一、伺服系统的神经网络摩擦力自适应补偿研究(论文文献综述)
任晓琳[1](2021)在《基于图像的机械臂视觉伺服定位及跟踪控制方法研究》文中研究表明近年来,随着机器视觉等相关领域的研究不断深入,基于图像信息对机械臂进行视觉伺服控制,不仅加强了机械臂获取信息的多样性,拓展了机械臂的空间认知力和适应性,还提高了机械臂的精确识别与精细操作的能力。除了在工业和医疗领域的应用,机械臂视觉伺服已拓展至作业空间更复杂的领域,如深海探测、爆炸物处理、灾区勘探等。传统的工业机器人按照指定的程序完成伺服任务,然而受限于工作环境的变化,其无法做出有效的决策。由此可见,能够提取精确的图像信息并制定良好的运动决策是机械臂需要掌握的技能之一,也是机械臂视觉在目标定位和跟踪控制中经常面临的一个问题。因此,针对具有自主定位和跟踪能力的机械臂进行研究具有重要现实意义。在机械臂视觉伺服系统中,由于相机在成像过程中参数不能精确获取,标定过程繁琐且容易产生误差,获得的图像本身含有大量噪声,因此图像信息的获取过程需要高效的算法作为辅助;此外,由于相机成像范围存在约束、工作环境照明强度的变化以及图像遮挡等情况,可能导致伺服任务失败;进一步地,机械臂和相机都是复杂非线性系统,且存在强耦合性和动态不确定性。综合上述分析,本文考虑环境噪声、图像特征扰动、视野约束和综合能耗等因素,对机械臂视觉伺服系统的定位与跟踪控制方法进行了深入研究。主要内容包括:考虑图像噪声的机械臂视觉伺服定位及跟踪控制方法、基于面向图像特征约束的机械臂视觉伺服混合定位控制方法、基于受图像遮挡/干扰的机械臂视觉伺服双闭环跟踪控制方法以及基于自适应动态规划的机械臂视觉伺服最优跟踪控制方法,具体研究内容如下:(1)针对视觉伺服系统的运行精度易受环境噪声和外界干扰影响的问题,本文提出了基于改进的卡尔曼滤波的图像雅克比矩阵在线估计策略。在噪声统计特性未知的情况下,利用递推估计状态模型噪声协方差矩阵,选取三段函数描述的学习统计量作为自适应因子,采用自适应抗差卡尔曼滤波(ARKF)动态调整滤波增益。在非高斯噪声条件下,利用基于最大相关熵的卡尔曼滤波(MCKF)估计图像雅可比矩阵,提高了图像特征轨迹的跟踪性能。针对静态目标的定位控制及移动目标的跟踪控制进行了数值仿真及对比分析,进一步验证了系统性能的优越性。(2)为了解决基于图像的视觉伺服控制中的视野约束和噪声干扰而带来的伺服任务失败和系统发散的问题,提出了联合光滑变结构滤波器(SVSF)与双向极限学习机(B-ELM)的混合定位控制算法。该算法估计了交互矩阵,采用B-ELM算法估计图像特征与交互矩阵之间的非线性映射函数,进而提出SVSF算法对B-ELM算法的输出矩阵重新估计,提高了控制系统对噪声的鲁棒性。进一步地,考虑超椭圆边界平滑视觉约束边界,基于双曲正切函数设计了一种新的约束函数,通过划分不同的区域来动态调整运动速度,保证图像特征在运动过程中实时可见性。(3)针对视觉伺服控制中图像遮挡和特征干扰的问题,分析了图像特征被遮挡或出现干扰图像点的多种情行。通过双自适应强跟踪卡尔曼滤波器(ASTKF)调整图像观测数据,有效估计遮挡/干扰的视觉状态和图像雅可比矩阵,便于应用于实际的机械臂平台。同时,综合考虑机械臂视觉伺服的运动学和动力学行为,结合相机不确定性及机械臂模型不确定性等因素,分别设计比例微分和滑模(PD-SMC)算法的外环速度控制器和基于自适应滑模(ASMC)算法的内环关节控制器,提出了基于遮挡/干扰的双闭环图像跟踪控制方法,进一步提高视觉跟踪精度和鲁棒性。(4)针对机械臂视觉伺服系统的能耗优化问题,研究了基于自适应动态规划(ADP)算法的图像跟踪控制方法。基于图像与力矩的映射关系,建立了一个完备的系统模型,利用评判网络获得面向最优图像特征误差的反馈控制律,进而与理想跟踪控制律结合,实现视觉跟踪控制。设计状态观测器对包括建模动力学、外部干扰、关节摩擦等的总体不确定项进行实时观测,将观测值引入代价函数对其进行改进。然后,通过ADP算法提出最优图像特征跟踪误差控制策略,同时结合理想控制律,实现机械臂视觉伺服的图像轨迹的最优控制,并利用Lyapunov稳定性定理保证了机械臂视觉伺服系统的稳定性。
曹博文[2](2021)在《面向能效的伺服系统摩擦力矩分数阶滑模神经网络补偿控制》文中研究表明相比传统的直流电机,永磁同步电机(PMSM)简化了结构,降低了成本,提高了控制性能,在高精度伺服控制领域得到了广泛应用。摩擦力矩干扰是影响永磁同步电机伺服系统精度和鲁棒性的重要因素之一。利用现代干扰补偿控制理论,设计非线性摩擦干扰控制器,补偿永磁同步电机伺服系统的非线性摩擦力矩干扰,提高伺服系统的位置和速度跟踪性能,具有重要意义。针对永磁同步电机位置伺服系统中存在的摩擦力矩干扰,本文结合分数阶控制(FOC)、滑模控制(SMC)以及径向基神经网络(RBFNN),设计了一种分数阶滑模神经网络(FO-SMC-NN)摩擦补偿控制算法,估计了伺服系统中的摩擦力矩,消除了摩擦力矩干扰对系统性能的不利影响。本文的具体工作如下:首先,根据永磁同步电机的磁链特性以及电压特性,建立了基于Lu Gre摩擦力矩干扰的永磁同步电机位置伺服系统模型。基于微粒群-模拟退火(PSO-SA)优化算法,辨识了Lu Gre摩擦模型的四个静态参数,利用RBF神经网络估计了模型中的不可测状态变量。其次,根据永磁同步电机位置伺服系统模型以及Lu Gre摩擦模型,设计了一种分数阶自适应神经网络(FOANN)补偿控制算法,通过李雅普诺夫稳定性理论证明了伺服系统稳定性。与模型参考自适应控制(MRAC)算法、比例微分(PD)控制算法的仿真对比表明,本文所提出的FOANN控制伺服可以准确估计摩擦力矩干扰,提高系统控制精度。然后,引入分数阶滑模控制,设计了FO-SMC-NN摩擦力矩补偿控制算法,进一步提高了永磁同步电机位置伺服系统的鲁棒性。综合考虑控制系统的性能和能耗,提出了一种面向能量效率的控制器参数整定方法,整定了FO-SMC-NN控制器的等效控制参数。仿真结果表明,本文提出的FO-SMC-NN摩擦力矩补偿控制算法和参数整定方法,不仅提高了伺服系统的控制性能,而且降低了能耗。最后,利用永磁同步电机位置伺服系统实验平台,完成了MRAC、PD以及FO-SMC-NN控制器的对比实验,进一步验证了本文所提出控制算法的有效性。
