超磁致伸缩致动器的广义预测-多模PID控制

为了克服超磁致伸缩致动器的磁滞现象对精密驱动定位精度的影响,在进行磁滞补偿的前提下,研究了自校正PID控制方法,提出了基于广义预测控制的广义预测-多模PID控制方法。介绍了广义预测控制的主要思想,并由此导出PID参数与被控对象待估参数的关系,实现了广义预测PID控制;针对起动阶段控制效果不平稳的问题,提出了多模PID控制模式转换条件;最后,根据PID参数变化情况,建立致动器的多模PID控制方法,实现广义预测PID与常规PID的在线控制模式转换与控制。实验结果表明,采用广义预测-多模PID控制器,虽然单次平均运算时间比广义最小方差-模糊PID控制器长7ms,但跟踪误差均方差减少了0.066μm;同时改善了起动平稳性。提出的控制方法能有效消除由扰动带来的影响,提高跟踪精度,改善起动平稳性,适用于对实时性、控制精度要求较高的精密定位领域。     

超磁致伸缩致动器的广义最小方差-模糊PID控制方法

为了克服超磁致伸缩致动器用于精密驱动定位时磁滞现象所带来的影响,在进行磁滞补偿的前提下,研究了自校正PID控制原理,建立了基于广义最小方差原理(GMV)及模糊(Fuzzy)规则的广义最小方差-模糊PID(GMV-Fuzzy PID)控制方法.介绍了广义最小方差原理的主要思想,并由此推导出PID参数与被控对象参数的关系.在上述关系的基础上,建立了以误差与误差变化量为输入,待定参数k为输出的模糊规则.最后,根据在线估计的被控对象参数及GMV-Fuzzy PID的输出,在线调整PID参数,实现磁滞补偿后对致动器的控制.实验结果表明:采用GMV-Fuzzy PID控制器,每次运算时间比采用Fuzzy PID控制器缩短了0.015 4 s,跟踪误差均方差相差0.036μm.该方法能有效消除被控对象由于扰动带来的影响并缩短运算时间,在一些实时性及控制精度要求较高的精密加工场合,有良好的应用价值.     

超磁致伸缩致动器的广义最小方差-模糊PID控制方法研究

摘要：目的：为了克服超磁致伸缩致动器用于精密驱动定位时,磁滞现象带来的影响,在进行磁滞补偿的前提下,研究了自校正PID控制的方法,建立了基于广义最小方差原理（GMV）及模糊（Fuzzy）规则的广义最小方差-模糊PID（GMV-Fuzzy PID）控制方法。方法：首先,介绍了广义最小方差原理的主要思想,并由此推导出PID参数与被控对象参数的关系。接着,在上述关系的基础上,建立了以误差与误差变化量为输入,待定参数k为输出的模糊规则。最后根据在线估计的被控对象参数及GMV-Fuzzy PID的输出,在线调整PID参数,实现在磁滞补偿后对致动器的控制。结果：实验结果表明：采用GMV-Fuzzy PID控制器,每次运算时间比Fuzzy PID控制器缩短了0.0154s,跟踪误差均方差相差0.036μm。结论：能有效消除被控对象由于扰动带来的影响并缩短运算时间,在保证精度的前提下,提高实时性。     

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。     

超磁致伸缩致动器建模与控制仿真

设计一种超磁致精密伸缩致动器,对其构造和工作原理进行说明,并完成静态特性试验。通过对静态特性试验结果的分析,寻找到线性度比较理想的工作区间。在此基础上分析并建立所研制致动器的数学模型。为了提高致动器的响应速度和稳态输出,设计PID控制器进行校正,并对连续型和离散型的系统模型分别进行了仿真,得出控制器的控制效果,最后给出试验结果。对仿真结果和试验结果的对比分析,表明了所建立的超磁致伸缩致动器控制模型的有效性。     

强干扰条件下超磁致伸缩致动器的模糊滑模动态控制

针对强干扰条件下,超磁致伸缩致动器位移动态控制存在的不足,建立了强干扰下超磁致伸缩致动器动态线性化模型,设计了基于模糊切换增益调节的滑模控制器,实现了致动器的动态跟踪控制。提出的模糊滑模控制器能有效实现了致动器的动态控制,位移跟踪误差在5%以内,取得了良好的控制效果。     

