快速反射镜的误差自适应前馈复合控制

为了缓解各种宽带和窄带扰动引起的光束抖动,提高自由空间激光通信卫星平台捕获跟瞄(ATP)系统的瞄准精度,在传统的比例积分微分(PID)反馈算法基础上增加一套误差自适应前馈控制算法构成误差自适应前馈复合控制。误差自适应前馈复合控制结合了PID反馈算法和自适应前馈算法的优点,能更好地抑制卫星终端精跟踪系统承受的扰动,而且具有不需要额外前馈传感器的优点,不增加系统硬件的复杂性和成本。在实验室搭建了快速反射镜实验系统对这种复合控制算法进行了实验,实验结果表明,误差自适应前馈复合控制算法相对于经典PID反馈算法精度提高了约5倍;相对于自适应前馈算法精度提高了约1倍。误差自适应前馈复合控制算法在不增加系统复杂性的同时能进一步缓解光束抖动,提高卫星平台ATP系统精度。

前馈——模型参考自适应复合控制策略

由于多余力矩严重影响了电动负载模拟器的加载性能,提出了一种复合控制方法对该问题进行研究。首先考虑承载对象运动带来的干扰,建立了系统的数学模型;然后,针对控制系统单独采用前馈补偿或自适应控制方法的局限性,进行了基于前馈控制和模型参考自适应控制的复合控制系统设计,并利用Lyapunov函数的方法构造了自适应控制器。最后的仿真结果表明,采用复合控制方法能够大幅度消除电动负载模拟器的多余力矩,验证了控制策略的可行性。

压电陶瓷驱动器的复合控制方法研究

针对压电陶瓷驱动器中的迟滞非线性特性,提出一种提高压电陶瓷执行器定位精度的复合控制方法。建立了非等间隔阈值的Prandtl-Ishilinskii(PI)迟滞模型,通过自适应差分进化算法进行系统辨识,求取参数并建立逆模型。考虑到压电陶瓷迟滞非线性特性随输入信号频率变化的特点,采用融合PI逆模型前馈控制与滑模控制的复合控制方法用于压电陶瓷的精密驱动。实验结果表明,相比逆模型前馈和PID结合的复合控制方法,采用逆模型前馈和滑模复合控制方法,平均误差下降了0.0300μm,均方根误差下降了0.0346μm,能有效克服压电陶瓷迟滞非线性,提高系统跟踪性能。

基于自适应滤波技术的激光数控加工误差控制方法

为降低激光数控的加工误差,提升加工件的精密度,提出基于自适应滤波技术的激光数控加工误差控制方法。利用精插补器生成速度前馈给定信号,设计自适应速度前馈控制模型,采用广义最小二乘法辨识控制对象,基于辨识方法设计对称滤波器,运用该对称滤波器将位置反馈信号形成的附加误差抵消掉,消除掉控制对象环节引入的噪声和干扰,实现对激光数控机床进给伺服系统的跟踪误差控制,达到控制激光数控加工误差的目的。结果表明,该策略可有效滤除干扰信号噪声,提升激光数控加工中的轨迹跟踪精度,降低不同速度下激光数控机床的加工跟踪误差,实现高精度加工,具有较好的控制性能。

抑制光束抖动的快速反射镜复合控制

提出了改进的抑制光束抖动的快速反射镜控制算法,用于提高卫星平台捕获跟瞄(ATP)系统的瞄准精度。根据自适应前馈控制和经典PID控制算法的特点,分析了两种算法复合控制的优势。探讨了现有直接复合控制算法中自适应算法不收敛的原因,并依据解耦理论引入了解耦的复合控制算法,解决了现有直接复合算法不收敛的问题。最后,对经典PID控制,自适应前馈控制和解耦复合控制算法进行了实验比较。实验结果表明,在给定实验条件下,解耦复合控制算法的控制精度相对于经典PID反馈算法提高了近10倍;相对于自适应前馈算法提高了约3倍。结果显示,提出的解耦复合控制的算法结合了两种算法的优点,对抑制光束抖动更有效。

