磁控形状记忆合金驱动器的磁滞非线性建模与控制方法研究-机械制造及其自动化专业论文.docx

Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master Study on Hysteresis Nonlinear Modeling and Control methods of MSMA actuators Candidate: Liu Maona Supervisor: Associate Prof. Ji Huawei December，2013 杭州电子科技大学硕士论文 杭州电子科技大学硕士论文 I I 摘要 精密定位技术是精密工程领域的关键技术之一，衡量精密定位技术发展水平的重要标志 是高精度和高分辨率。随着科学技术的发展，精密定位技术的系统精度和分辨率经历了由毫 米级、微米级、亚微米级，提高到今天的纳米级。 在精密加工中，系统的精度和分辨率都要求达到纳米量级，对微位移定位系统的驱动元 件和控制方法的要求也较高。磁控形状记忆合金（MSMA，即 Magnetically Controlled Shape Memory Alloy）是一种具有形状记忆效应、形变率大、响应速度快、能量转换效率和功率密 度高、易控制等突出优点的新型智能材料。目前，国内外很多学者对磁控形状记忆合金形成 机理、驱动器应用、传感器应用等都做了大量的工作。但是，磁控形状记忆合金以及组成驱 动磁路的其他元件使得磁控形状记忆合金驱动器的输入与输出存在较强的磁滞非线性，影响 了驱动器的定位精度，限制了该材料及驱动器更广泛的应用。 本文结合虚拟仪器 LABVIEW 和 MATLAB 搭建了 MSMA 驱动器的测控平台，分析了 MSMA 驱动器的磁滞非线性特性；建立了 MSMA 驱动器神经网络磁滞模型，并通过遗传算 法对神经网络磁滞模型进行参数优化；为消除磁滞非线性，本文利用复合控制和 fuzzy-PID 控制对驱动器的精度控制进行了研究。主要研究内容如下： （1）本文介绍了磁控形状记忆合金及其驱动器的特性、研究现状和应用前景，概述了磁 滞特性的概念，国内外常用的几种磁滞模型、控制方法及最新研究进展。提出了本课题研究 的意义、目的及主要研究内容。 （2）基于 LABVIEW 虚拟仪器搭建 MSMA 驱动器的虚拟实验平台，实现了 MSMA 驱 动器系统的数据采集及驱动器输入输出之间磁滞特性的分析。 （3）建立 MSMA 驱动器神经网络磁滞模型，并通过遗传算法对神经网络磁滞模型进行 参数优化，进一步提高了模型的精度。 （4）为了消除磁滞非线性，提高驱动器的定位精度，本文提出 LABVIEW 结合 MATLAB 对 MSMA 驱动器进行实时智能控制设计方法，并比较 MSMA 驱动器复合控制、fuzzy-PID 控 制两种控制系统的控制效果。 本文通过混合遗传算法对 MSMA 驱动器神经网络磁滞模型的参数优化，磁滞模型误差降 低到 5nm，提高了磁滞模型的精度；经过 MSMA 驱动器测控平台的大量实验结果表明，采用 复合控制时，MSMA 驱动器的定位精度可以控制在 0.8%范围内。本文的研究工作减小了磁滞 非线性对 MSMA 驱动器定位精度的影响，提高了驱动器的定位精度。研究结果对磁控形状记 忆合金的应用和精密定位技术研究具有十分重要的意义。 关键词：MSMA 驱动器；测控系统；神经网络磁滞模型；补偿控制；fuzzy-PID 控制 II II ABSTRACT Precision positioning is one of the key technology in precision engineering areas,High precision and high-resolution is the important symbol of precision positioning technology.With the development of science technology,the accuracy and resolution of Precision positioning technology experienced by millimeter,micron,submicron,increased to todays nanoscale . In precision machining,the accuracy and resolution of system are required to achieve nanometer,which demand higher requirements to the driving element and control methed of micro-displacement positioning s