收藏本站
《上海交通大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

三明治迟滞非线性系统的建模与控制研究

马连伟  
【摘要】: 随着社会的发展、科技的进步,基础理论学科不断得到发展,这些新的理论被应用到生产实践当中,引发新的技术革命,进一步推动社会的发展和科技的进步。在这样的背景下,科技工作者面临的研究对象也在不断地发生着变化。非线性是控制系统中常见的特性,对控制系统分析和控制器设计而言它是一个挑战。非线性环节或元件的存在是制约控制器控制效果的关键因素。近几年,一类非线性系统——三明治非线性系统引起了一些科研工作者的兴趣。所谓的三明治非线性系统,就是指一类非线性夹在两个动态模块之间的非线性系统,由于它的结构类似于三明治,因此形象地称之为三明治非线性系统。Gang Tao和Avinash Taware是最早对这种系统进行研究的人,但他们的研究主要集中在三明治死区和三明治间隙系统。众所周知,死区是静态的,间隙可以看成是一类只具有主环的单环迟滞。迟滞是一类动态的、不可微的非线性,它具有多映射和记忆性等特性。较之死区和间隙,迟滞更加复杂,而对于三明治迟滞非线性系统的研究还很少见到,目前还处于刚刚起步阶段。因此,本文对三明治迟滞非线性系统的建模与控制进行了研究。 人工神经网络具有自学习、联想存储和高速寻找优化解等优点。三层前向神经网络是一种多重复合非线性映射,随着权值的改变,这类网络可以实现各种复杂的非线性映射,将其引入到辨识模型中似乎是对非线性系统进行辨识的最有效的途径之一。但理论和实践都已经证明传统神经网络方法只能逼近一对一映射或多对一映射关系,而对多值映射非线性无能为力。 本论文首先对迟滞非线性建立了基于基本迟滞算子的神经网络模型,该模型基于坐标变换,使用简单而易于进行数学描述的单调函数来代替迟滞曲线中的每个半环,这样建立起基本迟滞算子。基本迟滞算子与迟滞输入一起组成神经网络的输入空间,这样神经网络的输入空间就有一维上升为二维,我们称之为输入空间的拓展。理论上可以证明此时神经网络的输入空间与输出空间之间是一种连续的一对一映射关系,这样就实现了迟滞的多值映射到一对一映射的转换。理论研究已经证明,神经网络可以准确逼近连续的一对一映射关系。 基于基本迟滞算子的神经网络迟滞模型虽然极大地改善了神经网络辨识多值映射非线性的效果,但在实验中发现有时模型的误差较大,并不总是能够精确辨识迟滞非线性。原因就在于基本迟滞算子采用的是简单的幂函数,而幂函数无法调整幅值,有时基本迟滞算子的输出与实际迟滞输出偏差过大,就造成了模型的辨识误差较大。因此,文中采用一个系数来调整基本迟滞算子的幅值,这样就构造出了新的基本迟滞算子。仿真实验的结果表明,这种新的基本迟滞算子大大提高了模型的辨识精度,是一个有效的方法。 目前,对于非线性系统,经常采用的一种方法是利用逆模型直接补偿的方法,但迟滞的逆与迟滞相似,也是一种多值映射非线性。根据模型与逆模型的关系与函数与逆函数的关系相类似的原理,我们采用了幂函数的逆函数来构造基本迟滞逆算子。基本迟滞逆算子与迟滞逆的输入组成神经网络的输入空间,这样神经网络的输入与输出之间形成了一种连续的一对一映射关系。这样,我们就可以利用神经网络来辨识迟滞逆模型。同样,我们也采用了一个系数来调整基本迟滞逆算子的幅值,使它的输出与实际的迟滞输出尽量匹配,这样基于基本迟滞逆算子的神经网络迟滞逆模型就可以更加准确地辨识迟滞逆。 最后,将间接法(indirect training)应用于迟滞逆模型的训练,并将得到的迟滞逆模型应用于补偿一个三明治迟滞非线性系统中,该系统由两个线性模块与迟滞非线性组成。前端线性模块和末端线性模块采用状态反馈的方法抵消,这样迟滞逆模型就可以直接作用于迟滞非线性。仿真结果表明,控制输出能够紧密跟踪期望输出,间接法训练迟滞逆模型是有效的。
【学位授予单位】:上海交通大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:TP13

【引证文献】
中国博士学位论文全文数据库 前1条
1 周祖鹏;非光滑三明治系统的状态估计和故障预报研究[D];西安电子科技大学;2012年
【参考文献】
中国期刊全文数据库 前7条
1 夏春林,丁凡,路甬祥;超磁致伸缩材料驱动器实验研究[J];电工技术学报;1999年04期
2 崔玉国,孙宝元,董维杰,杨志欣;压电陶瓷执行器迟滞与非线性成因分析[J];光学精密工程;2003年03期
