精密实验平台的非线性摩擦建模与补偿

非线性摩擦是影响高精度机械伺服系统动静态性能的主要因素之一。针对精密实验平台随行程位置不同表现出不同的摩擦特性,提出了一种基于LuGre模型的改进型摩擦建模方法,以速度和行程位置信号作为模型的输入变量,并用遗传算法对该模型的动静态参数进行辨识。基于改进型摩擦模型,分别通过精密实验运动平台及其相应的伺服仿真平台进行了摩擦现象和摩擦前馈补偿的实验和仿真。实验结果表明,摩擦补偿后的跟踪误差值约为补偿前的1/3,系统的静差也由原来1.4μm减小到0.4μm,与仿真平台摩擦补偿前后的现象基本一致。该改进型LuGre摩擦模型能直观、精确地描述实验平台的摩擦特性,基于该摩擦模型的前馈补偿减小了系统的跟踪误差,提高了系统的定位精度。

基于LuGre模型的自适应摩擦补偿

为提高开放式伺服系统的动态性能,使其具有良好的适应能力,提出一种基于LuGre模型的自适应摩擦补偿方法。建立开放式伺服系统的动力学模型,并通过LuGre模型来描述系统的摩擦特性。考虑到摩擦模型的参数会随系统变化而发生改变,采用Backstepping方法设计自适应摩擦补偿控制器,并采用Lyapunov定理证明系统的全局渐进稳定性。通过可编程多轴控制器(Programmable multi-axis controller,PMAC)编写伺服算法实现该自适应摩擦补偿方案,并通过试验验证该方案的有效性。试验结果表明:与传统的速度加速前馈补偿相比,该自适应摩擦补偿方案在正弦运动作为输入信号时,其跟踪误差由±40μm降低到±7μm。采用该补偿方案能有效地抑制摩擦干扰对伺服系统的不利影响,为提高伺服系统的动态跟踪性能奠定基础。

测量机滚珠丝杠Z轴伺服系统的动力学建模及补偿

在对θFXZ型测量机Z轴伺服系统的机械结构和控制系统进行分析的基础上,建立了伺服系统的动力学模型.根据受力分析,对系统的干扰力进行建模.利用对PID参数的自适应调节和干扰力的前馈补偿,实现对系统的误差补偿.实验结果表明,补偿后的跟踪误差约为补偿前的1/4,系统静差也由原来的2μm减小到0.4μm以内.该伺服系统的动力学建模和干扰力建模能直观、有效地描述Z轴系统的运动特性,补偿方案能很好地改善系统的动态跟踪误差和控制定位精度.

Stribeck模型自适应滑模摩擦补偿控制

针对高速高准确度滚珠丝杠伺服控制系统,提出一种基于Stribeck模型的滑模自适应摩擦补偿控制方法。采用PMAC运动控制器搭建开放式控制平台,建立伺服系统的动力学模型,并通过Stribeck模型来反映系统的摩擦特性。采用Backstepping方法设计自适应滑模摩擦补偿控制器,并采用Lyapunov定理证明系统的全局渐进稳定性,最后通过编写伺服算法实现该摩擦补偿。实验结果表明:与速度加速前馈控制补偿相比,当输入速度为10 mm/s信号时,自适应滑模摩擦补偿其跟踪误差由35μm降低到±4μm;当输入速度为100 mm/s信号时,自适应滑模摩擦补偿其跟踪误差由98μm降低到±4μm。采用该补偿方案能有效抑制伺服系统的摩擦干扰,提高伺服系统准确度和动态跟踪性能。

激光差动多普勒的信号处理电路设计

随着微机电系统(MEMS)技术的迅速发展,对器件运动性能检测的需求日益迫切。采用激光差动多普勒测量技术能准确可靠地对MEMS器件进行动态特性测试。本文介绍了激光差动多普勒系统的信号处理电路的设计,主要包括放大电路、相敏检波电路和滤波电路。放大电路能将40MHz频率信号放大100倍,相敏检波电路滤除了高频信号,分离出多普勒频移信号,滤波电路进一步滤除相敏检波电路输出信号中的载波信号和高频噪声。本电路设计最终实现了从光路系统输出的高频信号中提取多普勒信号。

