用于异形孔精密加工的超磁致伸缩构件的线性化迟滞建模

根据超磁致伸缩构件精密加工异形孔刀具轨迹的特点,采用纯延时环节串联线性化模型,建立其在高频驱动下驱动电流与输出微位移的迟滞非线性动态模型.通过一定频率下驱动电流与输出位移的相关辨识,获得系统纯延时环节的补偿参数,并建立了驱动电流与无相位差输出位移的线性化模型.当实时控制时,通过迟滞非线性模型的直接逆模型补偿,使位移输出与异形孔的理想刀具轨迹一致.实验验证表明,直接逆模型的最大开环控制误差为2.7 μm,最大相对误差为10％.进一步对构件进行微位移反馈闭环控制,实验误差最大值为1.2 μm,最大相对误差为7％,提高了系统的控制精度.     

Magnetostrictive and Kinematic Model Considering the Dynamic Hysteresis and Energy Loss for GMA

Due to the influence of magnetic hysteresis and energy loss inherent in giant magnetostrictive materials (GMM), output displacement accuracy of giant magnetostrictive actuator (GMA) can not meet the precision and ultra precision machining. Using a GMM rod as the core driving element, a GMA which may be used in the field of precision and ultra precision drive engineering is designed through modular design method. Based on the Armstrong theory and elastic Gibbs free energy theory, a nonlinear magnetostriction model which considers magnetic hysteresis and energy loss characteristics is established. Moreover, the mechanical system differential equation model for GMA is established by utilizing D’Alembert’s principle. Experimental results show that the model can preferably predict magnetization property, magnetic potential orientation, energy loss for GMM. It is also able to describe magnetostrictive elongation and output displacement of GMA. Research results will provide a theoretical basis for solving the dynamic magnetic hysteresis, energy loss and working precision for GMA fundamentally.     

Development of an ultra precision machine tool for micromachining on large surfaces

The goal of this research is to develop a multi-functional ultra precision machine to generate micro features on large surfaces. Design and characteristic analyses of our machine are presented. The analyses include its structural analysis and accuracy tests. Each axis of the developed machine was corrected and/or compensated from accuracy tests enough to generate grooves on workpieces with a less than 10 μm pitch size. After compensation, the 2-dimension position error between X-axis and Y-axis was reduced to 1.4 μm for a 400×400 mm² surface. From a 24 hours relative thermal displacement test between Y-axis and Z-axis, the machine showed a stable thermal displacement which was measured to be less than 1 μm. From groove machining tests, our machine could successfully generate 5 μm and 10 μm pitch grooves and showed a stable micro machining characteristics. From this research, we can conclude that the developed machine has mechanical characteristics enough to generate less than 10 μm pitch grooves on a 400×400 mm² surface.     

X-Y精密定位平台的敏感函数逆前馈补偿控制

针对音圈电机驱动的X-Y定位平台中稳态误差导致的系统定位精度较低的问题,提出了基于敏感函数逆的前馈补偿控制方法。首先,采用频域辨识方法建立了系统模型,基于终值定理推导出系统扰动和稳态误差的关系,并由此设计了敏感函数的逆模型来补偿扰动对稳态误差的影响,从而提高系统精密定位性能。最后,在搭建的音圈电机驱动X-Y定位平台上进行了不同运动行程的实验研究。实验结果表明:在行程为10μm,最大加速度为6mm/s2的微定位运动条件下,补偿后的定位误差可由2μm降低到0.2μm;在行程为10mm,最大加速度为6m/s2的宏定位运动条件下,定位误差可由2μm降低到0.4μm。实验结果验证了本方法的有效性,为后续高精密伺服系统的研制提供了重要参考和设计依据。     

精密磁致伸缩致动器的动态非线性多场耦合建模

为提高超磁致伸缩致动器(GMA)的精度,描述其在动态和准静态环境下的复杂磁滞行为,设计了具有精密位移输出的GMA,建立了包含磁滞及涡流损失的动态非线性多场耦合模型。首先,采用模块化方法设计了GMA;然后,利用热力学理论和能量守恒定律,建立了超磁致伸缩材料非线性多场耦合本构模型;最后,通过分析材料非线性本构行为与系统结构动态行为间的耦合过程,提出了GMA的动态非线性多场耦合模型。实验分析了能量损失及预紧力对系统特性的影响规律。结果表明:预紧力可改善系统输出特性且存在最佳预紧状态;建立的模型能够较准确预测位移,平均相对误差约为4.5%。另外,随着频率增加,异常和涡流能量损失以及磁滞量会增大,磁滞行为源于磁畴不可逆运动过程中的能量损失。实验还显示:对于精密GMA系统,不能忽略高频涡流效应。建立的模型较准确地描述了动态及准静态环境下GMA的复杂磁滞行为,由于考虑了材料本构行为耦合和系统动态行为耦合,进一步提高了GMA系统的精度。     

