迟滞非线性系统的控制算法研究

发布时间：2017-04-05 17:11

  本文关键词：迟滞非线性系统的控制算法研究，，由笔耕文化传播整理发布。

【摘要】：随着微纳米技术的迅速发展,传统的定位在精度上已经无法达到当前许多行业对精密定位的要求,因此超精密定位系统的研究不断的被国内外学者所重视。在超精密定位系统中,通常采用基于智能材料(如压电陶瓷、磁致伸缩材料、形状记忆合金等)的驱动器,然而这些智能驱动器存在固有的迟滞特性,迟滞是一种具有非平滑、多映射、记忆性的非线性,能够引起系统误差和振荡甚至造成系统不稳定,难以采用常规方法对其进行精确控制。为了消除迟滞非线性对系统造成的不良影响,需要对迟滞进行建模,并设计有效的控制器对其实现精确控制。本文的主要工作有:(1)针对一类由Bouc-Wen模型描述的迟滞非线性系统设计控制器。首先,讨论了Bouc-Wen模型的特性以及它的上界值,然后基于Lyapunov-like函数采用了迭代学习控制方案对其设计了控制器。该方案在经典的PD反馈控制的基础上通过迭代学习项来消除迟滞对系统的不良影响,并实现对进期望轨迹的跟踪。仿真结果证明了该方法的有效性。(2)基于神经网络的迟滞非线性系统建模并设计控制器。针对基于神经网络的一类迟滞非线性系统,提出了动态迟滞算子来扩展输入空间建立神经网络迟滞模型,在此基础上设计了基于Lyapunov-like函数的自适应迭代学习控制器。并通过与传统PID控制相比较,实验结果表明了该控制方案加快了响应速度,并且大幅度提高了控制精度。(3)针对输出受限的迟滞非线性系统设计控制器,并与其他控制方案进行比较。针对一类含有Bouc-Wen迟滞的输出受限非线性系统设计了反步控制器。首先分析了Bouc-Wen模型的特性并得到其上界值,然后设计了对称型Barrier Lyapunov Function(BLF),并在闭环系统中保证了BLF有界,从而满足了输出受限的条件,最后利用反步法设计控制器。该方法消除了迟滞引起的振荡和超调并且使得系统输出约束在设定的范围内,同时解决了迟滞和系统输出受限两个方面的影响,提高了控制精度。仿真和实验结果表明了控制方法的可行性。
【关键词】：迟滞 Bouc-Wen模型 迭代学习控制 神经网络 输出受限 反步控制
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP13
【目录】：

• 摘要6-7
• ABSTRACT7-11
• 第1章 绪论11-22
• 1.1 研究背景及意义11-12
• 1.2 迟滞非线性模型12-17
• 1.2.1 Preisach模型12-13
• 1.2.2 Prandtl-Ishlinskii模型13-14
• 1.2.3 KP（Krasnosel’skii-Pokrovskii）模型14-15
• 1.2.4 Duhem模型15
• 1.2.5 类Backlash模型15-17
• 1.2.6 其它迟滞模型17
• 1.3 迟滞非线性的控制方案17-21
• 1.3.1 基于迟滞逆模型的控制17-19
• 1.3.2 迟滞非线性的直接控制19-21
• 1.4 论文的主要研究内容21-22
• 第2章 基于Bouc-Wen模型的迭代学习控制22-34
• 2.1 迟滞非线性系统结构22-23
• 2.2 迭代学习控制23-27
• 2.2.1 迭代学习控制基本原理24-25
• 2.2.2 基本的迭代学习控制算法25
• 2.2.3 迭代学习控制主要分析方法25-27
• 2.3 控制器设计27-30
• 2.4 仿真结果30-33
• 2.5 本章小结33-34
• 第3章 基于神经网络迟滞模型的迭代学习控制34-43
• 3.1 基于神经网络的迟滞建模34-36
• 3.2 控制器设计36-39
• 3.3 仿真结果39-42
• 3.4 本章小结42-43
• 第4章 输出受限迟滞非线性系统的反步控制器设计43-57
• 4.1 引言43-45
• 4.2 反步控制45-48
• 4.2.1 反步控制的基本思想45
• 4.2.2 基于反步法的控制器设计45-48
• 4.3 基于Bouc-Wen模型的反步控制器设计48-56
• 4.3.1 迟滞非线性系统描述48
• 4.3.2 控制器设计48-51
• 4.3.3 仿真结果51-56
• 4.4 本章小结56-57
• 第5章 总结与展望57-59
• 5.1 总结57-58
• 5.2 展望58-59
• 参考文献59-65
• 致谢65-66
• 攻读硕士学位期间的研究成果66