李顺利[3](2021)在《气动肌肉驱动伺服系统的运动轨迹跟踪控制研究》文中研究说明气动肌肉是仿人体肌肉提供收缩力的气动执行元件,具有功率-质量比大、柔顺性好、清洁等优点,在医疗康复、航空航天及抢险救灾等领域均具有广阔的应用前景。但由于气动肌肉具有强非线性、时变性、迟滞和蠕变等特性,其相关伺服系统的跟踪控制性能难以满足当今机器人的复杂任务需求。本文以应用最广泛的单关节气动肌肉伺服系统为主要研究对象,落脚于系统实际轨迹跟踪性能,以系统不确定性补偿为引线,从适用于非线性控制器设计的气动肌肉数学模型出发,探索自适应控制、滑模/鲁棒控制、迟滞补偿策略及神经网络自适应控制等方法的实际应用。论文共分为六章,分别简述如下:首先,介绍本课题的研究意义,归纳总结气动肌肉作为驱动元件的优点和复杂特性;调研气动肌肉数学模型的研究现状,指出尚缺乏气动肌肉力-位移迟滞现象的高精度建模方法;调研国内外气动肌肉驱动伺服系统的控制策略研究,指出特殊工况下系统的跟踪控制性能依然较差和现有迟滞补偿策略的缺陷。然后,以气动肌肉收缩力模型为研究对象,验证力-位移迟滞现象具有非对称性、非局部记忆性、大压力弱相关性和准率不相关性。建立多种气动肌肉Prandtl–Ishlinskii(PI)类及Bouc-Wen(BW)类迟滞模型,其中修正PI+Dead-zone模型能极好地拟合任意工况的力-位移迟滞曲线,各行程下绝对平均误差不超过1N,均方差不超过1.5N。联立已有压力动态模型,导出含迟滞力和不含迟滞力的气动肌肉非线性模型。其次,基于不含迟滞力的单关节气动肌肉伺服系统状态空间模型,分别设计直接自适应鲁棒控制器和直接/间接集成自适应鲁棒控制器,在抑制参数摄动带来的参数不确定性的同时采用鲁棒反馈项抑制系统剩余不确定性,确保一定的暂态及稳态性能。以稳态精度与颤振现象的矛盾为线索,基于线性系统理论分析分析调节函数参数自适应、最小二乘参数自适应及快速动态补偿项的内在作用机理。实验表明直接/间接集成自适应鲁棒控制器能确保一定的暂态及稳态性能,特别是小行程正弦跟踪实验,稳态误差均方差小于0.21mm。进而,为抑制气动肌肉非局部记忆性迟滞的影响,针对一类含PI模型迟滞的半严格反馈非线性系统,构造一种含迟滞自适应补偿的控制器。迟滞力由经典PI模型描述并通过反馈线性化的方式进行补偿。基于递归最小二乘法设计包含迟滞算子权重在内的系统参数的自适应律,一方面减少系统的参数不确定性,另一方面抑制气动肌肉迟滞现象的非局部记忆性。利用在线监测方法解决反步法控制器设计过程中PI模型迟滞项引入的系统不确定性无界问题,以确保跟踪误差以确定的暂态性能收敛于一个确定大小的残差集。实验表明迟滞力补偿明显提高了系统的稳态精度,特别是在大行程正弦跟踪实验下,含迟滞自适应补偿的控制器的稳态误差均方差小于0.82mm,比不含迟滞补偿的控制器减少了45%。同时通过迟滞算子权重的自适应成功估计出不同工况的迟滞力,抑制了气动肌肉迟滞现象的非局部记忆性。再次,为抑制无法精确建模的系统未知非线性,将该系统未建模误差归于系统固有未知非线性及不可重复非线性两部分,利用神经网络的函数逼近作用实现对系统未知非线性估计及补偿,设计隐含-输出层权重自适应的RBF神经网络自适应鲁棒控制器及输入-隐含层及隐含输出层权重全部自适应的BP神经网络自适应鲁棒控制器。实验结果表明基于BP神经网络的自适应鲁棒控制器在小行程正弦跟踪实验稳态误差均方差不超过0.14mm,大行程正弦跟踪实验稳态误差均方差不超过0.74mm,较直接/间接集成自适应鲁棒控制器分别减少了33%和50%,证明了输入-隐含及隐含-输出层权重自适应的BP神经网络对系统未知非线性估计及补偿作用。最后,归纳了论文的主要工作和结论,展望了气动肌肉的未来研究。论文共有图50幅,表5个,参考文献135篇。
王文奎[4](2021)在《基于改进智能算法的滑行灯伺服控制系统仿真研究》文中认为自动化和机电智能一体化技术的不断成熟标志着全方位智能化、人性化的工业发展趋势逐渐增强,智能照明技术也在日趋进步,而飞机滑行灯的固定模式无法满足驾驶员在夜间转弯时的安全性和舒适性需求。因此提出一种关于滑行灯的位置随动转向系统,以此为应用背景,通过研究有刷直流伺服电机和无刷直流电机的工作原理和控制方法,分别从理论上设计出了PID控制器、模糊PID控制器、特性观测器补偿控制器、BP神经网络PID控制器和基于模糊系数修正的BP神经网络PID控制器。并依次对两类伺服控制系统进行仿真分析,对比它们的响应速度,控制精度和抗干扰能力等响应特性。在根据实际需求建立灯具转角模型的前提下,首先以直流伺服电机为研究对象,通过分析其工作原理建立动力学模型及其闭环传递函数,再利用Matlab中的Simulink工具库搭建控制系统仿真模型,观测分析伺服电机在阶跃信号和正弦信号输入下的响应特性。然后以无刷直流电机为研究对象,建立其位置-速度-电流三闭环控制系统。采用空间矢量法驱动电机,对比研究位置控制器在运用不同算法下的优缺点。在此框架中,基于对滑行灯随动转向角位置精度、响应速度、抗干扰能力和动、静态稳定性等多个维度的考量,分析导致系统不良输出的主要影响因素并建立基于摩擦模型及负载模型指数收敛观测器补偿的模糊PID控制,经过仿真对比凸显出几种常规算法及其改进策略所存在的不足。继而结合BP神经网络和模糊理论建立新的PID复合控制算法。针对BP神经网络也存在收敛速度慢、训练样本获取困难且容易陷入局部极值等问题,依据补偿控制理论在神经网络前向网络和反向调节之间的节点位置引入修正系数,并利用模糊控制器对其作进一步在线调整,经仿真验证:改进后的智能控制算法具有较强的抗干扰能力和信号跟踪能力,且响应速度不低于常规控制策略。最后,根据系统结构完成软件设计并搭建以STM32F405微处理器和无刷直流电机为核心的硬件试验平台,通过对内环控制器参数的整定得出:转矩电流分量相比于磁通电流分量的控制器参数对系统的瞬态和稳态特性具有十分显着的调节作用,从而印证了前文以转矩干扰为主要因素检验系统性能的合理性,进而证明此改进智能控制算法在此低速位置控制系统中的可行性和优越性。
