自抗扰控制在快刀伺服系统控制中的应用

为了提高微结构自由曲面光学元件超精密加工中快刀伺服系统的跟踪精度和抗干扰性,引入自抗扰控制器。通过对快刀伺服刀架进行建模分析,得到惯性环节和二阶振荡环节串联的等效模型。根据低阶自抗扰控制器控制高阶系统的理论,设计出二阶三维扩张状态观测器,可对来自各种干扰源未知扰动的观测结果做出实时估计和补偿。设计出自抗扰控制器,并给出了参数整定的规则。数字仿真实验表明:自抗扰控制器具有良好的控制品质,应用在快刀伺服系统中可以提高控制系统的跟踪性能和抗干扰性。     

机床用直线伺服系统改进型ADRC设计

针对永磁直线电机伺服系统存在纹波推力扰动、负载扰动、摩擦力扰动和其他不确定性扰动,文章提出了一种双闭环改进型自抗扰控制器优化设计方法.针对永磁直线同步电机(PMLSM)系统,设计了速度环和位置环自抗扰控制器,并对一阶自抗扰控制器(ADRC)进行了优化,在保证控制器性能的前提下,省略掉ADRC模型中的非线性跟踪微分器(TD)环节,同时为有效降低模型复杂程度,减小算法计算量,采用线性比例调节代替非线性状态反馈控制律(NLSEF),实现了永磁直线同步电机的改进型双闭环自抗扰控制.仿真结果表明,该自抗扰控制器能够很好的解决强耦合和非线性问题,能够提高系统的响应速度,减小稳态误差且无超调,对负载扰动、电机参数变化具有良好的鲁棒性.     

段间移相永磁直线同步电机的建模与自抗扰控制

针对高精度、大推力数控机床用永磁直线同步电机(PMLSM)端部效应引起的推力波动问题,提出了两单元电机段间移相优化设计的思想.这种思想从电机设计角度使PMLSM的推力波动大大减小,从而有效改善系统的伺服性能.然而,电机数学模型中状态变量的交叉耦合、参数摄动及负载扰动等因素严重制约着系统的伺服性能.为此,在建立段间移相PMLSM数学模型的基础上,对电机进行了自抗扰控制器设计.仿真结果表明,采用自抗扰控制器的调速系统有较好的动态性能及较强的抗干扰性、鲁棒性.     

基于分数阶自抗扰的直线电机点位控制研究

为了解决直线电机点位运动控制系统易受干扰影响的问题,基于分数阶微积分原理和自抗扰技术,提出了基于分数阶自抗扰的直线电机点位运动控制算法,包括跟踪微分器、加速度前馈环节、扩张状态观测器和分数阶比例微分控制器。分析了新型直线电机的设计尺寸、结构特点和工作原理,并建立了直线电机的数学模型。与常规自抗扰控制器以及传统比例积分微分控制器加参考加速度前馈环节进行对比,分别研究了系统未加负载、增加负载以及存在外部扰动时的点位运动性能。对比仿真和实验结果表明,分数阶自抗扰控制器能有效地实现直线电机点位运动控制性能。     

自抗扰控制技术在钢坯闪光对焊位置伺服系统的应用

为提高钢坯闪光对焊液压位置伺服系统的品质,采用自抗扰控制技术进行了控制器的设计,并基于物理模型进行仿真验证.针对系统中存在难以准确数学建模的非线性环节、参数时变的特性以及执行机构存在耦合和干涉的特点,利用AMESim平台构建了系统模型.依据系统的主要影响因素以及在响应速度高、抗干扰能力强、稳定性好的特性要求下,设计了3阶非线性自抗扰控制器.AMESim与Matlab联合仿真结果表明,基于自抗扰控制技术的控制策略不仅具有很好的抗扰动能力,而且取得了较好的位置伺服效果.虚拟仿真试验结果表明,在无头轧制闪光对焊位置伺服中引入自抗扰控制技术是可行性的,并具有其优势性.     

磁悬浮永磁直线电动机自抗扰控制器设计

磁悬浮永磁直线电动机实现了直接驱动和无摩擦进给,有效提高伺服系统的反应速度和精度。针对电动机运行中受到系统外扰和内扰的问题,将自抗扰控制器引入磁悬浮永磁直线电动机。首先,建立电动机在d-q坐标下的数学模型,分析系统非线性强耦合的本质原因;其次,将速度,d,q轴电流作为系统状态量,设计三个一阶自抗扰控制器。将电流间存在的耦合项视为系统内部扰动,应用扩张状态观测器估计系统输出和受到的综合扰动,并在反馈中加以补偿,实现系统的反馈线性化;最后,建立采用自抗扰控制的系统仿真模型。仿真结果表明,采用自抗扰控制的磁悬浮永磁直线电动机伺服系统具有良好的动态性能,并且能有效抑制内外扰动,具有很强的鲁棒性。     

