基于刚度可调的气动位置伺服系统摩擦补偿控制

气动伺服系统的低刚度、低气源压强、流量易饱和等特性,导致系统在工作过程中能量耗散较大,系统易受摩擦影响,且补偿效果不明显。尤其是当系统的运动方向改变时,会产生明显的“平顶现象”,严重影响气动伺服系统的跟踪精度。采用负载口独立控制结构,消除因两腔耦合而导致的能量耗散,使系统流量特性尽可能地位于线性区间;针对气动系统中存在的摩擦中部分参数不确定,以及外界干扰、动态负载的不确定性,设计非线性自适应鲁棒控制方法;将系统的刚度调节与自适应鲁棒控制进行协同控制,提高气动位置伺服系统的动态性能。仿真和实验结果均表明:具有刚度调节的自适应鲁棒控制能够明显降低系统能量耗散,提高系统位置跟踪精度,有效改善摩擦引起的“平顶现象”。

基于深度神经网络的电液伺服泵控系统健康评估研究

电液伺服泵控系统具备功重比高、响应快等优点,在多领域得到广泛应用,但如何针对该系统开展更有效健康评估,进一步保障系统的安全性和可靠性成为必须面对的问题。按照明确原理、建立数学模型、建立仿真模型、仿真分析的思路针对健康评估方法开展研究,提出油液体积含气量、气隙磁密、泄漏系数3个健康评估指标并确定阈值,构建了LGA(LSTM-GRNN-ANN)深度神经网络健康评估方法并进行仿真分析,结果显示该方法准确率约为97.48%,比LSTM、GRNN健康评估方法具有更高的准确率,为继续深入开展电液伺服泵控系统健康评估的研究提供了理论支持。

不确定电液伺服系统的时变输出约束自适应滤波控制

针对电液伺服系统位置跟踪控制中存在的输出约束和不确定性问题,提出一种基于正切型时变障碍Lyapunov函数的输出约束自适应滤波控制方法。构造具有时变约束边界的正切型时变障碍Lyapunov函数,通过时变边界函数的参数设置,使系统输出具有较好的瞬态和稳态性能;设计径向基函数(RBF)神经网络及权重自适应学习律,在线逼近由模型不确定性和未知干扰组成的复合干扰,并将逼近值用于反馈控制;采用二阶指令滤波反步法设计状态反馈控制律和误差补偿机制,避免反步设计中“计算爆炸”的问题,同时消除滤波误差,提高系统位置跟踪精度;依据Lyapunov稳定性理论证明闭环系统中所有误差信号的收敛性。仿真结果表明:系统的稳态误差在所提方法下约为3.48×10^(-8)m,相比于其他控制方法,跟踪误差始终约束在时变的约束边界内,跟踪精度和控制性能均得到提升。

一种用于电液位置伺服系统控制的高阶滑模控制器的设计

这里提出了一种用于电液位置伺服系统控制的高阶滑模控制器的设计,以提高电液位置伺服系统的控制准确度。从电液伺服系统的构造出发,分析了其组成结果与工作过程。以外界输入电压为依据,求取了滑阀的动力学模型,通过液压缸两个子缸压力差值形成的负载压力,计算出了滑阀动态运动时产生的流量,并通过负载压力得出了负载的位移平衡方程,进而以滑阀位移、负载位移及输入电压等系统的状态参数,获取了电液伺服系统的动力学模型。引入超螺旋控制器和广义超螺旋控制器的一般表达形式,以输入电压误差及负载位移误差为依据,构造了系统的滑动面函数,并将滑动面函数的导师与超螺旋控制器相结合,构造了基于超螺旋控制器的滑模控制器,为了提高系统的收敛速度,在基于超螺旋控制器的滑模控制器的基础上,借助广义超螺旋控制器,构造了高阶滑模控制器,以对电液位置伺服系统进行控制。实验结果表明,所提算法不仅具有较好的响应速度,而且对电液位置伺服系统的控制准确度较高,在对目标轨迹跟踪时,所提方法比模糊干扰观测器方法的跟踪准确度提高了33.11%。说明所提方法对电液位置伺服系统具有较好的控制性能。

