压电陶瓷微定位平台的迟滞补偿控制方法研究

发布时间：2017-08-01 00:06

  本文关键词：压电陶瓷微定位平台的迟滞补偿控制方法研究

  更多相关文章： 压电陶瓷微定位平台 迟滞非线性 DPI模型 蝙蝠优化算法 小波神经网络 鲁棒自适应控制

【摘要】：随着纳米技术的飞速发展,压电陶瓷微定位平台逐渐成为精密制造装备中的核心器件。然而,压电陶瓷微定位平台固有的迟滞非线性,严重影响了其定位精度和响应速度,阻碍了压电陶瓷微定位平台的进一步发展和应用。本文以压电陶瓷微定位平台为研究对象,深入研究了迟滞非线性补偿控制的理论和方法,旨在消除压电陶瓷微定位平台的迟滞非线性,主要从迟滞非线性建模和控制器设计两个方面展开了研究。首先介绍了压电陶瓷微定位平台的结构性能和工作原理,之后总结出平台的迟滞非线性建模方法和控制方法的研究成果。为了精确描述压电陶瓷微定位平台的迟滞非线性特性,本文在Prandtl-Ishlinskii(PI)模型基础上,建立了压电陶瓷微定位平台的Dynamic Prandtl-Ishlinskii(DPI)模型。基于平台的两组实测数据,采用蝙蝠优化算法对模型中的密度参数进行辨识,验证DPI模型的动态率相关特性。针对蝙蝠算法辨识过程中出现的容易陷入局部最优,辨识误差较大等不足,采用小波神经网络算法进行辨识。对比辨识结果发现,基于小波神经网络辨识的DPI模型误差较小,精度较高。在建立了压电陶瓷微定位平台动态迟滞模型的基础上,首先根据PI正逆模型迟滞算子关系建立PI逆模型,并在此基础上建立DPI逆模型。采用辨识精度较高的小波神经网络对DPI逆模型的密度参数进行辨识,验证了DPI逆模型的动态特性。在此基础上,设计了一种基于DPI逆模型的前馈补偿控制方案。采用三组不同形式的给定信号作为期望输出,验证前馈控制的控制效果。仿真结果表明,前馈控制可以有效地减小压电陶瓷微定位平台的迟滞非线性,平台的输入输出关系转变为近似一一对应的线性关系。由于前馈控制方案属于开环控制,无法消除DPI逆模型建模误差,并且抗干扰能力差。本文在前馈控制的基础上,加入PID反馈控制,针对常规PID控制器存在参数难以整定的问题,采用小波神经网络对PID控制的参数进行整定。仿真结果表明,与前馈控制相比,该复合控制一定程度上提高了压电陶瓷微定位平台的控制精度,验证了复合控制的有效性。为了改善系统鲁棒性能,进一步提高系统控制精度,提出一种基于反步法的小波神经网络鲁棒自适应控制方案。采用小波神经网络逼近系统未知函数,设计相应的自适应律和控制律,并采用Lyapunov函数法证明了系统全局稳定性。仿真结果表明,与前馈控制和小波神经网络PID复合控制相比,该控制方法能更有效地提高压电陶瓷微定位平台的控制精度。
【关键词】：压电陶瓷微定位平台 迟滞非线性 DPI模型 蝙蝠优化算法 小波神经网络 鲁棒自适应控制
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TQ174.1
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-23
• 1.1 引言11-13
• 1.2 压电陶瓷微定位平台简介13-16
• 1.2.1 压电陶瓷驱动器13-15
• 1.2.2 柔性铰链平台15-16
• 1.3 压电陶瓷微定位平台控制策略16-21
• 1.3.1 压电陶瓷微定位平台迟滞非线性模型16-20
• 1.3.2 微定位平台控制方法20-21
• 1.4 论文的研究意义与内容21-23
• 1.4.1 课题来源与研究目的21-22
• 1.4.2 论文的内容安排22-23
• 第2章 压电陶瓷微定位平台动态迟滞模型23-39
• 2.1 动态迟滞模型的建立23-25
• 2.2 蝙蝠优化算法辨识动态迟滞模型25-32
• 2.2.1 蝙蝠优化算法25-27
• 2.2.2 辨识结果比较与分析27-32
• 2.3 小波神经网络辨识动态迟滞模型32-38
• 2.3.1 小波神经网络32-34
• 2.3.2 辨识结果比较与分析34-38
• 2.4 本章小结38-39
• 第3章 压电陶瓷微定位平台前馈控制方案设计39-49
• 3.1 压电陶瓷微定位平台迟滞逆模型的建立39-44
• 3.1.1 逆模型的建模思想39-40
• 3.1.2 仿真结果与分析40-44
• 3.2 压电陶瓷微定位平台前馈控制方案44-48
• 3.2.1 前馈控制设计思想44-45
• 3.2.2 仿真结果与分析45-48
• 3.3 本章小结48-49
• 第4章 压电陶瓷微定位平台复合控制方案设计49-67
• 4.1 小波神经网络PID复合控制49-54
• 4.1.1 小波神经网络PID复合控制设计思想49-51
• 4.1.2 仿真结果与分析51-54
• 4.2 小波神经网络鲁棒自适应控制器设计54-64
• 4.2.1 被控对象描述54-56
• 4.2.2 反步法设计56-57
• 4.2.3 小波神经网络鲁棒自适应控制器设计57-61
• 4.2.4 仿真结果与分析61-64
• 4.3 本章小结64-67
• 第5章 全文总结与展望67-69
• 5.1 全文总结67-68
• 5.2 研究展望68-69
• 参考文献69-77
• 作者简介及在学期间科研成果77-79
• 致谢79