常景岚[5](2021)在《重载机械臂电液伺服系统控制器设计与研究》文中提出随着科技水平的迅速发展,工业机器人的发展也被带动起来,重载机械臂作为工业机器人的重要分支,凭借其工作效率高、能够在恶劣环境下工作和能进行大负载任务的优势被广泛应用在航天军工、治金矿业等领域。然而,要想充分发挥重载机械臂的优势,就必须保证机械臂能够达到一定的精度,这就对机械臂的控制策略提出了一定的要求。本文以7自由度机械臂为研究对象,针对其中阀控缸电液伺服系统进行研究,主要研究工作如下:(1)分析重载机械臂机械结构和技术指标,介绍了七自由度机械臂的液压伺服系统,包括液压系统的工作参数和液压伺服系统油路图,分析了变幅缸、伸缩缸、进退缸控制阀组的设计方案和阀体工作情况。(2)针对重载机械臂阀控缸式电液位置伺服系统中存在的执行器非线性摩擦、伺服阀流量非线性、执行器压力非线性和微分方程结构非线性进行分析研究。建立包含Stribeck摩擦和系统非线性的电液伺服系统数学模型,为后面的控制器设计做铺垫。(3)设计自适应鲁棒控制器来处理电液伺服系统中存在的泄漏系数、库仑摩擦系数、粘性阻尼系数、Stribeck摩擦参数等不确定性参数,达到对系统的精确控制。设计扩张状态观测器对系统中存在的外干扰和未建模动态进行观测,并应用到自适应鲁棒控制器中。利用Lyapunov定理对两控制器稳定性进行分析,通过Matlab仿真验证两控制器在不同条件下的控制性能,选出最优控制器应用到重载机械臂上。(4)针对重载机械臂实际参数,将控制器应用其中。使用Matlab软件模拟机械臂水平、竖直、圆周三种不同运动,由于机械臂在抓取工件前后存在变负载的情况,因此需在机械臂工作中模拟抓取工件的情况。将得到的位置跟踪、误差、控制输入等曲线进行分析,验证控制器在重载机械臂上的有效性。
张子豪[6](2021)在《液压地震模拟振动台控制算法研究》文中研究指明地震模拟振动台实验是测试建筑结构抗震性能最准确的方法。研究人员将建筑结构的缩尺模型置于振动台的台面之上,并对振动台输入地震波信号,通过台面的振动来模拟真实的地震环境。我国在振动台领域研发工作起步较晚,目前关键技术积累不足,因此研发高性能的地震模拟振动台对促进我国防震减灾事业的发展具有重要意义。地震模拟振动台的研究核心是设计合理的控制算法使得台面的加速度波形能够在时域上准确复现输入的参考波形。由于地震模拟振动台具有阻尼比低、非线性强的特点,通常使用伺服控制算法改善系统的动态特性,同时使用振动控制算法提高系统的控制精度。此外,分析振动台系统的内部机理和非线性因素并建立准确的非线性模型,对设计控制算法也有至关重要的作用。因此,本文对地震模拟振动台系统的模型和控制算法进行了研究,主要工作如下:(1)地震模拟振动台伺服控制算法研究。对地震模拟振动台的内部组成和运行机理进行分析,并利用线性化的方法得到了系统的近似模型。针对液压伺服系统中存在的频宽较低、阻尼比较小的问题,本文通过设计三参量控制算法改善了系统的动态特性。针对三参量参数整定的随机性问题,本文使用逆推的方法来快速整定三参量参数。(2)地震模拟振动台振动控制算法研究。分析液压系统中存在的非线性因素,并获知摩擦因素为主要影响因素。针对传统摩擦模型不连续的问题,本文引入一种连续可微的摩擦力模型对系统的摩擦特性加以校正。针对系统中存在的模型不确定性问题,本文设计了误差符号积分鲁棒控制算法对系统进行振动控制,并证明系统满足李雅普诺夫稳定性。针对鲁棒增益取值的随机性,本文提出了一种自适应调节鲁棒增益的方法,可以实时修正鲁棒增益。(3)地震模拟振动台系统验证。在地震模拟振动台上进行控制算法的测试,使用误差符号积分鲁棒控制算法进行实验,分析台面的实际运动信号和参考信号之间的关系。结果表明:基于连续可微摩擦力模型的自适应误差符号积分鲁棒控制算法对系统的控制精度显着提高,可以达到国标GB T21116-2007的要求。
康硕[7](2020)在《电液式负载模拟器耦合特性及非线性加载控制策略研究》文中研究说明运载火箭推力矢量伺服机构是火箭的运动控制子系统,其性能优劣直接影响火箭在发射过程中的控制性能与可靠程度。在其研发过程中,通常采用一类电液式负载模拟器来实现地面性能测试。因此,负载模拟器对实际环境载荷变化情况的模拟精度高低与加载性能好坏直接决定推力矢量伺服机构的性能测试数据是否准确有效,进而间接影响火箭发射过程的可靠性。本文针对模拟载荷加载过程中所涉及的加载动力学建模问题与固有耦合特性问题进行了深入探讨,进而设计了相应的非线性加载控制策略,用以实现模拟载荷的高精度加载。首先,根据电液式负载模拟器的实际机械结构,提出了一种多扰动耦合力加载模型,其中考虑了来自被试推力矢量伺服机构的位置扰动、加载液压缸内部摩擦以及传动机构间隙等各类扰动因素对载荷加载过程的综合影响;并从理论上阐释了多余力现象的产生机理。通过对比仿真结果与实际工程现象,验证了所提模型的合理性,为后续分析非线性耦合扰动对加载性能的影响和设计基于模型的非线性加载控制策略奠定了理论基础。针对加载液压缸内部摩擦与传动机械间隙影响的精确补偿问题,对如何获得实际负载模拟试验系统中摩擦与间隙的精确数学描述进行了研究。考虑摩擦动态特性与间隙不连续特性,分别提出了适用于参数辨识的改进广义麦克斯韦尔滑移摩擦模型与拟线性间隙模型。继而,相应地设计了基于粒子群优化算法的摩擦参数辨识方法与结合二阶滑模速度观测器、递归最小二乘法的间隙参数辨识方法,解决了非线性模型参数难以准确辨识的问题。根据上述辨识方法与试验数据,获得了实际系统中的摩擦与间隙精确模型,并分析了各扰动参数摄动对加载性能的影响,进一步完善了前述多扰动耦合力加载模型,为后续设计非线性扰动的精确补偿方法提供了可行性。