基于遗传算法的伺服系统摩擦参数辨识研究

LuGre摩擦模型能够精确描述摩擦环节的动态特性 ,但由于其高度非线性 ,使得参数辨识非常困难。针对LuGre摩擦模型 ,提出一种新型的基于遗传算法的模型参数两步辨识方法。首先通过Stribeck曲线 ,辨识出摩擦模型中的静态参数 ,然后由系统的稳态极限环振荡响应 ,辨识出摩擦模型的动态参数。在每一步辨识中 ,均采用遗传算法作为优化工具 ,从而避免了采用线性辩识方法时的局部极小问题。对提出的方法进行了数字仿真 ,并通过设计摩擦补偿环节 ,对辨识参数进行验证 ,结果表明了该方法的有效性。     

基于递归神经网络的伺服系统自适应反步控制

针对伺服系统的系统参数摄动和非线性动态摩擦补偿问题,提出基于递归神经网络(RNN)的自适应反步控制(RNABC)系统设计方法.RNABC系统由反步控制器和鲁棒控制器组成,反步控制器包含RNN不确定观测器,鲁棒控制器则用来消除由于引入不确定观测器而带来的逼近误差.由于自适应反步控制的自适应律源于Lyapunoy函数的,因此系统的稳定性得到了保证.仿真结果表明,对于系统参数摄动和非线性摩擦干扰RNABC能使伺服系统具有很好的跟踪性能.     

基于CMAC的CMG框架伺服系统摩擦补偿方法研究

为消除磁悬浮控制力矩陀螺(MSCMG)框架伺服系统摩擦的影响,对陀螺框架系统进行动力学分析,分析了摩擦力矩随陀螺输出力矩和框架角位置及角速度的关系,建立了框架系统的非线性摩擦力矩模型.针对此摩擦模型,采用基于CMAC神经网络的摩擦补偿方式进行补偿.根据实际磁悬浮控制力矩陀螺的系统参数建立仿真模型,仿真结果验证了基于CMAC神经网络摩擦补偿的有效性.     

高精度飞行仿真转台的鲁棒自适应控制

针对高精度直流伺服系统,提出一种基于Lyapunov直接法的鲁棒模型参考自适应控制方法.在算法中,通过调节增益系数,以适应系统中参数的变化,通过引入鲁棒补偿项,实现对摩擦环节的补偿,使得在具有参数不确定性和未知非线性摩擦特性的情况下,跟踪误差渐进收敛于零.并以三轴转台为例,进行了数值仿真,其结果表明该方法的有效性和鲁棒性.     

直接驱动阀的阀芯摩擦力自适应补偿研究

针对直接驱动阀阀芯摩擦力,论述了基于模型的摩擦力自适应补偿.描述了几种摩擦力的动静态模型,建立了直接驱动阀的动态模型,设计了基于摩擦力动态补偿的自适应补偿器,并采用SIMULINK和AMESIM联合仿真进行了验证.结果表明:基于LuGre模型的摩擦力自适应动态补偿控制器能够有效改善摩擦的非线性特性对DDV式作动器性能的影响.     

液压Stewart平台的鲁棒抑振控制

针对液压Stewart平台伺服系统干扰和参数时变的问题,提出了负载力前馈和摩擦力反馈补偿的H∞鲁棒抑振控制方法。在建立液压对称阀控非对称缸标称模型的基础上,设计出Lugre摩擦力观测器,将得到的摩擦力和由Stewart平台动力学反解计算的理想负载力同时进行动态力补偿,并根据混合灵敏度理论设计了液压非对称缸系统的H∞鲁棒控制器。仿真结果表明：该方法有效抑制了参数摄动以及换向运动过程中非线性摩擦引起的系统振动,提高了系统的运动精度。     

小卫星飞轮低速摩擦补偿观测器及半实物仿真

反作用飞轮在低速过零时，摩擦力矩的突变严重影响小卫星姿态控制的精度和稳定度。文中研究了改善其低速摩擦特性的补偿观测器技术，并基于dSPACE仿真系统和实物飞轮，对该补偿观测器性能进行了半实物仿真验证。仿真结果表明，补偿观测器可有效改善姿态控制性能，克服低速摩擦对小卫星姿态控制精度和稳定度的影响。     

陀螺稳定平台非线性摩擦的灰色滑模控制

为了减小摩擦扰动对陀螺稳定平台伺服跟踪性能的影响,设计了一种灰色滑模控制器。以某型号导引头陀螺稳定平台为实际对象,分析了系统中摩擦的非线性特性,从机械和控制两方面探讨了减小摩擦的措施。基于稳定平台的单轴控制模型,设计了滑模控制律,采用GM(1,1)灰色预测算法估计扰动量,将其作为控制律中的补偿分量,同时应用灰色预测方法对滑模控制策略进行预测输出,有效地减弱了滑模控制的抖动现象。在陀螺稳定平台上实际测试表明,该灰色滑模控制能够在无系统摩擦模型的情况下,有效减小摩擦扰动对系统控制的影响,与PID控制相比,明显提高了控制系统的鲁棒性和稳态精度。     

基于RBF神经网络变结构控制的齿隙和摩擦补偿

齿隙和摩擦是齿轮传动系统中制约运动控制精度不可避免的非线性现象,常规的PTD控制难以达到较好的控制品质,变结构控制是解决非线性系统控制问题的一种有效方法.基于滞环齿隙模型和集合摩擦模型,建立了齿轮传动系统动力学模型.采用径向基函数(Radial Basis Function,RBF)神经网络和变结构原理构成复合控制器,对系统齿隙、摩擦进行了补偿.仿真分析了分别采用PID控制、增益固定变结构控制以及RBF神经网络变结构控制的补偿效果.结果表明,RBF神经网络变结构控制降低了增益固定变结构控制的抖振现象,控制精度优于PID控制.     