【参考文献】

中国期刊全文数据库 前10条

1 吴伊玲;刘廷霞;张振东;陈健;;基于PI迟滞模型的压电陶瓷复合控制算法研究[J];压电与声光;2015年06期

2 田艳兵;王涛;王美玲;;基于广义PI逆模型的超精密定位平台复合控制[J];机械工程学报;2015年02期

3 周淼磊;高巍;田彦涛;;Hybrid control based on inverse Prandtl-Ishlinskii model for magnetic shape memory alloy actuator[J];Journal of Central South University;2013年05期

4 赖志林;刘向东;耿洁;李黎;;压电陶瓷执行器迟滞的滑模逆补偿控制[J];光学精密工程;2011年06期

5 于靖军;裴旭;毕树生;宗光华;张宪民;;柔性铰链机构设计方法的研究进展[J];机械工程学报;2010年13期

6 王代华;朱炜;;WTYD型压电陶瓷微位移器的迟滞特性建模与实验验证[J];光学精密工程;2010年01期

7 王湘江;王兴松;;基于KP模型的GMA迟滞系统辨识与补偿[J];中国机械工程;2008年10期

8 魏强;张玉林;宋会英;郝慧娟;;扫描隧道显微镜精密工作台及其控制技术研究[J];中国机械工程;2007年02期

9 崔玉国;董维杰;孙宝元;杨志欣;;压电微动工作台的位移复合控制[J];机械工程学报;2006年03期

10 张宪民;陈永健;;多输入多输出柔顺机构拓扑优化及输出耦合的抑制[J];机械工程学报;2006年03期

中国博士学位论文全文数据库 前3条

1 谷国迎;压电陶瓷驱动微位移平台的磁滞补偿控制理论和方法研究[D];上海交通大学;2012年

2 金瑜;基于小波神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2008年

3 纪华伟;压电陶瓷驱动的微位移工作台建模与控制技术研究[D];浙江大学;2006年

中国硕士学位论文全文数据库 前3条

1 冀坤;基于KP模型的磁控形状记忆合金执行器位移控制方法研究[D];吉林大学;2014年

2 孙孔政;压电陶瓷系统迟滞非线性建模与控制的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2013年

3 黄挺朋;压电驱动微动定位平台系统设计与开发[D];浙江大学;2008年

，

本文编号：601680