基于MEMD的双轴直线电机平台迭代学习控制

针对双轴直线电机平台交叉耦合迭代学习控制系统中的轮廓误差积累问题,提出了一种改进经验模态分解算法的控制策略。首先,设计单轴的PDFF位置控制器,以满足PMLSM的高精度定位需求;其次,设计了一种具备自适应调节特性的PD型交叉耦合迭代学习控制器;此外,针对经验模态分解算法的端点效应以及模态混叠问题,提出了一种基于交互直线延拓与互补集合经验模态分解的新型改进算法。该算法可以将各次迭代的轮廓误差进行分解,并剔除影响误差收敛的分量。经过仿真分析,对比传统迭代学习控制,所提方法具有更快的收敛速度,能够以较少的迭代次数实现双轴直线电机平台的高精度轮廓跟踪控制。

扁平型永磁直线电机平台的装调

简述直线电机的工作原理、扁平型永磁直线电机平台的组成结构、装配安全事项和装配难点,介绍了装配直线电机平台的方法 ,在保障直线电机平台的精度和性能的同时降低了装配难度。

直线电机悬浮平台的μ-Η_∞鲁棒控制

针对直线电机悬浮平台系统采用直接驱动方式易受参数变化、负载扰动、端部效应和齿槽效应等不确定性因素影响的问题,在系统模型反馈线性化的基础上,结合鲁棒控制器的设计方法和μ综合D-K迭代法,分别对悬浮平台系统的水平方向和竖直方向设计μ-Η∞速度控制器.与速度控制器相比,该控制器具有更好的鲁棒性和快速性.仿真结果表明,采用了μ-Η∞控制策略的系统对不确定性因素的影响有很好的抑制能力,实现了悬浮平台系统对定位精度、快速性和鲁棒性的要求.

基于RBF的直线电机二维平台无模型自适应迭代学习控制

直线电机二维平台在运行中存在强耦合、负载扰动和实际控制模型无法精确获得等问题,对其跟踪精度影响较大。针对此问题,在利用具有学习功能的无模型自适应迭代学习控制并且不依赖系统精确数学模型的基础上,引入可以任意逼近非线性函数的径向基函数(radial basis function,RBF)神经网络控制,对系统误差和未知外部干扰进行估计和补偿,进而提升直线电机二维平台的位置跟踪精度。仿真和实验结果表明,加入RBF神经网络后,实现了对期望输出的精度补偿,与无模型自适应迭代学习控制方案相比,跟踪精度和系统鲁棒性都得到了提高,证明了所提方案的准确性和有效性。

基于直线音圈电机运动平台的线性自抗扰控制研究

运动平台是机床设备中重要的组成部分,广泛使用的机械导轨式运动平台定位精度难于突破微米级,摩擦是影响机械导轨式运动平台定位精度的主要原因。为解决摩擦作用导致的运动平台动态性能难以提升的问题,针对直线音圈电机运动平台设计了一种线性自抗扰控制器。将PD控制器和带模型信息的扩张状态观测器相结合,带模型信息的扩张状态观测器可以根据控制输入量和位置误差估计出平台运动过程中受到的摩擦力,并在控制输入量中进行补偿。该观测器很好地补偿了摩擦扰动,从而提高了系统的鲁棒性和跟踪性能。仿真实验表明:该线性自抗扰控制器与PID控制器相比,可有效提高直线音圈电机运动平台的动态性能。