基于双迭代学习-交叉耦合的双轴误差控制

在双轴高精度轮廓加工中,单轴的跟踪误差和双轴间运动不协调产生的轮廓误差都会影响加工精度。文章提出了一种基于双迭代学习-交叉耦合的双轴运动控制策略,将单轴的迭代学习控制(iterative learning control,ILC)与双轴的交叉耦合控制(cross-coupled control,CCC)以及轮廓误差的ILC相结合。单轴的ILC用来改善单轴的跟踪性能,减小单轴的跟踪误差;双轴的CCC用以增加各轴之间的匹配程度,减小轮廓误差;轮廓误差的ILC可以提高轮廓的跟踪性能,进一步削减轮廓误差。仿真结果表明,双迭代学习-交叉耦合控制系统不仅能够有效降低单轴的跟踪误差,而且能显著减小轮廓误差。     

基于切向-轮廓控制与位置补偿的凸轮轮廓控制

为解决凸轮磨削系统的轮廓控制问题, 在分析轮廓误差的基础上, 提出了一种位置跟踪补偿算法与切向鄄轮廓控制相结合的控制策略。 在两运动轴间引入切向鄄轮廓控制, 将轮廓误差坐标变换于切向鄄轮廓坐标系中。 对此变换后得到的两个误差分量, 单独设计其对应的控制器。 为弥补切向鄄轮廓控制带来的不足, 在位置环外增加补偿器, 通过额外补偿跟踪误差, 以保证系统性能, 同时提高了系统各轴对输入信号的跟踪能力。所提控制策略在 Simulink 仿真平台上的实验结果表明, 该策略减小了系统的跟踪误差和轮廓误差, 具有良好的跟踪性能与轮廓性能。     

基于一次指数平滑模型预测的轮廓误差补偿方法

文章针对数控机床对复杂零件高精度加工的要求,在分析系统轮廓误差的基础上,提出了一种带干扰观测器,并且将一次指数平滑模型预测法与交叉耦合控制相结合的轮廓误差实时补偿方法。前者旨在为系统每个单轴设计一个高性能的控制器,为此针对各轴提出了基于干扰观测器的PID控制策略,用于改善每个轴的特性,从而减小系统的轮廓误差;后者利用当前时刻跟踪误差的实际值,与当前时刻跟踪误差的预测值相比较,从而达到对下个时刻跟踪误差的预测,进一步减小轮廓误差。仿真分析表明所提出的控制方案有效,可提高零件的轮廓加工精度。     

CNC多轴运动控制系统轮廓误差分析

在分析CNC多轴运动连续轨迹控制轮廓误差形成的基础上,研究提高轮廓加工精度减小轮廓误差的方法.针对CNC机床两轴运动控制系统建立直线轮廓、不同曲率半径圆弧轮廓及一般曲线轮廓误差模型,指出轮廓误差与跟踪误差的关系和轮廓误差形成机理.通过仿真实验结果表明,加入基于轮廓误差模型的交叉耦合控制可以大大降低轮廓误差,提高轮廓控制精度.     

迭代学习控制与等效的反馈控制

基于算子理论推导迭代学习控制（ILC）收敛的充分条件和跟踪误差，研究表明对于任何因果时不变线性系统（TLI）的ILC都存在等效反馈控制，可获得相同的跟踪误差，并且反馈控制器的参数仅与ILC的参数有关而与系统参数无关，即使被控制系统未知，ILC方法也没有比传统反馈控制有更大的优越性。     

基于等效误差法的凸轮磨削算法研究

为提高凸轮磨削的加工精度和解决凸轮磨削系统的磨削精度问题, 提出了基于等效误差法和B 样条曲线的凸轮磨削平台的轮廓控制策略。运用B 样条曲线插补的方法给出两轴运动命令指令, 将凸轮的升程数据通过B 样条反算法进行处理得到生成序列的控制顶点等参数, 从而进行插补运算。根据等效轮廓误差为被控对象, 以建立凸轮磨削系统中的非线性等效误差模型, 将两轴跟踪精度问题转化为等效误差稳定化问题, 进而将计算得到控制输入值补偿到两轴, 从而对轮廓误差进行补偿。为使设计的控制器与B 样条曲线产生的指令兼容, 采用Sylvester 隐式化方法将B 样条曲线的参数形式转换为代数形式, 结合使用两种方法进行控制器设计,以满足数控凸轮磨削平台的高精度加工要求。通过在Sinulink 仿真平台实验表明, 该方法可行且有效减小了系统的轮廓误差和跟踪误差, 同时具有良好的轮廓性能。     

H∞鲁棒控制在精密直线电机位移装置中的应用

为解决精密直线电机位移装置中负载扰动、切削力波动以及参数的变化对系统性能影响较大的问题,利用在频率域选择加权函数,并将其转化到状态空间进行优化的方法,将H∞鲁棒控制算法应用到精密直线电机位移装置中。仿真实验证明,该控制器具有良好的跟踪性能,同时具有很好的抗干扰能力和较强的鲁棒性。与学习迭比例积分微分控制(P ID)所达到的稳态跟踪误差±4μm和重复控制所达到的稳态跟踪误差±0.4μm相比,该H∞鲁棒控制算法使系统的跟踪精度有了明显的提高。     

面向轮廓精度控制的误差补偿方法

在分析了常用几种误差补偿方法的基础上,指出基于轮廓度误差的误差补偿方法的不足.从轮廓精度与位姿误差无关的特性出发,提出了一种直接面向轮廓精度控制的误差补偿方法--几何自适应误差补偿,论述了该方法的两个组成部分--轮廓匹配和误差预估,推导出效率很高的轮廓匹配公式.仿真结果表明:所提方法可以减小轮廓误差,提高轮廓精度,并能实现高精度轨迹控制.     

线性离散时不变系统的分数阶相位校正迭代学习控制

针对带有随机干扰的线性离散时不变系统,提出一种分数阶相位校正迭代学习控制算法.设计一种新型相位超前校正与分数阶迭代学习控制相结合的迭代学习控制(ILC)学习律.基于频域分析方法,得到分数阶相位校正迭代学习控制在算法开、闭环两种情况下的频域收敛条件.结果表明:文中算法显著提高了ILC跟踪误差的收敛速度和收敛精度,具有先进性和有效性.     

基于BP神经网络PID的交叉耦合轮廓控制研究

文章以基于直线电机的数控机床X-Y平台为实验平台,进行轮廓误差控制技术的研究,设计了BP神经网络交叉耦合控制(back propagation neural network cross-coupling control,BPNN-CCC)器。在交叉耦合控制(cross-coupling control,CCC)的基础上,分析了BP神经网络的理论,并与PID控制相结合,设计了BP神经网络PID控制器,将其应用在单轴控制与CCC上,在Matlab中搭建了BPNN-CCC的仿真模型。实验结果表明,该控制器有效减小了系统的轮廓误差,并体现了自学习、自适应的能力。