自适应光学系统中倾斜镜的自适应逆控制

为了克服自适应光学系统中倾斜镜的迟滞响应,提高响应的线性度,改善倾斜镜的控制精度,研究了倾斜镜的迟滞非线性效应。提出了一个基于频率相关的Mutified-Prandtl-Ishlinskii(MPI)模型的补偿方法来在线自适应逆补偿倾斜镜的迟滞非线性。结合反馈PID控制构成了自适应逆前馈复合控制方案,其中自适应逆前馈克服了由于频率等因素引起的迟滞曲线变化,反馈PID则改善了整体的控制性能。建立了倾斜镜二阶系统模型来估计倾斜镜系统的输出,解决了MPI模型参考信号的问题,避免了增加额外前馈传感器,保证了光能量的利用率。实验结果表明,倾斜镜系统15 Hz非线性迟滞率由原来的24.28%降为1.17%,线性度提高了约95%,控制精度较传统PID方法提高了约60%。该方法能够有效补偿倾斜镜的迟滞非线性,提高了自适应光学系统中倾斜镜的校正精度。     

超磁致伸缩致动器的小脑神经网络前馈逆补偿-模糊PID控制

针对超磁致伸缩致动器(GMA)在精密致动控制中存在的迟滞和位移非线性,提出了小脑神经网络(CMAC)前馈逆补偿结合模糊PID控制的新策略。通过小脑神经网络(CMAC)学习获得超磁致伸缩致动器动态逆模型用于对超磁致伸缩致动器迟滞非线性进行补偿;利用模糊PID控制降低小脑神经网络(CMAC)学习时的误差和抑制扰动,提高系统的跟踪控制性能,从而实现超磁致伸缩致动器的精密致动控制。仿真和实验结果表明:所采用的控制策略有效地消除了迟滞非线性的影响,系统的跟踪误差降低到了5%以下,而位移跟踪误差均方差仅为0.58。此外,这种策略的特点是学习和控制同时进行,控制系统能够适应被控对象动态特性的变化,使系统具有较强的鲁棒性,同时也能够有效地抑制外界的干扰,提升系统的自适应控制性能。     

基于神经网络的超磁致伸缩智能构件滑模控制

提出了一种利用超磁致伸缩材料（giant magnetostrictive material GMM）智能构件精密加工活塞异形孔方法。 为了消除GMM智能构件迟滞非线性影响,提出一种神经网络前馈复合离散滑模变结构控制策略,实现GMM智能构件的精密位移控制。将智能构件的输出位移及其变化率作为小脑模型神经网络（CMAC）输入,构件的输入电流作为网络输出,利用CMAC在线自学习能力建立GMM智能构件的迟滞逆模型,神经网络的建模近似误差以及外界干扰通过离散滑模变结构控制器来消除。仿真结果表明此控制策略能在线建立智能构件的迟滞逆模型,消除迟滞非线性的影响,可实现智能构件的精密位移控制。     

含磁滞补偿的电液伺服系统预设性能跟踪控制

针对电液伺服系统普遍存在的参数不确定性、不确定非线性(磁滞、摩擦、外干扰等),提出一种基于自适应鲁棒控制的含磁滞补偿的预设性能跟踪控制策略。以阀控单出杆液压缸位置伺服系统为例,首先建立了含磁滞非线性的系统数学模型,然后通过定义预设性能函数,实现了对跟踪误差收敛速率、最大超调量和稳态精度的预先规划,基于规划后的转换误差设计了自适应鲁棒控制器,并提高了稳态和瞬态跟踪性能。仿真对比结果表明：该控制策略可以减小磁滞对系统跟踪精度的影响,提高跟踪误差的收敛速度,减小最大超调量,最终实现优良的跟踪性能。     

用神经网络结构实现超磁致伸缩智能构件滑模控制

提出了一种利用超磁致伸缩材料(GMM)智能构件精密加工活塞异形孔的方法.采用一种神经网络前馈复合离散滑模变结构控制策略,实现GMM智能构件的精密位移控制,消除了GMM智能构件迟滞非线性的影响.将智能构件的输出位移及其变化率作为小脑模型神经网络(CMAC)输入,构件的输入电流作为网络输出,利用CMAC在线自学习能力建立GMM智能构件的迟滞逆模型;通过离散滑模变结构控制器来消除神经网络的建模近似误差以及外界干扰.仿真结果表明,此控制策略能在线建立智能构件的迟滞逆模型,消除迟滞非线性的影响,控制误差降低到1.5%以内,可实现智能构件的精密位移控制.     