组合式滚压滑动生物反应器研究

研制一种具有滚压、滑动加载功能的组合式生物反应器,采用摩擦补偿方法提高系统的性能和控制精度。控制系统以PMAC控制器为核心,以直线电机、伺服驱动器、光栅尺形成全闭环,通过编写运动控制程序实现滚压、滑动加载功能,并基于改进型Lu Gre模型的摩擦补偿抑制摩擦干扰。实验结果表明:该生物反应器能模拟软骨组织的加载功能,重复定位准确度<3μm,稳态误差通过摩擦补偿后能控制在±4μm以内。该生物反应器能模拟人工软骨的力学环境构建组织工程,实现微米级别的控制,为后续软骨的力学生物学研究奠定基础。

基于激光干涉仪的测量机几何误差检定技术

误差补偿技术是提高测量机精度的一项重要技术,其内容包括误差模型的建立、误差检定和误差补偿。针对一种特定结构形式的测量机建立其包含13项原始几何误差的误差补偿数学模型,提出基于激光干涉仪的,针对包括定位误差、直线度运动误差、角运动误差和垂直度误差在内的测量机各单项几何误差的检定方法,并通过数学模型对测量机的测量误差作补偿,由此生成的误差检定模块还可以嵌入到测量机软件中,实现对测量机几何误差的快速检定和反复检定。试验表明,经误差补偿,测量机单轴在176mm测量范围内的最大测量误差由补偿前的0.1399mm减小为0.0017mm。利用该方法检定测量机的几何误差并作误差补偿能够有效地提高测量机精度。

基于圆心约束最小二乘圆拟合的短圆弧测量

坐标测量中通常采用最小二乘法拟合几何元素。测量短圆弧时,由于特征点数少,受到的噪声干扰大,测量精度难以满足测量要求。本文针对短圆弧测量,分析了采用最小二乘法多点测圆时,圆弧中心角对圆心及半径测量误差的影响;考虑到短圆弧的功能特性和加工工艺往往将圆心作为固定值,在最小二乘圆拟合的基础上,提出了圆心约束最小二乘圆拟合方法。利用提出的方法测量了理论半径为10 mm,中心角为20°的短圆弧,测量误差<0.01 mm。对比实验表明,利用圆心约束最小二乘圆拟合法测量短圆弧能有效提高拟合精度。提出的方法基于机器视觉检测系统,能对工件做在线非接触测量。与传统的短圆弧测量方法相比,具有精度高、速度快、测量范围广等优势。

应用稳态误差分析辨识LuGre模型参数

为精确得到模型的动静态参数,提出了以稳态误差分析为基础的模型参数辨识方法。首先,确立了伺服系统的稳态误差与其输入信号、干扰信号的关系,并以此为基础消除了转矩纹波对摩擦模型参数辨识的干扰;然后,利用稳态误差推导摩擦力矩,采用遗传算法辨识动静态参数;最后,利用辨识后的模型进行摩擦补偿,分析其补偿效果。实验结果表明,补偿后的稳态误差明显减小,匀速运动时由36μm减小到±3μm,匀加速运动时由34μm减小到±3μm,正弦运动时由±35μm减小到±7μm。本文提出的辨识方法能够精确地得到LuGre摩擦模型的动静态参数。基于辨识后的模型可有效地提高伺服系统的跟踪精度。

光学外差干涉法检测微弱超声振动

为检测微弱超声振动信号,设计了一个具有较高检测灵敏度的光学外差干涉系统。采用相干性高的线偏振光作为光源,提高了有效干涉强度;利用光阑消除光学噪声,并有效控制回授光对光路的影响;最后,以1级光作为参照光,使光路调节简单易行。实验结果显示,用主频为62.42 kHz、幅值为74 V的方波信号激励超声探头作为振动信号源时,测得的振动信号频率和幅值分别为62.38 kHz和76.4 mV,表明该系统能满足微弱超声振动检测要求。