针对如何在多扰动耦合影响下实现模拟载荷的高精度加载问题,基于所建多扰动耦合力加载模型,分别设计了改进自适应终端滑模加载控制策略与基于控制输入抗饱和的几乎干扰解耦加载控制策略。首先,从改善加载过程鲁棒性的角度出发,提出了一种基于速度观测器的改进自适应终端滑模加载控制策略,该方法既可同时抑制位置扰动与间隙作用的影响,其有限时间收敛特性又可保证系统的动态性能,且其自适应项可对摩擦参数不确定性进行有效补偿。其次,采用将外部干扰从力加载过程解耦的思路,并考虑增强控制策略的工程实用性,又提出了一种基于控制输入抗饱和的几乎干扰解耦加载控制策略;此方法基于位置扰动与输出加载力的耦合特性分析与微分几何理论设计,通过选取合适的控制参数可将力跟踪误差减小至精度指标范围内,且无需考虑外部扰动的形式与边界,更为简单易行;此外,通过加入饱和补偿辅助子系统,减小了由硬件限幅引起的控制信号振荡,进而消除了相应的响应滞后现象,有效改善了加载过程的动态品质。最后,上述两种加载控制策略在改善力加载精度与动态性能方面的有效性均得到了仿真验证。为了验证上述所提出的两种加载控制策略在实际工程应用中的可行性,搭建了负载模拟试验系统,分别对二者的有效性进行了试验验证;并在此基础上,分别对比归纳了所提非线性控制策略与工业中常用的基于结构不变性前馈补偿的PID策略之间,以及两种非线性加载控制策略之间的性能差异,从而针对如何在不同应用场合下选取合适的加载控制策略给出指导意见。
王曜[8](2020)在《基于极限学习机的混联机构自适应反步控制方法研究》文中研究表明混联式汽车电泳涂装输送机构将并联与串联机构有效结合,解决了传统输送机构存在的污染车身、承载力差、多车型柔性化生产力不高等问题,提高了电泳涂装质量。控制系统是混联输送机构的核心,其性能将直接影响涂装的产量和品质,然而混联机构具有多参数、复杂非线性、高度耦合性等特点,难以获得精确的动力学模型,给高性能控制带来了困难,并且理论模型与实际机构间的建模误差、实际运行环境中存在的电泳槽液流动和外部随机干扰等不确定量,均会给混联机构的高性能控制带来难度。另外,当考虑驱动电机动力学特性后,混联机构中存在与驱动电机控制电压不在同一通道的不匹配扰动,也给混联机构的精确控制带来了挑战。因此,本文以电泳涂装混联输送机构为研究对象,采用理论分析、仿真试验、样机实验相结合的方法,研究带不确定性及不匹配干扰的混联机构轨迹跟踪控制方法,为该混联输送机构的工程应用奠定理论基础。本文首先对混联机构及其控制方法进行了概述。接着介绍了混联机构的结构及原理,对该机构进行正、逆运动学分析,求解其运动学逆解和雅可比矩阵,并对所求得的运动学逆解使用MATLAB进行仿真,仿真结果验证了其正确性。然后,基于该混联机构少自由度的特点,在运动学分析的基础上,采用拉格朗日法构建翻转升降机构动力学模型,同时将广义力转化为各个驱动关节的驱动力,实现机构的实际力矩控制,并在建模时将模型不精确参数、外部随机干扰等不确定量定义为集总干扰,提出含有集总干扰的混联机构动力学模型。并用MATLAB对所构建的模型进行仿真分析,验证了模型有效性。其次,针对该混联机构的不确定复杂非线性特性,采用反步法进行控制器的设计。基于所构建的动力学方程,使用ELM逼近和补偿模型中的集总干扰,进而设计结合ELM的自适应反步控制器,实现翻转升降机构对期望轨迹(位置、速度)的跟踪;然后在MATLAB仿真环境下搭建仿真模型对控制器效果进行验证,仿真结果表明所设计的控制器可以使混联机构稳定精准跟踪给定轨迹,ELM网络有效抑制了系统中存在的不确定性和外部干扰的影响,同时提升了收敛速度,跟踪精度和控制器的鲁棒性。再次,针对上述混联机构动力学控制中未考虑驱动电机特性,以及混联机构系统中存在与控制输入不在同一通道的不匹配干扰问题,在自适应反步控制器的基础上,对匹配与不匹配干扰分别采用两个ELM网络进行逼近与补偿,进而提出抗不匹配干扰的ELM自适应反步控制器;同时使用遗传算法对自适应反步控制器参数进行优化,确定反步子系统镇定系数与自适应参数;然后使用MATLAB进行仿真效果比较,仿真结果表明,所设计的抗不匹配干扰的ELM自适应反步控制器可以实现混联机构的精准轨迹跟踪,有效抑制了系统中存在的匹配与不匹配干扰,提高系统稳定性与鲁棒性。最后,针对该电泳涂装输送机构,构建了以PC上位机+PMAC运动控制器为核心的分布式控制系统。介绍了运动控制实验步骤并进行混联机构样机运动控制实验,进一步验证了本文所设计的基于极限学习机的自适应反步控制器的可行性与有效性。
杨浩锦[9](2020)在《基于GMS模型的伺服进给系统精细化摩擦建模与误差补偿技术研究》文中研究表明随着精密加工技术的发展,我国对高档数控机床的需求日益增大,对其定位精度等性能要求也日益严格。为了减小非线性摩擦造成的影响,摩擦补偿技术已经成为提高机床定位性能的主要技术。目前摩擦补偿方案中广为采用的是将伺服进给系统作为整体进行集中辨识的集中组件摩擦模型,此类建模方法并未考虑滚珠丝杠与直线导轨摩擦特性的差异,严重影响了摩擦补偿效果。因此,需要对进给系统中的不同组件分别建模,建立相应的精细化摩擦模型。本文以提高伺服系统轨迹跟踪性能,减小系统非线性摩擦干扰为目标,在摩擦建模、辨识与补偿方面进行了一系列研究工作,主要内容包括:(1)根据课题研究内容设计了一种新型滚珠丝杠伺服进给系统,对系统的机械传动结构,测量系统,驱动系统和控制系统分别进行了分析研究与器件选型,并且对测量系统中力传感器和力矩传感器的安装方式进行了设计,使其可以满足分离组件摩擦参数辨识的需要。(2)从分析滚珠丝杠与直线导轨产生摩擦的机理入手,计入各组件摩擦特性的差异,对丝杠与导轨分别进行了摩擦建模和参数辨识,建立了基于GMS模型的进给系统精细化摩擦模型,然后根据辨识的摩擦参数建立了相应的仿真模型来模拟系统的摩擦特性。(3)针对进给系统的特点提出了相应的摩擦补偿策略,在P-PI级联控制器的基础上,采用了基于分离组件摩擦模型的前馈摩擦补偿方法,为了减小外部干扰的影响,提出了包含扰动观测器及摩擦前馈补偿的综合摩擦补偿策略,并在Matlab/Simulink平台进行了仿真与分析。(4)基于TwinCAT平台搭建了新型伺服进给装置的开放式数控系统,对所提出的分离组件摩擦模型的精确性进行了实验对比,然后对相应的摩擦补偿方法进行了实验验证。
