压电微定位平台率相关Hammerstein模型及神经网络滑模控制方法研究

发布时间：2024-06-12 02:14

　　随着航空航天工业、微电子技术、精密光学技术、精密机械加工技术等一系列高精尖学科的高速发展,以压电执行器为核心驱动元件,以柔性铰链为传动机构的精密微定位平台因具有工作可靠性高、刚度大、结构紧凑、定位精度高等优点在精密驱动领域得到广泛应用。但是,由于压电陶瓷材料固有的迟滞、蠕变和率相关等非线性特性,会严重影响压电微定位平台在微纳米驱动系统中的应用。因此本文从建立高精度的迟滞非线性模型和设计有效的控制策略两个方面对压电陶瓷微定位平台进行研究。首先分析压电陶瓷微定位平台的结构性能和工作原理,将其分解为静态迟滞环节和动态线性环节的串联形式,从而建立了高精度的Hammerstein率相关迟滞非线性模型。其中Duhem迟滞模型被用来描述压电微定位平台的静态迟滞特性,然后用线性传递函数来表征压电微定位平台的频率相关特性。根据Hammerstein模型的结构设计了分步辨识法辨识其模型参数,采用粒子群算法和带有自适应扰动的改进粒子群算法辨识Duhem模型参数,基于MATLAB工具箱和频率响应方法辨识线性传函,并将所求得传递函数与实际系统的频率响应进行了比较,得到了高精度的Hammerstein参数模型。实...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与选题来源
        1.1.1 研究背景与意义
        1.1.2 选题来源
    1.2 压电陶瓷微定位平台研究现状
        1.2.1 压电陶瓷微定位平台结构简介
        1.2.2 微定位平台国内外研究现状
        1.2.3 实验系统介绍
    1.3 压电微定位平台建模与控制方法研究
        1.3.1 迟滞非线性建模方法
        1.3.2 迟滞非线性控制方法
    1.4 本文的研究内容安排
第2章 压电微定位平台率相关Hammerstein模型的建立
    2.1 Hammerstein模型介绍
        2.1.1 静态迟滞非线性环节
        2.1.2 动态线性环节
        2.1.3 参数辨识方法设计
    2.2 率相关Hammerstein迟滞模型辨识
        2.2.1 粒子群算法辨识Duhem模型参数
        2.2.2 粒子群算法辨识结果及分析
        2.2.3 改进的自适应粒子群优化算法
        2.2.4 基于自适应粒子群优化算法的辨识结果及分析
        2.2.5 Hammerstein模型动态线性部分辨识
    2.3 Hammerstein率相关迟滞模型验证
        2.3.1 带有输出主环的模型验证
        2.3.2 带有输出主环和次环的模型验证
    2.4 本章小结
第3章 基于Hammerstein逆模型的前馈控制和复合控制
    3.1 基于逆模型的前馈控制器设计
        3.1.1 前馈控制原理简介
        3.1.2 Hammerstein逆模型的建立
        3.1.3 基于Hammerstein逆模型的前馈控制实验及分析
    3.2 基于前馈补偿的RBF神经网络复合控制
        3.2.1 RBF神经网络的基本结构
        3.2.2 RBF神经网络在线整定PID参数
    3.3 RBF神经网络复合控制的实验结果及分析
    3.4 本章小结
第4章 RBF神经网络滑模控制方案设计
    4.1 滑模控制策略介绍
        4.1.1 滑模变结构控制的基本原理
        4.1.2 滑模控制震荡问题的分析
    4.2 压电微定位平台神经网络滑模控制器设计
        4.2.1 被控对象描述
        4.2.2 迟滞非线性分解
        4.2.3 神经网络滑模控制器设计
    4.3 实验验证及结果分析
    4.4 本章小结
第5章 总结与展望
    5.1 全文总结
    5.2 研究展望
参考文献
作者简介及在学期间科研成果
致谢



本文编号：3993068