微纳操纵成像系统的线性自抗扰控制器设计

针对比例积分(PI)控制微纳操纵成像系统存在控制精度低、抗干扰能力弱等问题,提出了一种基于线性自抗扰的控制方法。该文分析了微纳操纵成像系统的结构及数学模型,并设计了线性自抗扰控制器,利用所得模型的参数,确定带模型信息的线性扩展状态观测器的部分参数和PI控制器的参数。在Matlab/Simulink中搭建控制器模型,并进行仿真实验的对比。结果表明,该研究与传统PI控制相比,具有控制精度高,抗扰能力强等特点,有效改善了系统的性能。

微纳操纵成像系统自适应模糊PI控制器设计

在传统PI控制微纳操纵成像系统的基础上实现参数实时在线调整。为了获得更好的控制效果,进行了自适应模糊PI控制的微纳操纵成像系统仿真研究。运用探针与样品之间原子力保持不变的原理对微纳操纵成像系统动态过程进行建模,加入模糊PI控制模块,建立了一套完整的系统仿真平台。设计了一种自适应模糊PI控制器,该控制器通过对电压值的误差和误差变化的判断进行模糊化推理,实现对控制参数的实时在线整定,以达到优化控制的目的;同时,利用Matlab进行仿真研究。结果表明,自适应模糊PI控制算法比传统PI控制算法能有效地改善系统的动态性能和稳态性能。

微纳操纵成像系统的微分前馈自抗扰控制研究

微纳操纵成像系统是探索微观世界的重要工具,传统比例积分(PI)控制器存在参数难调节,控制精度低,抗干扰能力弱等问题。该文在自抗扰控制的基础上,针对高频周期信号下自抗扰控制存在较大跟踪误差,加入微分前馈环节。首先给出微纳操纵系统结构的数学模型,设计出基于模型信息的自抗扰控制器;再利用已知信息给出微分前馈量;最后在Matlab中进行仿真验证。仿真结果表明,对比线性自抗扰及PI控制,微分前馈的自抗扰控制具有较小的跟踪误差,系统抗干扰能力有显著提升。

微纳操纵成像迭代学习前馈反馈控制研究

由于迭代学习前馈反馈控制方法面对具有重复运动性质系统时,既能加快收敛速度又能降低收敛误差,本研究将其引入到微纳操纵成像系统来提高扫描器的跟踪精度。首先,提出了开环比例微分(Proportional differential,PD)型迭代学习结合闭环反馈PD型学习律,并给出了学习律收敛条件,同时为了降低系统运行时间,提高学习效率,将传统的固定学习增益变为指数变增益。其次搭建了基于微纳操纵成像系统的迭代学习控制器,并进行了仿真分析。结果表明,相较于开环迭代学习控制、闭环迭代学习控制,迭代学习前馈反馈控制最大收敛误差最低,且鲁棒性强,算法易于实现,能有效地满足扫描时轨迹跟踪的精度要求。