精密定位系統(tǒng)中遲滯特性的建模與控制.pdf

1、隨著微/納米技術(shù)的興起與迅猛發(fā)展，以壓電陶瓷、形狀記憶合金等為代表的智能材料因具有精度高、響應(yīng)快和驅(qū)動力大等特點(diǎn)在許多精密技術(shù)領(lǐng)域正逐步得到廣泛的應(yīng)用。然而，存在于這些智能材料中的遲滯非線性不僅會使系統(tǒng)的控制精度降低，甚至?xí)?dǎo)致系統(tǒng)不穩(wěn)定。遲滯作為是一種非常規(guī)的非平滑的非線性，它的復(fù)雜和特殊性主要表現(xiàn)在多映射性和記憶性。為了消除遲滯非線性對系統(tǒng)的不良影響，需要對遲滯進(jìn)行系統(tǒng)建模，并加入控制方案，從而得到預(yù)期的控制效果。
　　 論

2、文的主要工作有:
　　 1、提出一個改進(jìn)的遲滯算子描述遲滯特性，并建立動態(tài)遲滯模型。
　　 在眾多的遲滯模型中，Preisach模型是應(yīng)用最為廣泛的一類模型。因此本文通過引入一個Preisach類的遲滯算子來提取遲滯特性，并結(jié)合一個線性系統(tǒng)，建立遲滯動態(tài)模型。此模型不僅能比較好地描述遲滯特性，并且結(jié)構(gòu)簡單，需辨識的參數(shù)較少。
　　 2、提出改進(jìn)的粒子群算法實(shí)現(xiàn)模型參數(shù)的辨識。
　　 采用改進(jìn)的粒子群優(yōu)化(

3、ParticleSwarmOptimization，PSO)算法分別使所建模型對Preisach模型曲線和實(shí)際系統(tǒng)的曲線辨識。PSO算法是一種基于群體智能理論的新興演化計(jì)算技術(shù)。為了改進(jìn)優(yōu)化的效果，在已有兩種的改進(jìn)型PSO算法的基礎(chǔ)上，提出一種速度更新公式中有兩個權(quán)值的PSO算法。權(quán)值的更新是根據(jù)優(yōu)化效果變化。此PSO算法的收斂速度和精度都有所提高。
　　 3、利用離散滑?？刂品桨缚刂七t滯系統(tǒng)，并與其他控制方案比較。