基于神经模糊系统的自适应前馈-反馈控制系统设计

在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的"扰动",然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明:这种基于神经模糊系统的自适应前馈-反馈控制器和PID控制器相比,能得到更快、更好的控制效果。

位置扰动性电液力伺服控制系统的复合控制研究

针对位置扰动型电液力伺服控制系统存在非线性、时变性因素的特点,为提高力感跟踪控制精度,提出一种学习前馈模糊自适应PID控制的复合控制策略,将其分别应用于主、副通道上。模糊自适应PID控制自动实现对PID参数的最佳调整,降低被控制对象受负载变化或内、外干扰因素的影响,使操纵负荷控制系统品质指标保持在最佳范围;学习前馈控制实现对多余力的抑制,补偿系统动态不确定性和各种扰动,降低摩擦力对稳态误差的影响,保证了力的跟踪性能。试验结果表明:该复合控制策略能够对位置扰动型电液力伺服控制系统起到良好的控制效果。

直线电机速度和加速度的复合前馈控制

针对直线电机伺服控制,提出将带自适应前馈系数调节的速度+加速度复合前馈控制引入直线电机PID的控制中,与单纯的加速度前馈、速度前馈及反馈控制相比,能显著减小系统的超调量和调整时间,同时具有很快的响应速度和良好的动静态特性,使直线电机更好地应用于对速度和精度要求严格的系统。并进行MATLAB仿真和实验。

前馈结构自适应有源降噪耳罩误差通道建模方法

稳定性是设计自适应有源降噪耳罩过程中所必须考虑的首要问题,而误差通道模型的建模精度直接影响着系统的稳定。本文根据前馈结构有源降噪耳罩的特点,提出了一种简单有效的建模模型,与经典的建模模型相比,该模型能在强干扰噪声环境下获得较高的建模精度。

直接驱动XY平台的零相位自适应鲁棒控制

为了提高直接驱动XY平台的跟踪性能,提出了将零相位误差跟踪控制器(ZPETC)与自适应鲁棒控制器(ARC)相结合的控制策略对跟踪误差进行控制,并且采用基于时间序列预测技术的轮廓误差实时补偿方法对两轴运动进行协调控制.ZPETC作为前馈跟踪控制器,可以有效提高系统带宽及跟踪性能,使位置能够无静差地跟踪二阶指令输入;ARC能够克服系统参数变化、负载扰动等不确定性,增强系统的稳定性与鲁棒性;采用基于时间序列预测技术的轮廓误差实时补偿方法能够动态控制插补过程,以有效减小轮廓误差.仿真结果表明,所提出的控制方案具有良好的跟踪性和鲁棒性,可以有效提高跟踪精度和轮廓精度.

神经网络自适应位置控制算法研究与实时仿真

在传统PID控制算法的基础上,基于神经网络的自学习特性,提出了基于小脑模型神经网络-CerebellarModelArticulationController(CMAC)和单神经元的复合控制实现前馈反馈位置控制算法。该算法特点是不需要对被控对象建模、控制参数自调整、运算速度快、适用于实时控制。利用dSPACE在松下的电动机上所做实验表明,该算法控制效果良好。

基于前馈神经网络的自适应回声消除方法

回声消除常用的LMS算法收敛性差,而收敛性好的RLS算法计算量大。文章中提出一种全新的求解方法:基于前馈神经网络的自适应回声消除方法。把回声消除模型中求解滤波器系数的问题转化为前馈神经网络神经元权值的训练问题,并运用误差反向传播算法(BP算法)得出神经元权值的递推公式。经仿真计算,能较好地实现回声消除,与原传统算法LMS和RLS计算比较:该方法能得到非常高的计算精度和明显优越的收敛性能,而计算量只有RLS算法的一半。

前馈式有源耳罩在强干扰下误差通道建模方法

稳定性是设计自适应有源降噪耳罩过程中所必须考虑的首要问题 ,而误差通道模型的建模精度直接影响着系统的稳定。根据前馈结构有源降噪耳罩的特点 ,提出了一种简单有效的建模模型 ,与经典的建模模型相比 。

