改进型LuGre模型的负载模拟器摩擦补偿

分析了摩擦对电液负载模拟器跟踪性能的影响,针对传统基于LuGre模型固定参数补偿方法,综合大量摩擦实验及叶片式液压马达摩擦特性,提出了最大动静摩擦力矩可变的改进型LuGre摩擦模型,并进行了参数辨识,在此基础上根据结构不变原理,分析设计了前馈补偿器.实验结果表明:基于改进型LuGre摩擦模型的前馈补偿器有效抑制了摩擦对加载性能的影响,提高了力矩跟踪精度及消除多余力水平,也验证了改进型LuGre摩擦模型的有效性.

基于改进LuGre摩擦模型的机器人关节模糊自适应反步控制

为实现机器人关节在非线性摩擦和外界未知干扰力矩等因素影响下的精确和稳定控制,通过改进LuGre摩擦模型来描述系统的非线性摩擦特性,采用自适应算法进行摩擦补偿来逼近摩擦力的变化,并采用模糊神经网络逼近外界未知干扰力矩对系统的影响.引入正切障碍李雅普诺夫(Lyapunov)函数对输出信号进行约束,使误差被限制在给定范围之内.利用双曲正弦函数跟踪微分器解决了虚拟输入微分引起的“微分爆炸”和一阶滤波器精度差问题,将自适应控制方法与反步控制理论相结合,提出了一种带摩擦补偿的模糊自适应反步控制方法.利用Lyapunov判据证明了闭环系统的所有误差最终一致有界,并通过仿真得出本文所提出的控制方法相比于传统PID与神经网络动态面控制(Radial Basis Function Dynamic Surface Control,RBFDSC),位置跟踪误差分别提高了近7.5%和3%;当LuGre模型参数变化时,自适应算法也可以精确对摩擦力进行跟踪补偿,从而验证了本文所提出的控制策略的有效性和鲁棒性.

基于改进遗传算法的LuGre摩擦模型参数辨识及补偿

针对非线性摩擦力对精密Z轴伺服装配臂的动静态性能的影响,基于Lu Gre摩擦模型,提出了一种改进遗传算法对LuGre摩擦模型参数进行辨识,实现了由"分步辨识"到"一步辨识"的转变,并将辨识结果陷入局部最优的概率从0. 3左右降低到了0. 1以下,高效地获取了全局最优辨识结果,辨识误差也从10%左右降低到了3%以内,提高了辨识精度;同时,在Z轴伺服装配臂系统下对LuGre摩擦力设计了前馈补偿器进行补偿,仿真实验表明,基于LuGre摩擦模型的前馈补偿可有效消除非线性摩擦力对精密伺服系统的影响,从而提高精密Z轴伺服装配臂系统的动静态性能。

基于改进链码法的LuGre摩擦模型动态参数辨识

针对现有LuGre摩擦模型动态参数辨识方法辨识精度不高,收敛性难以保证及参数初值难以确定等不足,提出了一种基于改进链码特征识别法的参数辨识方法。首先,研究LuGre摩擦模型中两个动态参数-鬃毛刚度系数与阻尼系数之间的关系,以及鬃毛刚度系数与预滑动阶段位移-摩擦力曲线形状之间的对应关系;然后,改进现有Freeman链码的采样方式和码间距,利用改进的链码结合傅立叶描绘子提取位移-摩擦力曲线的形状特征并形成特征向量;最后,以加噪声原始位移-摩擦力曲线和仿真位移-摩擦力曲线的特征向量为参数建立度量两曲线相似程度的欧氏距离,寻优得到使欧氏距离满足给定误差的仿真位移-摩擦力曲线,该曲线对应的鬃毛刚度系数即为其辨识值,进一步可计算出阻尼系数。文末给出的辨识实例验证了提出方法的正确性和有效性。

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。

一种光电稳定平台摩擦力新型补偿方法

为了进一步补偿摩擦力改善光电平台稳定精度,在经典控制方法的基础上提出一种基于摩擦模型的新型补偿方案。首先,分析传统方法抑制摩擦力的过程,提出在低速时用编码器及陀螺融合估计速度的方法改进Karnopp摩擦模型,提升零速附近的补偿能力,其次,引入扩张观测器观测并补偿系统模型与补偿模型之间的误差,以解决实际工作中系统摩擦特性随环境等因素发生漂移变化造成补偿效果下降的问题,提升补偿方法的鲁棒性。最后,为了验证该方法的有效性,在三轴摇摆台上进行速度稳定实验及稳定精度测试实验。研究结果表明:基于摩擦模型的新型补偿方法提升了零速度附近的补偿能力,速度稳定度提高了67%,隔离度提高了58%,且在摩擦模型参数摄动10%时,仍能维持较好的隔离度,表现出较强的鲁棒性。本文方法中改进型Karnopp模型与线性扩张观测器调试辨识参数少,易于工程应用,对光电平台摩擦力补偿改善稳定精度有较高实用价值。

