微纳米压电陶瓷驱动器的迟滞特性建模

为了高精度地测量微纳米压电陶瓷的驱动特性,研究了一种基于最优模板尺寸的改进图像块匹配位移测量算法;结合Preisach模型,建立了压电陶瓷驱动器迟滞特性模型.首先,研究了不同模板尺寸对位移测量精度的影响,得到了基于标准模板的最优模板尺寸;然后,介绍了Preisach模型用于压电陶瓷驱动器迟滞建模的原理;最后,使用纳米平台系统验证了改进的亚像素模板匹配算法和迟滞特性建模方法的有效性和准确性.     

一种新广义Preisach迟滞模型及其神经网络辨识

研究压电陶瓷执行器应用于纳米定位系统时,其多值映射的迟滞特性对系统定位控制精度影响.在经典Preisach模型的基础上,引入平均迟滞函数,提出了一种新广义Preisach迟滞模型,并利用神经网络对新广义Preisach模型关键参量辨识.仿真实验表明,利用该迟滞模型对压电陶瓷执行器建模,可以简化建模过程,提高建模精度.     

Preisach迟滞模型分类排序法的神经网络实现

针对非线性系统的迟滞特性开展建模研究,提出了一种Preisach模型分类排序法的神经网络实现方法,据此对压电陶瓷执行器纳米定位系统的迟滞非线性进行建模. 兼顾到迟滞的擦除特性和建模的精确度,建立BP神经网络求取收缩函数,避免了插值法求收缩函数值带来的插值误差. 实验结果表明,神经网络分类排序实现方法有效提高了Preisach模型的精度,减小了模型的误差.     

基于复合ADRC的压电陶瓷驱动器自适应控制

针对压电陶瓷驱动器固有的迟滞现象对其定位控制精度的影响问题,提出将自抗扰控制(ADRC)与改进Preisach逆模型相结合的控制方案.以模型输入、输出迟滞环的线性度为标准,目的是提高微动工作台的定位精度,从而提高微操作效率和成功率.为了验证所提出控制策略的有效性,通过无控制方法、改进逆Preisach控制方法、复合PID方法、ADRC控制和复合ADRC控制实验,得出所选用压电陶瓷驱动器的迟滞环比重分别为12.3%,5.8%,4.7%,2.5%,1.4%.不同控制方案所得实验结果证明,ADRC与迟滞逆模型相结合的控制方案具有良好的控制性能.     

基于不对称指数函数迟滞逆算子的压电陶瓷 执行器动态Preisach迟滞逆模型

迟滞非线性严重影响了压电陶瓷执行器纳米定位系统的定位精度,为补偿它的不良影响,提高系统的控制精度,开展了基于压电陶瓷执行器迟滞非线性的逆模型研究. 根据不对称指数函数迟滞算子构造动态Preisach逆模型,利用神经网络完成辨识. 运用若干组实验数据检验此逆模型的有效性,结果表明,加入历史输入位移值得到的神经网络输出电压与实际给定的电压之间的偏差明显减小,最大偏差值由原来的16V减小到不超过6V,性能得到明显改善.     

基于Preisach逆模型的压电陶瓷执行器迟滞补偿控制

为解决迟滞非线性对压电陶瓷执行器的影响,提出了基于Preisach逆补偿的闭环控制策略,利用考虑了擦除特性的分类排序方法实现了迟滞的Preisach逆模型,通过Preisach逆模型串联补偿降低迟滞作用的影响,并在逆模型前串联PI控制器,通过闭环控制抑制未能完全补偿的迟滞非线性,进而提高系统的控制精度,平均绝对误差下降到0.025μm.实验表明,基于Preisach逆补偿的迟滞补偿控制策略具有良好的控制性能.     

压电致动器Preisach模型的模糊插值算法及实现

为获得运算复杂度、速度、精度均较为理想的迟滞特性建模方法,便于微细精密运动的实时控制,提出了一种新的模糊插值算法.根据压电致动器迟滞特性曲线的几何特征,将其划分为上凸与下凹两类.利用相邻4个等分点的模糊插值模拟曲线的理想输出,分别给出该两类曲线的模糊插值方法.利用上述方法求取位移变化量,得到压电致动器Preisach模型的模糊插值算法.通过标准C语言完成了该算法并在ARM处理器三星S3C2410平台上进行了对比实验.结果表明:传统插值法误差为-0.512 ～0.073 μm、标准差为0.184;压电致动器Preisach模型的模糊插值法误差为-0.347～0.094μm、标准差为0.139,该算法适于基于嵌入式处理器的实时精密控制.     