超磁致伸缩微位移驱动器的非线性迟滞建模及控制方法

对超磁致伸缩微位移驱动器(GMA)的非线性迟滞特性,通过密度函数法和F函数法建立GMA的两种Preisach数值模型,仿真和试验表明F函数法对滞回曲线的预测效果优于密度函数法.为将Preisach数值模型应用于GMA的实际控制系统,提出一种Preisach实时数字补偿算法,建立基于Preisach前馈补偿的PID控制模型,分别采用开环、普通PID和带Preisach前馈补偿的PID三种控制器对GMA的位置跟踪和轨迹跟踪两种控制问题进行试验研究,结果表明带Preisach前馈补偿的PID控制器可显著提高GMA的响应速度和跟踪精度,使GMA在100 μm量程内的位置跟踪和轨迹跟踪误差分别达到3 μm、2 μm.     

基于Prandtl–Ishlinskii模型的超磁致伸缩驱动器实时磁滞补偿控制研究

针对超磁致伸缩驱动器(GMA)存在复杂的磁滞非线性易降低系统性能,导致系统不稳定的问题,建立了可以精确描述磁滞现象的模型并提出了合适的驱动控制方法。首先,基于Prandtl-Ishlinskii(PI)模型对GMA磁滞建模,并采用最小均方法(LMS)进行模型参数辨识,模型预测误差为0.037 9 μm。接着,通过对PI模型解析求逆进行实时补偿控制,从而有效减小磁滞误差,补偿控制误差为0.309 μm。实验结果证明,PI模型可以精确描述GMA磁滞现象,且具有计算简单,磁滞跟踪能力强的优点。基于该模型的实时磁滞补偿控制方法可以有效减小磁滞误差,提高GMA实时驱动定位控制精度,是实现GMA精密驱动控制的一种有效方法。     

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。     

压电陶瓷驱动器建模与控制技术的研究

由于压电致动器(PA)具有高带宽、高纳米位移分辨率和零机械摩擦等优点,其广泛应用于微/纳米操作、微/纳米定位和光学系统。然而,压电致动器的迟滞非线性却严重影响了其跟踪定位精度,甚至引起闭环系统失稳。为了模拟具有不对称特性的压电致动器的滞后特性和频率相关性,使用广义Bouc-Wen模型来描述压电致动器的滞后性并对该模型进行了参数辨识。然后,使用基于该模型的线性化反馈滑模控制器来改善压电致动器的迟滞非线性,最后采用MATLAB对压电致动器的位移与速度进行跟踪控制仿真,并对其位移误差进行仿真,以验证该模型的有效性,其显著提高了压电致动器的位移控制精度,有效提高了系统的鲁棒性,进而可显著提高双光子聚合加工系统的定位精度。     

压电微动工作台的位移复合控制

为解决稳态精度和稳定性之间的矛盾,提高压电陶瓷执行器的控制性能,进而提高其驱动的微动工作台的定位精度,构造了一种前馈补偿同反馈调节相结合的复合控制算法。其中,前馈补偿为基于压电陶瓷执行器迟滞非线性模型的前馈控制,通过自学习算法来实现,用来补偿压电陶瓷执行器的迟滞非线性,提高对参考位移信号的跟踪能力;反馈调节为PID反馈控制,用来进一步校正前馈补偿没有消除的偏差以及由模型的不确定性所引起的误差,且为了减小积分饱和作用以及微分对扰动的敏感性,对PID算法进行了改进,使之成为一种变系数积分与加权微分的PID算法。试验验证了该算法的有效性,并将该算法同其他控制算法——开环控制、前馈控制、PID 反馈控制进行了对比试验研究,结果表明,复合控制算法比其他控制算法具有更好的性能。     

