基于自适应PI模型的压电陶瓷驱动器精密定位方法

由于具备较高的定位精确度,压电陶瓷驱动器在超精密加工、微纳米测试等领域应用广泛,然而压电陶瓷固有的迟滞性严重影响其定位精确度。研究了驱动范围对压电陶瓷驱动器迟滞性的影响,实验得出迟滞性随驱动范围增大而显著。而在压电陶瓷驱动器的实际应用中,驱动范围是其主要的设置参数之一。为此,提出基于自适应Prandtle-Ishlinskii(PI)模型的拟合方法,根据不同驱动范围下获得的迟滞曲线的斜率变化趋势设置分段区间,采用二次规划算法辨识PI模型的权重参数,基于分段区间对迟滞曲线进行拟合,大大提高了拟合精确度。设计基于自适应PI模型的逆模型作为前馈控制器对压电陶瓷驱动器进行迟滞补偿,并搭建基于Labview的实验平台验证了该算法的可行性。实验结果表明,基于自适应PI逆模型的前馈控制器将压电陶瓷驱动器的定位精确度提高至1.8 nm。

基于PIS的综采工作面巷道监控中心工业设计

为提升国产智能制造装备的品牌竞争力,研究适合智能化转型升级、兼顾外观设计和价值塑造的产品形象系统(PIS)设计方法。首先,遵循品牌认知过程,提出基于认知心理学的PIS设计层次模型,从低到高依次是识别层、体验层和记忆层,并给出相应的评价指标;其次,顺应智能制造的发展趋势,明确面向智能制造装备PIS设计的基本流程及其所需考虑的要素;最后,以煤矿综采工作面巷道监控中心的工业设计为例,应用所提出的方法进行企业创新设计实践,塑造独特、高效、值得信赖的产品形象,并大幅提升品牌形象,可为智能制造装备的工业设计提供理论参考及实例借鉴。

基于PI建模和反步滑模控制的主动波浪补偿策略

海上起重船受风、浪、涌影响会产生剧烈的船舶姿态变化,造成起重机和货物的位姿变化,对货物和人员存在安全隐患,波浪补偿平台的稳定性控制能有效减少复杂海况下船舶运动对海上作业安全性、稳定性和精准性的影响,对浮式起重船海上设备精准装载作业极其重要。针对补偿平台的迟滞非线性导致的建模困难和控制不精确问题,本文提出基于PI(Prandtle–Ishlinskii)建模和反步滑模控制的主动波浪补偿策略。首先,通过实验得到补偿系统的迟滞效应曲线,分析系统迟滞环建立PI迟滞模型,并采用递推最小二乘法辨识模型的各个参数,从而求得系统模型。然后,基于李雅普诺夫(Lyapunov)稳定性设计反步控制补偿方法,并结合滑模控制规律加快初始控制速度。最后,将反步滑模法应用于补偿系统,采用MATLAB软件仿真在规则波和不规则波下的响应来验证算法和模型的正确性,并在工控机中用C#编写控制程序,驱动运动控制卡控制伺服电机带动电缸进行补偿运动,同时通过传感器采集系统运动的实时数据,并反馈给工控机形成闭环,以期验证补偿平台在补偿规则波和不规则波下的补偿效果。实验结果表明,所建立的斯图尔特(Stewart)浮式平台中,PI迟滞模型具有良好的精度,反步终端滑模控制算法在Stewart平台的实际控制中能够很好地补偿波浪运动,相比比例–积分–微分控制(PID)、反步法、强化学习等控制方法,反步终端滑模方法能快速较好跟踪期望位移,补偿精度达到0.9729。

基于改进PI模型的压电陶瓷迟滞特性补偿控制

压电陶瓷执行器的迟滞特性会降低星间激光通信精瞄系统的定位精度,对信标光的捕获以及链路的稳定性造成影响。针对这一问题,通过分析压电陶瓷执行器迟滞特性产生机理,提出一种基于PLAY迟滞算子的改进(Prandtl-Ishlinskii,PI)数学模型及其辨识方法,并利用该模型对压电陶瓷执行器迟滞特性进行前馈线性化逆补偿。并通过实验来验证数学模型和线性化的有效性,实验结果表明,通过对系统输入不同频率下等幅和减幅正弦控制信号来验证前馈逆补偿性能时,改进的模型最大拟合误差均在1%之内,通过前馈模型逆补偿的控制方法可使压电陶瓷驱动的线性度误差由5%减小到1%以内,并且改进PI模型在计算复杂度上由O(n)简化为O(1)。

