基于无模型迭代学习的误差补偿方法研究及应用

发布时间：2021-07-15 11:40

　　目前数控机床的误差补偿方法大多是通过对误差源测量与建模实现的,这种方法存在着误差源考虑不全、模型搭建不准、模型复杂可移植性差以及成本过高等缺点。而且现有的很多方法都忽略了大批量生产问题,造成数据资源的严重浪费,如今是信息化、智能化、数据化的时代,对数据的有效利用将会成为增加制造行业的利润率的关键。针对现有误差补偿方法的不足,在已有数据驱动控制算法的基础上,本文给出了一种基于数据驱动的无模型自适应迭代学习误差补偿方法。该方法仅仅利用输入输出数据,综合考虑了所有误差源并且不需要对其建模,解决了传统方法中的难点和局限。本文最先将无模型自适应的迭代学习方法用在了系统加工轨迹的误差补偿过程中,设计了智能误差补偿模块,编写相应的程序并在Simulink中搭建仿真结构图,通过自适应的迭代方法将以往数据信息应用到当前加工中,对当前加工轨迹提前做出补偿,以此来提高加工精度。本文通过Matlab仿真对所给方法进行验证,首先对传统P型迭代学习误差补偿方法进行了验证,针对该方法存在的不足,给出了一种基于模糊迭代学习的误差补偿方法,该方法可以实时调整学习量,改进了P型迭代学习补偿方法因固定学习律而对干扰的补偿效... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

P型迭代学习误差补偿框图

图 3-5 模糊迭代学习误差补偿仿真框图首先对模糊推理系统编辑器进行设计，本文中采用默认的 Mandani 模糊系统和 Centroid 解模糊方法。本课题仿真采用的是双输入单输出结构，输误差 e及误差变化率ec，输出为com，这里的 是对误差做了模糊处理，可以自适应变化的学习量。输入输出量的论域均设置为 1,1 。隶属度函数编辑器可以设置每个变量的论域和隶属度函数，系统中自带种的隶属度函数选择方案，比如三角形、高斯型等，如果自带的选择方案法满足要求，还可以根据具体问题自行设定。本文在仿真时为每个变量选条隶属度函数，均设置为三角形，每条隶属度函数均有其对应的参数，表角形三个顶点的横坐标。模糊规则编辑器是一个相对简洁的图形用户界面，可以特别方便的添加规则。选择输入变量以及对应的输出变量，设置输入输出变量关系，并且根据实际情况设置权重系数，本例中设置了 25 条规则，设置每条规则的输出关系以及权重，依次加入。

图 3-5 模糊迭代学习误差补偿仿真框图糊推理系统编辑器进行设计，本文中采用默认的 Mntroid 解模糊方法。本课题仿真采用的是双输入单输差变化率ec，输出为com，这里的 是对误差做应变化的学习量。输入输出量的论域均设置为 1,1 数编辑器可以设置每个变量的论域和隶属度函数，函数选择方案，比如三角形、高斯型等，如果自带，还可以根据具体问题自行设定。本文在仿真时为数，均设置为三角形，每条隶属度函数均有其对应点的横坐标。编辑器是一个相对简洁的图形用户界面，可以特别输入变量以及对应的输出变量，设置输入输出变量况设置权重系数，本例中设置了 25 条规则，设置每权重，依次加入。

【参考文献】：
期刊论文
[1]基于张量理论的数控机床误差补偿模型[J]. 褚宁,张为民.  农业机械学报. 2017(10)
[2]数控割字机轮廓误差的预测补偿控制[J]. 滕福林,刘娣,许有熊.  组合机床与自动化加工技术. 2017(07)
[3]基于无模型自适应的外骨骼式上肢康复机器人主动交互训练控制方法[J]. 王晓峰,李醒,王建辉.  自动化学报. 2016(12)
[4]基于去伪策略的间歇过程自适应迭代学习[J]. 王晶,王玥,王伟,曹柳林,靳其兵.  中南大学学报(自然科学版). 2015(04)
[5]基于无模型控制的风电机组独立变桨距控制[J]. 刘颖明,朱江生,姚兴佳,马奎超,王晓东,王士荣,郭庆鼎.  太阳能学报. 2015(01)
[6]无模型自适应控制的现状与展望[J]. 侯忠生.  控制理论与应用. 2006(04)
[7]BP神经网络补偿热变形误差的研究[J]. 傅龙珠,狄瑞坤,项国锋.  机床电器. 2002(03)
[8]机床热变形误差的混合输入动态模型[J]. 张奕群,李书和,张国雄.  航空精密制造技术. 1998(05)

博士论文
[1]无模型学习自适应控制的若干问题研究及其应用[D]. 金尚泰.北京交通大学 2008
[2]无模型自适应控制理论几类问题的研究[D]. 王卫红.北京交通大学 2008

硕士论文
[1]无模型自适应控制在无人驾驶汽车中的应用[D]. 田涛涛.北京交通大学 2017



本文编号：3285635