苏普春[10](2020)在《直驱H型平台的智能非奇异快速终端滑模同步控制》文中指出直驱H型平台由三台结构参数相同的永磁直线同步电机(Permanent Magnet Linear Synchronous Motor,PMLSM)构成。由于PMLSM易受端部效应、外部扰动与非线性摩擦力等不确定因素影响,造成直驱H型平台各个单轴存在较大的位置跟踪误差,同时机械耦合会导致Y方向双轴伺服系统的同步精度下降。本文的研究目的是减小直驱H型平台单轴的位置跟踪误差以及提高双轴间的同步控制精度。首先,介绍了直驱H型平台在国内外的发展现状、研究现状及其主要控制策略,并根据PMLSM的基本原理建立了包含推力波动、外部扰动和机械耦合等不确定性因素的直驱H型平台数学模型。其次,针对直驱H型平台易受推力波动、外部扰动与机械耦合等不确定性因素的影响而导致系统存在的位置跟踪误差和同步误差的问题,设计了一种非奇异快速终端滑模(Non-singular Fast Terminal Sliding Mode,NFTSM)同步控制策略。采用交叉耦合将平台的单轴跟踪误差和双轴同步误差相结合,设计得到混合误差,并将混合误差作为控制状态变量,削弱双直线电机间的耦合作用,以提高平台的双轴同步精度,利用Lyapunov稳定性定理证明了所设计控制系统的稳定性。然后,为了进一步减小直驱H型平台的单轴跟踪误差和双轴同步误差,提高系统对不确定性因素的鲁棒性,设计了一种智能非奇异快速终端滑模(Intelligent Non-singular Fast Terminal Sliding Mode Control,INFTSM)同步控制方法。利用RBF神经网络对系统的不确定因素进行在线估计,并作为前馈信号补偿到双直线电机伺服系统,同时设计具有衰减因子的趋近律,以削弱系统的抖振现象。通过稳定性定理的证明验证了智能非奇异快速终端滑模控制能使系统的跟踪误差和同步误差收敛,保证了系统的稳定性。最后,分别建立了基于传统滑模控制、非奇异快速终端滑模控制和智能非奇异快速滑模控制的直驱H型平台伺服系统的仿真模型,并进行了仿真对比分析。仿真结果表明,基于智能非奇异快速终端滑模的控制系统相较其他两种控制方法,具有单轴位置跟踪误差更小,双轴同步控制精度更高,鲁棒性更强以及抖振更小的优点。
二、伺服系统的神经网络摩擦力自适应补偿研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、伺服系统的神经网络摩擦力自适应补偿研究(论文提纲范文)
(1)基于图像的机械臂视觉伺服定位及跟踪控制方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 视觉伺服系统的研究概述 |
1.3 视觉伺服系统的分类概述 |
1.3.1 基于相机数目和安装位置的分类 |
1.3.2 基于反馈信号和相机参数的分类 |
1.3.3 基于视觉控制信号的分类 |
1.4 基于图像的机械臂视觉伺服关键技术研究现状 |
1.4.1 基于图像的视觉伺服运动学控制 |
1.4.2 基于图像的视觉伺服动力学控制 |
1.4.3 带有约束和不确定因素的视觉伺服系统 |
1.5 本文的主要研究内容 |
第2章 考虑图像噪声影响的机械臂视觉伺服定位控制方法 |
2.1 引言 |
2.2 问题描述 |
2.3 改进ARKF算法的图像雅可比矩阵估计方法 |
2.3.1 传统的KF算法的图像雅克比矩阵估计问题 |
2.3.2 改进ARKF算法的视觉伺服控制 |
2.3.3 数值仿真与分析 |
2.4 基于MCKF算法的图像雅可比矩阵在线估计方法 |
2.4.1 MCKF方法概述 |
2.4.2 基于MCKF算法的估计方法 |
2.4.3 数值仿真与分析 |
2.4.4 实验分析 |
2.5 本章小结 |
第3章 基于图像特征约束的视觉伺服混合定位控制方法 |
3.1 引言 |
3.2 B-ELM-SVSF算法的雅克比矩阵估计方法 |
3.2.1 B-ELM函数逼近方法 |
3.2.2 SVSF状态估计方法 |
3.3 考虑视野约束的视觉伺服控制方法 |
3.4 基于特征约束的视觉伺服系统混合定位控制系统 |
3.5 数值仿真与分析 |
3.5.1 不同图像噪声类型的数值仿真 |
3.5.2 B-ELM-SVSF算法与其它算法对比分析 |
3.5.3 视野约束性能的仿真分析 |
3.6 实验分析 |
3.7 本章小结 |
第4章 基于双ASTKF算法的视觉伺服双闭环跟踪控制方法 |
4.1 引言 |
4.2 图像遮挡及图像干扰分析 |
4.3 双ASTKF算法的遮挡/干扰图像估计方法 |
4.3.1 系统模型描述 |
4.3.2 基于ASTKF的状态估计方法 |
4.3.3 数值仿真分析 |
4.4 基于滑模控制方法的双闭环视觉伺服跟踪控制 |
4.4.1 基于PD-SMC的运动控制器设计 |
4.4.2 基于ASMC的动力学控制器设计 |
4.5 考虑图像遮挡/干扰滤波的视觉伺服双闭环控制方法 |
4.6 系统仿真及结果分析 |
4.6.1 基于PD-SMC的运动学控制器对比仿真分析 |
4.6.2 基于双闭环控制器的视觉伺服仿真分析 |
4.7 本章小结 |
第5章 基于ADP算法的机械臂视觉伺服最优跟踪控制方法 |
5.1 引言 |
5.2 问题描述 |
5.3 基于ADP算法的机械臂视觉伺服轨迹跟踪控制方法 |
5.3.1 基于ADP算法的最优跟踪控制 |
5.3.2 稳定性分析 |
5.4 改进ADP算法的机械臂视觉伺服轨迹跟踪控制方法 |
5.4.1 问题描述 |
5.4.2 神经网络观测器设计 |
5.4.3 评价网络设计 |
5.4.4 稳定性分析 |
5.5 数值仿真分析 |