基于改进遗传算法的LuGre模型参数辨识

摩擦力LuGre模型能很好地解释摩擦力的动静力特性,但确定LuGre参数时却非常困难。利用改进遗传算法辨识LuGre模型参数时,静力参数辨识与传统方法相同,动力参数辨识时利用伺服系统输出的位移(或加速度)以及输出的控制力直接进行参数辨识。辨识过程中把控制力作为目标逼近值,进而可以辨识出2个动力参数。从参数辨识结果看,基于改进遗传算法的LuGre摩擦模型的静动力非线性参数辨识精确很高,参数辨识速度快,鲁棒性能好。

基于改进细菌觅食算法的摩擦参数辨识方法

采用LuGre摩擦模型的前馈补偿可抑制非线性摩擦力的影响,提高伺服系统的低速性能。但LuGre摩擦模型高度非线性,动态参数难以准确获取,降低了摩擦补偿的效果。提出一种基于改进细菌觅食算法的LuGre摩擦模型参数辨识方法,引入自适应步长方法以提高动态参数的辨识精度和收敛速度。在MATLAB中实现了该算法,进行了参数辨识,证明该参数辨识方法能获得较高的辨识精度。在MATLAB/Simulink中搭建了伺服电机仿真模型,使用辨识结果进行了摩擦补偿效果验证,仿真结果证明了该方法的有效性。

基于摩擦修正的TC6钛合金低应变速率大变形本构模型建立

采用Thermecmastor-Z100kn热模拟试验机对TC6钛合金进行了低应变速率大变形热压缩试验,获得了变形温度范围为900~945℃、应变速率范围为0.0001~0.1 s^(-1)、变形程度为70%时的真应力-真应变曲线。分别使用传统摩擦修正模型与改进摩擦修正模型对真应力-真应变曲线进行修正,并建立了基于摩擦修正的应变补偿型Arrhenius模型。结果表明:改进摩擦修正模型能更好地表征材料在大变形状态下的真应力-真应变动态响应。经摩擦模型修正的应变补偿型Arrhenius模型相线性相关度较高,平均绝对误差较小,预测值精度较高。

线控转向系统路感摩擦补偿研究

线控转向(steer-by-wire,SBW)系统由于取消了方向盘和转向器之间的机械连接,驾驶员无法通过直接的方式获取路感。文章对SBW系统路感的组成力矩进行了设计,考虑到转向盘总成固有摩擦力矩较小以及因制造和装配工艺不同所造成的摩擦力矩的个体差异,通过改进型库伦摩擦模型来增大转向盘总成内部的摩擦力矩;将遗传算法(genetic algorithm,GA)和反向传播(back propagation,BP)神经网络相结合,对非线性及个体化差异的固有摩擦力矩进行高精度逼近;最后通过仿真和硬件在环试验进行了验证。仿真和试验结果表明,添加改进型库伦摩擦补偿后转向盘力矩变化更加真实,路感力矩辨识度更好;GA-BP神经网络不仅有效地抑制了转向盘力矩的抖动,也消除了因制造和装配不同造成的力矩方面的差异。

重载发射装置俯仰伺服系统自适应鲁棒控制

重载导弹发射装置的俯仰系统,大都采用非对称液压缸驱动,具有非线性强、重载偏心距大等特点。针对由电液伺服驱动的导弹发射装置俯仰系统的非线性控制问题,基于独立阀口节流过程,建立伺服阀压力流量非线性方程。在负载动态方程中,兼顾机构非线性,并以光滑型LuGre摩擦模型描述系统的摩擦动态,建立了系统的非线性状态空间数学模型。为克服系统的严重非线性和不确定性对俯仰过程控制的影响,提出了一种自适应鲁棒控制策略,该策略通过自适应方法来处理系统的参数不确定性,同时运用非线性鲁棒反馈控制来处理模型补偿误差以及外来扰动。Lyapunov稳定性分析表明,提出的自适应鲁棒控制策略具有闭环稳定性和优良的控制性能。仿真结果表明,与经典的PID控制算法相比,所设计控制器具有更优异的跟踪性能以及良好的参数自适应收敛性。