基于U模型的磁控形状记忆合金执行器控制方法研究

来源 :吉林大学 | 被引量 : 0次 | 上传用户:wzmhua
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
磁控形状记忆合金(Magnetic Shape Memory Alloy,MSMA)是具有磁性形状记忆效应的新型智能材料,具有位移分辨率高、能量密度大、行程大等优势,在高精度定位技术、精密制造加工和生物医学工程等领域应用前景十分广阔。MSMA执行器在磁场的作用下利用MSMA材料的磁致伸缩特性能够产生微纳米级的输出位移,能够运用于高精密定位领域,具有传统执行机构和其它智能材料执行器不可比拟的优势。然而,由于MSMA执行器输入输出间存在着一种非可微和非一一映射的复杂动态迟滞非线性特性,使得系统的建模以及控制的难度大大增加,阻碍了MSMA执行器在高精密定位领域的应用。本文通过建立准确的模型和设计合理的控制方法来消除迟滞非线性,从而提高系统的控制精度,主要研究内容如下:首先,论文在分析了迟滞环的特点以及MSMA执行器的率相关、力相关等迟滞特性的基础上,引入了一种结构简单的新型模型U模型来描述MSMA执行器的动态迟滞非线性。该U模型由两部分串联组成,一部分是采用渐消记忆递推最小二乘法辨识的静态U模型来描述MSMA执行器迟滞非线性的静态特性。另一部分是采用了涅斯捷罗夫加速梯度下降法(Nesterov Accelerated Gradient,NAG)调整权值的小波神经网络(Wavelet neural network,WNN)来描述动态迟滞特性。通过实验证明了所提模型可以精确地描述MSMA执行器的动态迟滞非线性,具有良好的动态性能。然后,针对MSMA执行器特有的迟滞特性对系统轨迹跟踪控制精度的影响,提出了一种基于U模型的神经网络控制方法。与传统的逆补偿开环前馈控制相比,该方法省略了求逆的过程,摆脱了控制方法对逆模型的依赖。为了进一步提高控制精度,在基于U模型的神经网络控制方法基础上,使用鲸鱼优化算法(Whale Optimization Algorithm,WOA)来优化WNN初始权值和伸缩平移参数的初值。实验证明,优化后的基于U模型的WOA-WNN控制方法具有更高的控制精度和更快的收敛速度,而且可以有效避免WNN易陷入局部最优的固有缺陷。最后,论文提出了一种引入了动态扩张收缩因子(Dynamic Expansion Compression Coefficient,DECC)的神经网络迭代学习控制(Iterative Learning Control,ILC)方法提升MSMA执行器在高频输入和高负载下的控制性能。这种控制方法将ILC和神经网络结合起来克服了传统ILC的参数固定、要求迭代初始状态严格重复等缺点。引入的DECC提高了迭代算法的精度并且扩大了算法的收敛范围。本文证明了ILC方法基于约束条件的收敛性。实验结果验证了引入DECC的神经网络ILC有效地解决了WOAWNN控制算法在高频高负载条件下的控制精度问题,且提升了整体的控制性能。
其他文献
冰雪环境长期存在于我国东北,西北等广袤的地域中,寒冷地区的车辆长期处于冰雪环境这种特殊工况中。由于冰雪环境的影响,汽车在道路上的行驶环境变差,时而会发生打滑的情况,乘员舒适性变差,驾驶员容易出现精神紧张等不适感觉,从而严重影响驾驶安全性,这些因素使得冰雪环境下的智能驾驶更有意义。而决策规划算法的研究是智能驾驶研究中最具挑战性的课题,本文研究冰雪环境下的智能驾驶,具体研究内容包含以下几个方面:(1)
学位