5.5.1 基于ADP算法的控制系统仿真分析 |
5.5.2 基于改进的ADP算法的控制系统仿真分析 |
5.6 本章小结 |
第6章 结论与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(2)面向能效的伺服系统摩擦力矩分数阶滑模神经网络补偿控制(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 本文主要内容与结构 |
1.3.1 主要内容 |
1.3.2 本文创新点 |
1.3.3 本文结构 |
2 系统模型和摩擦力矩分析 |
2.1 永磁同步电机伺服系统模型 |
2.1.1 永磁同步电机模型 |
2.1.2 伺服系统模型 |
2.2 摩擦力矩分析 |
2.2.1 摩擦特性分析 |
2.2.2 摩擦模型分析 |
2.3 LuGre摩擦模型 |
2.3.1 LuGre摩擦建模 |
2.3.2 LuGre摩擦静态参数辨识 |
2.3.3 基于神经网络的LuGre摩擦不可测状态变量估计 |
2.4 本章小结 |
3 分数阶自适应神经网络摩擦力矩补偿控制 |
3.1 分数阶微积分简介 |
3.2 分数阶自适应神经网络补偿控制器设计 |
3.3 自适应更新律设计 |
3.4 仿真验证 |
3.4.1 控制器参数整定 |
3.4.2 对比仿真验证与分析 |
3.5 本章小结 |
4 分数阶滑模神经网络摩擦力矩补偿控制 |
4.1 滑模控制简介 |
4.2 分数阶滑模神经网络补偿控制器设计 |
4.3 自适应更新律设计 |
4.4 仿真验证 |
4.4.1 面向能量效率的控制器参数整定 |
4.4.2 理想条件下的对比仿真验证与分析 |
4.4.3 不确定性干扰下的对比仿真验证与分析 |
4.5 本章小结 |
5 实验验证与分析 |
5.1 实验平台 |
5.2 实验结果分析 |
5.3 本章小结 |
6 结论 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(3)气动肌肉驱动伺服系统的运动轨迹跟踪控制研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 选题背景及意义 |
1.2 气动肌肉数学模型研究现状 |
1.3 气动肌肉驱动伺服系统的控制策略研究现状 |
1.4 课题主要研究内容 |
2 气动肌肉力学特性及迟滞模型 |
2.1 引言 |
2.2 气动肌肉收缩力 |
2.3 气动肌肉力-位移迟滞特性 |
2.4 气动肌肉力-位移迟滞模型 |
2.5 气动肌肉压力动态模型 |
2.6 气动肌肉非线性模型 |
2.7 本章小节 |
3 单关节气动肌肉伺服系统的自适应鲁棒控制 |
3.1 引言 |
3.2 单关节气动伺服系统数学模型 |
3.3 直接自适应鲁棒控制 |
3.4 直接/间接集成自适应鲁棒控制 |
3.5 自适应鲁棒控制常见问题讨论 |
3.6 基于线性系统理论的自适应鲁棒控制性能分析 |
3.7 本章小结 |
4 含迟滞自适应补偿的气动肌肉驱动伺服系统轨迹跟踪控制 |
4.1 引言 |
4.2 含迟滞力的单关节气动肌肉伺服系统状态空间模型 |
4.3 含非局部记忆性迟滞补偿的自适应鲁棒控制器 |
4.4 实验研究 |
4.5 本章小结 |
5 单关节气动肌肉伺服系统的神经网络自适应鲁棒控制 |
5.1 引言 |
5.2 系统状态空间模型及模型假设 |
5.3 基于RBF神经网络的自适应鲁棒控制 |
5.4 基于BP神经网络的自适应鲁棒控制 |
5.5 实验研究 |
5.6 本章小结 |
6 总结与展望 |
6.1 主要结论 |
6.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(4)基于改进智能算法的滑行灯伺服控制系统仿真研究(论文提纲范文)
摘要 |
Abstract |
注释表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 自适应照明技术发展现状 |
1.2.2 智能控制概述 |
1.2.3 无刷直流电机的控制研究现状 |
1.3 主要研究内容及创新点 |
1.3.1 主要内容 |
1.3.2 论文创新点 |
1.4 本章小结 |
第2章 系统建模及伺服电机控制原理 |
2.1 建立转角模型 |
2.2 建立执行机构动力学模型 |
2.3 建立电机数学模型 |
2.3.1 直流伺服电机数学模型 |
2.3.2 无刷直流电机的基本结构和数学模型 |
2.4 无刷直流电机的工作原理 |
2.5 无刷直流电机的运动特性 |
2.5.1 启动特性 |
2.5.2 工作特性 |
2.5.3 调速特性 |
2.6 本章小结 |
第3章 观测器补偿FPID伺服电机控制仿真 |
3.1 模糊PID控制器 |
3.1.1 PID控制算法 |
3.1.2 模糊自整定原理 |
3.2 模糊PID控制器设计 |
3.2.1 选择变量及模糊化 |
3.2.2 建立模糊规则 |
3.2.3 Simulink仿真 |
3.3 基于摩擦模型观测器补偿FPID控制 |
3.3.1 建立摩擦模型 |
3.3.2 系统仿真 |
3.4 基于负载模型的指数收敛观测器补偿FPID控制 |
3.4.1 建立基于负载模型的指数收敛观测器 |
3.4.2 系统仿真 |
3.5 本章小结 |
第4章 模糊系数修正BP-PID伺服电机控制仿真 |
4.1 BP神经网络PID控制 |
4.1.1 BP神经网络 |
4.1.2 BP神经网络PID控制器的设计 |
4.2 模糊控制调节 |
4.3 扰动补偿理论 |
4.4 控制算法流程: |
4.5 Simulink仿真分析 |
4.5.1 初始化 |
4.5.2 参数优化 |
4.5.3 阶跃响应 |
4.5.4 正弦响应 |
4.6 本章小结 |
第5章 无刷直流电机控制仿真 |
5.1 控制方案的选择 |
5.1.1 无刷直流电机的矢量控制 |