PBP驱动器率相关迟滞特性研究及其线性化控制

后屈曲预压缩压电双晶片(Post-buckling pre-compression,PBP)驱动器作为一种大行程压电舵机驱动器,存在着严重的率相关迟滞现象。为了使PBP驱动器能够作为具有较高控制精度的微小型飞行器舵机驱动器,利用基于Bouc-Wen模型的Hammerstein率相关迟滞模型对其进行参数识别,并通过试验验证了该模型能够较好地预测PBP驱动器的率相关迟滞特性;在此基础上为PBP驱动器设计一种具有在线自适应能力的前馈单神经元PID复合线性化控制器,在多种单复合频率信号作用下对其控制回路进行位移跟踪半实物仿真试验,并与基于径向基函数(Radial basis function,RBF)神经网络PID控制器进行对比,结果表明前馈单神经元PID控制器具有更快的响应速度和更高的控制精度。

全自动化学发光免疫分析仪取样平台运动控制器设计

本文设计了全自动化学发光免疫分析仪取样平台的运动控制器。单轴控制器采用速度内环、位置外环的双闭环结构。其中位置控制环采用模糊控制,并进行前馈补偿,构成复合控制。同时考虑两轴联动的动态配合,设计了变增益交叉耦合控制器,补偿轮廓误差。实验结果表明,采用此控制策略不仅有效的提高了系统的单轴跟踪性能,而且轮廓误差明显降低。

AFC在超精密加工中的谐波干扰控制研究

为了提高微阵列表面自由曲面的超精密加工应用中的跟踪精度和抗干扰性,对周期性谐波扰动信号的观测结果作出实时估计和补偿,设计了一种自适应前馈误差消除(AFC)控制器。首先,分析了傅立叶级数的正弦和余弦信号组成影响系统的周期性谐波扰动信号。其次,详细地推导了自适应前馈误差消除算法,得出传递函数。然后,以自适应前馈误差消除控制器作为前馈控制器,应用PID作为反馈控制器,设计了复合控制器,并解释了工作流程。最后,数字仿真实验显示,自适应前馈误差消除控制具有较好的控制效果。

高速大行程滚珠丝杠副智能测控平台的伺服控制

为了研究滚珠丝杠副的动态特性如定位精度、重复定位精度、速度及加速度跟踪、动态摩擦力矩、负载扰动、预紧力、疲劳性能、温升和机械振动等对滚珠丝杠副精度保持性能的影响,针对五轴联动加工中心高速大行程滚珠丝杠副设计了一套伺服电机+滚珠丝杠副高速运转、直线电机模拟负载扰动、多通道信号采集的智能精密测控试验平台;建立了测控平台时变参数不确定性和外力扰动的优化动力学模型;提出了基于遗传算法的自适应非线性PID双位置反馈的控制算法和速度、加速度前馈误差补偿的控制策略。试验结果表明,该控制策略具备小的跟踪误差、较强的抗干扰能力和稳定性,满足测控平台的试验需求。

智能脱硝控制系统的应用研究

针对目前选择性还原脱硝控制系统延迟大、惯性大,调控精确性差的不足,提出了一种新的智能脱硝控制系统,利用自适应前馈控制的理论实现了对喷氨量的精确调整,根据仿真分析表明,该控制系统能够将控制反应时间提高了66.7%,显著提升了脱硝的控制精确性和经济性。

基于连续时间系统仿真的神经网络学习算法

从连续时间动力学的角度,研究了多层前馈神经网络的学习问题。基于李雅普诺夫稳定性分析方法,建立了一种神经网络权重参数连续调整的学习算法,并基于连续时间系统仿真的思想,给出了一种算法实现的自适应策略。算法实现中,通过估计截断误差估计自动调整步长,几乎不需要人工确定任何参数,而且可以保证算法的稳定性及计算精度。最后,给出了两个典型的应用算例。

一种改进的BP算法

传统的BP算法收敛速度慢,利用附加动量因子和自适应学习速率改进了传统的BP算法,它对于BP网络结构优化,提高收敛速度有明显效果.