基于PI指数模型的南方典型红壤丘陵区稻田土壤肥力评价

通过田间采样和室内分析的方法,对南方典型红壤丘陵区稻田土壤44个样品进行检测分析,以pH、有机质、全氮、碱解氮、有效磷、速效钾为评判指标,运用PI指数模型法对水稻土的肥力质量进行综合评价,探讨该区域的土壤养分肥力水平以及水稻产量与土壤肥力的关系。研究结果表明:(1)本实验区水稻土有机质含量丰富,供氮能力较高,土壤为弱酸性与中性土壤,较适合水稻生长,但其供磷与供钾水平相对较低。(2)各样品肥力指数与实际产量之间的相关系数为0.736**,即水稻产量对土壤肥力呈极显著正相关关系。

基于PI迟滞模型的压电驱动器自适应辨识与逆控制

压电陶瓷驱动器的迟滞非线性特性严重影响了其跟踪定位精度,甚至引起闭环系统失稳.本文采用经典PI模型描述压电驱动器的迟滞非线性,利用自适应投影算法对PI模型的权向量进行在线辨识,并与传统的最小二乘辨识方法进行比较.迟滞PI模型的优点是模型存在解析逆,因此本文对压电驱动器采用自适应逆跟踪控制,利用驱动器的输出位移与参考位移之差使用自适应投影算法在线辨识PI模型的权向量,并计算PI逆模型的权向量和阈值,最终得到要输入的电压值.最后实验结果表明自适应逆跟踪控制比传统的逆模型跟踪控制精度提高了49.8%.

PI模型在东北松嫩黑土区土壤生产力评价中的应用

土壤生产力指数模型(Soil Productivity Index,简称PI)的简单实用性使其在国外土壤生产力评价及侵蚀对土壤生产力的影响评价等方面获得了广泛应用,但在中国国内却缺少该模型的系统性介绍和验证性研究。因此,论文在系统介绍PI模型的基础上,以东北松嫩黑土区为研究区,利用研究区17个土壤剖面理化性质数据和作物产量调查数据,比较分析了表土评价法(CI),原PI模型以及根据研究区土壤特性订正过的PI模型(BPI)对土壤生产力的评价效果。结果表明:(1)CI法生产力指数差异小,不易将土壤生产力水平进行分异;PI和BPI模型生产力指数差异大,容易将土壤生产力水平进行分异;(2)3种模型生产力指数与正常年景玉米产量的线性回归结果,BPI模型最好(R2=0.6774,P<0.01),其次是PI模型(R2=0.3357,P<0.05),CI模型较差(R2=0.0865),未通过显著性检验(P>0.05);(3)PI模型对于土壤有机质含量较低的土壤生产力水平出现高估,BPI由于引入有机质含量指标,评估效果明显改善。总体而言,PI模型将一定厚度的土体作为对象综合评价土壤生产力,效果明显优于表土评价法,但在具体地区应用时,应根据当地土壤生产力影响因子的重要性,选择适当指标进行修订。东北地区有机质对作物生长十分重要,引入该指标后明显改善了PI模型对土壤生产力的评价效果。

基于PI迟滞模型的单压电变形镜开环控制

压电非线性迟滞导致压电变形镜的开环控制精度及闭环工作带宽降低,限制了其在自适应光学系统中的应用。为克服迟滞影响,提出采用PI迟滞模型描述单压电变形镜的迟滞非线性特性,实现单压电变形镜的高精度开环控制。首先建立PI迟滞数学模型,利用最小二乘法辨识PI迟滞模型的权值,计算出PI逆模型的权值和阈值,从而获得消除迟滞后的变形镜控制电压;接着搭建了基于哈特曼波前传感器的自适应光学测试平台,采用单压电变形镜的环形致动器进行离焦面形的开环控制实验。实验结果表明,经过迟滞消除后变形镜的电压-变形迟滞由9.3%降低到1.2%,离焦面形的开环重构精度提高70%以上,证明该迟滞模型可有效应用于单压电变形镜的开环控制。

基于多模型PI的STATCOM直接电压控制方法

针对静止同步补偿器(STATCOM)电压控制问题,提出了一种基于多模型PI的STATCOM控制方法。该方法将多模型方法和PI控制方法相结合,控制器采用PI控制器结构,具有结构简单、计算时间短、易于实现等优点。同时利用多模型的方法,来适应不同冲击性负载下接入点电压幅值降低的不同给PI控制器造成的影响,从而满足接入点电压控制的精度与速度。仿真研究表明,多模型PI控制器相比一般PI控制器,具有更强的对于接入点电压变化的适应能力和更高的补偿精度,证明了所提方法的有效性。

