基于改进灰狼算法的非线性摩擦力辨识与补偿方法研究

为减小非线性摩擦力对机床伺服系统运动控制精度的影响,对机床伺服系统摩擦特性进行研究,将改进灰狼算法应用于LuGre摩擦模型参数辨识,通过搭建伺服系统动力学模型进行摩擦前馈补偿仿真,并在三轴数控雕铣机试验平台进一步完成摩擦前馈补偿验证。结果表明:应用基于改进灰狼算法辨识的LuGre摩擦模型前馈补偿方法,在两轴联动圆轨迹运动跟随过程中,低速运动换向时最大跟随误差下降幅度为67.7%,高速运动条件下误差下降幅度为84.0%,有效消除了非线性摩擦在速度换向过程中产生的负面影响,证明该方法在非线性摩擦力辨识方面具有优异的效果,有助于提高机床伺服系统的运动控制精度。

基于非线性摩擦力模型和WLS-CS算法的机器人动力学参数辨识

为了实现对工业机器人的高精度控制,需要一个高精度的动力学模型,因此要对动力学参数进行精准辨识。提出一种基于非线性摩擦力模型和加权最小二乘法与布谷鸟算法(WLS-CS)结合的动力学参数辨识方法。首先通过Newton-Euler法进行机器人的动力学建模,结合非线性摩擦力模型,完成机器人全动力学模型的建模。设计5阶有限项傅里叶级数作为激励轨迹,并优化激励轨迹参数。使用加权最小二乘法对动力学参数进行初步辨识。辨识结果作为布谷鸟算法的初始解范围,结合Levy飞行与巢穴的优胜劣汰机制,寻找到动力学参数辨识的全局最优解。更换轨迹对机器人全动力学模型进行验证,计算机器人的仿真力矩,并与实验力矩反馈值进行对比。结果表明上述方法辨识的动力学参数辨识精度的残差方根(RMS)值下降8.6%,可以建立精确度较高的动力学模型。

机电伺服系统非线性摩擦自适应补偿的研究

非线性摩擦是影响机电伺服系统控制性能的主要因素,尤其是在低速、速度换向等情况下,它往往会造成系统的跟踪误差、极限环等不良反应。在分析摩擦形成机理与特性的基础上,介绍了LuGre摩擦模型,通过李雅普诺夫稳定性分析方法,设计了基于LuGre模型的非线性摩擦自适应补偿算法,在线辨识出摩擦模型参数,构造一个双闭环状态观测器来估计摩擦状态变量,降低了由于非线性摩擦给机电伺服系统带来的不良影响。仿真和实验结果证明了所提方法的有效性。

谐波减速器的非线性摩擦建模及补偿

针对带有谐波减速器的双框架控制力矩陀螺框架伺服系统中的非线性摩擦问题,提出了非线性摩擦建模及补偿方法。首先,根据框架伺服系统数学模型导出摩擦力矩与角加速度和电机电流的关系;然后,通过光电码盘测得的角位置计算角速率并设计估计器来估计电机端和负载端的角加速度,利用采样电流和估计的角加速度计算摩擦力矩,建立库伦+粘滞+Stribeck摩擦模型;最后,设计基于摩擦模型的前馈补偿控制器抑制非线性摩擦以提高系统控制精度。实验结果显示,与传统PID控制方法相比,伺服系统加入基于摩擦模型的前馈补偿之后,角速率误差曲线峰峰值减小28.2%,角速率误差均方值减小25.7%;表明通过基于摩擦模型的前馈补偿可以有效抑制非线性摩擦引起的角速率误差,提高伺服系统的控制精度。

机床进给伺服系统非线性摩擦特性及控制补偿研究

以高速高精度数控车床为研究对象 ,建立了包括摩擦非线性因素的进给伺服系统综合数学模型 .研究了非线性摩擦对其动态特性的影响 ,并采用遗传算法对模型参数进行了优化 ,有效地避免了采用线性优化方法时易出现的局部极小的问题 ,消除了因非线性摩擦而产生的“削顶”、“死区”和“突变”等不良现象 .通过优化结果验证表明 ,系统的跟踪精度得到了较大的提高 ,有很好的工程实用价值 .

伺服系统线性特性和非线性摩擦的解耦辨识方法研究

针对伺服进给机构包含线性结构和非线性摩擦特性的特点,提出一种将线性模型和非线性摩擦特性进行分步解耦辨识的方法。首先分别确定伺服系统的线性模型和非线性模型,将伺服系统结构模型转化为线性模型加非线性摩擦反馈的结构。为了消除非线性摩擦力对线性模型的影响,采用2路同向非过零速信号对系统激励,利用2组系统输入和输出信号的差值作为线性参数的辨识数据对线性参数进行估计。获得线性模型后进一步利用系统稳态输出实现对非线性Coulomb摩擦幅值特性的估计。系统仿真和实验都证明了该辨识方法对提高伺服系统的辨识精度及控制器设计的有效性和可靠性。