基于Backstepping的飞行仿真转台自适应摩擦补偿控制

论述了基于backstepping的飞行仿真转台自适应摩擦补偿控制。在实验的基础上,提出了飞行仿真转台的动态模型,其中包括动态LuGre摩擦模型。针对此动态模型推导出包括自适应摩擦补偿的backstepping鲁棒控制器。仿真实验证明:闭环系统的输出可以达到渐进跟踪给定的位置参考信号和速度参考信号,克服了转台在使用传统的PID控制器时,其位置波形存在平顶,速度波形存在畸变的缺点。     

基于前馈及反馈补偿的高性能直线伺服系统

数控机床用直线电动机在工作过程中,推力波动、负载扰动和非线性摩擦等各种扰动因素降低了直线伺服的性能。为抑制扰动满足数控机床直线伺服系统速度跟踪性能的要求,在分析永磁直线同步电动机数学模型和各种扰动因素的基础上,引入具有动态递归特性的Elman神经网络,设计出具有前馈及反馈综合补偿效果的复合控制器,不仅可以对各种扰动进行反馈补偿,而且对速度给定信号进行预测前馈补偿控制,提高了直线伺服系统的跟踪精度和响应速度,仿真结果验证了Elman神经网络的动态性能及综合补偿的优点,表明了复合控制方案的有效性和可行性。

Abstract：

Disturbance variations,such as force ripple,load disturbance and nonlinear friction,directly impose on the motor shaft,leading to significant effect on the computer numerical control （CNC） machine tool servo system performance.In order to satisfy the requirements for speed command tracking performance and eliminate the influence of disturbance,on the bases of the analyzing the mathematics model of permanent magnet linear synchronous motor （PMLSM） and disturbance variation,Elman dynamic recurrent Neural Network was introduced and compound controller with feedforward and feedback comprehensive compensation was proposed.The disturbances were compensated by feedback component and reference speed input signal was preview controlled by feedforward component.The tracking performance and respect speed of linear server system were improved.The advantages of the comprehensive compensation and dynamic of Elman NN were proved.The simulation results show that this compound control scheme is feasible and effective.     

动态经济系统中的一种预测方法研究

提出了一种适合于动态经济系统的预测方法．本文注意到静态因果预测模型直接用于动态预测时所存在的缺陷,提出了一种补偿模型用以对因果预测结果作加性补偿．补偿模型试图从经济系统及其变量的历史数据中发掘有关系统发展变化的动态信息,并从对这些信息的分析中得出加性补偿量．     

光栅实验台的模糊神经网络补偿器设计

在惯导测试设备设计过程中经常会碰到摩擦干扰问题。为消除光栅试验台稳速系统中影响低速平稳性的摩擦干扰 ,提出了一种采用模糊神经网络补偿器的控制系统设计方案。这种方案是先采用传统方法基于对象简化线性模型设计PI控制器 ,然后利用模糊逻辑对摩擦干扰进行补偿。从而较好地解决了摩擦干扰造成的低速性能差的问题。     

基于星敏感器的卫星姿态确定方法研究

介绍了基于星敏感器的卫星姿态确定算法,包括静态确定性算法和动态状态估计方法。从理论上推导了静态算法的TRIAD方法、Euler-q方法、QUEST方法以及SVD和FORM方法;对比分析了几种常见的动态估计方法,它们是EKF方法、UKF方法、预测卡尔曼滤波;并讨论了一些最新的方法,例如粒子滤波等。最后进行了仿真分析,并给出了一些有用的结论。     

Adaptive Robust Dead-Zone Compensation Control of Electro-Hydraulic Servo Systems with Load Disturbance Rejection

A backstepping method based adaptive robust dead-zone compensation controller is proposed for the electro-hydraulic servo systems(EHSSs) with unknown dead-zone and uncertain system parameters.Variable load is seen as a sum of a constant and a variable part.The constant part is regarded as a parameter of the system to be estimated real time.The variable part together with the friction are seen as disturbance so that a robust term in the controller can be adopted to reject them.Compared with the traditional dead-zone compensation method,a dead-zone compensator is incorporated in the EHSS without constructing a dead-zone inverse.Combining backstepping method,an adaptive robust controller(ARC) with dead-zone compensation is formed.An easy-to-use ARC tuning method is also proposed after a further analysis of the ARC structure.Simulations show that the proposed method has a splendid tracking performance,all the uncertain parameters can be estimated,and the disturbance has been rejected while the dead-zone term is well estimated and compensated.     

Finite-time tracking control for motor servo systems with unknown dead-zones

A finite-time tracking control scheme is proposed in this paper based on the terminal slid- ing mode principle for motor servo systems with unknown nonlinear dead-zone inputs. By using the differential mean value theorem, the dead-zone is represented as a time-varying system and thus the inverse compensation approach is avoided. Then, an indirect terminal sliding mode control （ITSMC） is developed to guarantee the finite-time convergence of the tracking error and to overcome the singu- larity problem in the traditional terminal sliding mode control. In the proposed controller design, the unknown nonlinearity of the system is approximated by a simple sigmoid neural network, and the ap- proximation error is diminished by employing a robust term. Comparative experiments on a turntable servo system are conducted to show the superior performance of the proposed method.