3 刘楚辉;超磁致伸缩材料的工程应用研究现状[J];机械制造;2005年08期
4 巫影,陈定方,唐小兵,朱石坚,黄映云,李庆;神经网络综述[J];科技进步与对策;2002年06期
5 赵新龙;谭永红;董建萍;;基于神经网络的迟滞非线性逆模型[J];上海交通大学学报;2007年01期
6 赵新龙;谭永红;;对压电陶瓷执行器迟滞特性的智能建模[J];系统仿真学报;2006年01期
7 徐广新;;工业企业自动化系统的发展与变化[J];自动化博览;2006年06期
【共引文献】
中国期刊全文数据库 前10条
1 陈小明,汤庭鳌;基于C-V,I-V,Q-V特性的铁电电容新模型[J];半导体学报;2005年05期
2 金捷;;超磁致伸缩换能器的实验研究[J];包钢科技;2008年S1期
3 李国平,陈子辰;超磁致伸缩驱动器输出特性的实验研究[J];兵工学报;2005年01期
4 易继锴,陈双叶,王琳;模糊神经网络及其在温度控制系统中的应用[J];北京工业大学学报;1999年02期
5 刘德忠,费仁元,李剑锋,高学金,甘鸿仁;磁致伸缩微动驱动器的研制[J];北京工业大学学报;2002年04期
6 ;DEGREE OF APPROXIMATION BY SUPERPOSITIONS OF A SIGMOIDAL FUNCTION[J];Approximation Theory and Its Applications;1993年03期
7 李勇,郭平;Sigmoid传输函数与三层前馈神经网络的映射能力[J];北京师范大学学报(自然科学版);2001年05期
8 汪建新,任翀,高跃东,李强,任学平;稀土磁致伸缩材料Terfenol-D的变负载特性分析研究[J];包头钢铁学院学报;2003年03期
9 李恒嵬;;模糊神经网络研究现状综述[J];辽宁科技学院学报;2010年02期
10 樊长在;杨庆新;闫荣格;杨文荣;刘福贵;;超磁致伸缩力传感器的模型研究[J];传感器与微系统;2007年03期
中国重要会议论文全文数据库 前10条
1 孙舒;曹树谦;;压电材料迟滞特性建模研究[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年
2 Yu Kerwei;Yang Tsunlirng;;A Case Study of Yacht's Motions Represented by Using Stewart Platform[A];第二十七届中国控制会议论文集[C];2008年
3 ;Process of Threshold of Fault Diagnosis Expert System in LAN Based on BP Neural Network[A];第二十七届中国控制会议论文集[C];2008年
4 肖瑛;李振兴;刘国枝;张琳波;;双模式神经网络盲均衡算法研究[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
5 赵亚鹏;陈定方;卢全国;钟毓宁;;基于Solidworks的超磁致驱动装置设计与建模[A];湖北省机械工程学会机械设计与传动专业委员会第十五届学术年会论文集(二)[C];2007年
6 孙宝玉;付立成;;基于压电陶瓷的微位移机构动态特性研究[A];科技创新与节能减排——吉林省第五届科学技术学术年会论文集(上册)[C];2008年
7 林培群;徐建闽;傅惠;梁俊斌;;基于多分支BP网络模型的车型分类研究[A];可持续发展的中国交通——2005全国博士生学术论坛(交通运输工程学科)论文集(下册)[C];2005年
8 王科俊;李殿璞;李国斌;;单纯神经适应控制系统的构成[A];1993中国控制与决策学术年会论文集[C];1993年
9 周金荣;胡泽新;黄道;;一种多层混合型神经网络模型的研究[A];1995中国控制与决策学术年会论文集[C];1995年
10 王笑颜;符雪桐;;基于神经网络的非线性广义预测控制器[A];1998中国控制与决策学术年会论文集[C];1998年
中国博士学位论文全文数据库 前10条
1 王希花;基于压电陶瓷迟滞非线性建模及控制系统的研究[D];哈尔滨工程大学;2010年
2 吴云良;扫描近场光学显微镜若干关键技术研究[D];中国科学技术大学;2010年
3 傅军;新型墙体抗裂抗渗性能及工程应用研究[D];浙江大学;2010年