非线性摩擦力对碰摩转子-轴承系统混沌运动的影响

在考虑轴承油膜力和非线性摩擦力的基础上,构造了具有碰摩故障转子-轴承系统的动力学模型,对碰摩故障转子在运行过程中的非线性行为进行了研究,并分析了转静件间相对速度影响因数对转子分岔与混沌运动的影响·发现随着速度影响因数的增加,在亚临界转速区,拟周期和混沌运动区域增大;在超临界转速区,混沌运动区域减小,碰摩力的作用效果增大,拟周期运动逐渐演变为周期3运动·该结果为转子-轴承系统的故障诊断提供了依据和参考·

柔性并联机器人非线性摩擦动力学建模与速度规划

为了实现柔性并联机器人的高速、高精度控制,基于Hensens&Kostic理论,计入关节非线性摩擦力建立了Lagrange动力学误差模型,测试了补偿前后机器人的单点定位误差。基于机构最大速度和加速度约束条件,分析了S型和常用T型2种速度规划算法下机器人的位置误差和速度性能。仿真结果表明:T型速度规划位置和速度跟踪最大误差为78.1μm和11.4 mm/s,而S型速度规划分别是37.8μm和3.72 mm/s,且2个终止点定位误差仅为8.1μm和8.9μm;速度性能方面,S型速度峰值误差变化最大仅为1.74 mm/s,远小于T型速度规划的6.88 mm/s。可见,在高速下S型速度规划算法保证了较高的位置跟踪精度尤其是定位精度,速度尖峰突变小且整体曲线相对平缓,大幅提高了速度跟踪精度和运动平稳性,更易于实现机器人高速、高精度平稳控制。实验测试了机器人连续运动下定点位置误差,仿真所得位置误差小于实测数据,存在100μm左右的误差,但所得结论一致,验证了仿真分析的有效性。

温度变化下的伺服系统非线性摩擦建模

针对机械伺服系统因温度变化产生的非线性摩擦变化,提出了一种反映温度因素的摩擦建模方法来实现对伺服系统的摩擦补偿。首先,分析了温度和摩擦的关系,并结合修正黏性摩擦的LuGre模型,讨论了该模型各参数与温度之间的关系。利用单隐层BP神经网络描述了随温度变化的各个参数,并确定了神经网络的输入、输出以及传递函数。然后,通过神经网络训练获得神经网络参数,从而得到与温度相关的摩擦模型。最后,改变运行条件,验证了提出的模型对摩擦的估计能力。建立的摩擦模型在不同运行条件、不同温度状态下的最大相对估计偏差小于2.5%,表明其能很好地估计系统摩擦力矩,满足高精度摩擦补偿。

非线性摩擦干扰下的电动舵机滑模变结构控制

针对电动舵机非线性摩擦干扰和传统滑模变结构控制高频抖振问题,设计了一个基于新型趋近律的滑模变结构控制器.仿真结果表明,所设计的控制器能很好地消除非线性摩擦所引起的低速"爬行"和"平顶"现象,并能有效降低抖振,改善动态品质.

MSCMG框架伺服系统非线性摩擦力矩建模与实验研究

在磁悬浮控制力矩陀螺(MSCMG)中,由于陀螺耦合力矩的影响,使得陀螺框架系统的摩擦力矩随着陀螺输出力矩和框架角位置的不同而发生变化,为了实现控制力矩陀螺输出力矩的高精度控制,需要对摩擦力矩进行精确建模。对控制力矩陀螺框架系统进行了动力学研究,分析了摩擦力矩随陀螺输出力矩和框架角位置的变化机理和变化规律,并据此建立了磁悬浮控制力矩陀螺框架系统的非线性摩擦力矩模型和非线性动力学模型。用实验数据对非线性动力学模型参数进行了最优最小二乘辨识,并用所得到的模型进行实际数据分析和仿真研究,仿真结果与实际实验数据非常吻合,验证了所建立模型的正确性和有效性。

坦克炮控伺服系统的滑模非线性摩擦补偿控制

坦克炮控伺服系统存在低速摩擦,摩擦环节不但造成系统的稳态误差,而且导致极限环振荡、低速爬行等现象。提出基于Lyapunov稳定理论的滑模控制方法,通过Lyapunov稳定理论获得控制量,同时克服参数不确定性和补偿非线性摩擦力矩,从而保证跟踪误差渐进收敛。仿真结果表明该设计方法大大优于经典设计,为炮控伺服系统实际设计提供了一种可行的新方法。

利用非线性摩擦有限元方法计算大凉山次级块体及其周边地区地震危险性

大部分地震是在复杂的物性条件下,应力不均匀加载作用下断层活动的结果,还受到断层结构和断层相互作用的影响,导致地震中长期预测研究中常用的"地震空区"理论出现误差。断层的摩擦行为可以体现断层的不均匀破裂过程,文中尝试将非线性摩擦有限元方法应用到区域地震危险性评价中,模拟计算了大凉山次级块体及周边地区主要断层的摩擦行为,将断层节点破裂与7级以上历史地震的时空演化进行对比。结果表明,模拟所得的断层破裂与历史地震对应较好,且在地震震级、地震破裂顺序上都有良好表现。模拟结果还显示,小江断裂和则木河断裂有可能是后续地震危险性较强的地区,在更长的时间内,大凉山断裂和安宁河断裂具有发生中等强度地震的可能,鲜水河断裂的北段可能发生较大地震。

