补偿控制仿真实验。结果表明:与常规加工相比,所设计的非线性交叉耦合控制器能够在一定程度上提高X-C直驱平台曲线轮廓的加工精度。