4 包健;有限精度权值神经网络优化的研究与应用[D];华东理工大学;2011年
5 车勇;轮胎噪声的预测方法与试验研究及优化设计[D];武汉理工大学;2010年
6 康锋;基于视觉特征的早期农林火灾检测方法的基础研究[D];浙江大学;2010年
7 傅林坚;大流量高响应电液比例阀的设计及关键技术研究[D];浙江大学;2010年
8 刘贵;精毛纺织品虚拟加工中的预报与反演模型研究[D];东华大学;2010年
9 王峥;磁致伸缩直线位移传感器弹性波机理研究[D];太原理工大学;2011年
10 曾建斌;矢量磁滞数学模型理论及其应用研究[D];沈阳工业大学;2011年
中国硕士学位论文全文数据库 前10条
1 张华杰;模糊神经网络在肺癌诊断中的应用[D];郑州大学;2010年
2 李建永;长距离输油管线电动爬行器的研究[D];大连理工大学;2007年
3 刘小顺;压电智能结构的有限元仿真与实验研究[D];大连理工大学;2010年
4 谭帅;基于DWO算法的预测控制及在电力负荷预测中的研究与应用[D];长沙理工大学;2010年
5 袁德祥;基于自抗扰控制技术的AUV运动控制的研究与仿真[D];中国海洋大学;2010年
6 陶玉昆;超磁致伸缩执行器特性分析及其控制策略研究[D];河南理工大学;2010年
7 林鑫;城市道路交通流数据的挖掘[D];天津理工大学;2010年
8 于柏森;发动机机械故障诊断系统分类器设计[D];长春工业大学;2010年
9 习俊梅;稀土超磁致伸缩驱动微动夹钳研究[D];南昌大学;2010年
10 吴璟珅;情报过程视角下物流供应商选择与评价研究[D];南昌大学;2010年
【同被引文献】
中国期刊全文数据库 前3条
1 周祖鹏;谭永红;;基于非光滑观测器的间隙三明治系统状态估计[J];控制理论与应用;2012年01期
2 王林川;潘文明;李庆鑫;牟瑞;;基于负反馈原理的功放电路交越失真解决方法研究[J];北京电子科技学院学报;2008年02期
3 王坚;调频激励器锁相电路的分析与检修[J];西部广播电视;2003年04期
中国博士学位论文全文数据库 前1条
1 董瑞丽;非光滑三明治系统的辨识和控制研究[D];上海交通大学;2009年
中国硕士学位论文全文数据库 前1条
1 李柏渝;多频卫星接收机射频电路的研究与实现[D];国防科学技术大学;2005年
【二级参考文献】
中国期刊全文数据库 前9条
1 蔡鹤皋,孙立宁,安辉;压电/电致伸缩微位移器件与应用(下)[J];高技术通讯;1994年06期
2 张涛,孙立宁,蔡鹤皋;压电陶瓷基本特性研究[J];光学精密工程;1998年05期
3 欧阳光耀,施引;磁致伸缩材料及其作动器设计[J];海军工程学院学报;1998年01期
4 张洪平,杜挺,王龙妹,邝马华,朱厚卿;稀土—铁系超磁致伸缩材料水声换能器的研制[J];金属功能材料;1995年03期
5 吴博达,鄂世举,杨志刚,程光明;压电驱动与控制技术的发展与应用[J];机械工程学报;2003年10期
6 周利生,曹荣,唐良雨,秦维玉;多边形稀土换能器[J];声学与电子工程;1996年01期
7 郭沛飞,贾振元,杨兴,齐薇;压磁效应及其在传感器中的应用[J];压电与声光;2001年01期
8 唐凤,黄尚廉,刘光聪;PZT非线性特性的研究[J];压电与声光;1997年03期
9 顾仲权,朱金才,彭福军,马扣根;磁致伸缩材料作动器在振动主动控制中的应用研究[J];振动工程学报;1998年04期
【相似文献】
中国期刊全文数据库 前10条
1 马连伟;谭永红;邹涛;;采用拓展空间法建立迟滞模型[J];系统仿真学报;2008年20期
2 王德明;神经网络参数辨识在具有传感器特性的传动系统中的应用[J];农业工程学报;1998年04期
3 刘国栋;用神经网络辨识非线性大滞后系统的研究[J];信息与控制;2000年03期
4 王宣银;气动伺服系统的神经网络辨识[J];组合机床与自动化加工技术;2001年01期
5 赵峰;何祖军;;基于自适应PIDNN的船舶航向模型辨识与控制[J];舰船科学技术;2008年04期
6 马宁;邓先瑞;杜学东;;基于BP神经网络的PEM FC电堆的静态热系统建模[J];唐山师范学院学报;2007年05期
7 曹世华;;多媒体教学课件的BP网络综合评价模型[J];沈阳农业大学学报(社会科学版);2007年06期
