电机伺服控制系统的摩擦力分析与研究
发布时间：2021-07-12 10:13
电机伺服控制系统在工业控制、国防武器等领域具有广泛用途。而电机摩擦力作为影响伺服系统性能的主要因素,是伺服系统补偿的主要对象。本文以制导武器中导引头中的电机伺服系统为研究对象,主要针对导引头电机中的摩擦力环节进行研究,研究方向为电机控制系统中摩擦力模型、辨识、补偿方法以及优化控制算法,达到改善伺服控制系统性能的目的。本文研究内容包括以下四部分:首先,对摩擦模型进行介绍,包括静态摩擦模型和动态摩擦模型的具体常用模型,分析摩擦力在逐渐增加时的状态变化以及一些摩擦力特性。介绍摩擦模型的同时,对常用的两种摩擦模型进行仿真,得出摩擦力对系统性能的具体影响并分析原因。接着,提出摩擦力辨识算法,将方法分为离线辨识和在线辨识两类,并对这两种辨识方法分别进行分析,包括离线数据处理和扰动观测器在线观测法等。同时研究了常用的数据处理方法最小二乘法。然后,搭建包含摩擦力模型的电机伺服系统模型,添加摩擦力补偿,根据控制理论设计系统补偿函数并仿真,包括PID控制、复合控制、扰动观测器控制等方法。最后,考虑到经典控制算法的不足,引入BP神经网络算法对PID参数进行整定,搭建BP神经网络PID算法模型对系统进行仿真补...
【文章来源】：北京理工大学北京市 211工程院校 985工程院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
LuGre原理模型简图
18图 2.7 直流有刷电机内部[67]等效电感，Ra 为电机等效电阻，Ua 为电机电枢电LT 为负载转矩, 为旋转角速度。机模型电机在转动过程中由于电刷的存在，在转子经过换和转子电流产生的磁场始终同向，不会使电磁转有影响。13，得出电机运行时电压平衡方程aa a a a adIU L I R Edt 流电机，有公式(2.19)表示电机转矩计算式和(2.20)
北京理工大学硕士学位论文网络网络与其结构络是神经网络控制中较为成熟的一个算法。BP 神经网络是一ack Propagation Arithmetic)算法的多前馈神经网络算法[68]，其求出理想输出和实际输出的均方差值最小。它利用了误差梯息通过输入层神经元计算输入到隐含层神经元，再通过隐含层出层。由于 BP 神经网络的神经元是前馈神经网络模型，只能如果系统的输出层不是期望的输出，那么误差将沿着传播路径改权值，系统误差负梯度下降，使得输出结果与理想相符。经在趋于完善，应用广泛。其中 BP 神经网络的结构图如下图
【参考文献】：
期刊论文
[1]基于干扰观测器的解耦控制算法[J]. 荣志刚,门义双,雷阳. 信息技术. 2016(09)
[2]基于遗传算法的伺服系统摩擦参数辨识与仿真[J]. 张来福,田赟,姜敏,郝丽花,刘宏. 计算机应用. 2016(S1)
[3]基于最小二乘法的电机特性曲线绘制与效率仿真[J]. 宋超,王文明,谢勇波,李双龙,李熙,李勇华. 大功率变流技术. 2016(01)
[4]重载伺服系统的自适应摩擦补偿全局滑模控制[J]. 邵质中,钟国梁,邓华. 计算机仿真. 2016(01)
[5]电压前馈控制技术在矢量交流控制器中的应用[J]. 李渊文,李智,王涛. 桂林航天工业学院学报. 2015(02)
[6]基于LuGre模型的液压缸摩擦力修正模型[J]. 王勇勤,张洋,罗远新,宋宗焘. 润滑与密封. 2014(10)
[7]基于改进Dahl模型的进给伺服系统摩擦特性与补偿研究[J]. 彭洋,余晓流,谈莉斌. 现代制造工程. 2014(01)
[8]伺服系统的摩擦补偿[J]. 王毅,何朕. 电机与控制学报. 2013(08)
[9]典型二阶系统控制器设计[J]. 哈斯花. 赤峰学院学报(自然科学版). 2013(02)
[10]双离合变速器中摩擦模型的选择及仿真[J]. 杨翔宇,张子川,陈宝. 重庆理工大学学报(自然科学). 2012(04)
博士论文
[1]仿人型乒乓球机械手运动学及动力学控制方法研究[D]. 钟琮玮.浙江大学 2011
[2]并联电液伺服六自由度平台系统低速运动研究[D]. 李强.浙江大学 2008
[3]多变量系统辨识中的测试信号分析与研究[D]. 刘波.浙江大学 2008
[4]基于滑模理论的位置系统控制及摩擦力补偿[D]. 郁明.中国科学技术大学 2007
[5]电液伺服控制线性摩擦焊系统关键技术的研究[D]. 栾海英.机械科学研究总院 2007
[6]气动比例系统的动态特性与控制研究[D]. 孔祥臻.山东大学 2007
[7]梯级引水式电站机组控制系统优化研究[D]. 张江滨.西安理工大学 2006
[8]人工神经网络算法的改进及其在水利测量技术中的应用[D]. 刘清.河海大学 2005
[9]伺服系统低速特性与抖动补偿研究[D]. 陈娟.中国科学院长春光学精密机械与物理研究所 2001
硕士论文
[1]多智能体遗传算法及其在全维状态观测器设计上的应用[D]. 刘鹏皓.广西大学 2016
[2]二维精密气浮运动平台多参数控制与轨迹精度研究[D]. 朱小刚.广东工业大学 2016
[3]滚摆式导引头伺服稳定平台设计与研究[D]. 曾龙.北京理工大学 2016
[4]某型比例多路阀径向力和摩擦力分析与摩擦补偿研究[D]. 王可勋.燕山大学 2015
[5]基于时—频域指标的控制系统演化校正及可视化平台的研究[D]. 冯文静.广西大学 2014
