基于preisach模型的高频响音圈电机的迟滞建模与控制-控制理论与控制工程专业论文.docxVIP

I 摘 要 摘 要 音圈电机(Voice coil motor, VCM)是一种将电能直接转换成直线运动机械能而无 需任何中间转换机构的“零传动”装置，具有高分辨率、高频响、高速度、高加速度、 高灵敏度、体积小、质量轻、力特性好等优点，因此在半导体设备、光学系统、振动 控制、直线压缩机和控制阀、机械加工等对精度和频响要求非常高的领域得到广泛应 用。但由于音圈电机高频响应下复杂迟滞的存在，导致控制系统的性能严重变坏，甚 至发生振荡而使系统不稳定。 该文以音圈电机广阔的应用前景为背景，并得助于国家自然科学基金项目支持， 以 VCM 为研究对象，围绕高频下表现的复杂迟滞现象建立精确的数学模型，并在此 模型上设计控制器和控制算法，消除迟滞带来的抖振，提高控制精度，取得的主要研 究成果如下： 1）分析迟滞特性的基本特征，论证现存的各种迟滞建模方法并选择 Preisach 模 型作为基模型进行改进，提出一种改进的 Preisach 迟滞与 RBF(径向基函数)神经网络 相结合的动态迟滞混合模型。采用逐次逼近的思想，第一级通过构造一个改进型 Preisach 模型，引入非单调信息，使其输出具有非单调迟滞特性。第二级采用动态 RBF 神经网络对第一级输出的相位和幅值进行补偿，实现对音圈电机实际输出的高精度逼 近。基于实测数据的仿真实验结果表明，所提模型对一般迟滞和非单调复杂迟滞的建 模都是有效的。与动态神经网络建模相比，具有更高的模型精度。 2）进一步研究复杂迟滞建模原理，改进建模方法。从频域的角度分析，在 Preisach 类迟滞模型结构下，用具有相位超前和滞后的类迟滞元代替 relay、stop 和 play 迟滞 算子，并将其作为神经网络的隐层及局部反馈层节点，构造了一种具有内部反馈的动 态神经网络迟滞模型。该模型克服了 Preisach 类迟滞模型中迟滞算子不可微的缺点， 使其能描述非单调迟滞特性。实验结果表明此方案同样具有较高的建模精度。 3）基于上述建立的复杂迟滞模型，采用逆控制思想，建立系统复杂迟滞逆模型， 结合 PID 控制算法设计了基于神经网络的动态复杂迟滞逆控制器。仿真结果表明迟滞 逆控制能很好地抵消音圈电机复杂迟滞，使输出较好地跟踪输入。 4）在 cSPACE 实验平台上对音圈电机进行控制实验，给出音圈电机在 10HZ、20HZ、 30HZ 和 40HZ 各频段下的逆控制效果，并与速度前馈、加速度前馈等控制方法进行 对比，实验结果表明迟滞逆控制方法能有效减小迟滞，具有较高的控制精度，进一步 验证了所建模型的准确性。 关键词：音圈电机；复杂迟滞；改进 Preisach 模型；类迟滞；神经网络；逆控制；cSPACE 系统. II 基于 Preisach 模型的高频响音圈电机的迟滞建模与控制 Abstract As a new type of zero transmission motor, the transforming electricity into linear motion mechanical energy directly with no need for Intermediate conversion, Voice Coil Motor, is characterized by being of the high resolution, high frequency response, high speed, high acceleration, high Sensitivity and so on. The VCM possessing advantages of light-weigh, fast-action and small-volume can achive equality impetus and high precision. So, it is widly used in the fields where require high precision, such as semiconductor equipment, optical system, vibration control, processing. However, a complex hysteresis phenomenon existing in VCM under high frequence make control system performances go worse even unstable. In the backround of broad prospects of VCM, supported by the national natural science foundation, this thes