收藏本站
《东南大学》 2015年
收藏 | 手机打开
二维码
手机客户端打开本文

多维超精密定位系统建模与控制关键技术研究

陈辉  
【摘要】:精密定位技术是超精密加工技术、电子产品组装生产线、集成电路器件制造、生物工程及纳米技术等领域的关键性技术,纳米级定位技术作为纳米技术的一个主要研究方向,已成为各国研究的热点。纳米级定位技术中采用的致动器主要有微电机、压电(PZT)驱动器、形状记忆合金(SMA)驱动器等。压电陶瓷在超精密定位和微位移控制中具有其它驱动器无法比拟的优点,体积小、分辨率高、响应速度快等,是微位移技术中比较理想的驱动元件。但是,压电陶瓷驱动器具有严重的迟滞非线性特性,迟滞具有非光滑的多值映射特性,迟滞不仅会降低控制系统的精度,也会出现与激励信号幅值相关的相移及谐波失真现象,削弱控制系统的反馈作用,造成控制系统不稳定,严重影响压电陶瓷驱动器的广泛应用。为减小这种非线性特性所造成的不良影响,更好地发挥压电陶瓷的性能,很多科研机构和研究人员对压电超精密迟滞非线性系统建模与控制方面开展了相关研究。Duhem模型是一种由微分方程描述的迟滞模型,与Preisach模型相比,Duhem模型最大优点是具有明确的函数表达式,由一个参数a和两个函数f(·)、g(·)描述,能反映压电陶瓷的迟滞特性。由于Duhem模型是一种动态模型,使得模型输出与输入信号的速率相关,符合实际智能材料中迟滞非线性的动态特性。通过调整Duhem模型的参数α和两个函数f(·)、g(·)可以反映不同迟滞模型,因此,Duhem模型能够更精确的描述迟滞非线性。但是,Duhem模型中参数α和函数f(·)、g(·)很难选取,这也是Duhem模型应用的瓶颈。本文根据Weierstrass第一逼近定理,提出了应用多项式函数构造Duhem模型的函数f(·)和g(·),根据不同精度的要求,选取不同的阶次,解决Duhem模型函数及参数确定难的问题。采用递推最小二乘法,在线辨识Duhem模型的各个参数,并利用辨识结果方便快捷地建立了迟滞逆模型,避免了复杂的模型求逆过程,从而实现对压电超精密定位系统的自适应逆补偿控制。在德国PI公司的三维压电陶瓷执行平台上进行了测试,验证了该算法的有效性和正确性。超精密定位系统是由压电陶瓷作为驱动执行机构的装置,这样压电迟滞的输出成为不可直接测量的量,为系统的辨识带来不便。本文在分析模型的基础上,采用两步辨识方法,成功地解决这一难题。第一步,利用阶跃响应,辨识出线性部分参数。第二步,利用混合快速跟踪微分器设计出线性部分的逆函数,构成迟滞观测器,通过迟滞观测器有效观测出压电陶瓷迟滞输出。利用输入信号和观测值,辨识Duhem模型参数。成功地辨识出了超精密定位系统的模型参数,并利用逆补偿理论和反馈控制技术,实现了压电超精密平台的精密控制,通过实验验证了该方法的有效性。在多维超精密压电陶瓷运动定位系统中,不仅存在严重的非线性迟滞现象,也存在着轴间耦合现象,耦合现象严重影响控制系统的精度,同时也增加了控制器设计的难度。由于维间的耦合机理复杂,因素很多,难以从机理上对其建模,可以应用神经网络建立系统模型。由于迟滞是一对多的映射,因此,神经网络模型对于类似于迟滞非线性无能为力。根据迟滞的特性,本文给出扩展输入空间法构造迟滞算子的基本原则,根据该原则可以方便快捷构造出合适的迟滞算子,应用构造出的算子对神经网络的输入空间进行扩展,实现把原来的一对多映射转化成一对一或多对一映射关系,解决了神经网络不能建立迟滞类模型的问题。本文构造了一种新的动态迟滞算子,并证明了该算子可实现一对一的映射。为了选取最优参数采用遗传算法实现迟滞算子参数自动寻优。应用该算子建立了多维压电陶瓷执行器的迟滞正模型和逆模型。利用迟滞的正、逆模型,观测出多维系统中的维间输出耦合量,根据该观测值,应用前馈补偿实现了多维系统的解耦控制。本文从压电陶瓷的迟滞非线性入手,应用多项式逼近理论和辨识理论,成功应用Duhem模型描述了压电陶瓷的迟滞非线性,并采用两步辨识方法,辨识出由压电陶瓷构成的超精密定位系统的模型。针对该模型设计了迟滞逆补偿器和系统控制器,实验和实践效果良好。在一维的基础上,根据维间存在迟滞强耦合性特点,构造了一种新动态迟滞算子,扩展了输入空间,使得输入输出成为一一映射。利用神经网络建立了耦合系统的正、逆模型,应用该正逆模型设计了前馈控制器实现了维间的解耦控制,应用前馈-反馈控制技术,实现了多维超精密系统的解耦和控制,实验结果验证了该理论的正确性,该算法具有一定的实用价值和推广价值。
【学位授予单位】:东南大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:TP273

【相似文献】
中国期刊全文数据库 前10条
1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期
2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期
3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期
4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期
5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期
7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期
8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期
9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期
10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
中国硕士学位论文全文数据库 前10条
1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年
6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年
7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015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