压电柔性臂的ARMAX模型辨识降阶及最优极点移动控制

研究了压电柔性臂的系统模型辨识和振动主动抑制问题。基于自回归滑动平均模型(ARMAX,Auto-Regressive Moving Average Exogenous)确立了系统辨识模型,且其辨识精度高达97.9%,并采用平衡降阶法对高阶的辨识模型进行降阶,得到低阶模型,通过多频激励实验证实了降阶模型与实际结构具有较高的吻合度。针对柔性臂的振动控制,提出了一种基于线性二次型(Linear Quadratic,LQ)最优极点移动控制法,从求逆的角度,通过移动系统极点来确定LQ的最优状态加权矩阵Q,该方法简单有效地解决了状态加权矩阵Q和输入加权矩阵R的选择问题,具有明显的物理工程意义。试验结果证实了ARMAX模型对于压电柔性臂系统模型辨识的适用性及平衡降阶方法对模型降阶的可行性,并验证了线性二次型最优极点移动策略对柔性臂振动控制的有效性。

压电柔性臂动力学模型修正研究

建立准确的动力学模型是研究压电柔性臂动力学行为和控制方法的基础和理论依据。传统的动力学建模忽略了柔性臂的结构变化、关节摩擦、结构阻尼和导线因素等的影响。以双连杆柔性臂为研究对象,将双杆柔性臂视为Euler-Bernoulli梁处理,采用假设模态法描述臂的弹性变形,利用拉格朗日方程建立双杆柔性臂动力学模型。对系统模型进行了刚度与阻尼方面的适当修正,并结合MATLAB软件对修正后的模型特性进行分析。实验与仿真结果比较得出:修正后系统的转角曲线线性度更好,并且修正后模型与真实模型的弹性振动变化形式吻合度更高,即系统模型的弹性修正是有效的。

压电柔性臂的传感器/致动器优化配置与振动主动控制

以欧拉-伯努利(Euler-Bernoulli)悬臂梁为模型,对压电柔性臂系统的传感器/致动器的优化配置和振动主动控制问题进行推导,简化了智能压电柔性臂系统的动力学方程和压电传感/致动方程,并建立了系统状态空间表达式.从传感器/致动器对相应模态的贡献出发,给出一种考虑模态权重的目标函数,并采用遗传算法对同位配置时的传感器/致动器的优化配置进行研究.基于优化布局结果在柔性臂上黏贴压电致动器和传感器,建立模糊逻辑控制器,对柔性臂在自由衰减和持续激励的情况下分别进行振动主动控制实验.实验结果表明柔性臂在两种激励下的振动均得到到了有效抑制,所提出的优化配置方法和模糊控制策略是可行的.

压电柔性机械臂的实验辨识及最优极点配置抑振控制

研究了压电柔性臂系统的实验辨识和基于极点配置法的振动主动控制问题。针对粘贴应变传感器和压电致动器的压电柔性臂系统,提出了零点重新分布的理论传递函数模型。通过扫频实验采用频域辨识方法确立了从压电致动器控制电压输入到应变桥路电压输出的实验传递函数模型,辨识模型与实际结构响应吻合程度达94.8%。并通过多频激励实验证实了辨识模型与实际结构具有较高的一致性。利用辨识得到的传递函数模型建立了系统状态方程表达式,提出了一种移动距离最短、满足系统闭环阻尼要求的闭环极点位置确立方法。不同闭环极点下的数值仿真和实验结果均证明了采用的最优极点配置方法的有效性。实验结果表明,柔性臂在特定激励和外界干扰激励下产生的弹性振动均得到了有效抑制。所提出的模型辨识方法和极点配置策略是可行的。

压电柔性机械臂振动模拟与BP-PID控制

为了提高柔性臂的控制精度,以悬臂机械臂为研究对象,首先,根据欧拉-伯努利梁模型推导压电柔性机械臂的微分方程,采用ANSYS模拟得到前两阶弯曲振型,为PZT的粘贴位置提供依据;其次,利用现代控制理论得到压电柔性臂系统的状态空间方程,分别采用PID和BP-PID对柔性臂进行独立模态控制;最后,分别利用两种控制方法对机械臂末端位移进行控制仿真。结果表明,BP-PID控制精度较高,鲁棒性较强,在结构振动控制领域有着较好的应用前景。

气动驱动柔性臂自适应模糊振动控制

针对无杆气缸和压电片驱动器同时实现柔性机械臂定位和振动抑制系统,采用模糊控制算法、变论域自适应模糊控制算法和间接自适应模糊控制三种算法进行试验研究。介绍系统构成以及气动和控制回路,给出系统模型。分析三种控制算法,给出变论域自适应模糊控制算法输出论域的自适应律,即通过在线调节模糊控制器的输入和输出变量的论域来改善传统控制器的性能;采用参数可调的间接自适应模糊控制器在线逼近理想控制器,推导其参数自适应律。考虑气缸长行程和气体压缩性、非线性等因素,引起控制滞后和容易激励柔性臂的高频模态振动,采用带阻滤波、低通滤波和时延补偿算法。进行气动驱动和压电驱动器抑制柔性机械臂振动和定位试验研究。试验结果表明,采用的三种控制算法都可以实现定位控制的同时,抑制柔性机械臂振动;自适应模糊控制算法优于传统模糊控制算法。