多自由度超声电机优化设计及在x-y平台的应用

为了探索和快速实现多自由度超声电机的设计及应用,提出一种锥型结构的多自由度超声电机。该电机定子采用单足驱动方式,利用四分区的叠层压电陶瓷作为激励元件,分析其产生两维直线运动的驱动机理。利用有限元软件ANSYS对电机建立参数化模型,并导入到多学科优化软件Optimus中进行全局优化求解。优化结果表明,电机多个设计目标都得以实现,最后制作实验样机并成功应用在x-y平台上。

基于单一DSP的X-Y平台控制器设计

在研究永磁同步电机数学模型和直接转矩控制理论的基础上,介绍了一种基于单一DSP芯片的X-Y平台全数字交流伺服控制系统.该系统以T I公司先进的电机控制专用芯片TM S320F 2812为核心,充分利用其丰富的端口资源、快速的运算处理能力,并融合直接转矩控制算法结构简单、对系统参数依赖小、动态响应优良等特性,大大减小了整个系统的体积,降低了成本,提高了系统的鲁棒性.实验设计结果表明该系统控制性能优良.

高速数控冲床X-Y平台的鲁棒内模控制

现代板材加工数控冲床具有精度要求高、高速度、高加速度等特点,冲床X-Y平台的运动受负载扰动、非线性振动和摩擦等因素的影响是一个典型的非线性系统。文章以伺服系统和数控冲床X-Y平台为控制对象,研究了平台的传动机构和运动特性。运用机理建模的方法,建立了对象的数学模型,同时给出一种内模控制器的设计方法及其鲁棒性设计。仿真和实验结果表明,此控制方法具有良好的跟踪性能和抗干扰性能。

直接驱动X-Y平台递归神经网络控制仿真

针对永磁直线同步电动机驱动的X-Y数控平台控制系统中存在的各种扰动,提出了一种基于自组织模糊递归神经网络的控制器设计方法,并利用切线-轮廓误差控制器对整体控制构架进行了整合式设计.该控制器融合了自组织模糊神经网络(SCFNN)和递归神经网络(RNN)的优点.仿真结果表明,所设计的控制系统对于参数的变化、外部的扰动等具有较强的抑制作用,减小了系统的轮廓误差,具有较强的鲁棒性.

数控X-Y平台伺服控制系统的双内模控制研究

基于先进的内模控制理论,针对数控X-Y平台伺服控制系统的位置速度双闭环系统提出了一种双内模控制结构,并进行了伺服控制系统的控制器设计。所设计的速度控制器为PI结构,具有对控制对象参数变化的鲁棒性能;设计的伺服位置控制器为PID结构,只有一个可调参数,调整方便。仿真实验验证了内模控制方法设计的系统性能优于工程设计方法设计的性能。

未知环境下Elman网络X-Y平台力控制

X-Y平台执行磨削、抛光等作业时,需要在位置跟踪的同时保持与工件一定的接触力。针对此种受限X-Y平台,提出了一种在不改变X-Y平台位置控制器的前提下实现力控制的方案,即系统的外环为力控制回路,根据力误差修正参考位置,使平台与环境的实际接触力跟踪期望力。在力控制回路中,利用改进Elman网络在线辨识未知环境,不需要环境位置和刚度的先验知识,这种方法有误差补偿作用,对干扰和环境等不确定因素具有鲁棒性,仿真结果表明了控制方案的有效性。

X-Y数控平台伺服系统的建模与仿真

为研究数控机床进给系统的静态和动态性能的稳定性,简化调试过程,文章以X-Y工作台作为平面定位机械系统的动态模型,通过对X-Y工作台伺服系统进行三环整定计算、利用MATALAB／Simulink软件进行建模,研究了虚拟样机仿真分析的方法,采用虚拟样机开发软件ADAMS完成参数化样机模型的构建,利用ADAM内含的系统函数创建运动约束,实现了对系统运动学仿真的分析。

X-Y定位平台的鲁棒自适应摩擦补偿

本文首先描述了XY平台实验系统及其模型建立 ,接着 ,针对XY定位平台中存在的载荷及摩擦参数的不确定性问题 ,提出了一种鲁棒自适应运动控制方案 ,所设计的控制器将滑模控制和自适应控制有机地结合在一起 .应用Lyapunov稳定理论证明了控制器的稳定性及跟踪误差的收敛性 .仿真和实验结果表明此方案能够在线辨识摩擦参数 ,具有较高的控制精度 .

虚实结合的X-Y数控实训平台设计

虚实结合的X-Y数控实训平台由接口电路板和运行在计算机上的虚拟设备构成。采用网络连接,基于UDP协议进行上下位机的通信。接口电路板以STM32F103C8RBT6为控制核心作为下位机,完成脉冲检测、继电器输出、网络通信等功能;虚拟机基于C#开发,完成高速数据交换,界面有动画效果的电机、丝杠、工作台、限位传感器等虚拟组建构成。上下位机虚实结合,实现接口电路板引出端子的电气特性完全等效真实的X-Y工作台驱动接口的电气特性。

基于改进神经网络的不确定性X-Y定位平台自适应控制

描述了X-Y平台实验系统的组成及其模型的建立过程。针对X-Y定位平台中存在的载荷以及摩擦参数的不确定性问题,提出了一种基于改进神经网络来补偿X-Y定位平台不确定性的方法。采用自适应遗传算法调整神经网络的权值系数,增强了神经网络的学习能力,使该定位平台的控制精度、鲁棒性和动态特性得到了改善。计算机仿真结果表明这种控制设计方案具有很好的动态特性。

