压电陶瓷精密驱动器的设计与实验研究

针对压电陶瓷驱动器的迟滞现象、蠕变现象等进行测试和分析,为压电陶瓷驱动器迟滞非线性建模提供依据.基于压电陶瓷驱动器位移--电压曲线各升程之间、各回程之间的相似性,采用基于平均曲线模型的方法,建立了一种简单实用的压电陶瓷执行器的迟滞非线性模型.     

压电陶瓷驱动器控制模型建立及仿真

介绍了一种压电陶瓷微位移驱动器的控制模型．借助于统计物理学分析，结合数学方法，利用BP人工神经网络建立了一个简单实用的压电陶瓷的迟滞数学模型，并根据实测压电陶瓷电压／位移数据，对该控制模型进行了仿真，仿真结果表明，所建立的模型可有效地减小压电陶瓷的迟滞非线性误差，提高压电陶瓷微位移的控制精度，有助于实现压电陶瓷驱动器的高精度微位移开环控制．     

基于压电陶瓷迟滞非线性的建模方法

压电陶瓷因其具有的响应速度快,精度高等优点被广泛应用于微操作、微纳米定位等系统中,但是由于它具有迟滞特性对其应用的影响,针对压电陶瓷的迟滞特性提出了一种简单的数学建模方法,该模型建模简单,运算量比PI迟滞算子大大减小,拟合方法曲线较平滑,克服了PI迟滞算子拟合出现的毛刺问题,且拟合精度较高,拟合误差在1%左右,采用椭圆极坐标方式对迟滞特性进行建模.并通过实验验证了该建模方法的可行性和精确性.     

基于PI模型的AFM压电陶瓷执行器迟滞误差补偿

本文针对原子力显微镜（Atomic Force Microscopy,简称AFM）迟滞特性易降低扫描图像精度,根据微位移测量的方法建立了可以精确描述AFM系统中压电陶瓷器执行器（Piezoelectric Ceramic Transducer,简称PZT）迟滞误差模型并提出了合适的误差补偿方法。首先,原子力显微镜作为测量工具,获得一系列特征样品的扫描图像,通过计算扫描图像数据计算出压电陶瓷的微位移。接着,依据微位移数据建立AFM系统中压电陶瓷执行器迟滞误差模型。最后,通过对压电陶瓷PI （Prandtl-Ishlinskii）迟滞误差模型解析求逆进行补偿控制方法研究。实验结果证明,PI迟滞误差模型可以精确描述AFM系统中压电陶瓷执行器的迟滞现象,基于该模型的补偿控制方法可以有效减小迟滞误差,是提高AFM系统中压电陶瓷执行器定位精度的一种有效方法。     

迟滞非线性环节的建模与逆控制

压电陶瓷器件这类复合材料在精密定位和微位移控制中得到广泛的应用,但其存在压电相互转化时寄生的难以建模的迟滞非线性现象的不足。通过采用一种和前向神经网络结构类似,以BackLash迟滞算子为激励函数的网络结构,并利用最小二乘法调整网络权值,从而无需考虑具体物理对象而实现对这类复杂迟滞非线性环节的建模,进而推导出所提出网络结构的逆模型。采用所建逆模型来对迟滞非线性环节进行补偿,仿真结果表明:提出的迟滞环建模方法及其控制算法可实现对迟滞环的线性补偿。     

迟滞非线性环节的建模与逆控制

压电陶瓷器件这类复合材料在精密定位和微位移控制中得到广泛的应用，但其存在压电相互转化时寄生的难以建模的迟滞非线性现象的不足。通过采用一种和前向神经网络结构类似，以BackLash迟滞算子为激励函数的网络结构，并利用最小二乘法调整网络权值，从而无需考虑具体物理对象而实现对这类复杂迟滞非线性环节的建模，进而推导出所提出网络结构的逆模型。采用所建逆模型来对迟滞非线性环节进行补偿，仿真结果表明：提出的迟滞环建模方法及其控制算法可实现对迟滞环的线性补偿。     

车削加工轴类零件误差补偿技术的研究

通过提高压电陶瓷微位移驱动器的控制精度,用来减小轴类霞件中受力变形误差,提高轴类零件的加工精度．采用压电陶瓷微位移驱动器控制刀具进行实时误差补偿的方法提高轴类零件加工精度,借助物理学分析结合数学建模的方法,建立压电陶瓷微进给系统的迟滞数学模型．通过实验针对压电陶瓷驱动器的非线性特征分析,给出了对其控制电压进行校正的方法,减小压电陶瓷的迟滞非线性误差．     

基于非均匀有理B样条的压电陶瓷非线性校正

针对压电陶瓷的非线性迟滞特性限制两级进给式大行程精密定位系统定位精度提高的问题,利用非均匀有理B样条(NURBS)快速插补算法对迟滞特性进行补偿.在通过MATLAB软件实现NURBS插补算法的过程中,将NURBS插补算法与线性插值算法进行仿真和比较.结果表明,NURBS插补算法的误差明显小于线性插值算法的误差,验证了利用NURBS插补算法解决压电陶瓷非线性的正确性、可行性和实用性,解决了压电陶瓷非线性迟滞特性曲线模型建立的问题,且在精密工作台满足速度要求的前提下可实现更高的定位精度.     

一类具有迟滞-蠕变非线性对象的内模控制

针对压电晶体材料在压电相互转化时发生的迟滞-蠕变现象,本文采用内模控制方案来对其进行控制补偿.为实现内模控制,给出一种由Backlash迟滞算子和线性蠕变算子的加权叠加而得到模型来对其进行建模,进而得出建模结构的逆模型.仿真结果表明,本文提出的迟滞-蠕变环节建模方法及自适应内模控制算法的有效性.     

基于T-S模糊系统的压电驱动器迟滞特性动态建模

为辨识压电驱动器的速率相关迟滞特性,提出了一种基于Takagi-Sugeno(T-S)模糊系统的迟滞建模方法。首先,引入了新的模糊C回归聚类算法(Novel fuzzy C-regression model algorithm, NFCRMA)划分模糊空间,利用模糊C均值聚类算法(Fuzzy C-means,FCM)完成初始化,再利用改进的模糊C回归聚类算法(Fuzzy C-regression model, FCRM)确定模糊前件。其次,引入了与NFCRMA相对应的超平面隶属函数,利用递推最小二乘法完成模糊后件的辨识。最后,利用上述方法对压电驱动器的迟滞特性进行动态建模。该模型能够较好逼近输入频率在10 Hz到200 Hz的迟滞特性;在正弦衰减信号作用下,模型的相对误差控制在1%之内。实验结果表明该方法有效。