Dynamic Preisach Model and Inverse Compensation for Hysteres

发布时间：2016-08-04 17:11

本文关键词：压电陶瓷驱动器的滑模神经网络控制，由笔耕文化传播整理发布。

《第二十九届中国控制会议论文集》2010年

Dynamic Preisach Model and Inverse Compensation for Hysteresis of Piezoceramic Actuator Based on Neural Networks

【摘要】：The hysteresis nonlinear characteristic of the nanometer positioning system based on piezoceramic actuator decreases the accuracy of the nanometer positioning stage seriously.To compensate the hysteresis nonlinearity and improve the precision of system with hysteresis,the modeling of hysteresis and the corresponding inverse compensation is studied in this paper.First,the dynamic Preisach model for hysteresis is built.Based on the original commom dynamic Preisach model,the information of historical input voltage is introduced into the Preisach function.Then a neural network is used for identification of the model.Secondly,a dynamic inverse Preisach model of hysteresis is built by introducing information of historical displacement to Preisach function and is identified using a neural network.Finally,the dynamic inverse Preisach model based on neural networks is used to compensate the hysteresis nonlinearity.The model is shown through experiments to offer high accuracy under voltage excitations with different frequency.Through the experimental results,the maximum of the absolute error predicted by the new model and inverse model is reduced to 0.1μm and 1V.The nonlinear characteristic is reduced effectively by the inverse compensation with neural networks,with the error below 0.7μm.

【基金】：supported by National Nature Science Foundation under Grant 10872030 The Research Fund for the Dectoral Program of Higher Education 20091101110025
【分类号】：TP183;TP273
【正文快照】：

1 INTRODUCTION Piezoceramic actuators with its high precision,low power consumption,fast response,etc,has been widely used in fiber optic calibration,micro robot,electronic scanning tunneling microscopy,atomic force microscope,as well as micro-electronic

下载全文更多同类文献

PDF全文下载

CAJ全文下载

(如何获取全文？欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式，AdobeReader仅支持PDF格式

【参考文献】

中国期刊全文数据库前1条

1 张栋;张承进;魏强;;压电微动工作台的动态迟滞模型[J];光学精密工程;2009年03期

【共引文献】

中国期刊全文数据库前10条

1 赖志林;刘向东;陈振;任宪仁;;压电陶瓷执行器多模时变滑模逆补偿控制[J];电机与控制学报;2012年01期

2 万佩;秦岚;薛联;段莹;;一种新型三自由度微定位新方法[J];国外电子测量技术;2011年07期

3 耿洁;刘向东;陈振;赖志林;;Preisach迟滞逆模型的神经网络分类排序[J];光学精密工程;2010年04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 殷伯华;陈代谢;林云生;初明璋;韩立;;高速大扫描范围原子力显微镜系统的设计[J];光学精密工程;2011年11期