Preisach逆模型补偿的压电陶瓷执行器自适应滑模控制

为了降低压电陶瓷执行器迟滞特性对纳米定位平台精度的影响,利用Preisach逆模型补偿迟滞特性,并针对逆模型未能完全补偿的迟滞特性、模型参数的不确定性以及其他扰动设计了自适应滑模控制律.仿真实验结果表明,与普通滑模控制器以及逆补偿PID控制器相比,逆补偿的自适应滑模控制器提高了定位系统的跟踪精度,对系统不确定性和外界扰动有较强的鲁棒性.     

压电叠层作动器迟滞特性模型

压电叠层作动器是智能主动杆的关键部件,迟滞非线性是影响其控制应用的重要方面。在对迟滞特性进行分析的基础上,根据压电叠层作动器的工作特征,采用修正经典Preisach模型对压电作动器的迟滞特性进行建模,以预测压电作动器的位移输出,并进行了相应的实验分析。与随机电压序列的实测输出结果进行比较,该模型的误差范围小于2μm,明显优于线性模型,能更准确地预测作动器的位移输出,为实现精密的作动控制提供了可能。     

基于前馈控制的压电单轴实时位移控制系统

为满足微细加工、超精加工等的实时性、精度要求,基于前馈复合控制,提出一种压电单轴精密位移的嵌入式实时控制系统.建立了压电致动器的阶跃响应模型、迟滞特性的Preisach及逆模型.采用Preisach逆模型作为前馈控制环节、比例积分控制作为反馈环节,设计前馈复合控制器.研制了基于S3C2410控制器的压电单轴实时位移控制系统.测试表明:阶跃响应稳态误差小于0.15 μm,调节时间约1.2 ms,超调量约10％;正弦响应误差为-0.41～0.45 μm,在±1.5％以内;该系统能满足多个领域的实时精确控制要求.     

铜-压电陶瓷复合型驱动器的制备及特性

将开有空腔的黄铜片与压电陶瓷通过导电胶粘合并固化获得了一种具有大位移量和一定负载能力的铜一压电陶瓷复合型驱动器,实验得到的压电常数d33超过2000pC／N、本文系统分析了该驱动器的压电性能和位移特性;讨论了驱动器几何尺寸对驱动性能的影响,结果表明：位于金属顶盖和压电陶瓷之间的空腔可以将压电陶瓷片的径向位移转换成整个结构的轴向位移并将之放大;随着铜片厚度的降低,驱动器的谐振频率明显下降,轴向位移则明显增加。     

共振式压电驱动器分析及实验研究

推导了压电陶瓷等效刚度和驱动力的表达式.考虑胶层及预压弹簧的影响,将压电陶瓷简化为等效驱动力作用下的弹簧,设计了共振式压电驱动器.建立了共振式电驱动器的动力学模型,并进行了共振式压电驱动器原理性实验验证.实验与理论分析结果误差在10％以内,结果表明等效弹簧模型在低频范围内能够较为准确地模拟压电陶瓷的动力学特性.共振式压电驱动器可以显著放大压电陶瓷的位移,克服压电陶瓷输出位移小的缺点,有较为广阔的用途.     

三自由度纳米磨削微定位平台的运动学特性

为了克服精密平面磨床进给系统分辨率低而难以实现纳米级磨削加工的不足,设计了一台三自由度微定位平台来实现纳米定位和振动误差动态补偿.该微定位平台采用3个高刚度压电陶瓷驱动器并联驱动,3个弹性铰链实现动平台的导向,利用3个高精度的电容式位移传感器测量动平台的实际位姿.为了深入研究三自由度微定位平台的运动学特性,分别利用欧拉角和RPY角描述动平台的姿态并基于空间解析几何理论,建立了微定位平台的正、逆解运动学模型,得到了传感器测量值和压电陶瓷驱动点的实际位移输出值间的映射关系,分析了不同姿态描述之间的内在联系,并研究了微定位平台受到压电陶瓷驱动器伸长量限制时的可达姿态空间.试验验证了三自由度微定位平台的特性和所建模型的正确性.试验表明该微定位平台的z向最大位移为12μm,章动角随进动角的不同而变化,最大可达130μrad.     