基于直线音圈电机运动平台的线性自抗扰控制研究

运动平台是机床设备中重要的组成部分,广泛使用的机械导轨式运动平台定位精度难于突破微米级,摩擦是影响机械导轨式运动平台定位精度的主要原因。为解决摩擦作用导致的运动平台动态性能难以提升的问题,针对直线音圈电机运动平台设计了一种线性自抗扰控制器。将PD控制器和带模型信息的扩张状态观测器相结合,带模型信息的扩张状态观测器可以根据控制输入量和位置误差估计出平台运动过程中受到的摩擦力,并在控制输入量中进行补偿。该观测器很好地补偿了摩擦扰动,从而提高了系统的鲁棒性和跟踪性能。仿真实验表明：该线性自抗扰控制器与PID控制器相比,可有效提高直线音圈电机运动平台的动态性能。     

永磁同步直线电机积分滑模控制北大核心

针对永磁同步直线电机伺服控制系统容易受内参和扰力的影响以及动态响应慢的问题,提出了一种基于幂指趋近律的改进型积分滑模控制方法。该方法在传统的积分滑模控制器基础上引入非线性项和微分项参数,采用带有边界层的函数代替符号函数,来减少滑模控制器引起的抖振,以及提高动态段跟踪能力和减少超调量。仿真和实验结果表明,与传统的三闭环PID控制相比,改进型积分滑模控制算法使系统具有更好的响应性能、跟踪性能、定位精度高和强鲁棒性,满足了半导体封装设备中XY平台直线电机伺服控制系统的高速高精度运动需求。     

基于自抗扰控制的永磁同步电机速度跟踪控制

永磁同步电动机(PMSM)伺服控制系统具有高速、高精度和高响应等优点,PDFF(伪微分前馈反馈)控制可以优化传统PID控制对抑制超调和系统快速性的冲突,但PID和PDFF控制是基于理想被控对象模型所设计的控制器,对象模型参数和外部干扰因素的不确定性可造成控制上的偏差,降低了系统的跟踪性能。为抑制系统的模型参数摄动和外部不确定性扰动,采用"观测+补偿"的自抗扰控制(ADRC)策略,设计速度跟踪控制器抑制扰动,提高控制系统的动态性能及转速跟踪性能。理论推导与实验结果表明,该控制方案有效抑制了PMSM伺服控制系统中的模型和外部扰动的不确定性,提高了系统的跟踪特性和鲁棒性。     

交流永磁同步系统的自抗扰控制研究

为了提高控制系统的鲁棒性,给出了交流永磁电机的速度环自抗扰控制方案.该控制方案不需要精确电机参数就可以实现扰动补偿,控制器的设计也不需要建立电机和负载的精确数学模型.自抗扰控制器利用其内部的扩张状态观测器可以估计出系统的内外扰动,据此将电机等效为由一个非线性系统构成的串联对象,设计出一阶自抗扰控制器实现对电机的转速控制.实验结果表明,自抗扰控制器对电机模型的不确定性和外部扰动变化具有较强的适应性和鲁棒性,控制系统具有优良的动态性能.     

数控机床直线伺服系统智能反推控制的研究

针对高速高精数控机床直线伺服系统,考虑参数变化、外部负载扰动和摩擦力等不确定因素对系统伺服性能的影响,设计基于递归模糊神经网络( RFNN)的反推控制器,利用了递归神经网络具有捕获系统动态信息的优点,可实时补偿不确定因素对跟踪性能的影响.仿真结果表明,该控制策略明显降低了不确定因素对系统性能的影响,从而显著提高了直线伺服系统的位置跟踪精度.     

基于迭代学习交叉耦合的轮廓误差控制方法研究

针对进给伺服系统传统控制方法产生的各轴特性不匹配、控制精度不佳、抗扰动能力不足等问题,提出一种基于自抗扰控制(ADRC)和迭代学习交叉耦合控制(ILCCC)的轮廓跟踪控制算法。对于空间任意轮廓曲线,所提算法在三轴联动条件下,通过不断的迭代学习过程,优化分配给各轴的轮廓误差补偿量,加快伺服轴动态响应的同时,有效抑制伺服系统的轮廓误差。在仿真平台下建立控制器数学模型,对空间直线和空间螺旋线轨迹进行了三维跟踪验证。研究结果表明：与ADRC控制算法和ADRC+PIDCCC控制算法相比,ADRC+ILCCC控制算法在轮廓误差的最大绝对值、累计值以及平均值等指标上均有很大改善,证明了所提算法的优越性。     

