基于PI迟滞模型的压电驱动器自适应辨识与逆控制

压电陶瓷驱动器的迟滞非线性特性严重影响了其跟踪定位精度,甚至引起闭环系统失稳.本文采用经典PI模型描述压电驱动器的迟滞非线性,利用自适应投影算法对PI模型的权向量进行在线辨识,并与传统的最小二乘辨识方法进行比较.迟滞PI模型的优点是模型存在解析逆,因此本文对压电驱动器采用自适应逆跟踪控制,利用驱动器的输出位移与参考位移之差使用自适应投影算法在线辨识PI模型的权向量,并计算PI逆模型的权向量和阈值,最终得到要输入的电压值.最后实验结果表明自适应逆跟踪控制比传统的逆模型跟踪控制精度提高了49.8%.     

压电陶瓷振动传感器的迟滞非线性误差补偿研究

针对振动测试中压电陶瓷传感器的迟滞非线性会影响检测精度的问题,分析了压电陶瓷的微观极化机理,解释了压电陶瓷传感器产生迟滞非线性的原因。为了有效补偿压电陶瓷的迟滞非线性,提高检测精度,提出了一种可以反映压电陶瓷传感器非对称迟滞特性的改进Bouc-Wen模型,研究并给出了模型参数对迟滞曲线的大小、形状及平稳性影响关系和逆模型的求取方法。利用改进Bouc-Wen逆模型作为补偿器来补偿压电陶瓷传感器的迟滞非线性,实验验证结果表明:采用逆补偿后,校正位移总是能够很好跟踪传感器的实际输入位移,有效保证了检测精度。     

基于改进Preisach模型的音圈电机复杂迟滞建模

针对音圈电机在高频响、高速、高加速度运动时存在的一种特殊复杂迟滞特性,提出一种改进的Preisach迟滞与RBF神经网络相结合的动态迟滞混合模型。采用逐次逼近的思想,第一级通过构造一个改进型Preisach模型,引入非单调信息,使其输出具有非单调迟滞特性。第二级采用动态RBF神经网络对第一级输出的相位和幅值进行补偿,实现对音圈电机实际输出的高精度逼近。基于实测数据的仿真实验结果表明,所提模型对一般迟滞和非单调复杂迟滞的建模都是有效的。与动态神经网络建模相比,具有更高的模型精度。     

基于Preisach理论的形状记忆合金温度-位移迟滞仿真研究

摘 要：智能材料如形状记忆合金(Shape Memory Alloy,SMA)已经广泛应用于驱动器和传感器的设计,实现定位和主动控制目的。然而,受迟滞影响,SMA驱动器的工作精度大大降低,限制了其应用。多数智能材料中,选择Preisach理论成为迟滞建模工具,近年来,也涉及到SMA材料系统。本文,讨论运用Preisach模型描述SMA驱动器系统的迟滞行为,尤其针对驱动器系统的模型建立过程,修正经典Preisach模型的几何解释和数值实现方法。最后,引入Gobert给出的Preisach平面的辨识函数执行仿真计算,数值结果表明该模型能够很好地描述SMA驱动器的迟滞行为。     

基于系统相似方法的叠堆型压电驱动器非线性动力学建模及实验研究

根据机械系统与电气系统的相似方法,将叠堆型压电驱动器的非线性电-机械耦合模型完全转换到电气域内,建立了其非线性相似电路模型;给出了非线性相似电路模型中迟滞因子的辨识方法,并对某款商用叠堆型压电驱动器进行了迟滞因子的辨识试验;基于非线性相似电路模型和迟滞因子的辨识结果,对该款叠堆型压电驱动器的非线性特性进行了仿真分析,得到了其非线性位移迟滞回线;仿真结果与试验结果吻合,证明了该建模过程与辨识方法的正确性。该建模方法在电气域内对叠堆型压电驱动器电-机械耦合特性及非线性迟滞特性进行描述,建模过程物理意义清晰且简单实用,对于研究压电驱动器的动态特性及控制算法具有实际意义。     