基于X-Y定位平台的力/位置混合控制

在确定了X-Y定位平台系统数学模型的基础上,提出了一种力/位置混合控制方法。在位置控制部分,采用了基于重复控制补偿的PID控制方法。用重复控制作为误差补偿与传统简单的PID控制器相结合作为位置控制部分所采用的控制算法。在力控制回路中采用一种自适应模糊控制方法。通过引入一个切换函数来确定控制律形式,根据所设计的模糊规则对变量进行模糊化,通过解模糊得到控制律结果,自适应律是通过调制饱和度得到的。仿真结果表明,该控制方法能使系统的自适应能力和鲁棒性均有显著改善。

X-Y定位平台自适应神经网络的摩擦补偿控制

针对X-Y定位平台中摩擦等非线性部分对控制精度的影响问题,提出了基于自适应神经网络的鲁棒控制策略。设计神经网络控制器对摩擦及干扰等不确定部分进行补偿,其网络逼近误差作为外界扰动通过鲁棒控制器消除,保证X-Y平台的定位精度;设计神经网络参数学习算法,保证权值的在线自适应实时调整。基于H∞的HJI理论证明了控制系统的稳定性,并保证了系统L2增益小于给定的指标。试验结果表明所提控制方法能够很好补偿摩擦模型,提高了定位精度,具有重要工程应用价值。

基于X-Y数控平台的边条控制系统正弦运动研究

风洞试验中,对模型两侧前沿边条的控制是动态试验一个新的预研方向,在控制系统上做为特种试验研究也是一个全新的方向。本文架构了一套基于X-Y数控平台的边条控制系统,利用数控技术圆弧插补原理对边条正弦往复运动进行控制。通过仿真调试,对系统控制参数进行了修正,减小了跟随误差,使边条实际运动轨迹最大限度逼近指令轨迹;通过风洞试验应用验证了这套系统的可行性与高精度。

不确定性X-Y定位平台自学习控制研究

针对带不确定性的X-Y定位平台系统位置控制问题,提出了径向基函数神经网络的自学习控制策略。首先建立X-Y定位平台轴系统的动力学模型,然后利用增广变量法设计了基于神经网络PID控制器,利用RBF神经网络良好的逼近能力来进行自学习控制,设计了改进随机梯度算法来实现网络权值的自适应调整,并加快其学习速度。针对神经网络动态特性欠缺的问题,设计了PID控制器来保证控制阶段初期的跟踪精度。最后通过仿真详细分析了其控制机理,并证明了该方案的有效性,具有较高工程应用价值。

基于X-Y控制平台的步进电机单片机闭环控制系统

以步进电机X-Y控制平台为对象,利用单片机和专用控制芯片,控制步进电机精确的定位和正反转运动,克服了常见的因高速而丢步和堵转的现象。

二次型价值函数的X-Y精密运动平台预测轮廓控制

为解决X-Y精密运动平台预测轮廓控制中权重系数整定依赖人工经验和耗时较长的问题,提出一种基于二次型价值函数的X-Y运动平台有限控制集预测轮廓控制策略。将双轴机械运动方程、驱动电机、逆变器数学模型相结合,建立统一预测模型;为实现权重系数矩阵的自整定,采用基于李雅普诺夫稳定性分析的离线求解算法,保证连续周期内各误差项收敛;将得到的权重系数矩阵用于统一预测轮廓控制器的在线滚动优化过程,并进行价值函数的寻优。仿真结果验证了所提出的控制策略相比传统控制策略具有更好的轮廓控制精度,且无需人工整定权重系数。

不确定性X-Y定位平台PID控制方法研究

X-Y定位平台属于强耦合非线性系统,且由于结构复杂性及外界干扰,当前测量水平难以获得其精确的数学模型,提出基于自适应神经网络的PID控制策略。考虑到X-Y定位平台系统精确的数学模型难以获得,利用神经网络良好的学习能力来逼近系统未知非线性模型,设计神经网络控制器;为了保证神经网络在学习的初期阶段的控制精度,设计PID控制器来进行辅助补偿控制;为加快学习速度,提高运动控制的实时性,设计变学习率的优化算法来实现神经网络权值的在线调整。试验结果验证了所提控制方法的有效性。

基于ANSYS Workbench的X-Y工作平台静模态分析

X-Y数控精密工作台是一种应用极为广泛的高精度定位设备,要保证其在工况下保持高精度和长使用寿命。模态分析结果可以作为设计和使用数控精密工作台的参考依据,目的是避开共振区域,从而提高精度和寿命。由Solidworks 2013建立模型,再结合ANSYS workbench 15进行了有限元分析计算,分析得到前十阶固有频率和相应振型,为结构设计和优化,振动破坏诊断和预报提供重要参考。

X-Y直线电机精密运动平台的轮廓误差主动补偿

为了减小X-Y直线电机精密运动平台同步控制的轮廓误差,提高系统的控制精度,针对传统交叉耦合控制结构的不足,提出多电机控制系统的轮廓误差主动补偿结构。首先,以永磁同步直线电机为例分析单轴伺服定位跟踪误差,指出跟踪误差和位置参考有关,结合实际工况中参考指令的扰动,将耦合补偿量最终统一为参考指令的校正加入到系统中,提出轮廓误差主动补偿结构,将轮廓误差补偿量分别补偿到各轴伺服的位置环和速度环,并通过仿真和实验进行验证。结果表明:采用主动补偿方法的X-Y两轴运动平台跟踪大曲率复杂轨迹的轮廓误差平均值为20.68μm;单轴跟踪误差最大值为70μm。相比传统交叉耦合控制结构,主动补偿结构轮廓误差精度提高了15.5%,同时降低了单轴的跟踪误差,并能抑制参考指令扰动。

Baldor Electric推出HoneyComb系列直线步进X-Y定位平台

Baldor Electric公司日前推出了最新的HoneyComb系列预装配式直线步进X—Y定位平台，该产品能够极大地提高各类机械设备的产能。