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.     

Research on the control systems of a precision linear motor drive device

The model of a precision linear motor drive device (PLMDD) and its control requirements are analyzed. In order to enhance the tracking and anti-disturbance performance of the system, its third-order model is established, and disturbance-observer based input revising feedforward error compensation robust control algorithm, combined with integral-separated proportional integral derivative (PID) control algorithm is proposed. This includes feedback control algorithm and feedforward control algorithm. The feedback controller improves system tracking performance and suppresses load and mechanical disturbance while the feedforward controller compensates phase hysteresis introduced by feedback control. Theoretical analyses, simulations and experiments show that this control method increases the tracking precision of PLMDD from ±5 μm to ±2 μm and dramatically improves its anti-disturbance ability.     

压电执行器动态迟滞建模与LQG最优控制器设计

为提高空间天文望远镜稳像系统中压电快摆镜(Fast Steering Mirror,FSM)的动态性能,对压电执行器(Piezoelectric Actuator,PZT)动态迟滞补偿和控制进行研究。鉴于基于广义Play算子Prandtl-Ishlinskii(PI)模型的求逆复杂性和迟滞曲线的非对称性,构造一种基于广义Stop算子PI逆模型来补偿压电执行器迟滞非线性。采用Hammerstein模型对压电执行器动态迟滞特性进行建模,以广义PI模型和自回归遍历模型(Auto-regressive Exogenous Model,ARX)分别表征Hammerstein迟滞模型中的静态非线性和率相关性,并针对迟滞率相关模型不确定性问题,提出一种前馈补偿和线性二次型Gauss最优控制算法(Linear Quadratic Gaussian,LQG)相结合的复合控制策略。利用自适应差分进化算法(Adaptive Differential Evolution algorithm,ADE)辨识和整定模型及控制器参数。实验结果表明:该动态迟滞模型能够有效描述1～100Hz频率范围内压电执行器迟滞曲线,拟合均方根误差为0.077 1μm(@1 Hz)～0.512 3μm(@100Hz),相对误差为0.31%(@1Hz)～2.09%(@100Hz);实时跟踪幅值为24.5μm的变频目标位移,LQG控制算法的跟踪精度相比于直接前馈控制和PID控制分别提高48.6%和27.02%。     

超磁致伸缩致动器的复合反馈控制及其在变椭圆销孔精密加工中的应用

针对非对称性销孔的镗削加工,研究了用于高负荷孔精密镗削装置的超磁致伸缩致动器(GMA)的相关控制。考虑GMA的迟滞非线性,分析了准静态改进型Prandtl-Ishlinskii(P-I)模型的数学机理;为提高其动态适用频域和控制精度,提出了结合相角前馈补偿的动态改进型P-I模型,获得了满意的控制效果。结合PID反馈控制搭建的闭环控制实验结果显示,GMA的迟滞非线性由补偿前的14.5%~67.2%减小到1.5%~4.3%,有效降低了迟滞系统的非线性误差。在此基础上进行了椭圆销孔试镗削实验,结果显示其椭圆度均符合图纸要求,验证了补偿方法的正确性。本文的研究为实现高负荷异形孔的精密加工提供了新方法。     

基于反演设计的机械臂非奇异终端神经滑模控制

针对具有建模误差和不确定干扰的多关节机械臂的轨迹跟踪问题,设计反演非奇异终端神经滑模控制。该方案是采用能有限时间收敛的非奇异终端滑模面,根据滑模控制原理和反演方法设计反演滑模控制器;对于反演滑模控制系统中由于建模误差和不确定干扰造成的不确定因素的上界,设计径向基(Radial basis function, RBF)神经网络自适应律,在线估计不确定因素的上界;利用李亚普诺夫定理证明了系统的稳定性。仿真结果表明,该方法具有良好的轨迹跟踪性能,提高对于建模误差和不确定干扰等因素的鲁棒性,削弱了抖动。     