随着无人机技术与人工智能技术的蓬勃发展,携带相机等视觉传感器完成机器视觉任务的无人机表现出优异的性能。近几年随着深度学习的发展,目标识别与跟踪技术迅速发展,搭载目标识别与跟踪算法的无人机平台在人机交互、智慧交通、军事等领域中有被广泛应用,使人们生活更加智能化。然而无人机在进行目标识别与跟踪的过程中,存在着目标距离较远、分辨率低、尺度变化等问题,为了解决上述这些问题,使无人机能够精准地识别并跟踪目标
学位
报纸
随着社会经济发展,农村建设的速度越来越快。从目前新农村建设来看,农村的留守儿童越来越多,由于各种原因,留守儿童学前教育问题显得尤为突出,如政府财政投入有限、教师的专业化程度相对较低、家庭教育得不到重视等,这些问题的存在影响了留守儿童的身心健康。为了解决留守儿童的问题,国家对农村留守儿童教育问题越来越重视,增加了对农村留守儿童学前教育的投入,改善学前教育办学条件,提升教师的专业水平,并更加重视家庭教
期刊
心冲击信号(Ballistocardiogram,BCG)是由人体的心脏搏动泵出血液在血管内产生冲击力传播到体表的微弱震动信号,利用柔性传感器可无接触采集BCG信号,实现对心脏和身体健康无创、无干扰的长时程监测,在居家养老、远程医疗和辅助疾病诊断方面有巨大的应用潜力。然而,由于采集BCG信号的传感器具有高灵敏度和对运动的敏感性,采集到的BCG信号极易受到噪声干扰。造成干扰的内因包括人体脏器、肌肉,
学位
宽带频谱感知技术旨在通过对宽带频谱的直接观测来检测出其中所存在的主用户信号,进而实现频谱资源的高效重复利用。压缩感知为实现宽带频谱的低速率采样提供了相应的理论基础。然而,由于在实际的认知无线电系统中,主用户和认知用户之间往往不存在信息上的交互,从而使得传统压缩感知算法无法获取信号稀疏度的先验知识,给算法的信号重构性能带来影响。另一方面,主用户对授权频段的占用往往是随时间变化的,这使得宽带频谱的稀疏
学位
合理利用煤炭资源是长期发展的必要条件,为了能够提高煤炭的利用率,提升经济效益,需对不同热值的煤炭进行配比燃烧,以消耗更少的煤炭达到目标发电量或温度。论文采用高光谱成像技术结合机器学习的方法,联合空间信息和光谱信息建立煤炭热值检测模型,实现对煤炭热值准确、高效、无损地检测。首先,研究煤炭不同水分含量、粒度等级和密度等级对平均反射光谱的影响。实验分析表明,对于同一样本,在一定范围内煤炭的平均光谱曲线高
学位
模型预测控制也被称作滚动时域控制,它在每个采样时刻求解一个优化问题,可以处理系统约束。非线性系统的模型预测控制通常需要求解非凸优化问题,在线计算负担重,求解时间长。非线性模型预测控制的快速实现策略对于非线性模型预测控制应用具有重要影响。基于Koopman算子理论,利用非线性系统的输入一输出数据可得系统高维全局线性化模型,在理论上能够保留系统的完整非线性特性。经典Koopman算子理论讨论无穷维自治
学位
准确预测周围车辆的行为和轨迹是自动驾驶车辆等智能系统实现安全高质量决策和运动规划的必要前提。北方寒冷地区由于冬季道路条件变差引发的交通拥堵及安全问题日益严重,冰雪环境下道路条件复杂,交通车行为的随机变化概率增加,所以深入研究冰雪路面下的周车行为轨迹预测问题有着很大的现实意义和理论价值。为此本文研究如何对周车行为轨迹进行交互性预测、实现针对冰雪环境下周车行为轨迹预测以及智能车辆的碰撞风险评估,具体研
学位
宏基因组学利用新一代测序技术能在不经过实验室培养的情况下,获取环境中绝大部分的微生物遗传物质(DNA),再利用基因组学的研究策略研究环境样品中微生物的遗传组成及其群落功能。近年来宏基因组学在人类、动物、植物和环境中的研究越来越广泛,与传统的测序方法不同,宏基因组测序得到的原始数据是大量长度较短的、来源于多种微生物的DNA片段。根据DNA片段之间的重叠关系可以将它们组装成长度较长的DNA序列,生物信
学位