压电微动平台的改进PI迟滞模型研究

为了建立既有较高精度又有较快运算速度的压电微动平台迟滞模型,对传统PI迟滞模型进行了改进研究。由于压电微动平台初载曲线前半升程斜率变化较大,而后半升程斜率变化较小,因此,采用非等分域值方法建立了其PI迟滞模型,通过求取所建模型与实测初载曲线误差的最小二范数辨识出了模型的相应参数,实验验证了所建模型的有效性。实验结果表明,在20.7μm的平台最大位移范围内,模型的最大误差为0.71μm,平均误差为0.23μm。

基于修正PI模型的晋祠泉域岩溶水脆弱性评价

为有效管理和应用晋祠泉域岩溶地下水资源,需要确定晋祠泉域岩溶地下水保护带。根据晋祠泉域水文地质条件及岩溶地下水特征,在PI评价模型的基础上,增加煤层开采S和人工排泄Ad两个影响因子,构建PISAd指标体系,应用CIM-AHP评价体系,基于GIS技术,对晋祠泉域岩溶地下水脆弱性进行评价。结果表明:晋祠泉域岩溶地下水脆弱性分区面积比例由大到小依次为高脆弱区38.3%、较高脆弱区26.8%、中等脆弱区18.0%、较低脆弱区9.8%和低脆弱区7.1%。高脆弱区主要集中在灰岩裸露区、汾河渗漏段以及煤层带压开采区。

串联死区算子的压电微夹钳PI迟滞模型

针对Prandtl-Ishlinskii（PI）模型要求被描述对象的初载曲线为凸函数,且模型与其逆模型都应关于算子中心对称的不足,通过引入死区算子对PI模型进行改进,以使其更好地描述具有非凸、非奇对称的压电陶瓷材料的迟滞特性。基于实测的压电微夹钳初载曲线,采用等分阈值方式,并通过使改进PI模型与实测初载曲线间的误差函数为最小,辨识出改进PI模型的参数,建立了压电微夹钳的迟滞模型。实验结果表明,在微夹钳15.2μm的最大位移范围内,模型误差的变化范围为-0.310～0.156μm,所建模型能很好地描述压电微夹钳的迟滞特性。

基于PI模型的阿拉善绿洲节水型种植结构优化

针对阿拉善沙漠绿洲区干旱缺水、农业种植结构单一和土壤质地复杂多变问题,于2013年和2014年进行了滴灌条件下不同灌溉定额和土壤质地的玉米、谷子和油葵种植试验,并依据土壤生产力指数PI对种植结构进行了优化。研究结果表明:均质沙壤土区玉米、谷子和油葵的生产力指数依次为为0.833、0.828 1、0.825 1,非均质土区玉米、谷子、油葵的生产力指数依次为0.729 3、0.767 9、0.809 1;种植结构优化后低灌溉定额水平条件下粮食总产量提高2.8%,总净效益提高7.7元/hm2,高灌溉定额水平条件下粮食总产量可提高0.93%,总净效益提高249.84元/hm2。可见由于土壤质地的差异导致土壤理化性质和水力特性不同,进而影响作物的产量,通过优化种植结构,可以明显提高粮食总产量和总净效益。

基于PI逆模型的压电执行器复合控制

在利用腔衰荡光谱技术分析痕量气体时,压电陶瓷执行器常用来调节光学谐振腔的长度。为了提高压电陶瓷执行器的定位精度,针对压电陶瓷执行器的迟滞非线性,利用Prandtl-Ishlinskii(PI)模型对执行器迟滞进行建模,分别采用最小二乘法和梯度下降法对模型参数进行辨识,同时,由于执行器迟滞曲线的非对称性,针对上升和下降过程分别进行辨识。结果表明,相比于最小二乘法,梯度下降法辨识的模型参数能更好地拟合执行器实际迟滞曲线,平均绝对误差减小了67.6%。设计基于PI逆模型的复合控制方法,并进行实验验证,采用在线参数辨识来实时更新模型参数。试验结果表明,在正弦波和三角波信号输入下,执行器的平均跟踪误差分别为0.035μm和0.028μm,该复合控制法可有效提高执行器定位精度。