Output feedback integral control of piezoelectric actuators considering hysteresis

In this paper, output feedback integral control of piezoelectric actuators is considered with respect to the hysteresis effect. The linear dynamics of the piezoelectric actuator is modeled as a linear state space system with an input nonlinearity that considers the hysteresis effect. A proof of the Lyapunov stability of the system with integral control is presented, and a method for deriving the upper bound for the regulating gain is shown. A simple example is used to illustrate the approach, and then the approach is applied for tracking a step signal with an experimental single-axis piezoelectric actuator to verify that the system is stable.     

Model reference adaptive control for a piezo-positioning system

Piezoelectric (PZT) actuators having the characteristic of infinitely small displacement resolution are popularly applied as actuators in precision positioning systems. Due to its nonlinear hysteresis effect, the tracking control accuracy of the precision positioning system is difficultly achieved. Hence, it is desirable to take hysteresis effect into consideration for improving the trajectory tracking performance. In this paper, a model reference adaptive control scheme based on hyperstability theory is developed for a moving stage system driven by a PZT actuator. It is worth emphasizing that the controller can be constructed without a nonlinear hysteresis dynamic equation to compensate the hysteresis effect. According to simulation results, the tracking error was only nanometer order. Through experimental examinations, the tracking performance was obtained as precision as ten nanometers order which is the resolution limitation of the measurement system. The effectiveness of the proposed adaptive control scheme was validated.     

基于采样控制理论的光电跟踪伺服系统内模控制研究

针对外部扰动对光电跟踪伺服系统精度的影响,对稳定回路提出了一种两自由度内模控制,将控制器的设计转化为标准的H∞优化问题,使得系统对模型误差及参数摄动具有较强的鲁棒性。采用jump变换、提升操作等采样控制系统的理论与方法来优化设计相应的鲁棒控制器,综合考虑了系统的多采样率行为及采样点间的动态特性。仿真结果表明了所设计的控制系统具有较高的指令跟踪精度及较强的扰动抑制性能。本文的研究为高精度光电跟踪伺服控制系统的设计提供了新方法。     

FPGA-based adaptive backstepping fuzzy control for a micro-positioning Scott-Russell mechanism

This paper utilizes the field programmable gate array (FPGA) and Nios II embedded processor technologies to design a controller IC for a micro-positioning Scott-Russell (SR) mechanism, which is driven by a piezoelectric actuator (PA) and its hysteresis phenomenon is described by Bouc-Wen hysteresis model. For the controller design, the adaptive backstepping fuzzy control (ABFC) method is developed to compensate the PA's hysteresis and achieve the motion tracking control. The fuzzy logic method (FLM) is utilized to find the best adaptation gain of the adaptation law and control gain of the stabilization controls. This ABFC controller method can improve the transient and asymptotic tracking performances, and make the SR mechanism keep good working performance when external disturbances is added in the control system. Finally, we successfully apply the system-on-a-programmable-chip (SoPC) technologies to develop the motion controller IC, and achieve the advantages of reduced space, high performance and low cost.     

Output tracking control of mobile manipulators based on dynamical sliding-mode control

A dynamical sliding-mode controller is devised to track the output of mobile manipulators. During the investigation, firstly a reduced dynamic model considering the dynamics of the driving motor is developed for mobile manipulators. Then, the system is decomposed into four lower-dimensional subsystems by means of diffeomorphism and nonlinear input transformation. Moreover, a design method of the dynamical sliding-mode controller that is applied to the output tracking of mobile manipulators is proposed. The simulation results indicate that the dynamical sliding-mode controller can not only track the given trajectory correctly but also reduce the chattering of sliding-mode control system considerably. __________ Translated from Journal of South China University of Technology (Natural Science Edition), 2006, 34(6): 29–33 [译自: 华南理工大学学报 (自然科学版)]     