高速直线运动系统非线性摩擦力建模研究

在分析摩擦力非线性特性的基础上,针对高速直线运动系统建立了一种简单有效的空间摩擦力模型,引入附加摩擦力的概念描述了工作状态下扰动因素引起的摩擦力。分析并仿真了工作负载、移动单元质心偏移和运动耦合等扰动因素对摩擦力的影响,仿真与实验结果基本一致。提出的摩擦力模型更接近实际,拓宽了模型的应用范围,有望在高速直线运动系统轨迹跟踪控制中取得更好的效果。

高精度位置伺服系统的鲁棒非线性摩擦补偿控制

对含非线性摩擦环节的位置伺服系统 ,提出一种基于 L yapunov直接法的非线性鲁棒控制算法。在非线性摩擦函数未知和系统参数时变的情况下 ,使跟踪误差趋于零。并以转台伺服系统为例进行数值仿真 ,结果表明该方法有效 。

复杂接触运动下非线性摩擦力的求解

提出了复杂接触运动下求解接触非线性摩擦力的数值轨迹跟踪方法,利用该方法对几种复杂接触运动下的非线性摩擦力进行了计算。计算结果表明:数值方法在分析二维接触椭圆运动时可以得到更准确的结果;计算接触面摩擦力时不能忽略法向运动与切向运动之间的相位差,该相位差对接触状态的转变、摩擦力的大小以及迟滞回线的形状都有很大的影响;对于接触面的三维运动,必须同时考虑法向运动与接触面内两个方向切向运动之间的耦合;数值轨迹跟踪方法可以方便地求解一维、二维以及三维接触运动下的非线性摩擦力,为求解带干摩擦阻尼结构的动态响应提供了一种实用算法。

高加速度运动系统的非线性摩擦前馈补偿控制

高加速度运动系统中非线性摩擦的建模补偿对提高轨迹跟踪性能至关重要。本文针对传统参数化模型难以准确预估高加速度运动启停阶段摩擦过冲等非线性摩擦的问题,在传统模型结构的基础上,结合扩展Stribeck模型,提出一种扩展参数化模型,模型参数的训练和学习样本源于高精度迭代学习控制获取的有限轨迹下非线性摩擦前馈补偿数据,并采用Levenberg-Marquardt算法拟合模型参数。最后,在音圈电机驱动的高加速定位平台上针对不同运动轨迹进行了实验验证。结果表明,该方法能够克服传统参数化模型难以消除高加速度启停阶段摩擦过冲等非线性摩擦对轨迹跟踪精度的影响;且与迭代学习控制的轨迹跟踪精度接近,有效避免了迭代学习泛化性差等问题,可实现工作空间下任意轨迹的摩擦补偿。

定位平台非线性摩擦的神经网络补偿

提出了一种基于BP神经网络的机械伺服系统非线性摩擦的补偿方法 ,根据该方法设计出一种将经典的PD控制与神经网络控制相结合的控制器 .该控制器既有PD控制的优点 ,又有神经网络逼近非线性函数的能力 ,较好地补偿了系统中的非线性摩擦和外部扰动 .应用Lyapunov稳定性定理 ,证明了系统的稳定性 ,并得到系统跟踪误差的边界值 .采用刚毛摩擦动力学模型 ,对X Y定位平台进行仿真和实验 .结果表明该控制器能够补偿系统的非线性因素 ,保证了系统的稳定 ,减小了跟踪误差 .该方案控制效果明显优于PD控制 。

模糊控制在非线性摩擦环节中的应用

在高精度、超低速伺服系统中,由于非线性摩擦环节的存在,使系统的动态及静态性能受到很大程度的影响,主要表现为低速时出现爬行现象,稳态时有较大的静差或出现极限环振荡;由于传统的PID控制很难解决伺服系统中的非线性问题,因而不能适用于高精度、超低速伺服系统;本文通过引入模糊自适应整定PID控制,利用模糊规则在线调整比例、积分、微分环节,使系统具有一定的智能,从而非常明显的改善伺服系统的静态及动态性能。

考虑非线性摩擦模型的机器人动力学参数辨识

针对机器人动力学参数辨识的问题,提出了一种基于人工蜂群算法的辨识方法。考虑到关节摩擦特性,引入非线性摩擦模型,推导了机器人动力学模型的非线性形式。设计满足速度、加速度边界条件的五阶傅里叶级数作为激励轨迹来采集实验数据;利用人工蜂群算法,以蜂群为搜索单位,通过群体间的信息交流方式与优胜劣汰机制,对模型中的未知参数进行了辨识。最后,对得到的辨识模型进行了分析与验证,结果表明通过辨识得到关节预测力矩与测量力矩有较高的匹配度,所建立的非线性模型能够更好地描述机器人的动力学特性。