微小流量旋转直驱伺服阀传控特性分析与优化

针对无人机、战术弹、支线民航等小型飞行器航空发动机燃油计量系统与推力矢量系统微小流量的伺服控制需求,就旋转直驱伺服阀偏心球副传动接口与非全周节流阀口等关键结构进行了尺寸约束设计分析,并就节流阀口宽度、球副偏心距以及驱动电机转动惯量等重要参数进行了优化分析,给出了伺服阀结构设计的优化区间。在此基础上,研究提出了电机转角与电流双闭环控制方法,幅频响应实测结果与理论分析较为一致,200 Hz以上高频响应满足实际需求,且双闭环控制方法大幅降低了伺服阀响应超调并提升了稳定性。

中国机器人伺服控制技术竞争力及提升路径

中国机器人核心技术竞争力与国际领先国家相比仍有很大的差距,迫切需要提升以伺服控制技术、减速机技术等为代表的机器人核心技术竞争力。文章采用专利信息数据从专利数量、专利质量、专利价值三个维度对中国机器人伺服控制领域的技术竞争力进行分析,并将其与美国、德国、韩国等领先国家进行比较,剖析中国机器人伺服控制技术发展过程中的优势与不足,最后从技术联合研发、聚焦关键技术、研发方向等方面提出了技术竞争力提升的路径。

数控压机伺服控制系统复合控制器I-ABC与PID优化

为了提高数控压机伺服控制系统的控制精度,针对伺服控制系统运行控制过程构建数学模型,在人工蜂群算法基础上融入了云分析模型,之后采用改进人工蜂群算法(Improved Artificial Bee Colony,I-ABC)调节比例-积分-微分(Proportional Integral Differential,PID)参数,建立了一种复合控制方法。研究结果表明:以I-ABC进行PID控制时,可以使幅度差降低到0.4%,相位差基本在-0.54°之内,系统加载精度也获得了明显提升,表现出了更优的跟踪性能。以I-ABC进行PID控制时,能够对多余力起到明显抑制作用,响应速度也获得明显提升,可以有效满足系统的准确控制要求。在系统内加入干扰信号,引入I-ABC实施PID调节可以减小系统超调量,还可以获得更短调节时间,使系统获得更强抗干扰性能。

基于扩张状态观测器的伺服加载模糊滑模控制

针对电动伺服加载测试台存在的间隙、摩擦等非线性控制问题,以滑模变结构控制(SMC)为主体进行了加载控制器设计。分析伺服加载测试台整体结构,提出一种基于扩张状态扰动观测器(ESO)的模糊滑模控制(FSMC)策略。该策略在使用ESO针对伺服加载系统的外部干扰进行观测的基础上,设计了模糊控制对滑动模态面和滑模趋近律进行自适应调节,提高了系统的动态实时跟随能力和干扰补偿能力,并减小SMC控制器稳定时的抖振现象。仿真结果表明:所设计的基于扩张状态观测器的模糊滑模控制器(FSMC-ESO)对比传统SMC及PID控制具有更好的快速响应性和鲁棒性。

考虑输入时滞的舵机伺服系统自适应指令滤波输出反馈控制

针对舵机伺服系统运行过程中存在复杂非线性以及信号输入时滞、使系统的精度降低,严重时甚至造成系统失稳的问题,提出了一种考虑输入时滞的自适应指令滤波输出反馈控制策略。首先,将系统中存在的输入时滞考虑为控制器信号输入时滞,给出舵机伺服系统状态方程,选用梯度下降法设计时滞估计律对未知时滞进行估计;其次,将系统中存在的复杂非线性统一为扰动,选用扩展状态观测器(ESO)加以估计,将观测的系统状态值用于设计控制量实现输出反馈控制;然后,选用指令滤波将高阶求导过程转化为求积分,实现信号滤波以抑制微分噪声;最后,基于Lyapunov-Krasovskii泛函稳定性定理证明控制器实现系统有界稳定。仿真及实验表明,所提的控制方法与传统反步控制方法、自抗扰控制和比例微分积分(PID)控制方法相比,响应时间分别提升了92%、88%和51%,跟踪精度分别提升了90%、84%和26%。