修正黏性摩擦的LuGre模型的摩擦补偿

为提高高速条件下开放式伺服系统的动态性能,对传统LuGre摩擦模型的黏性摩擦进行了修正,并提出一种以修正模型为基础的摩擦前馈补偿方案.根据速度较高时,摩擦力矩随速度增加其增长趋势减缓的现象,建立了LuGre修正模型;分别对传统模型和修正模型进行参数辨识,利用2种辨识后的模型分别进行摩擦前馈补偿,分析其补偿效果.实验结果表明:修正模型对系统摩擦力矩的最大估计误差为0.0017N.m,优于传统模型的0.023N.m;与基于传统模型的摩擦补偿相比,基于修正模型的摩擦补偿时,系统稳态误差得到进一步的控制,加速运动时由±9μm降低到±5μm,正弦运动时由±12.5μm降低到±8μm.采用该补偿方案可有效地抑制摩擦干扰对伺服系统的不利影响,提高伺服系统的跟踪性能.

基于改进型LuGre模型的自适应滑模摩擦补偿方法

为建立具有良好动态性能的开放式伺服系统,针对自适应摩擦补偿对未知建模误差和扰动抑制能力较弱的问题,提出了一种基于修正黏性摩擦Lu Gre模型的自适应滑模摩擦补偿方法.建立开放式伺服系统的动力学方程,并结合修正黏性摩擦Lu Gre模型,提出伺服系统的状态方程.根据反演设计的思想,设计自适应滑模摩擦控制器以及相应的自适应律和切换函数,并分析了其全局渐进稳定性.通过可编程多轴控制器(PMAC)实现了该补偿控制方案在开放式伺服平台的应用,并通过实验验证了其有效性.实验结果表明:与自适应摩擦补偿相比,该自适应滑模摩擦补偿方案在输入信号为正弦信号时,伺服系统的跟踪误差由±6.9,μm降低到±4.1,μm.采用该补偿方案可有效地抑制摩擦及其他不确定干扰对伺服系统的不利影响,进一步提高伺服系统的跟踪性能.

伺服系统转矩纹波的补偿研究

为降低伺服系统稳态误差的波动,并为摩擦模型的精确辨识创造条件,提出基于稳态误差分析的转矩纹波的辨识和补偿方法。确立伺服系统的稳态误差与其输入信号、干扰信号的关系。以此为基础研究匀速运动时稳态误差的组成,获得由转矩纹波和摩擦力矩等系统扰动引起的稳态误差,并利用频谱分析、最小二乘等方法确定转矩纹波的函数形式。通过可编程多轴控制器(Programmable multi-axis controller,PMAC)实现转矩纹波的补偿。经补偿,伺服系统稳态误差的波动不同程度减小,低速时效果明显,峰峰值由补偿前的10μm减小到3.3μm,高速时补偿后的峰峰值也降低为3.2μm,而且可以获得明显的Stribeck曲线。该方法能很好地实现转矩纹波的补偿,为精确补偿摩擦扰动、提高伺服系统动态性能奠定基础。

θFXZ型测量机力变形误差分析

根据某θFXZ型特定结构测量机,研究其静力及动力变形误差的系统分析方法.在建立测量机非刚体数学模型的基础上,求解测量机由于力变形带来的测量误差值,并用激光干涉仪对测量机静力及动力状态下的误差分别进行了测量.利用所建立的数学模型对测量机存在的静力变形带来的测量误差进行补偿,使立柱在水平方向的偏摆带来的最大测量误差由补偿前的10.2.μm减小到1.0,μm.实验得到的动力状态变形结果可以用于测量机力变形误差补偿技术的进一步研究.

检测微弱超声的线偏振光外差干涉系统

检测微弱的激光超声,要求系统具有较高的灵敏度。为此,采用相干性高的线偏振光作为光源,设计了线偏振光外差干涉检测系统。该系统利用光阑消除光学噪声,有效地控制了回授光对光路的影响;以1级光作为参照,使光路调节更为容易。实验结果显示,该系统能获得较好的外差信号。