8 吴正龙;王奇;刘开刚;;粒子群优化算法训练神经网络辨识混沌系统[J];计算机工程与应用;2008年14期
9 赵红梅;章卫国;刘小雄;李丹;;飞控系统传感器故障诊断的在线方法研究[J];计算机测量与控制;2010年05期
10 周连佺,王小椿;一种基于Hopfield神经网络的系统辨识方法及其在舰炮随动系统辨识中的应用[J];机床与液压;2005年07期
中国重要会议论文全文数据库 前10条
1 刘强;;不对称迟滞非线性系统响应分析[A];数学·力学·物理学·高新技术交叉研究进展——2010(13)卷[C];2010年
2 赵新龙;高金凤;谭永红;;基于动态迟滞单元的迟滞非线性建模[A];中国自动化学会控制理论专业委员会D卷[C];2011年
3 任祖华;王永骥;;非线性倒立摆系统的神经网络辨识[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
4 张友安;戴绍武;陈善本;;对基于神经网络辨识Wiener模型方法的一点改进[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
5 赵新龙;谭永红;;基于迟滞算子的压电执行器迟滞非线性的神经网络动态模型[A];第二十九届中国控制会议论文集[C];2010年
6 刘国栋;;用串级网络模型结构辨识非线性大滞后系统[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
7 金桩;张臻;毛剑琴;;基于模糊树方法的压电作动器率相关迟滞非线性建模[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
8 裘进浩;姜皓;季宏丽;;基于改进Prandtl-Ishlinskii模型的压电陶瓷驱动器非对称迟滞特性建模[A];中国力学学会学术大会'2009论文摘要集[C];2009年
9 王冬菊;姚小兰;;基于遗传算法和BP神经网络的中厚板凸度预报[A];第十一届全国自动化应用技术学术交流会论文集[C];2006年
10 陈文丽;张臻;毛剑琴;;超磁致伸缩作动器的载荷相关迟滞非线性建模[A];2007年中国智能自动化会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 马连伟;三明治迟滞非线性系统的建模与控制研究[D];上海交通大学;2007年
2 魏强;纳米定位微位移工作台的控制技术研究[D];山东大学;2006年
3 崔玉国;压电陶瓷自感知执行器及其驱动微动工作台控制方法的研究[D];大连理工大学;2003年
4 宋文龙;木材干燥智能变结构控制技术研究[D];东北林业大学;2008年
5 高强;远程多管火箭炮电液位置伺服系统辨识与控制策略研究[D];南京理工大学;2008年
6 曹友强;基于机敏约束阻尼的车身结构振动噪声控制研究[D];重庆大学;2011年
7 周淼磊;压电型电液伺服阀及其控制方法研究[D];吉林大学;2004年
8 韦巍;学习控制及其在机器人控制中的应用[D];浙江大学;1994年
9 曹青松;新型主动隔振系统的理论与实验研究[D];华中科技大学;2007年
10 刘恩东;不确定组合系统的若干控制问题研究[D];东北大学;2005年
中国硕士学位论文全文数据库 前10条
1 李振伟;振动控制中作动器迟滞非线性补偿方法研究[D];上海交通大学;2011年
2 朱静涛;基于神经网络辨识的同步发电机励磁控制研究[D];长沙理工大学;2011年
3 陈大林;迟滞非线性支承结构的系统辨识[D];中国工程物理研究院;2001年
4 翟亚伟;基于Backlash描述函数的迟滞非线性建模[D];青岛科技大学;2012年
5 胡伟平;基于神经网络辨识的自适应模糊控制器的研究[D];西南师范大学;2003年
6 黄永安;神经网络在结构主动控制中的理论与应用[D];西北工业大学;2004年
7 王晓天;基于神经网络辨识的循环流化床锅炉的床温控制研究[D];昆明理工大学;2005年
8 谷迎松;基于非定常涡的结构非线性气动伺服弹性研究[D];西北工业大学;2006年
9 瞿海妮;基于神经网络的磁悬浮轴承系统辨识研究[D];苏州大学;2006年
10 李华;双权值神经网络理论及其在控制中的应用研究[D];浙江工业大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026