基于粒子群算法的数字控制伺服系统离线参数自寻优方法研究

由于伺服阀小信号流量特性存在一定散布,电液伺服系统的控制参数需要进行匹配调试,提出了一种基于粒子群算法的电液伺服系统控制参数离线自寻优方法,目标特性由控制系统任务书和人工调试结果确定,参数寻优范围根据伺服系统稳定性分析结果和批产工艺数据包络确定,寻优计算时间约为100~240 s。与人工调试相比,可以大幅提高电液伺服系统控制参数的批产调试效率。

基于特征模型的5阶关节伺服系统扰动补偿策略

针对工业机器人关节伺服系统负载时变和模型不确定性问题,提出将线性扩张状态观测器和基于特征模型的全系数自适应控制相结合的控制策略。建立双惯量柔性关节动力学模型并得到关节伺服系统5阶扩张状态方程。基于该模型设计5阶线性扩张状态观测器,通过该观测器估计系统总扰动并进行扰动补偿,并证明观测器收敛性。基于特征建模的方法,通过实验数据和梯度下降法对特征参数进行辨识,并基于参数值设计全系数自适应控制律,将该控制律结合线性扩张状态观测器设计一种控制策略,对系统进行精确控制。实验结果表明,新的控制策略使系统在变负载扰动工况下的定位精度达到0.003°,正弦信号跟踪误差保持在0.92°以内,系统具有较强的鲁棒性和控制精度。

火箭推力矢量控制伺服系统飞行数据高频特征复原方法

针对运载火箭伺服系统飞行数据存在高频信息缺失的问题,提出了一种基于小波多分辨率分析的高频特征复原方法。首先,通过小波多分辨率分析提取伺服系统地面热试车试验数据的特征;然后,利用摆角速度信号与高频特征之间的关联性,基于提出的特征匹配方法对飞行数据高频特征进行预测;最后,对信号线性叠加以实现特征融合,从而完成恢复飞行数据高频信息的流程。试验验证表明,数据复原结果与基准数据相比具有一致的换向频率规律,所提出的特征复原方法能够有效恢复飞行数据缺失的高频特征,为获取航天伺服产品真实飞行工作剖面特征提供了数据支持。

硅片磨床伺服进给系统仿真模型与分析

在硅片磨削时,硅片加工质量与硅片磨床的进给系统性能密切相关。为了提升硅片磨床进给系统的精度和稳定性,提出了采用上位机、运动控制卡、伺服驱动器、位置传感器进行闭环控制进给的技术方案。研究了伺服系统和机械系统两者之间的相互耦合关系,建立了动力学模型,搭建了基于PID控制的三闭环控制系统,采用MATLAB中Simulink模块对进给系统进行仿真分析。仿真结果表明,磨床进给系统速度波动量在1%以下满足硅片磨削对进给精度的要求。

面向溺水救援机器人平稳跟踪的模糊比例微分控制视觉伺服方案

针对溺水救援机器人的平稳跟踪需求,提出一种基于模糊比例微分控制的视觉伺服方案,通过场馆顶部安装的俯视摄像头获取机器人的坐标位置,使用虚拟导航线设计动态行走路径,计算偏移方向、偏移角并制定转弯规则;利用三角隶属度函数制定模糊比例、微分控制规则表,根据2种规则表中的比例、微分系数分别控制机器人的偏移角、距离偏移量及其变化率,实现机器人的跟踪与避障的平稳性调整;机器人采用核相关滤波跟踪算法对溺水人员进行跟踪,在溺水人员位置变化时调整运动方向,依靠实时、稳定的声呐信息设置偏移角,实现避障功能;对所提出的方案在先锋P3DX型机器人上进行实验验证。结果表明:机器人能及时应对目标变化,没有跟错、跟丢现象;在不同工况时的横滚角均小于1°,避障率达到100%,能够快速、稳定、准确地到达目标位置,达到溺水救援机器人的前期应用要求。