【相似文献】

中国期刊全文数据库 前10条

1 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

2 毛剑琴;丁海山;;率相关迟滞非线性系统的智能化建模与控制[J];中国科学（F辑:信息科学）;2009年03期

3 徐联云;;迟滞非线性动态系统“灰箱”辨识和控制[J];科技致富向导;2010年27期

4 赵彤,谭永红;迟滞非线性动态系统神经网络自适应控制[J];计算机仿真;2004年08期

5 熊蕊;刘向东;;含PID控制器的迟滞非线性控制系统的主共振及奇异性[J];振动与冲击;2014年08期

6 陈远晟;裘进浩;季宏丽;RonanLe Breton;;基于双曲函数的Preisach类迟滞非线性建模与逆控制[J];光学精密工程;2013年05期

7 赵新龙;谭永红;;对Preisach类的迟滞非线性神经网络建模[J];控制理论与应用;2006年04期

8 赵彤,谭永红;基于坐标变换和仿射映射辨识迟滞非线性模型[J];控制工程;2004年S2期

9 赵新龙;汪佳丽;;结合误差变换的Bouc-Wen迟滞非线性系统反步控制器设计[J];控制理论与应用;2014年08期

10 李帆;赵建辉;李焱嘉;;迟滞非线性的一种离散Preisach函数辨识法[J];系统仿真学报;2007年17期

中国重要会议论文全文数据库 前4条

1 刘强;;不对称迟滞非线性系统响应分析[A];数学·力学·物理学·高新技术交叉研究进展——2010（13）卷[C];2010年

2 金桩;张臻;毛剑琴;;基于模糊树方法的压电作动器率相关迟滞非线性建模[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

3 王蕊;毛剑琴;;基于LS-SVM的动态迟滞非线性建模及其应用研究[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

4 陈文丽;张臻;毛剑琴;;超磁致伸缩作动器的载荷相关迟滞非线性建模[A];2007年中国智能自动化会议论文集[C];2007年

中国博士学位论文全文数据库 前3条

1 李巍;压电作动器迟滞非线性建模与补偿控制研究[D];华中科技大学;2013年

2 宋铮;铁磁迟滞非线性在控制系统中若干问题的研究[D];东北大学;2010年

3 马连伟;三明治迟滞非线性系统的建模与控制研究[D];上海交通大学;2007年

中国硕士学位论文全文数据库 前6条

1 章亿凯;迟滞非线性系统的控制算法研究[D];浙江理工大学;2016年

2 丁策;具有间隙迟滞非线性系统的补偿控制算法研究[D];吉林大学;2008年

3 李振伟;振动控制中作动器迟滞非线性补偿方法研究[D];上海交通大学;2011年

4 陈大林;迟滞非线性支承结构的系统辨识[D];中国工程物理研究院;2001年

5 翟亚伟;基于Backlash描述函数的迟滞非线性建模[D];青岛科技大学;2012年

6 阳丹;迟滞非线性系统建模与控制[D];南华大学;2014年

  本文关键词：迟滞非线性系统的控制算法研究，由笔耕文化传播整理发布。

本文编号：287381