基于迟滞非线性逆补偿的振动主动控制仿真研究

由于压电材料本身的特性,压电作动器对外加电场的响应通常表现为多值映射的迟滞特性。这种迟滞非线性会产生与输入信号相关的相位和谐波失真,一方面会造成系统振荡甚至失稳,另一方面会产生谐波,限制系统性能。本文通过仿射原理对迟滞非线性进行建模,并通过神经网络引入迟滞逆模型,以消除迟滞非线性的影响,在此基础上,结合自适应控制LMS方法对引入补偿的迟滞非线性系统的振动传递控制进行仿真研究。结果表明,具有补偿的迟滞非线性系统的控制误差比没有补偿的系统的控制误差明显减小,而且误差收敛速率也明显变大。     

基于三段PI模型的压电驱动器迟滞补偿方法

迟滞非线性降低了压电陶瓷驱动器对期望位移的跟踪精度,为解决该问题,本文通过二次规划寻优算法,基于最小均方误差准则,以压电陶瓷驱动器的运动速度规律为依据,对压电陶瓷运动速度规律不同的迟滞段分别进行PI建模.建模结果表明,相较于传统PI模型,本文提出的三段PI模型能精确地描述压电陶瓷迟滞曲线的非奇对称性.在对压电陶瓷三段PI建模的基础上,计算出压电陶瓷三段PI逆模型的阈值向量与权系数向量.通过建立的三段PI逆模型对压电陶瓷进行迟滞补偿控制,实验结果表明,与传统PI逆模型迟滞补偿控制相比,三段PI逆模型迟滞补偿控制方法将压电陶瓷对期望位移的跟踪精度提高了81.3%.     

压电致动的谐振式水下柔性结构动态迟滞建模及前馈补偿

具有运动灵活且操作方便优点的宏压电纤维复合材料(macro fiber composite, MFC)致动水下柔性结构广泛应用于水下仿生推进和变形控制系统中，但是MFC的迟滞非线性严重影响了系统的定位精度和操控性能。提出了一种改进Prandtl-Ishlinskii(PI)静态迟滞和传递函数动态模型串联的复合式模型来描述MFC致动水下柔性结构谐振状态下的动态迟滞行为。首先基于所提出水下结构的准静态迟滞特性辨识得到改进PI迟滞模型参数，然后通过传递函数串联馈通环节的动态模型捕捉MFC致动柔性结构的水下谐振特性。实验结果表明所建立的复合式动态迟滞模型能够很好地描述MFC致动水下柔性结构在谐振状态下的动态迟滞行为，并且在固有频率附近一定带宽范围内仍具有较高准确性。基于复合式逆模型的前馈补偿下，水下柔性结构在谐振状态下跟踪正弦轨迹的实测位移与期望位移基本重合，补偿后二者线性度较高，显著提升了MFC致动柔性结构谐振状态下的动态定位和跟踪精度，证实了所提出动态迟滞模型和补偿方法的有效性。     

压电陶瓷片迟滞补偿建模及悬臂梁主动控制研究

为增强压电悬臂梁振动控制效果,提出一种基于最小二乘法的逆迟滞补偿控制算法。在不同电压下对压电陶瓷片位移进行实测,应用最小二乘法对其迟滞环进行多项式拟合建模,并利用压电片逆迟滞补偿模型对控制电压进行补偿。通过悬臂梁振动主动控制试验系统研究PID控制器在有、无逆迟滞补偿时的控制效果。结果表明:经过PID逆迟滞补偿后的主动控制效果比传统PID提高10.083%。因此,该逆迟滞补偿方法能够有效增强压电陶瓷片的主动控制效果,对于压电悬臂梁振动主动控制具有重要参考价值。     

MFC致动器的动态迟滞模型辨识及补偿控制EI北大核心CSCD

压电宏纤维(marco fiber composite,MFC)具有柔性好、变形能力强的优点,但MFC致动器驱动的柔性臂的迟滞非线性严重影响系统定位精度。提出一种具有非对称性的改进Prandtl-Ishlinskii(PI)迟滞模型,解决经典PI迟滞模型的缺陷(对称性);该模型基于经典PI迟滞模型,叠加一系列不同权重、不同阈值的双边死区算子获得,基于最小二乘法的迟滞模型辨识结果表明,改进PI迟滞模型对MFC致动器的迟滞建模误差从PI迟滞模型误差的16.06%降到5.58%。另外,建立系统的离散传递函数模型来描述系统的线性动态特性,并与改进PI迟滞模型串联得到组合模型,解决纯迟滞模型仅能描述低频、准静态情况下的迟滞特性问题。在前馈补偿下,对MFC致动的柔性臂进行正弦波轨迹跟踪试验,测得补偿后实测位移与期望跟踪位移基本吻合,跟踪精度达到93.62%以上。试验结果证明,所提出的改进PI迟滞模型、离散传递函数模型及补偿方法的有效性。     