6 陈辉;谭永红;周杏鹏;张亚红;董瑞丽;;压电陶瓷执行器的动态模型辨识与控制[J];光学精密工程;2012年01期

7 张栋;张承进;魏强;田艳兵;赵景波;李现明;;压电工作台的神经网络建模与控制[J];光学精密工程;2012年03期

8 张桂林;张承进;赵学良;;压电驱动器记忆特性迟滞非线性建模[J];光学精密工程;2012年05期

9 魏强;张承进;张栋;王春玲;;压电陶瓷驱动器的滑模神经网络控制[J];光学精密工程;2012年05期

10 赖志林;刘向东;耿洁;;压电陶瓷执行器的类Hammerstein模型及其参数辨识[J];光学精密工程;2012年09期

中国博士学位论文全文数据库前3条

1 张栋;压电工作台微定位系统建模与控制技术[D];山东大学;2009年

2 张桂林;压电定位平台的建模与控制方法研究[D];山东大学;2013年

3 陈远晟;压电驱动器的迟滞非线性建模与控制[D];南京航空航天大学;2013年

中国硕士学位论文全文数据库前10条

1 李朋志;压电驱动器磁滞补偿的模糊控制方法及应用[D];上海交通大学;2011年

2 成黎;AFM压电驱动器建模与控制研究[D];山东大学;2010年

3 储玉芬;基于衍射光栅计量的宏微定位系统的研究[D];湖北工业大学;2010年

4 胡光学;大行程结构一体化二维微定位台参数化设计及实验[D];山东理工大学;2012年

5 权利敏;基于神经网络的音圈电机迟滞特性建模[D];青岛理工大学;2013年

6 杨宇峰;压电陶瓷驱动器的动态迟滞建模与实验研究[D];浙江大学;2013年

7 吴振广;一种压电陶瓷管扫描器的设计及其实验系统研究[D];哈尔滨工业大学;2012年

8 廉美琳;超精密定位及控制技术的研究[D];南京师范大学;2014年

9 赵广义;压电陶瓷驱动精密摆镜控制系统的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年

10 姜辉;高频响音圈电机的复杂迟滞混合建模与控制研究[D];桂林电子科技大学;2012年

【二级参考文献】

中国期刊全文数据库前6条

1 孙立宁,孙绍云,曲东升,蔡鹤皋;基于PZT的微驱动定位系统及控制方法的研究[J];光学精密工程;2004年01期

2 魏强;张玉林;于欣蕾;郝慧娟;卢文娟;;扫描隧道显微镜微位移工作台的神经网络PID控制方法研究[J];光学精密工程;2006年03期

3 马立;荣伟彬;孙立宁;;三维纳米级微动工作台的设计与分析[J];光学精密工程;2006年06期

4 魏强;张玉林;;压电陶瓷微位移工作台的建模方法[J];光学精密工程;2007年10期

5 李春涛,谭永红;迟滞非线性系统的建模与控制[J];控制理论与应用;2005年02期

6 田孝军;王越超;席宁;董再励;李文荣;;机器人化纳米操作系统驱动器驱动与探针定位研究[J];仪器仪表学报;2007年07期

【相似文献】

中国期刊全文数据库前10条

1 ;Adaptive control of system with hysteresis using neural networks[J];Journal of Systems Engineering and Electronics;2006年01期

2 ;Neural model-based adaptive control for systems with unknown Preisach-type hysteresis[J];Journal of Control Theory and Applications;2004年01期

3 陆凤霞;王恩荣;应亮;;Analysis and suppression of hysteresis effect in semi-actively controlled MR-suspension[J];Journal of Harbin Institute of Technology;2007年02期

4 罗杰馨;陈静;周建华;伍青青;柴展;余涛;王曦;;Impact of back-gate bias on the hysteresis effect in partially depleted SOI MOSFETs[J];Chinese Physics B;2012年05期

5 ;Intelligent modeling and control for nonlinear systems with rate-dependent hysteresis[J];Science in China(Series F:Information Sciences);2009年04期

6 ZHANG Zhen;MAO JianQin;ZHOU KeMin;;Experimental characterization and modeling of stress-dependent hysteresis of a giant magnetostrictive actuator[J];Science China(Technological Sciences);2013年03期

7 Ping Liu;Zhen-Yan Wang;Zhen Zhang;Jian-Qin Mao;Ke-Min Zhou;;Modeling and H_∞ Robust Control of a Smart Structure with Rate-dependent Hysteresis Nonlinearity[J];International Journal of Automation and Computing;2014年01期

8 ZHANG HuaGuang;WANG YingChun;SONG Zheng;;Absolute stabilization of singular systems with ferromagnetic hysteresis nonlinearity[J];Science China(Information Sciences);2013年07期

9 汝长海;孙立宁;荣伟彬;;A control model for hysteresis based on microscopic polarization mechanisms in piezoelectric actuator[J];Journal of Harbin Institute of Technology;2008年03期

10 ;On the Control of Plants with Hysteresis: Overview and a Prandtl-Ishlinskii Hysteresis Based Control Approach[J];自动化学报;2005年01期

中国重要会议论文全文数据库前10条

1 ;Identification for Hysteresis System Using Neural Networks[A];第二十二届中国控制会议论文集（下）[C];2003年

2 ;Modeling Hysteresis Using Hybrid Method Consists of Geometrical Technique and Neural Networks[A];第二十三届中国控制会议论文集（上册）[C];2004年

3 ;Neural Networks Based Model for Systems with Input Hysteresis[A];第二十七届中国控制会议论文集[C];2008年

4 Faycal Ikhouane;;An Input/Output Approach for the Analysis of the Quasi-Static Regime[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

5 Ning Dong;Hongjuan Li;Xiangdong Liu;;Chaotic Particle Swarm Optimization Algorithm Parametric Identification of Bouc-Wen hysteresis Model for Piezoelectric Ceramic Actuator[A];第25届中国控制与决策会议论文集[C];2013年

6 ;Dynamic Preisach Model and Inverse Compensation for Hysteresis of Piezoceramic Actuator Based on Neural Networks[A];第二十九届中国控制会议论文集[C];2010年

7 ;Parameter Identification of Hysteresis Model with Improved Particle Swarm Optimization[A];2009中国控制与决策会议论文集（1）[C];2009年

8 ;Modeling for Giant Magnetostrictive Actuators with Rate-Dependent Hysteresis based on Hammerstein-like System by Using LS-SVM[A];第24届中国控制与决策会议论文集[C];2012年

9 ;Modeling Inverse-Hysteretic Systems Based on Expanded Input Space[A];第二十六届中国控制会议论文集[C];2007年

10 ;Adaptive Control for Nonlinear System with Unknown Hysteresis[A];第24届中国控制与决策会议论文集[C];2012年

中国知网广告投放