基于RBF神经网络的快速伺服刀架迟滞特性建模

为了减小压电陶瓷固有的迟滞非线性特点对快速伺服刀架(FTS)控制精度的影响,提出了一种基于RBF神经网络的快速伺服刀架迟滞特性建模方法.利用拓展输入空间法建立了FTS迟滞系统的RBF神经网络模型,通过引入指数型迟滞算子,将FTS系统的输入与迟滞算子的输出一起作为RBF神经网络的输入向量,实现了FTS迟滞系统由多值映射到单值映射的转换,进而利用神经网络对其进行建模.为了更精确地跟踪快速伺服刀架的迟滞位移曲线,通过增加调整系数σ来对迟滞算子进行改进.实验表明,该迟滞模型可以很好地预测快速伺服刀架的迟滞位移曲线,模型的验证均方差MSE=5.163 3×10-6.     

基于混沌神经网络的压电陶瓷迟滞模型

为解决压电陶瓷迟滞建模问题,提出一种新型的G-S混沌神经网络模型. 该网络由输入层、隐层和输出层构成,在输入层中引入延迟环节,从而使得历史输入能够对当前输入的响应产生影响. 网络的学习过程是一种混沌优化算法,可有效避免普通神经网络的局部极值和假饱和现象的发生. 将该网络应用于纳米定位系统压电陶瓷执行器迟滞建模中,可以降低建模误差,实验结果验证了该方法的有效性.     

压电陶瓷驱动器的滑模观测器反演控制

针对压电陶瓷驱动器中固有的迟滞非线性问题,设计基于滑模状态观测器的反演控制器对其进行输出跟踪控制。首先对压电陶瓷驱动的系统模型进行分析,将迟滞非线性部分视为有界干扰;在此基础上设计滑模状态观测器,对压电陶瓷驱动器的速度状态进行估计,整个系统仅需要测量输出位置信息。对采用滑模状态观测器的系统进行反演控制器设计,最后通过Lyapunov稳定性理论证明了闭环系统是稳定的,系统中的所有信号是一致最终有界的。仿真结果表明了方法的有效性。     

一种基于率相关回滞的压电带载驱动建模方法

以压电驱动器为代表的智能材料驱动器,以其能实现微纳米级精密驱动的优势逐步在精密装备中得以应用,但其内部的回滞非线性在微纳米级驱动性能要求下成为限制精度提升的瓶颈.文中以压电驱动器为研究对象,在不同输入信号频率的条件下研究其带载输出特性,结合压电驱动器的机电特性,提出了一种压电驱动系统带载环境下的建模方法.该方法基于率相关Prandtl-Ishlinskii(RDPI)回滞模型,同时考虑工作频率增加时载荷对系统输出所造成的影响,以克服常规RDPI回滞模型无法表征带载条件下输出特性的局限.结合压电驱动系统带载2. 94 N工作条件,完成1～80 Hz驱动频率范围的实验验证.结果表明,文中提出的建模方法能有效地反映压电驱动器在带载环境下的输入-输出特性.     

压电驱动器的非线性建模

在研究了各种非线性模型的基础上,采用Maxwell迟滞模型建立了压电驱动器的非线性模型,给出了该模型参数的求解准则和方法．实验结果表明,所建立的非线性模型与实际测量结果一致,提出的非线性参数的求解方法简单实用．该模型可用于对驱动器的前馈控制,以达到提高驱动器位移控制精度的目的．     

多压电驱动器系统迟滞和蠕变前馈补偿控制

压电驱动器具有迟滞和蠕变等非线性特性,影响定位精度和限制系统性能。提出一种同时补偿多个压电驱动器迟滞和蠕变的控制方法。通过基于模型的开环控制补偿实现单个压电驱动器的线性化,将含有多个补偿后线性化压电驱动器的系统视为线性系统,应用叠加原理构建影响系数矩阵描述压电驱动器间的耦合效应。在前馈通路串联影响系数逆矩阵与多个线性化压电驱动器实现系统开环补偿控制。实验结果表明在阶梯形信号作用下,多压电驱动器系统的迟滞和蠕变特性同时显著减小,表明开发的前馈补偿控制方法在准静态应用中是有效可行的。     

磁滞伸缩驱动器磁滞特性的Persiach模型建模

超磁致伸缩材料具有本征磁滞非线性,用于精密定位时具有较大的回程误差。为控制超磁致伸缩驱动器的输出位移精度,需要建立准确的数学模型来描述其磁滞非线性。基于经典的Preisach磁滞模型,通过对Preisach磁滞模型的离散化,建立了超磁致伸缩驱动器的Preisach磁滞数学模型;并进行了超磁致伸缩驱动器输出位移实验研究。实验结果表明:模型计算的结果和实验结果基本吻合,证明所建模型能够较好地反映实际情况。