基于Arduino的智能楼宇无线多传感器监控系统设计

针对传统楼宇传感器监控系统布线复杂、功能单一等缺点,利用Arduino开源平台、无线模块Xbee、LEWEI50物联网开放平台搭建智能楼宇多传感器无线监控系统。系统以Arduino Uno为主控板,采用模块化设计,在局域网内部采用Xbee无线模块组网,实现对温湿度传感器、空气质量传感器、烟雾传感器、电能能耗传感器的数据采集和开关控制命令的传输,在外部通过W5100以太网模块实现互联网数据传输与监控。该系统实现对室内温度、湿度、空气质量指数、烟雾及电能等数据的无线实时采集;通过互联网、微信实现对传感器数据的远程实时监测;通过物联网开放平台实现微信、微博、短信等多种方式的报警功能;实现对智能楼宇开关的远程控制。实验结果表明,该系统无线通信距离远、实时性好、运行稳定、扩展性强。

基于Xbee的智能家居无线能耗监控系统设计

针对传统家居系统布线复杂、无法细分各用电设备具体能耗情况的缺点,利用Arduino开源平台、无线模块Xbee、LEWEI50物联网开放平台搭建智能家居无线能耗监控系统.该系统在局域网内部采用XBee无线模块组网,实现对各用电设备节点的能耗数据采集和开关控制命令的传输,在外部通过W5100以太网模块实现互联网数据传输与监控.该系统不仅能通过互联网、微信实现对各用电设备的电压、电流、功率、电能数据的远程实时监测,还能实现对各用电设备开关的远程控制.实验结果表明,该系统具有无线通讯距离远、实时性好、运行稳定、扩展性强等优点,也为智能家居能耗的合理利用提供了依据.

复杂环境下磁弹性微型游泳机器人的路径规划与识别跟踪

磁弹性材料设计的毫米级微型游泳机器人可通过外部均匀磁场实现连续形变来完成游泳动作,通过视觉反馈能提高机器人的路径跟随精度,但在复杂背景下机器人的视觉闭环控制易发生识别错误、跟踪失败等现象。针对上述问题,首先获取复杂环境下的障碍物信息,提出改进RRT*算法(IIC-RRT*)进行路径规划,同时基于环形平滑标签的YOLOv5识别跟踪算法(CSL-YOLOv5),在复杂背景下对微型游泳机器人的中心位置与旋转角度进行实时更新。在此基础上进行微型游泳机器人在障碍物复杂背景下的位置与角度的双闭环伺服控制,试验结果表明,提出的路径规划算法改善了路径生成的效率与平滑性,识别跟踪算法提高了微型游泳机器人的识别稳定性与精确性,为磁控微型游泳机器人在复杂背景下的精确控制提供了新思路。

磁控微型软体四足水下机器人双模式运动特性的仿真与试验

无缆磁控微型机器人由于其尺寸小、质量轻,在生物医疗、微操作领域等都有着广阔的应用前景。设计一种十字叉形磁控微型软体四足机器人,采用水母模式、螺旋桨模式实现机器人的水下运动。首先分别对磁控四足机器人的水母模式和螺旋桨模式进行动力学分析,然后通过静态特性和动态特性分别对两种模式进行仿真与试验的对比分析,研究磁场强度与弯曲特性的关系、水母模式拍打幅度、频率与速度的关系,螺旋桨模式步长与圆锥素线角、频率与速度的关系等。在此基础上,通过设计控制信号分别在两种模式下实现在水下的垂直向上、悬停、水平移动等多个动作,并实现简单路径跟踪试验,磁控微型四足水下机器人的仿真与试验为微型机器人的应用提供了新思路。

基于改进的胶囊网络的行星齿轮箱故障诊断方法

行星齿轮箱是大型机械装备的核心传动环节,其内部关键零部件故障发生的部位与形式多样,威胁机械装备的安全服役.针对其不同部件的多类故障诊断问题,提出一种基于改进的胶囊网络(enhanced capsule ntwork, ECN)的“端到端”智能故障诊断方法. ECN充分发挥了卷积神经网络对故障特征的深度提取能力,同时具备胶囊结构矢量化挖掘特征空间信息的特点,可利用动态路由机制计算胶囊层之间的相关度,从而实现对故障特征的精准归类.此外,建立的间隔损失函数与输入数据不断优化模型参数,实现了对故障的智能诊断.对太阳轮、行星轮以及多类部件故障数据混合的情况分别开展分析,实验结果表明, ECN相比传统卷积神经网络和胶囊网络均表现出更强的故障诊断能力.