發(fā)布時(shí)間：2024-06-12 02:14

　　隨著航空航天工業(yè)、微電子技術(shù)、精密光學(xué)技術(shù)、精密機(jī)械加工技術(shù)等一系列高精尖學(xué)科的高速發(fā)展,以壓電執(zhí)行器為核心驅(qū)動(dòng)元件,以柔性鉸鏈為傳動(dòng)機(jī)構(gòu)的精密微定位平臺(tái)因具有工作可靠性高、剛度大、結(jié)構(gòu)緊湊、定位精度高等優(yōu)點(diǎn)在精密驅(qū)動(dòng)領(lǐng)域得到廣泛應(yīng)用。但是,由于壓電陶瓷材料固有的遲滯、蠕變和率相關(guān)等非線性特性,會(huì)嚴(yán)重影響壓電微定位平臺(tái)在微納米驅(qū)動(dòng)系統(tǒng)中的應(yīng)用。因此本文從建立高精度的遲滯非線性模型和設(shè)計(jì)有效的控制策略兩個(gè)方面對(duì)壓電陶瓷微定位平臺(tái)進(jìn)行研究。首先分析壓電陶瓷微定位平臺(tái)的結(jié)構(gòu)性能和工作原理,將其分解為靜態(tài)遲滯環(huán)節(jié)和動(dòng)態(tài)線性環(huán)節(jié)的串聯(lián)形式,從而建立了高精度的Hammerstein率相關(guān)遲滯非線性模型。其中Duhem遲滯模型被用來描述壓電微定位平臺(tái)的靜態(tài)遲滯特性,然后用線性傳遞函數(shù)來表征壓電微定位平臺(tái)的頻率相關(guān)特性。根據(jù)Hammerstein模型的結(jié)構(gòu)設(shè)計(jì)了分步辨識(shí)法辨識(shí)其模型參數(shù),采用粒子群算法和帶有自適應(yīng)擾動(dòng)的改進(jìn)粒子群算法辨識(shí)Duhem模型參數(shù),基于MATLAB工具箱和頻率響應(yīng)方法辨識(shí)線性傳函,并將所求得傳遞函數(shù)與實(shí)際系統(tǒng)的頻率響應(yīng)進(jìn)行了比較,得到了高精度的Hammerstein參數(shù)模型。實(shí)...

【文章頁數(shù)】：76 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與選題來源
        1.1.1 研究背景與意義
        1.1.2 選題來源
    1.2 壓電陶瓷微定位平臺(tái)研究現(xiàn)狀
        1.2.1 壓電陶瓷微定位平臺(tái)結(jié)構(gòu)簡(jiǎn)介
        1.2.2 微定位平臺(tái)國(guó)內(nèi)外研究現(xiàn)狀
        1.2.3 實(shí)驗(yàn)系統(tǒng)介紹
    1.3 壓電微定位平臺(tái)建模與控制方法研究
        1.3.1 遲滯非線性建模方法
        1.3.2 遲滯非線性控制方法
    1.4 本文的研究?jī)?nèi)容安排
第2章 壓電微定位平臺(tái)率相關(guān)Hammerstein模型的建立
    2.1 Hammerstein模型介紹
        2.1.1 靜態(tài)遲滯非線性環(huán)節(jié)
        2.1.2 動(dòng)態(tài)線性環(huán)節(jié)
        2.1.3 參數(shù)辨識(shí)方法設(shè)計(jì)
    2.2 率相關(guān)Hammerstein遲滯模型辨識(shí)
        2.2.1 粒子群算法辨識(shí)Duhem模型參數(shù)
        2.2.2 粒子群算法辨識(shí)結(jié)果及分析
        2.2.3 改進(jìn)的自適應(yīng)粒子群優(yōu)化算法
        2.2.4 基于自適應(yīng)粒子群優(yōu)化算法的辨識(shí)結(jié)果及分析
        2.2.5 Hammerstein模型動(dòng)態(tài)線性部分辨識(shí)
    2.3 Hammerstein率相關(guān)遲滯模型驗(yàn)證
        2.3.1 帶有輸出主環(huán)的模型驗(yàn)證
        2.3.2 帶有輸出主環(huán)和次環(huán)的模型驗(yàn)證
    2.4 本章小結(jié)
第3章 基于Hammerstein逆模型的前饋控制和復(fù)合控制
    3.1 基于逆模型的前饋控制器設(shè)計(jì)
        3.1.1 前饋控制原理簡(jiǎn)介
        3.1.2 Hammerstein逆模型的建立
        3.1.3 基于Hammerstein逆模型的前饋控制實(shí)驗(yàn)及分析
    3.2 基于前饋補(bǔ)償?shù)腞BF神經(jīng)網(wǎng)絡(luò)復(fù)合控制
        3.2.1 RBF神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)
        3.2.2 RBF神經(jīng)網(wǎng)絡(luò)在線整定PID參數(shù)
    3.3 RBF神經(jīng)網(wǎng)絡(luò)復(fù)合控制的實(shí)驗(yàn)結(jié)果及分析
    3.4 本章小結(jié)
第4章 RBF神經(jīng)網(wǎng)絡(luò)滑�？刂品桨冈O(shè)計(jì)
    4.1 滑模控制策略介紹
        4.1.1 滑模變結(jié)構(gòu)控制的基本原理
        4.1.2 滑�？刂普鹗巻栴}的分析
    4.2 壓電微定位平臺(tái)神經(jīng)網(wǎng)絡(luò)滑�？刂破髟O(shè)計(jì)
        4.2.1 被控對(duì)象描述
        4.2.2 遲滯非線性分解
        4.2.3 神經(jīng)網(wǎng)絡(luò)滑模控制器設(shè)計(jì)
    4.3 實(shí)驗(yàn)驗(yàn)證及結(jié)果分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 研究展望
參考文獻(xiàn)
作者簡(jiǎn)介及在學(xué)期間科研成果
致謝



本文編號(hào)：3993068