论文部分内容阅读
以压电陶瓷作为位移检测传感器的微执行器具有体积小、能耗低、定位准确等优点,但其固有的迟滞特性,使得它难以在超精密定位系统中完全发挥作用。与宏执行器相比,压电陶瓷材料的微执行器行程短、控制方案复杂。这使得对压电陶瓷执行器的迟滞特性进行精确建模,并设计简洁的控制方案,成为了学术界及工业界亟待解决的问题。智能算法作为新兴的研究策略,以其高效性、健壮性、自适应性,在建模和控制领域逐渐发挥作用。本文基于智能算法,在迟滞非线性系统辨识与控制方法方面展开研究。具体研究内容如下:(1)提出了一种基于Hammerstein系统的两阶段辨识方法,用于含有迟滞非线性的压电陶瓷执行器的建模。第一阶段是采用一种preisach类迟滞算子,将迟滞的多值映射转为单值映射。再结合等距映射法将多维迟滞数据映射到低维空间。然后将经处理的低频数据输入改进的极限学习机进行训练,得到静态迟滞模型参数;第二阶段是把经过同样处理的高频迟滞数据输入参数已知的极限学习机模型,得到Hammerstein模型的中间变量。再用自回归各态历经(Autoregressive Exogenous,ARX)模型建立动态线性部分的模型,采用递推最小二乘法得到模型的动态参数,实验结果证明了该辨识方法的可行性。(2)提出了一种基于Backlash描述函数算子的辨识方法,用于精密定位系统中压电陶瓷执行器的迟滞非线性特性建模。该方法引入了一个新颖的Backlash描述函数迟滞算子来描述迟滞非线性的轮廓,并利用扩展的输入空间方法将迟滞特性的多值映射转换为单值映射。采用引力搜索算法优化支持向量回归机,建立了静态模型。基于ARX模型表征率相关迟滞环,进而建立Hammerstein级联模型。对实际的精密定位系统采集了数据进行测试,通过电容传感器获取压电陶瓷执行器在给定电压下的位移值,进行了模型验证。测试结果表明,基于本文方法所建模型精度高,辨识过程简便且易于工程实现。(3)针对含有迟滞非线性的压电陶瓷执行器的控制问题,考虑一类具有输入饱和非线性的迟滞非线性系统,提出了一种反演预设性能控制方法。采用能分离出扰动项的Backlash-Like微分方程模型来表征系统中的迟滞非线性,结合神经网络算法逼近该迟滞模型解耦的扰动项,通过改进的预设性能函数和误差变换方法建立系统等效误差模型,设计反演预设性能控制器;而输入受限问题则单独设计辅助抗饱和补偿器来解决。基于李雅普诺夫稳定理论进行了稳定性分析,并仿真验证了该控制方法的可行性。