5.1.2 坐标变换 |
5.1.3 SVPWM技术 |
5.2 无刷直流电机控制系统仿真模型的构建 |
5.2.1 电机本体模块 |
5.2.2 逆变器模块 |
5.2.3 坐标变换模块 |
5.2.4 SVPWM调制模块 |
5.2.5 控制器模块 |
5.3 仿真结果分析 |
5.3.1 负载干扰 |
5.3.2 励磁电流干扰 |
5.3.3 位置随动综合分析 |
5.4 本章小结 |
第6章 内环参数整定试验与分析 |
6.1 实验平台简介 |
6.1.1 硬件部分 |
6.1.2 软件部分 |
6.2 试验分析 |
6.2.1 新建MDK工程 |
6.2.2 下载程序 |
6.2.3 参数调节 |
6.3 本章小结 |
总结与展望 |
1 全文总结 |
2 工作展望 |
参考文献 |
致谢 |
附录A 指数收敛观测器(S函数部分程序) |
附录B BP神经网络PID控制(S函数部分程序) |
附录C 攻读硕士学位期间发表的论文 |
(5)重载机械臂电液伺服系统控制器设计与研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 课题来源 |
1.3 重载机械臂研究现状 |
1.3.1 重载机械臂应用现状 |
1.3.2 重载机械臂控制策略现状 |
1.4 主要研究内容 |
1.5 主要创新点 |
第二章 七自由度重载机械臂工作系统构成 |
2.1 重载机械臂应用领域分析 |
2.2 七自由度重载机械臂结构及技术指标 |
2.2.1 重载机械臂结构分析 |
2.2.2 重载机械臂技术要求 |
2.2.3 重载机械臂技术方案 |
2.3 七自由度重载机械臂液压伺服系统 |
2.3.1 液压系统参数 |
2.3.2 重载机械臂液压伺服系统 |
2.4 本章小结 |
第三章 重载机械臂阀控缸电液伺服系统非线性建模 |
3.1 电液伺服系统简介 |
3.1.1 电液伺服系统组成 |
3.1.2 电液伺服系统分类 |
3.2 阀控缸式电液位置伺服系统的非线性模型 |
3.2.1 液压缸摩擦非线性 |
3.2.2 阀控缸系统非线性建模 |
3.3 本章小结 |
第四章 电液伺服系统控制器设计 |
4.1 ARC设计 |
4.1.1 控制器设计 |
4.1.2 控制器性能及稳定性分析 |
4.1.3 仿真分析 |
4.2 电液伺服系统ESOARC设计 |
4.2.1 扩张状态观测器设计 |
4.2.2 控制器设计 |
4.2.3 控制器性能及稳定性分析 |
4.2.4 仿真分析 |
4.3 本章小结 |
第五章 重载机械臂电液伺服系统轨迹控制 |
5.1 技术要求 |
5.2 重载机械臂轨迹仿真 |
5.2.1 水平直线运动 |
5.2.2 竖直直线运动 |
5.2.3 圆周运动 |
5.3 本章小结 |
第六章 结论与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
在学期间取得的科研成果和科研情况说明 |
致谢 |
(6)液压地震模拟振动台控制算法研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 课题背景及研究意义 |
1.2 地震模拟振动台系统国内外研究现状 |
1.2.1 国外振动台研究现状 |
1.2.2 国内振动台研究现状 |
1.3 地震模拟振动台控制算法研究现状 |
1.3.1 伺服控制算法研究现状 |
1.3.2 振动控制算法研究现状 |
1.4 论文的主要研究思路和内容安排 |
1.4.1 研究思路 |
1.4.2 内容安排 |
2 地震模拟振动台伺服控制算法研究 |
2.1 引言 |
2.2 地震模拟振动台系统介绍 |
2.2.1 地震模拟振动台的结构组成 |
2.2.2 地震模拟振动台的运行原理 |
2.2.3 地震模拟振动台精度评价指标 |
2.3 地震模拟振动台系统线性建模 |
2.4 地震模拟振动台伺服控制算法设计 |
2.4.1 三参量控制算法介绍 |
2.4.2 三参量控制思想分析 |
2.4.3 三参量参数整定 |
2.5 本章小结 |
3 地震模拟振动台非线性模型研究 |
3.1 引言 |
3.2 地震模拟振动台非线性特性分析 |
3.3 地震模拟振动台传统摩擦力补偿方法 |
3.4 地震模拟振动台摩擦力补偿模型研究 |
3.5 地震模拟振动台摩擦力模型仿真实验 |
3.6 本章小结 |
4 地震模拟振动台振动控制算法研究 |
4.1 引言 |
4.2 误差符号积分鲁棒控制 |
4.2.1 控制器的设计 |
4.2.2 控制器稳定性证明 |
4.2.3 仿真实验 |
4.3 自适应误差符号积分鲁棒控制 |
4.3.1 控制器的设计 |
4.3.2 稳定性分析 |
4.3.3 仿真实验 |
4.4 本章小结 |
5 地震模拟振动台实验 |
5.1 引言 |
5.2 实验平台介绍 |
5.3 控制算法测试实验 |
5.3.1 伺服控制算法测试实验 |
5.3.2 摩擦力模型验证试验 |
5.3.3 振动控制算法测试试验 |
5.4 本章小结 |
6 总结和展望 |
6.1 总结 |
6.2 后续工作展望 |
参考文献 |
作者简介 |
(7)电液式负载模拟器耦合特性及非线性加载控制策略研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 负载模拟器研究综述 |
1.2.1 负载模拟设备的研制开发进展 |
1.2.2 负载模拟加载技术的研究进展 |
1.3 问题提出及本文主要研究内容 |
1.3.1 问题的提出 |
1.3.2 主要研究内容及论文结构 |
2 电液式负载模拟器系统建模研究 |
2.1 引言 |
2.2 电液式负载模拟试验系统的基本组成及工作原理 |
2.2.1 基本组成 |
2.2.2 工作原理 |
2.3 考虑多种扰动耦合影响的力伺服加载模型 |
2.3.1 力伺服加载过程的基本非线性模型 |