基于模糊神经网络的精密角度定位PID控制

针对精密角度定位系统存在非线性、时变性,传统PID控制难以获得理想控制效果的问题,提出一种基于模糊神经网络的PID控制方法,将模糊控制、神经网络与PID控制相结合,采用3层前向网络、动态BP算法,利用神经网络的自学习和自适应能力,实时调整网络的权值,改变PID控制器的控制参数,整定出一组适用于控制对象的kp、ki、kd参数,实现精密角度定位PID控制的自适应和智能化。实验结果表明,采用BP神经网络整定的PID控制较传统的PID控制,控制性能有较大的提高,能有效提高定位精度,缩短定位时间。     

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。     

压电陶瓷微动台的复合控制

压电陶瓷微动台的迟滞非线性严重影响其动态定位精度,为了解决这一问题,采用一种改进的PI模型对微动台的迟滞非线性进行了建模.为了提高传统PID算法对压电陶瓷微动台的动态定位性能,将改进的PI模型与传统PID算法组合构成前馈复合控制算法,并进行了微动台的慢速与快速动态定位实验.结果表明,对同频曲线定位时,前馈PID复合算法的最大误差为传统PID算法的40％左右,平均误差为传统算法的20％～30％左右;对多频曲线定位时,前馈PID复合算法的最大误差和平均误差为传统PID算法的33％左右.数据表明前馈PID复合算法的动态定位性能明显优于传统PID算法.     

基于遗传算法的数控机床进给伺服系统模糊PID位置控制研究

文章针对电机引入的非线性、参数不确定性及对位置伺服系统快速定位和无超调的要求问题,提出了一种新的位置控制方法,即基于遗传算法的模糊PID位置控制。该方法结合遗传算法和模糊PID控制的优点,利用遗传算法优化模糊PID控制系统的模糊控制规则,通过模糊控制规则对PID参数进行实时修改。仿真结果表明,这种位置控制器具有良好的稳态精度和动态响应,与传统比例位置控制的伺服系统相比,具有良好的动态、稳态性能以及较强的鲁棒性。     

基于参数辨识的半导体激光器温度自动控制

以保证半导体激光器的安全稳定运行为目标,提出基于参数辨识的半导体激光器温度自动控制方法。通过分析温度对半导体激光器的影响及温度控制原理,设计半导体激光器温度控制系统,在该系统支持下利用半导体激光器温度控制数学模型描述其一阶纯滞后性,根据半导体激光器的热传递性获取半导体激光器的离散运行数据,建立半导体激光器参数辨识模型,确定其最佳预估量,并将其输入到 PID 中,利用遗传算法对 PID 参数进行实时调节,以满足半导体激光器温度变化量对 PID 参数的自整定需求,实现半导体激光器温度自动控制的目标。实验结果表明,该方法可实现半导体激光器温度的快速控制,能够快速达到预期温度,温度波动范围在 0.02 ℃ 以内,温度控制后的半导体激光器发光光谱波形平稳,能够保证半导体激光器的安全稳定运行。     

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。     

电液伺服扭振试验机模糊PID控制仿真研究

为提高电液伺服扭振试验机控制系统抗参数变化和干扰的能力,保证控制精度,提出了应用于本试验机控制系统的模糊PID控制。首先根据控制系统结构原理建立了控制对象的数学模型。然后设计了模糊PID控制器,使用正交试验法对PID控制参数进行整定,以获得较优的PID控制参数,同时使用模糊控制器对PID的控制效果加以修正。最后利用MATLAB／Simulink对控制系统进行了仿真。仿真结果表明：模糊PID控制对于参数的变化和干扰,能实现控制参数的自调整．具有较好的控制效果。     

扫描隧道显微镜微位移工作台的神经网络PID控制方法研究

提出了一种基于神经网络理论的微位移工作台控制方案。该工作台以压电陶瓷作为微位移驱动元件,对伺服电机大位移进行位移补偿。分析了压电陶瓷微位移驱动器的原理,建立了工作台的数学模型。神经网络PID控制器对工作台进行闭环控制,利用BP网络的自学习和自适应能力,实时调整网络加权值,改变PID控制器的控制系数,减小工作台的位移误差。采用专用的压电陶瓷驱动电源对工作台的位移进行了实验,相对于常规PID控制器,微位移为11.41 μm时的响应时间从1.5 s缩短到1 s,稳态位移误差从3.13％减小到1.05％,工作台的稳定性和定位精度得以提高,改善了扫描隧道显微镜的工作性能。