压电陶瓷驱动器迟滞建模与自适应控制

发布时间：2021-04-06 11:18

　　为了降低压电陶瓷驱动器的迟滞非线性,提出了改进型的Maxwell-slip模型并引入自适应控制,使压电驱动器在宽频带下有良好的迟滞补偿效果。在经典Maxwell-slip模型中,输出力与输入位移的关系会出现迟滞现象,表现为平行四边形,与压电陶瓷驱动器的迟滞特性接近。由于每一单元滑块的最大静摩擦力与弹簧弹性系数成比例关系,若弹簧系数取定值时,每一个单元的最大静摩擦力在系统实时控制中是不变的,因此可以采用自适应控制算法对输出信号权值进行更新,从而更精确地补偿压电陶瓷驱动器。为了验证该模型,搭建了悬臂梁结构压电实验平台,运用该迟滞模型进行迟滞补偿控制,实验结果表明,对于Maxwell-slip模型自适应控制,在0.1～20 Hz宽频带下的均方根误差（RMSE）和绝对平均误差（MAE）均有减小。其中,在0.1 Hz下无前馈补偿控制的RMSE为0.037 5μm,而通过自适应控制可以将压电微定位平台的RMSE降低到0.012 4μm以内。与经典模型相比,所提出的Maxwell-slip模型自适应控制具有在宽频带内进行精密定位的优点。 

【文章来源】：压电与声光. 2020,42(04)北大核心

【文章页数】：6 页

【部分图文】：

Maxwell-slip模型

Maxwell-slip模型的主要思想是: 假设摩擦力存在,当输入值足够大时,F与z的关系会出现迟滞现象,表现为平行四边形,如图2所示 。该弹簧阻尼系统的力与位移迟滞特性,与压电陶瓷驱动器的迟滞特性接近。另外,由于该弹簧的滑块无质量且处于并联状态,因此,增加N可无限逼近压电陶瓷迟滞特性曲线精度,却不增加模型的阶数。2 模型改进

式中:v(t)为Maxwell-slip模型的输入信号;x(t)为压电驱动器输出信号(Maxwell-slip模型的输出力即为压电的输出信号);y(t)为Maxwell-slip模型的输出信号和压电陶瓷驱动器的输入信号;H为Maxwell-slip模型的建立。神经网络在系统识别、信号处理等方面有广泛的应用,但它只能近似于一对一的映射[12-13]。为了模拟多值映射的滞后,提出了一种具有反激算子的神经网络。将反激算子引入神经网络的第一层,第一层的输出为

【参考文献】：
期刊论文
[1]压电微夹钳的迟滞及蠕变补偿[J]. 卢志诚,刘文翠,惠相君,周鹏飞,孙靖康,汪家乐,崔玉国.  压电与声光. 2019(02)
[2]双压电叠堆驱动执行器率相关迟滞建模与分析[J]. 李宇阳,朱玉川,李仁强,王振宇,罗樟.  压电与声光. 2019(02)
[3]基于RBF神经网络的压电执行器迟滞建模[J]. 胡力,李国平,吕雪军,吕俊智,罗展鹏.  压电与声光. 2018(05)
[4]基于径向基函数神经网络的压电式六维力传感器解耦算法[J]. 李映君,韩彬彬,王桂从,黄舒,孙杨,杨雪,陈乃建.  光学精密工程. 2017(05)
[5]基于改进PI模型的压电陶瓷迟滞特性补偿控制[J]. 于志亮,刘杨,王岩,李松,谭久彬.  仪器仪表学报. 2017(01)
[6]压电作动器的率相关迟滞建模与跟踪控制[J]. 王钰锋,郭咏新,毛剑琴.  光学精密工程. 2014(03)
[7]压电驱动器的非对称迟滞模型[J]. 裘进浩,陈海荣,陈远晟,杜建周.  纳米技术与精密工程. 2012(03)



本文编号：3121337