气动肌肉的最小二乘支持向量机迟滞模型

针对传统迟滞模型存在的待辨识参数多、参数辨识过程复杂和辨识精度低等问题,采用最小二乘支持向量机对气动肌肉的位移/气压迟滞开展建模研究。通过非线性映射将原始数据空间映射到高维空间,将原系统的非线性问题变成高维空间中的线性问题,借助于最小二乘法求解该线性方程组,从而提高其求解速度及收敛精度。在气动肌肉迟滞特性实验的基础上,采用所建数学模型,与经典的PI模型进行对比。结果表明,采用最小二乘支持向量机建立的数学模型具有更高的建模精度,均方差和平均误差相比PI模型分别减小了99.21%和99.1%,该方法可为后续气动肌肉的迟滞补偿控制提供有效的手段。     

基于模糊树的Hammerstein-like模型对超磁致伸缩作动器的建模与控制

基于模糊树提出一种带有动态非线性环节的Hammerstein-like建模方法以描述超磁致伸缩作动器的率相关迟滞非线性特性。所提方法能在一定频率范围内建立一个统一模型,使之不仅能较好地描述单一频率输入信号下的迟滞环,也能较好地描述复合频率输入信号下的迟滞环。同时,基于所提Hammerstein-like模型,设计前馈逆补偿+PID反馈控制策略,实现参考输入信号的跟踪实验,实验结果表明,该控制策略能较好地跟踪频率范围为1的参考输入信号,跟踪精度令人满意,满足工程要求。     

O型钢丝绳隔振器动态迟滞模型参数识别方法研究

针对O型钢丝绳隔振器具有非线性弹性刚度、非对称迟滞动态特性,采用改进的归一化Bouc-Wen模型并基于该模型对钢丝绳隔振器动态特性参数识别方法进行研究。提出新的简单有效的两阶段识别方法进行参数辨识研究。通过数值仿真与周期性加载试验相结合方法对所提方法进行验证。结果表明,参数识别方法可准确有效识别出O型钢丝绳隔振器模型参数,且试验迟滞曲线与识别模型迟滞曲线吻合较好。     

压电作动器的迟滞非线性建模和实时补偿控制仿真

压电作动器的迟滞非线性不同程度的影响了作动器的性能,降低了系统的稳定性,甚至使得系统不稳定,尤其在振动主动控制应用中,要求系统具有极强的实时性,否则由于相位滞后控制效果将会受到严重影响.在研究了各种迟滞非线性模型和补偿算法的基础上,采用PI迟滞算子对压电作动器建立一个纯现象的模型来准确描述其迟滞现象,参数的线性不等式约束保证了求解的唯一性和模型的可逆性.在此基础上利用PI逆模型设计补偿器来补偿迟滞非线性.仿真结果证明了控制算法的正确性和有效性,并有效抑制了迟滞的影响,保证了理想的跟踪精度.     

基于Prandtl-Ishlinskii模型的智能悬臂梁迟滞补偿与自适应复合控制研究

随着智能结构在当今工程的应用越来越广泛,智能结构的迟滞特性受到越来越多的关注。这种迟滞特性不但影响系统的输出精度,甚至威胁系统的稳定性。为了解决这一问题,本文提出一种自适应复合控制策略:首先运用最小二乘算法在线实时辨识智能结构PI(Prandtl-lshlinskii)正模型,模拟智能结构的迟滞特性;基于智能结构PI(Prandtl-lshlinskii)正模型建立智能结构的PI逆模型,实现智能悬臂梁迟滞特性的补偿;同时,将智能结构的输出作为反馈信号,采用最小方差自校正控制律在线设计反馈增益,达到构成智能结构闭环控制系统的目的。通过数值仿真,对比智能结构在有无迟滞补偿两种情况下的振动控制效果,探索智能结构迟滞特性对智能结构的振动控制效果的影响规律,并通过实验验证两种情况下智能结构振动控制结果,得出迟滞特性影响智能结构振动控制效果的有效结论。结果表明:在有迟滞补偿情况下智能结构的振动控制效果优于无迟滞补偿情况下的控制效果。     