基于改进差分进化算法的液压自抗扰控制器设计

液压伺服系统由于控制精度高、功率密度大受到广泛应用,但其自身在运行中存在较大的扰动和非线性,使其精确位置控制存在一定的难度。自抗扰控制器（ADRC）是一种新型的控制器,它对于强不确定性和非线性有较好的控制能力,但它是一个多参数非线性控制器,其优化设计的难度远远高于PID等传统控制器。提出一种改进差分进化算法,使用了一种新型的目标函数,并将其应用在液压伺服系统的自适应自抗扰控制器设计中。仿真实验结果证明：改进差分进化算法相比较于其他方法具有更强的全局搜索能力,设计的自抗扰控制器能更好地适应液压伺服控制的需要。     

电液伺服协调加载系统的神经网络自学习PSD控制

从电液伺服协调加载系统的特点出发，提出一种基于神经网络在线自学习ＰＳＤ控制方法。该方法简单，实用，便于在线实现。控制器无须事先训练，参数选取极具一般性，适用范围广，控制精度高且鲁棒性强，采用这一方法实现了对某大型电液伺服结构试验装置的协调加载控制，控制品质优良。     

电液伺服系统的变结构自适应鲁棒跟踪控制研究

针对电液伺服系统的跟踪控制问题,在假设系统模型参数和不确定性界都未知的情况下,提出一种变结构自适应鲁棒控制方案。通过自适应方法来消除系统不确定性对系统控制性能的影响,从而达到良好的跟踪控制要求。基于李雅普诺夫稳定性理论证明了系统的渐进稳定性。仿真结果证明了该方案的有效性。     

压电驱动的快刀伺服器的迟滞逆模型辨析与自抗扰复合逆控制

为了提高具有表面微结构零件的超精密加工中快刀伺服器的轨迹预测和跟踪精度与抗干扰性,设计一种新型复合控制:在前馈控制器中用Preisach逆模型补偿系统中压电陶瓷驱动器引起的非线性特性;针对前馈控制器未能补偿的非建模扰动、模型参数的不确定性以及其他外界未知扰动,设计了自抗扰控制作反馈控制器。推导了Preisach逆模型;用RBF神经网络实现了Preisach逆模型对压电陶瓷驱动器的线性化补偿;通过对快刀伺服器的建模分析,得到惯性环节和二阶振荡环节串联的等效模型,设计三阶四维扩张状态观测器,可对未知扰动的观测结果作出实时估计和补偿。根据快刀伺服器和超精密车削的特点,取消跟踪微分器,增加速度输入和加速度输入,设计了改进的自抗扰控制器。上述两种控制器组合成复合控制器。实验表明,该复合控制方法可以提高预测和跟踪精度与抗干扰性。     

Tracking control and active disturbance rejection with application to noncircular machining

Control systems are usually required to track reference signals while operating under the influence of disturbances. A fast tool servo system for noncircular machining application works under such conditions, resulting in large control efforts. This paper presents a linear active disturbance rejection controller design for a voice coil motor-driven fast tool servo system for noncircular machining application. The controller is designed through an extended state observer to estimate and compensate the variant dynamics of the system, nonlinearly variable cutting load, and other uncertainties. Then, a simple proportional derivative controller produces the control law. To improve the tracking performance of the fast tool servo, the tracking error from the trial-cutting workpiece is added to the reference input and used as feed-forward error compensation. In such a combined control arrangement, the active disturbance rejection controller provides active disturbance rejection ability for the controller, and the feed-forward error compensation controller improves the tracking precision. Both the tracking control and disturbance rejection performances are thus enhanced. In real-time control and implementation, the effects of finite word length, position feedback resolution, and short sampling period are analyzed and addressed. Machining experiments are conducted, and the results illustrate the control system synthesis procedures and a substantial improvement over the tracking error generated by the linear active disturbance rejection controller alone.     

基于多层神经网络的机电伺服系统积分鲁棒控制

针对含有模型不确定性的机电伺服系统,设计一种基于多层神经网络干扰补偿的控制策略。通过多层神经网络对与状态有关的干扰进行在线估计,以提高基于模型前馈控制输入的补偿精度,然后结合误差符号积分鲁棒(RISE)反馈控制方法,通过RISE的鲁棒增益处理神经网络逼近误差与未估计干扰,从而抑制干扰对伺服性能的不利影响。基于Lyapunov稳定性理论,证明了所提出控制器的闭环系统半全局渐近稳定,且系统所有信号有界。仿真结果表明：所提出的控制策略具有很好的干扰抑制能力,可显著提高机电伺服系统的跟踪精度