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。     

基于正交与插值算法的精密抛光平台综合误差建模与补偿

为了提高四轴抛光平台的加工精度,本文针对以气浮平台和旋转台为主要运动方式的四轴抛光平台进行了几何与热综合误差建模与补偿研究。采用激光干涉仪、温度传感器等测量仪器分别对平台X、Z轴在不同温度下的定位误差进行重复测量与分析,证实了不同进给速度对定位误差没有显著影响。得到了四轴抛光平台X、Z轴的定位误差与温度之间的变化规律。基于正交多项式和插值算法分别建立了X、Z轴的几何与热综合误差模型。根据综合误差模型计算出预测数据曲线,并分别对X、Z轴的7组实验数据进行了数据拟合,拟合残差绝对值均不超过0.2μm。依据预测数据进行了补偿实验。结果显示,补偿后四轴抛光平台在常温下、温升(60 min)下和稳态下的Z轴定位误差分别降低了93.05%、92.45%、85.71%,X轴定位误差分别降低了89.28%、93.59%、93.33%。实验结果证明本文所提出的综合模型及补偿方法精度高,鲁棒性好。     

光纤石英玻璃基板微V槽阵列的精密磨削

针对脆性石英玻璃的微加工,利用自主研发的金刚石砂轮微尖端修整工艺,研发了光纤阵列石英玻璃微V槽磨削技术。分析了60°的微V槽形状偏差对光纤耦合损耗的影响,然后,研究了砂轮微尖端的误差补偿修整工艺。最后,实验分析了微V槽的磨削精度。理论分析显示:微V槽角度、间距和宽度的偏差分别控制在±0.42°、±1.04μm和±1.2μm以内时,耦合损耗小于0.5dB。实验结果表明:开发的数控磨削工艺可加工高精度的60°微V槽阵列;采用数控轨迹和角度补偿修整后,砂轮微尖端半径可平均达到10.46μm,角度精度为(60±0.22)°;对石英玻璃进行微磨削后,微V槽的角度偏差达到0.4°,尖端半径为10.5μm,宽度偏差为0.3μm,间距偏差为0.5μm,可保证光纤阵列的精密对接。     

数控机床几何误差与热误差综合建模及其实时补偿

为提高数控机床的精度,提出一种数控机床的几何与热的复合误差综合建模方法。通过分析机床在不同温度状态下的误差数据,得到机床误差分布规律;根据几何误差和热误差的不同特性进行误差分离,采用多项式拟合与线性拟合方法建立机床几何误差与热误差的综合数学模型;利用数控(Computer numerical control,CNC)系统的外部机床坐标系偏置功能,应用自行研发的综合误差实时补偿系统进行误差在线实时补偿。该误差补偿方法综合考虑机床几何误差及其在机床不同温度下的变化,全面分析整个温升过程直至热稳态的误差及其变化规律。经检测认证表明,应用该误差补偿方法及其实时补偿系统可使机床在常温下的定位误差由44.1μm降低到3.6μm,补偿91.8%;温升之后的定位误差由26.0μm降低到5.1μm,补偿80.4%,大幅度提高机床的精度。     

超磁致伸缩驱动器建模及其迟滞补偿

本文提出了用超磁致伸缩材料与压曲放大机构相结合构成微位移驱动器的方法,建立了超磁致伸缩执行器的控制系统传递函数模型。文中对所建立的系统进行了相频和幅频特性的理论分析和实验,合理地解释了此系统的迟滞曲线随输入信号频率变化的原因。为了进行迟滞非线性补偿,提出了相位补偿与迟滞逆模型相结合来补偿迟滞特性的控制方法。实验结果证明了系统理论模型的准确性和补偿控制方法的有效性。     

超磁致驱动器迟滞系统逆模补偿控制

设计了超磁致驱动器和实验系统。针对超磁致伸缩执行器的磁滞非线性问题，对迟滞系统进行了可逆性分析后，采用BP神经网络对超磁致驱动器的迟滞特性建立了逆模型。分别进行了有逆模前馈的开环控制、传统PID控制和PID加逆模前馈的闭环控制来补偿迟滞特性。实验结果表明，逆模前馈补偿器有效地减小了系统的非线性误差，提高了执行器的控制精度。     