基于PI模型的压电陶瓷执行器迟滞特性建模

PI模型是一种运算量小,容易求逆并可用于实时控制系统中的迟滞模型。它是与输入信号频率无关的静态模型。而压电陶瓷表现为与输入频率有关的动态迟滞特性。对PI模型进行改进,引入惯性环节,增加迟滞元的动态特性,提出了动态PI迟滞模型。实验结果表明,改进的PI动态模型能很好地逼近压电陶瓷的位移输出信号,并具有较高的模型预测精度。

PI模型在乌兰察布市土壤生产力评价中的适用性研究

为了给乌兰察布市土壤生产力评价提供一种简单、实用、客观的评价方法,在PI模型及后人修正的PI模型(MPI)的基础上,结合研究区土壤特点,对PI模型进行了修正(MPI-Ⅱ),主要修改了MPI模型中有机质指标的计算方法,并增加了碳酸钙指标。利用MPI模型和MPI-Ⅱ模型,评价了43个土种的土壤生产力,并与研究区第2次土壤普查中综合评价法的评价值进行了比较。结果表明:(1)MPI-Ⅱ模型的评价值与综合评价法的评价值之间的相关性(R2=0.589,P<0.01)比MPI模型与综合评价法之间的相关性(R2=0.305,P<0.01)高,MPI-Ⅱ的评价值可能更接近研究区的实际情况;(2)总体而言,MPI-Ⅱ模型的评价值与综合评价法的评价值较一致,但有5种土壤的评价值差异较大,可能是综合评价法的主观性较强所致。因此,MPI-Ⅱ模型对研究区的土壤生产力评价可能有较好的适用性。

基于PI模型的压砂地生产力评价指标体系研究

以宁夏中部干旱地区为研究区域,研究基于PI指数模型的压砂地生产力评价指标体系。压砂地生产力评价指标体系主要是考虑土壤自然状态下对压砂地生产力的影响,采用FAO提出的PI指数模型作为压砂地生产力评价的指标模型,选取10个指标,分别为有机质含量、速效磷含量、速效钾含量、全氮含量、土壤机械构成、土壤有效厚度、地面坡度、土壤酸碱度、光热条件、和水分供应能力等。通过分析得出,西瓜产量Y和评价指数PI之间存在线性相关关系:Y=1 440 PI+407.72,即PI指数模型能较好的对压砂地生产力进行评价。

基于三段PI模型的压电驱动器迟滞补偿方法

迟滞非线性降低了压电陶瓷驱动器对期望位移的跟踪精度,为解决该问题,本文通过二次规划寻优算法,基于最小均方误差准则,以压电陶瓷驱动器的运动速度规律为依据,对压电陶瓷运动速度规律不同的迟滞段分别进行PI建模.建模结果表明,相较于传统PI模型,本文提出的三段PI模型能精确地描述压电陶瓷迟滞曲线的非奇对称性.在对压电陶瓷三段PI建模的基础上,计算出压电陶瓷三段PI逆模型的阈值向量与权系数向量.通过建立的三段PI逆模型对压电陶瓷进行迟滞补偿控制,实验结果表明,与传统PI逆模型迟滞补偿控制相比,三段PI逆模型迟滞补偿控制方法将压电陶瓷对期望位移的跟踪精度提高了81.3%.

基于PI迟滞模型的压电陶瓷复合控制算法研究

为减小压电陶瓷的迟滞非线性对系统跟踪精度的影响,该文采用经典的存在逆解析的PI迟滞模型对压电陶瓷的迟滞特性进行建模,将PI模型的逆模型用于压电陶瓷的前馈控制算法中,然后设计了神经元比例、积分、微分(PID)反馈控制算法,将前馈控制算法与神经元PID反馈控制算法结合得到了压电陶瓷的复合控制算法。将仅含前馈的控制算法和复合控制算法在压电陶瓷的控制器上执行,实验结果表明,仅含前馈的控制算法的跟踪误差为1.256μm,而复合控制算法的跟踪误差仅为0.092μm,该复合控制算法使跟踪精度提高了1.164μm。

基于几何法求解PI逆模型参数

压电陶瓷驱动的快速反射镜具有优良的动态性能,能够满足高精度定位的任务需求,但其固有的迟滞特性严重影响了其性能的进一步提高。基于PLAY算子的迟滞数学模型具有结构简单、便于数学求解、模型精度较高的优点,但模型参数需要通过系统辨识得到,并且其逆模型参数辨识存在物理量不易获得、误差较大的不利条件。利用几何法,提出了一种求解PI逆模型参数的算法。实验证明该算法动态性能好、模型精度较高,同时基于该算法的PI逆模型前馈控制较好地解决了压电陶瓷驱动的快反镜迟滞效应补偿问题。