电液伺服系统多PID控制器参数整定优化

为了解决挖掘机器人动臂、斗杆和铲斗不同电液伺服系统中多个比例–积分–微分(PID)控制器参数优化的难题,提高挖掘机器人铲斗齿尖轨迹跟踪精度,采用改进的粒子群算法(PSO)对多PID控制器参数进行整定优化.首先,建立电液伺服系统的数学机理模型,在理论模型的基础上,采用递推最小二乘辨识法(RLS)得到实际的机理模型.其次,提出一种改进的PSO算法,采用非线性自适应惯性权重、引入异步变化策略、设计精英变异方法.接着,搭建仿真验证平台,跟踪正弦轨迹,比较传统Z-N参数整定方法、基本PSO算法和改进PSO算法的差别.最后,以挖掘机器人最常见的整平为代表工况,基于23 t挖掘机器人实验平台进行实验验证.实验结果表明,改进PSO算法的跟踪精度最高,与基本PSO算法相比,明显提高了轨迹跟踪精度.

一种低成本小型化弹载伺服控制器设计及验证

面对弹载产品对低成本、小型化的客观需求,提出一种利用开关型霍尔传感器进行机电系统位置半闭环控制的伺服控制器设计方案。创新性地利用直流无刷电机本体上的霍尔传感器结合软件控制策略,替代了伺服机构上外置的绝对位置传感器,不仅降低了产品体积和成本,还简化了硬件电路设计,提高了系统可靠性。

伺服系统状态反馈切换控制策略研究

针对伺服系统参数的不确定性问题,提出一种以速度为切换信号的切换控制策略。利用伺服电机离线数据得到非线性Bode图,根据频域特性变化区间划分系统速度区域;以速度指标作为切换条件,在模拟退火算法中引入平坦性计算,对各子系统进行参数辨识,构建伺服系统的切换模型,并解决了切换系统出现的抖振问题;最后,在给定切换条件下,设计切换模型各子系统控制器,形成基于状态观测器的反馈控制策略,保证闭环切换系统的渐近稳定性。结果表明:所提控制策略优化了系统的响应曲线,其跟踪精度提升了约4%。

水面无人艇单目视觉伺服自主控制研究综述

单目视觉伺服采用相机模仿人眼视觉功能,感知周围环境和测量运动状态,是提高无人艇航行感知与控制自主性的重要手段。首先,从基本原理出发,简述视觉伺服技术分类、相机透视投影原理和无人艇运动数学模型,为文献综述分析提供框架基础。然后,根据任务复杂度,依次综述单目视觉伺服在无人艇航向控制、镇定控制、轨迹跟踪控制和集群控制等典型应用场景下的研究进展和挑战。最后,系统性地总结无人艇单目视觉伺服自主控制的潜在研究方向和发展趋势。

基于分层运动分解的飞行机械臂视觉伺服控制

飞行机械臂系统具有主动作业能力,通过搭载视觉传感器感知周围环境,系统的自主能力将进一步提高.然而,考虑到无人机的欠驱动和整个系统的非线性特性,飞行机械臂系统的视觉伺服控制仍然是一项具有挑战性的工作.本文在充分考虑机械臂对无人机的力/力矩作用后,提出了一种基于分层运动分解的飞行机械臂视觉伺服控制方案.首先,对飞行机械臂系统的运动学和动力学模型进行分析.然后,根据所得的相机运动学模型,通过基于图像的视觉伺服控制获得相机的期望速度,进而制定无人机和机械臂的速度分配策略.在考虑机械臂运动时对无人机产生的力/力矩影响,设计了底层的飞行控制器.最后,在与现有方法的仿真对比中可以看出,所提方法具有良好的控制性能,对图像特征点位置的不确定性及图像噪声也表现了较好的鲁棒性.

基于改进自抗扰控制的电动伺服系统机械谐振抑制方法

导弹发射和飞行过程中,电动伺服系统受发动机点火、气动负载、舵面冲击等载荷作用下,加大结构的磨损,导致系统结构间隙的存在,极大地降低了传动刚度,并加剧谐振带来的危害。本文提出改进自抗扰控制器(active disturbance rejection controller,ADRC)以改善电动伺服系统的位置跟踪特性。首先分析了电动伺服系统的机械谐振机理,设计了线性自抗扰控制器,利用改进粒子群优化(particle swarm optimization,PSO)算法进行控制参数寻优,并进行了仿真分析验证了该方法的可行性,最后电动伺服系统试验结果验证了改进ADRC的有效性,提高电动伺服系统的动态和稳态性能。