压电式二维微动工作台的迟滞补偿与解耦控制

为了提高压电式二维微动工作台的定位精度,基于改进的Prandtl-Ishlinskii模型设计了前馈与解耦控制器,并结合反馈控制器开发了复合控制系统.在分析x与y方向电压与位移之间迟滞关系的基础上,前馈控制器通过改进的Prandtl-Ishlinskii模型描述迟滞的逆过程,分别补偿了x与y方向的迟滞.解耦控制器通过改进型Prandtl-Ishlinskii模型估算耦合位移值,修正驱动电压,抵消耦合效应引起的位移.复合控制系统结合了前馈与解耦控制器,并加入PID反馈控制进一步提高定位精度.实验结果表明:控制前,x方向与y方向定位误差的最大绝对值分别是4.16μm和4.18μm,而采用复合控制后定位误差的最大绝对值降为0.06μm和0.07μm.这种复合控制方法能够补偿压电式微动工作台的迟滞非线性,无需改变结构或更换零件就能减小耦合效应,有效地提高微动工作台定位精度.     

基于模型参考自适应算法的非线性结构损伤识别

许多工程结构在遭受飓风、地震之类的动荷载时,存在迟滞非线性现象,因此,对其结构参数进行实时辨识显得尤为必要.针对迟滞非线性结构的力学性质,采用一种基于模型参考自适应算法的参数辨识方法.该方法能够追踪时变的参数,检测损伤,包括损伤的大小和位置,以及损伤发生的时刻.数值仿真的结果表明,该方法对参数变化具有敏感性,非线性结构的仿真结果证实了该方法能够有效检测结构的损伤.     

迟滞与蠕变耦合压电系统的建模及补偿方法

为了准确地描述压电驱动定位平台复杂的非线性特性，在经典Hammerstein结构模型基础上串联分数阶算子，提出了一种耦合迟滞、动力学和蠕变的非线性数学模型。其中该模型的蠕变、迟滞非线性特性分别采用分数阶算子和PI模型来描述；机械动力学特性使用二阶离散传递函数表示。此外，考虑了耦合模型的参数辨识问题，并通过压电驱动定位试验平台对所提耦合模型进行了验证。在1～100 Hz的正弦波输入电压信号作用下，与不考虑蠕变特性的Hammerstein结构模型相比，该耦合模型在均方根误差指标降低了27%以上，相对误差指标下降了约50%。该试验结果充分表明了所提耦合模型的有效性。在模型建立的基础上设计了逆蠕变和迟滞模型对系统进行前馈补偿，并结合PID控制算法对系统的性能进行调节。仿真结果验证了该复合控制方案在低频和混合频率输入信号下具有良好的跟踪效果。     

基于Tikhonov正则化及奇异值分解的载荷识别方法

针对矩阵求逆法应用中存在的病态逆问题,用Tikhonov正则化及奇异值分解法解决。通过对平板模型仿真分析,利用频响函数法矩阵条件数评价系统的病态性,系统病态性不同时用奇异值分解法与基于不同正则化参数选择的Tikhonov方法对载荷进行识别。研究表明,条件数大于1000时,Tikhonov正则化方法识别误差较小;反之,奇异值分解法较优。提出综合使用Tikhonov正则化与奇异值分解的载荷识别方法,给出方法流程。仿真与实验结果表明该方法可提高结构载荷识别精度,具有一定工程应用价值。     

基于自抗扰的快速刀具伺服系统复合控制

快速刀具伺服(fast tool servo, FTS)系统是实现微机械零件加工的关键部件。以压电陶瓷型FTS系统为研究对象,将迟滞状态时滞模型、时变时滞模型以及未建模动态非线性模型引入到FTS系统模型设计中以描述颤振现象,并基于神经网络控制提出具有迟滞时滞补偿功能的复合自抗扰控制方案,以实现FTS系统的颤振控制。其中,线性自抗扰控制将内部不确定性及迟滞时滞非线性和其他干扰视为总扰动并实时估计补偿,自适应BP(back propagation)神经网络用来对扰动估计误差进行逼近。与传统模型求逆方法相比,复合控制方案无需精确的数学模型易于初始设计。与线性自抗扰相比,复合控制方案减少了需要整定的参数数目,在相同带宽下具有更高的跟踪精度。仿真结果表明,所设计的复合控制具有更好的鲁棒性,能够实现压电陶瓷型FTS系统的快速精密跟踪控制。