Preisach逆补偿的GMA精密轨迹跟踪与实验优化

针对超磁致伸缩执行器(GMA)的非线性迟滞,研究了开环条件下采用Preisach逆模型对参考轨迹实现精密跟踪的补偿方法。简要介绍了经典Preisach迟滞数值模型,详细推导了Preisach逆模型及其数值实现方法。采用FFT数字滤波方法对一阶回转下降曲线 (FOD)实验数据进行优化处理,同时结合拉各朗日双线性插值方法,提高了在同等离散水平下Preisach模型对GMA非线性迟滞的预测精度。在精密预测的基础上,通过Preisach逆模型实现了GMA对参考轨迹的精密跟踪。实验结果表明:在0~34 μm,跟踪误差由补偿前的-14.7%~+11.2%减小到-2.9%~+2.7%。此外,FFT滤波和双线性插值算法可以明显提高Preisach模型对GMA非线性迟滞的预测精度,基于Preisach数值逆模型的补偿算法可以有效消除由于GMA非线性迟滞造成的跟踪误差。实验同时指出,如果要进一步提高跟踪精度,还须结合反馈实现闭环控制。     

三维微细电解铣削加工的实时控制与检测

为了实现三维微细电解铣削加工过程的实时监测,建立了基于Labwindows/CVI软件平台的控制与检测系统。对该系统所采用的三维轨迹生成及控制策略,数据采集及抗干扰算法,加工时间误差补偿算法等进行了研究。首先,根据微细电解铣削加工的特点,分析了加工控制与检测系统的需求。接着,搭建了高精度的三维微细铣削加工实验硬件平台。然后,利用虚拟仪器平台建立了基于分层铣削加工方式的三维轨迹进给控制模块,并对刀具轨迹的优化进行了讨论。最后,介绍了数据采集及反馈控制模块以及实时控制的时间补偿函数。基于上述控制与检测系统,实验并成功加工出了单层尺寸为15μm×55μm×15μm的三层阶梯结构,结果表明,本系统可以满足微细电解铣削加工的高精度、快响应、稳定可靠等要求。     

基于线性回归理论的数控机床精度检测及误差补偿分析

为提高数控机床定位精度,需对精度的误差源进行分析及补偿。基于线性回归理论,采用激光干涉仪为检测工具,建立了BF-850B数控机床数据检测的精度检测与补偿模型,并根据各个测量点位误差特性进行分析,确定采用一次性线性补偿和多段式线性补偿方法;最后,结合具体的数控机床实例,根据得到的实验数据验证实现误差补偿,对定位精度的补偿效果进行了分析。结果表明:一次性线性补偿将X轴精度由4.853 1～35.025 0μm提高至-2.472 1～0.736 3μm;将Y轴精度由-14.425 0～-4.132 5μm提高至-2.481 2～0.752 9μm;将Z轴精度由-4.128 0～17.227 1μm提高至-0.501 5～1.324 5μm;多段式线性补偿将X轴精度提高至-1.364 1～0.484 0μm;将Y轴精度提高至-1.364 1～0.551 0μm;将Z轴精度提高至-0.412 0～0.495 2μm;补偿前根据数据分布的主要特点,采用呈线性或分段式对数控机床的系统误差进行相应的呈线性或分段式补偿有着很好的补偿效果。     

FANUC数控机床螺距误差的检测分析与应用

Fanuc数控机床在我国数控加工领域占据着主导地位,它的精度和性能指标直接取决于数控机床的定位精度和重复定位精度。在实践应用中,数控系统的螺距误差补偿功能是最节约成本且直接有效的方法。利用激光干涉仪或步距规测得的实际位置与数控机床移动轴的指令位置相比较,计算出全程上的误差分布曲线,在数控系统控制移动轴运动时考虑该误差差值并加以补偿,可以使数控机床的精度达到更高水平。     

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。     

应用于自动化设备的超磁致伸缩微位移驱动器的研究

设计了一种利用超磁致伸缩材料的驱动器并对其结构和工作原理进行说明,在此基础上建立所研制驱动器的数学模型,进行时域和频域特性分析,由于存在位置误差,设计了PID控制器进行校正,得出控制器的有效控制效果,表明了设计的超磁致伸缩驱动器的合理性。     

立式加工中心空间几何误差辨识解析及定位误差补偿研究

为大幅提升立式加工中心加工精度,满足当代数控机床对高精度的需求,针对立式加工中心3个运动轴,深入分析了其轴向运动空间几何误差,提出了可有效辨识运动轴轴向运动空间6项几何误差的辨识方法.建立了空间6项几何误差辨识模型,并针对关联轴联动垂直度误差进行了有效分析,建立了垂直度误差辨识解析模型.同时,针对3个独立运动轴轴向定位...     

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。     

齿距误差对时栅位移传感器的精度影响分析

传统时栅位移传感器采用线切割机床加工定、转子,线切割机床主要靠电火花的瞬时高温使局部金属腐蚀加工齿轮,导致加工效率低,齿距等分性差。然而,齿距等分性在一定程度上影响着传感器的测量精度。研究齿轮的齿距误差对传感器测量精度的影响,通过精密插齿工艺与线切割加工工艺下的齿距等分实验,可知前者的齿距等分性好于后者,比较两者的精度检定实验,可知精密插齿加工工艺的传感器精度优于线切割加工工艺的传感器精度±0.6″。