力矩促动器的迟滞非线性降低了系统的控制精度。为了解决该问题,建立了可以精确描述该迟滞现象的模型并提出了合理的补偿控制方案。首先,根据迟滞曲线的非中心对称的特性,基于Prandtl-Ishlinskii模型对力矩促动器的迟滞非线性进行分段建模,并采用LMS算法进行模型参数的优化辨识,模型预测误差的RMS值为0.08111N。然后,通过PI模型的解析逆模型进行补偿控制。实验结果表明,采用逆模型补偿后,力矩促动器输出力误差的RMS值从1.888N降低到0.2596N,误差的方均根值降低了86.25%,有效保证了系统的控制精度。

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。

提出一种以柔性铰链结构为导向机构、压电陶瓷为驱动器的三维超微定位平台,建立了压电陶瓷迟滞非线性模型,提出基于神经网络模型和模糊PI反馈控制的混合闭环控制器方法以提高系统的定位精度,对三维超微定位平台的阶跃响应和和跟踪误差进行了研究。实验研究表明,混合控制器方法消除了定位平台的残余振荡,提高了其定位速度和定位精度。

针对传统建模只能解决一对一的映射关系,而气动肌肉的参数之间是一种多对多迟滞关系的问题,引用了一种基于多项式拟合算法的神经网络建模方法。首先,搭建实验平台,获取迟滞数据;然后,利用曲线拟合构建多项式拟合模型,得到合模型的输出位移数据;最后,采用曲线拟合与神经网络相结合的方法,建立了迟滞模型。通过仿真结果对比发现基于多项式拟合的神经网络模型各项误差均优于现有模型。

针对传统Prandtl-Ishlinskii(PI)模型不能反映压电式气体比例阀迟滞非对称特性而导致其补偿控制精度难以提高的问题,提出了一种改进的PI模型,通过添加3次多项式使其能拟合压电式气体流量比例控制阀的非对称迟滞曲线。利用改进的自适应粒子群遗传算法辨识所需的模型参数,模型相对误差为0.0073%,并将模型用于前馈补偿控制。实验结果表明,基于迟滞模型的前馈补偿控制可显著提高压电式气体比例阀输出流量控制的快速性,调节时间降低了60%。

针对带有迟滞非线性的气动运动模拟平台的轨迹跟踪提出了带有切换扩张状态观测器的自抗扰控制方法。气动运动模拟平台的迟滞非线性特性主要指气动人工肌肉在正向充气反向放气时长度和拉力曲线的差异。针对此特性设计了切换扩张状态观测器来估计和补偿模型非线性,分别对于气动人工肌肉正反向充放气的不同模型采用不同的观测器增益,以提高状态估计效果,减小跟踪误差。进一步,设计了状态误差反馈控制器,得到了基于切换扩张状态观测器的二阶非线性动态系统全局有界稳定的充分条件。最后实验结果证实了所设计的切换扩张状态观测器的实际效果。

宏微复合精密定位平台主要应用于微电子制造以实现高速、高精度、大行程定位。压电微动定位平台主要表现出滞后非线性,是实现精密运动控制的巨大障碍。主要针对双光子聚合加工系统中压电微动平台定位精度较低以及会产生抖动等问题进行分析,采用一种新颖的使用具有不确定性和干扰估计的RBF网络自适应鲁棒滑模控制方案,该方案可以实现压电微动定位平台的精确运动控制。并对所辨识的模型采用Matlab的Simulink模块进行仿真,其仿真结果证实了所提出控制方案的优越性,验证了模型的有效性。此外,也验证了存在模型干扰和外部干扰的情况下该控制器具有良好的鲁棒性和自适应能力。报告的RBF网络自适应鲁棒滑模控制方法也可以扩展到其他类型系统的鲁棒控制中。