论文部分内容阅读
随着制造业的迅速发展,智能材料驱动器在精密制造中扮演的角色愈发重要,其为实现微纳级别的加工制造提供了可能。但是,由智能材料特性带来的控制问题亟待解决,其固有的回滞特性使得其所属系统的非线性问题大大加深,如何解决回滞的不可微分,多值映射等问题成为了能否更好利用智能材料驱动器的关键所在。动态面方法在非线性系统控制,尤其是高阶非线性系统的控制问题上取得了令研究者满意的效果,不但克服了backstepping方法中的“微分爆炸”等问题,还使得控制器结构大大简化,这吸引了大量学者投身于动态面的研究之中。离散时间方法使用采样信号或数字信号的形式易于抑制噪音,可采用高敏感度的控制元件提高控制精度,对于高延迟系统,可通过采样减轻延迟的扰动,数字控制系统的复现性更好,收益更高,成本更低,在稳定性和可实现性能方面通常被认为是优于连续时间仿真方法。本文针对带有回滞现象的非线性离散时间系统,利用动态面控制技术进行控制器设计,达到对误差及稳定性的要求,最后在智能材料驱动器平台上验证所提控制方案的有效性。主要研究内容如下:1.一类离散时间回滞非系统的自适应隐逆控制。提出了一类离散时间回滞非线性系统的自适应隐式逆控制方案,Prandtl-Ishlinskii(PI)模型用于表征压电致动器中的回滞回线。主要工作是:1)采用引入数字一阶低通滤波器的动态面(DSC)控制技术,不需要将原有的控制系统转换为未知的特殊形式;2)构造隐式逆补偿器以克服回滞现象,这意味着与控制信号耦合的回滞项被视为临时控制信号,从中设计搜索近似控制信号的方法;3)采用压电定位平台的实验平台,实现了设计的离散时间自适应控制器的实验验证。证明了闭环系统中的所有信号都是半全局一致最终有界的(SUUB),实验结果表明了所提出的控制方案的有效性。2.一类离散时间回滞非系统的自适应神经网络数字控制。针对一类非对称回滞系统,提出了一种自适应神经-数字隐式逆运动控制方案,解决了非对称回滞非线性系统的高精度位置数字控制问题。1)通过设计信号量化器和带隐式逆补偿器的离散时间控制器,克服了回滞系统的数字控制问题,使所提出的数字动态曲面控制方案更适用于实际的计算机控制。2)通过构造隐式逆补偿器,根据回滞输出计算近似控制律,不需要精确的回滞逆模型。3)通过设计数字一阶低通滤波器,不需要将离散被控对象模型转化为未知的特殊形式。实验结果表明,所提出的控制方案取得了满意的跟踪性能,并能有效地抑制迟滞和量化误差。