压电陶瓷驱动器模糊自整定PID控制方法研究

本文将模糊自整定PID控制思想应用于对压电陶瓷驱动器的控制，运用模糊理论的方法对PID的3个参数进行在线自调整，有效克服压电陶瓷驱动器迟滞，非线性的影响。在LabVIEW环境下实现了该控制算法。在此基础上，建立了实验系统，对压电陶瓷驱动器进行模糊自整定PID控制研究。实验结果表明，被控制方法明显提高了系统的动态性能和稳态精度，同时系统具有较强的适应性和鲁棒性。     

扫描隧道显微镜扫描器的迟滞非线性控制

压电驱动器被广泛应用于扫描隧道显微镜(scanning tunneling microscope,简称STM)的扫描器,但压电材料本身的迟滞非线性特性影响了STM的扫描精度。为了补偿由于迟滞非线性带来的扫描器控制误差,提高STM的扫描精度,基于迟滞非线性模型,设计了前馈控制器,并与PID反馈控制相结合。利用所设计的控制器进行了扫描实验,并与位移反馈控制扫描进行对比。实验结果表明,采用位移反馈控制时光栅周期相对测量误差和光栅线宽相对测量误差分别为4.41%和2.65%,采用迟滞逆模型与PID反馈的复合控制后,光栅周期相对测量误差和光栅线宽相对测量误差分别减小到1.26%和0.27%,迟滞引起的非线性误差得到了补偿,减小了扫描器控制误差,提高了扫描精度。     

挖掘机器人伺服系统神经网络滑模控制

挖掘机器人伺服系统存在高度非线性、参数不确定和未建模动态等诸多不利因素,提出了一种结合径向基函数(RBF)神经网络的非线性滑模控制器,以提高控制精度和鲁棒性。首先,建立了单联伺服系统的数学模型;其次,采用RBF神经网络对系统的不利因素进行逼近,提出积分滑模面进一步减小稳态误差,同时减少对伺服系统参数的依赖,在此基础上,设计了基于RBF神经网络的滑模控制器(SMC-RBF),利用Lyapunov理论证明了系统的渐近稳定性;最后,通过不同的参考信号和整平实验验证了控制器的优越性。仿真结果表明,SMC-RBF控制器响应快,跟踪精度高且鲁棒性强,与PID控制器相比正弦轨迹跟踪精度提高了46%。整平实验结果表明,铲斗末端轨迹跟踪精度提高了52%。     

基于自抗扰重复控制的压电驱动器高精度跟踪控制

针对压电驱动器的高精度控制问题,提出一种自抗扰重复控制设计方法。首先,给出压电驱动系统的动力学模型;然后,在线性自抗扰控制(LADRC)中引入输出反馈积分控制器和一类插入式重复控制器,提出一种具有阶跃、斜坡和周期信号跟踪/抑制能力的自抗扰重复控制策略。进一步,结合小增益定理,分析闭环系统的稳定性及控制系统的设计方法。最后,将所提方法应用于一类压电驱动系统,实验结果表明该方法与LADRC相比,能显著提升控制效果,且高精度跟踪/抑制多种外部信号。     

动态非线性压电驱动机电耦合动力学系统建模及其宽带高精度位移控制系统研究

摘要：研究了压电陶瓷驱动器的复杂非线性滞回动力学系统建模及其位移跟踪控制问题。首先采用状态空间方程,建立了一种新型压电驱动机电耦合动力学系统集总参数（Piezo-actuated Electromechanical Coupling Lumped Parameter－PECLP）模型。该模型首次将动态本征非线性集成到压电叠堆的滞回特性中,并兼顾考虑了驱动器中弹性和运动部件的动力学特性。在此基础上,利用微分几何的输入输出线性化方法,导出了一个简化的线性规范型子系统。根据该子系统,设计了一种基于LQ方法的非线性位移跟踪控制系统。与现有控制系统的对比仿真结果表明,本文提出的控制系统不仅消除了驱动器的稳态定位误差,有效的实现整体动态性能的最优化, 而且将其在-3dB的截止频率从638Hz扩展到5217Hz,频带宽度提高了将近一个数量级。较好的改善了驱动器的高速频响特性。