[6]基于BP神经网络的加油站油品罐存量的预测研究及应用[D]. 马骋.西安石油大学 2014
[7]自抗扰控制器的优化设计与应用[D]. 赵海香.哈尔滨工业大学 2013
[8]高性能永磁同步电机伺服系统控制策略研究[D]. 樊国权.哈尔滨工业大学 2013
[9]AGC伺服缸测试装置及试验研究[D]. 赵绪良.东北大学 2013
[10]自抗扰控制器参数自学习算法及其应用研究[D]. 武雷.西安电子科技大学 2013
本文编号：3279719
【文章来源】：北京理工大学北京市 211工程院校 985工程院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
LuGre原理模型简图
18图 2.7 直流有刷电机内部[67]等效电感，Ra 为电机等效电阻，Ua 为电机电枢电LT 为负载转矩, 为旋转角速度。机模型电机在转动过程中由于电刷的存在，在转子经过换和转子电流产生的磁场始终同向，不会使电磁转有影响。13，得出电机运行时电压平衡方程aa a a a adIU L I R Edt 流电机，有公式(2.19)表示电机转矩计算式和(2.20)
北京理工大学硕士学位论文网络网络与其结构络是神经网络控制中较为成熟的一个算法。BP 神经网络是一ack Propagation Arithmetic)算法的多前馈神经网络算法[68]，其求出理想输出和实际输出的均方差值最小。它利用了误差梯息通过输入层神经元计算输入到隐含层神经元，再通过隐含层出层。由于 BP 神经网络的神经元是前馈神经网络模型，只能如果系统的输出层不是期望的输出，那么误差将沿着传播路径改权值，系统误差负梯度下降，使得输出结果与理想相符。经在趋于完善，应用广泛。其中 BP 神经网络的结构图如下图
【参考文献】：
期刊论文
[1]基于干扰观测器的解耦控制算法[J]. 荣志刚,门义双,雷阳. 信息技术. 2016(09)
[2]基于遗传算法的伺服系统摩擦参数辨识与仿真[J]. 张来福,田赟,姜敏,郝丽花,刘宏. 计算机应用. 2016(S1)
[3]基于最小二乘法的电机特性曲线绘制与效率仿真[J]. 宋超,王文明,谢勇波,李双龙,李熙,李勇华. 大功率变流技术. 2016(01)
[4]重载伺服系统的自适应摩擦补偿全局滑模控制[J]. 邵质中,钟国梁,邓华. 计算机仿真. 2016(01)
[5]电压前馈控制技术在矢量交流控制器中的应用[J]. 李渊文,李智,王涛. 桂林航天工业学院学报. 2015(02)
[6]基于LuGre模型的液压缸摩擦力修正模型[J]. 王勇勤,张洋,罗远新,宋宗焘. 润滑与密封. 2014(10)
[7]基于改进Dahl模型的进给伺服系统摩擦特性与补偿研究[J]. 彭洋,余晓流,谈莉斌. 现代制造工程. 2014(01)
[8]伺服系统的摩擦补偿[J]. 王毅,何朕. 电机与控制学报. 2013(08)
[9]典型二阶系统控制器设计[J]. 哈斯花. 赤峰学院学报(自然科学版). 2013(02)
[10]双离合变速器中摩擦模型的选择及仿真[J]. 杨翔宇,张子川,陈宝. 重庆理工大学学报(自然科学). 2012(04)
博士论文
[1]仿人型乒乓球机械手运动学及动力学控制方法研究[D]. 钟琮玮.浙江大学 2011
[2]并联电液伺服六自由度平台系统低速运动研究[D]. 李强.浙江大学 2008
[3]多变量系统辨识中的测试信号分析与研究[D]. 刘波.浙江大学 2008
[4]基于滑模理论的位置系统控制及摩擦力补偿[D]. 郁明.中国科学技术大学 2007
[5]电液伺服控制线性摩擦焊系统关键技术的研究[D]. 栾海英.机械科学研究总院 2007
[6]气动比例系统的动态特性与控制研究[D]. 孔祥臻.山东大学 2007
[7]梯级引水式电站机组控制系统优化研究[D]. 张江滨.西安理工大学 2006
[8]人工神经网络算法的改进及其在水利测量技术中的应用[D]. 刘清.河海大学 2005
[9]伺服系统低速特性与抖动补偿研究[D]. 陈娟.中国科学院长春光学精密机械与物理研究所 2001
硕士论文
[1]多智能体遗传算法及其在全维状态观测器设计上的应用[D]. 刘鹏皓.广西大学 2016
[2]二维精密气浮运动平台多参数控制与轨迹精度研究[D]. 朱小刚.广东工业大学 2016
[3]滚摆式导引头伺服稳定平台设计与研究[D]. 曾龙.北京理工大学 2016
[4]某型比例多路阀径向力和摩擦力分析与摩擦补偿研究[D]. 王可勋.燕山大学 2015
[5]基于时—频域指标的控制系统演化校正及可视化平台的研究[D]. 冯文静.广西大学 2014
[6]基于BP神经网络的加油站油品罐存量的预测研究及应用[D]. 马骋.西安石油大学 2014
[7]自抗扰控制器的优化设计与应用[D]. 赵海香.哈尔滨工业大学 2013
[8]高性能永磁同步电机伺服系统控制策略研究[D]. 樊国权.哈尔滨工业大学 2013
[9]AGC伺服缸测试装置及试验研究[D]. 赵绪良.东北大学 2013
[10]自抗扰控制器参数自学习算法及其应用研究[D]. 武雷.西安电子科技大学 2013
本文编号：3279719
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3279719.html
