基于径向基神经网络的压电作动器建模与控制

针对压电作动器(piezoelectric actuator,PEA)的率相关迟滞非线性特性,构建了Hammerstein模型对压电作动器建模.采用径向基(radial basis function,RBF)神经网络模型表征迟滞非线性,利用自回归历遍模型(auto-regressive exogenous,ARX)表征频率的影响,并对模型参数进行了辨识.此模型可以在信号频率在1～300 Hz范围内时,较好地描述压电作动器的迟滞特性,建模相对误差为1.99%～4.08%.采用RBF神经网络前馈逆补偿控制,结合PI反馈的复合控制策略实现跟踪控制,控制误差小于2.98%,证明了控制策略的有效性.

压电作动器的动态迟滞建模与H∞鲁棒控制

压电作动器具有率相关动态迟滞非线性特性,给传统建模和控制技术提出了挑战.本文针对压电作动器,提出了一种基于Bouc-Wen的Hammerstein率相关迟滞非线性模型,其中Bouc-Wen模型和线性动态模块分别用于描述系统的静态迟滞非线性特性和率相关特性.同时,构造了一个基于Bouc-Wen模型的迟滞补偿器,将迟滞补偿器与被控对象串联使系统线性化;并建立了不确定性系统模型,提出了一种H∞鲁棒跟踪控制方案,可以实现给定频率范围内单频率和复合频率参考信号的良好跟踪.实验结果表明,所建动态模型具有良好的泛化能力,跟踪控制相对误差小于8%,证明了所提出方法的有效性.

超磁致伸缩作动器的率相关Hammerstein模型与H∞鲁棒跟踪控制

利用Hammerstein模型对超磁致伸缩作动器(Giant magnetostrictive actuators,GMA)的率相关迟滞非线性进行建模,分别以改进的Prandtl-Ishlinskii(Modified Prandtl-Ishlinskii)模型和外因输入自回归模型(Autoregressive model with exogenous input,ARX)代表Hammerstein模型中的静态非线性部分和线性动态部分,并给出了模型的辨识方法.此模型能在1～100Hz频率范围内较好地描述GMA的率相关迟滞非线性.提出了带有逆补偿器和H∞鲁棒控制器的二自由度跟踪控制策略,实时跟踪控制实验结果证明了所提策略的有效性.

超磁致伸缩作动器的率相关振动控制实验研究

以Hammerstein模型对超磁致伸缩作动器（Giant Magnetostrictive Actuators,GMA）的率相关迟滞非线性进行建模,其中改进的PI（Modified Prandtl-Ishlinskii,MPI）模型和外因输入自回归模型（Autoregressive Model with Exogenous Input,ARX）分别表示模型的静态非线性部分和线性动态部分。在所建模型的基础上,提出了一种H∞鲁棒振动控制方法。GMA单自由度主动隔振平台的减振控制实验结果表明：H∞鲁棒振动控制方法可以在1个振动周期内,将频率范围为1-100 Hz的振动衰减88%-92%;而基于双滤波器的自适应滤波x-LMS算法收敛时间近似于1 s,在40-100 Hz的频率范围内可将振动衰减90%-92%,而在10-30 Hz的频率范围内只能将振动衰减43%-74%。因此所提出的H∞鲁棒振动控制方法收敛速度更快,控制频带更宽,而且不需要对不同频率激励下的控制通道进行重复建模。