压电式微操作平台的迟滞建模与控制研究

发布时间：2020-06-01 03:18

【摘要】：压电式微操作平台广泛应用于集成电路制造、医疗科学、微机械制造、光学处理等前沿领域,要求其具有精度高、响应快、稳定性好等性能。由于压电驱动器的迟滞现象会使微操作平台出现非线性问题,严重影响了其运动精度和动态性能,迟滞模型的建立与控制策略研究是微操作平台亟待解决的关键问题。本文以一维微操作平台为对象,分别从复合控制、单神经元PID控制、模糊控制三种控制策略进行运动跟踪控制研究,主要内容如下:建立了压电驱动器的迟滞模型。为了提高压电驱动器的控制精度,提出一种基于Preisach模型与支持向量机的联合建模方法描述其迟滞非线性特性。采用支持向量机理论建立压电驱动器迟滞环的回归模型,结合Preisach模型可对任意电压系列的输出位移进行预测。采用基于交叉验证的栅格化搜索方法对回归模型的拟合精度有较大影响的惩罚参数c和核函数参数g进行寻优。为了说明所建立的模型能精确反映压电驱动器的迟滞现象,以压电驱动器为对象进行实验验证分析,驱动器输出位移实测值与预测值之间的相对误差范围为0.6%-2.1%,表明所提出的迟滞建模方法是可行和有效的。设计了复合控制算法来提高微操作平台的定位精度。为了解决微操作平台的迟滞非线性问题,提出一种离散Preisach逆模型与PID相结合的复合控制算法。利用Preisach模型与支持向量机的联合建模方法建立平台迟滞模型,基于该模型采用迭代搜索方法得到离散Preisach逆模型,根据该逆模型对平台进行前馈迟滞补偿。反馈调节采用PID控制,以修正由Preisach逆模型与外部环境引起的干扰所造成的偏差,为了整定PID的参数,采用实验模态方法获得微操作平台的传递函数。为了说明所提出的控制方法的可行性,进行实验验证,实验结果表明所提出的控制方法具有较高的控制精度和响应快速性。采用基于RBF神经网络的单神经元PID控制策略对微操作平台进行其运动跟踪控制。复合控制虽然具有精度高快速性好的优点,但迟滞建模复杂,且模型不具有适应性,为此提出单神经元PID控制策略。利用微操作平台的动力学模型确定单神经元PID控制连接权值的初始值。采用RBF神经网络辨识器实现对微操作平台的梯度信息进行在线辨识,获得PID连接权值在线调整信息。采用单神经元网络学习算法完成PID参数的在线自整定,实现微操作平台自适应运动跟踪控制。实验结果表明,基于RBF神经网络的单神经元PID的位移误差范围分别为[-0.5~0.5]μm,调整时间分别为0.1 s,说明所提出的控制方法具有较好的控制精度和响应快速性,并具有较强的自适应性。提出了基于模糊控制的微操作平台位置精度补偿方法。针对压电式微操作平台的动态迟滞特性,提出一种基于模糊控制策略的位置精度补偿方法,以摆脱对迟滞模型的依赖。以一种一维压电式微操作平台为对象,以平台的位置偏差与偏差变化率为模糊输入,压电驱动器输入电压变化量为模糊输出,提出一种基于PID控制的实验数据获取经验制定模糊规则的方法。为了说明所提出的位置精度补偿方法的可行性,分析平台分别跟踪不同频率正弦信号的位置误差,实验结果表明,所提出的模糊控制方法在跟踪10Hz信号时具有更高的位置跟踪精度和更快的跟踪速度,并具有较好的自适应性。
【图文】：

原理图,微操作,亚洲,平台

PID 算法是一种较为成熟的控制算法，凭借表达式简单、适应性好、易于实现等优点，，已被广泛应用于工业控制中，有些科研人员将PID 用于微操作平台的运动控制中。图1.1 微操作平台胡俊峰、郝亚洲等[37]利用 PID 控制一种新型微操作平台运动，平台原理图如图 1.1 所示。建立平台的传递函数，分别对平台进行开环与闭环控制，其频率响应图表明，在闭环PID 控制下，平台的稳态性能得到了提升，响应时间减少了。分别对平台进行有无控制器的阶跃响应实验，其实验结果显示，调节时间分别为 0.96ms 与 1.9ms，超调量分别为 10.52%与 47.63%。蔡成波、崔玉国等[38]为了提高微动平台定位过程中的动态特性，采用改进 PID算法进行控制，修改积分环节改为梯形积分，微分环节采用分离法进行计算，微动平台如图 1.2 所示。实验表明

微动平台,位移测试,自适应控制,压电

第一章绪论5图1.2 压电微动平台位移测试设备(2)自适应控制自适应控制器是一种能够随着系统状态的改变而自动修改控制器的参数的控制方法，自适应控制器无需知道控制对象的数学模型，可以通过在线辨识的方法获取控制对象的相关信息，具有自适应能力。图1.3 压电微动平台宁波大学的方凡[39建立了微动平台的CARMAX 模型，基于该模型设计了压电微动平台的自适应控制器，平台如图1.3 所示，对平台施加阶跃电压信号，其结果显示，采用CARMAX模型控制与采用 PID 控制平台的响应时间分别为 0.23s 与0.3s。对平台进行三角波电压信号跟踪，结果显示，在自适应控制与PID 控制下
【学位授予单位】：江西理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TH703

【参考文献】