2.3.2 考虑位置扰动耦合影响的力伺服加载改进模型 |
2.3.3 考虑其它非线性扰动因素耦合影响的力伺服加载改进模型 |
2.3.4 力伺服加载装置中的其它环节模型 |
2.4 多扰动耦合力加载模型的仿真验证 |
2.5 本章小结 |
3 负载模拟试验系统非线性扰动因素的建模与参数辨识 |
3.1 引言 |
3.2 力加载液压缸非线性摩擦特性的建模与参数辨识 |
3.2.1 改进GMS摩擦辨识模型的提出 |
3.2.2 基于改进GMS模型的摩擦参数辨识方法设计、验证与试验 |
3.2.3 力加载液压缸非线性摩擦特性对力加载性能的影响分析 |
3.3 加载传动机构非线性间隙特性的建模与参数辨识 |
3.3.1 拟线性间隙辨识模型的提出 |
3.3.2 基于拟线性间隙模型的非线性参数辨识方法设计 |
3.3.3 间隙特性参数辨识方法的仿真验证 |
3.3.4 负载模拟试验系统间隙特性的参数辨识结果分析 |
3.3.5 加载传动机构非线性间隙特性对力加载性能的影响分析 |
3.4 本章小结 |
4 基于速度观测器的改进自适应终端滑模加载控制策略研究 |
4.1 引言 |
4.2 基于有限时间速度观测的扰动间接估计方法 |
4.3 改进自适应终端滑模加载控制策略设计 |
4.3.1 自适应终端滑模控制律设计 |
4.3.2 系统稳定性与有限时间收敛特性分析 |
4.4 加载控制效果的仿真验证与结果分析 |
4.5 本章小结 |
5 基于控制输入抗饱和的几乎干扰解耦加载控制策略研究 |
5.1 引言 |
5.2 干扰解耦问题的提出与解耦模型的推导 |
5.2.1 干扰解耦问题的提出及微分几何相关概念 |
5.2.2 标准解耦模型的推导 |
5.3 位置扰动与加载力的耦合特性分析及系统局部正则型推导 |
5.3.1 位置扰动与加载力的耦合特性分析 |
5.3.2 多扰动耦合力加载改进模型的局部正则型推导 |
5.4 基于控制输入抗饱和的几乎干扰解耦加载控制策略设计 |
5.4.1 几乎干扰解耦控制相关概念 |
5.4.2 抗饱和辅助子系统与几乎干扰解耦控制律设计 |
5.5 加载控制效果的仿真验证与结果分析 |
5.6 本章小结 |
6 负载模拟加载试验验证与加载控制策略性能对比 |
6.1 引言 |
6.2 电液式负载模拟试验系统综合设计 |
6.2.1 液压系统的设计与选型 |
6.2.2 测控系统设计及上位机软件开发 |
6.3 加载控制效果的试验验证与加载控制策略性能对比分析 |
6.3.1 加载控制效果的试验验证与结果分析 |
6.3.2 非线性加载控制策略的性能对比分析 |
6.4 本章小结 |
7 总结与展望 |
7.1 论文工作总结 |
7.2 本文创新点 |
7.3 研究工作展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(8)基于极限学习机的混联机构自适应反步控制方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 混联机构的应用及发展 |
1.2.1 混联机构概述 |
1.2.2 混联机构的发展现状 |
1.3 混联机构的研究现状 |
1.3.1 混联机构运动学概述 |
1.3.2 混联机构动力学概述 |
1.3.3 混联机构控制方法研究现状 |
1.4 本文主要研究工作 |
第2章 混联机构运动学分析与动力学建模 |
2.1 引言 |
2.2 混联机构结构简介 |
2.3 行走机构运动学分析 |
2.4 翻转升降机构运动学分析 |
2.4.1 翻转升降机构的位置逆解 |
2.4.2 翻转升降机构的雅可比矩阵 |
2.4.3 混联机构的运动学仿真 |
2.5 混联机构动力学建模 |
2.5.1 拉格朗日(Lagrange)法的基本原理 |
2.5.2 混联机构动力学模型构建 |
2.5.3 仿真研究 |
2.6 本章小结 |
第3章 基于ELM的混联机构自适应反步控制 |
3.1 引言 |
3.2 反步法的基本原理 |
3.3 极限学习机(ELM) |
3.3.1 ELM的基本原理 |
3.3.2 ELM对不确定项的逼近 |
3.4 基于ELM的自适应反步控制器设计 |
3.4.1 反步控制器设计 |
3.4.2 ELM对不确定量的逼近与补偿 |
3.5 仿真研究 |
3.6 本章小结 |
第4章 基于ELM的抗不匹配干扰的混联机构自适应反步控制 |
4.1 引言 |
4.2 带不匹配干扰的混联机构动力学模型 |
4.3 基于ELM的抗不匹配干扰的混联机构自适应反步控制器设计 |
4.4 基于遗传算法的ELM自适应反步控制器参数优化 |
4.4.1 遗传算法概述 |
4.4.2 基于遗传算法的ELM自适应反步控制器参数优化 |
4.5 仿真研究 |
4.6 本章小结 |
第5章 混联机构实验研究 |
5.1 引言 |
5.2 混联机构样机控制系统总体方案 |
5.3 混联机构样机控制系统硬件方案 |
5.4 混联机构样机控制系统软件设计 |
5.4.1 上位机软件设计 |
5.4.2 下位机PMAC运动控制程序设计 |
5.5 混联机构样机实验研究 |
5.6 本章小结 |
全文总结 |
参考文献 |
攻读硕士期间发表的学术论文和专利 |
致谢 |
(9)基于GMS模型的伺服进给系统精细化摩擦建模与误差补偿技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题来源 |
1.2 研究背景与意义 |
1.3 国内外研究现状 |
1.3.1 伺服进给系统研究现状 |
1.3.2 摩擦现象介绍 |
1.3.3 摩擦模型研究现状 |
1.3.4 摩擦参数辨识方法研究现状 |
1.3.5 摩擦补偿技术研究现状 |
1.4 课题研究内容 |
第2章 新型滚珠丝杠伺服系统设计 |
2.1 新型伺服进给系统介绍 |
2.1.1 系统组成 |
2.1.2 器件选型介绍 |
2.2 伺服系统机械结构设计 |
2.2.1 机械传动系统介绍 |
2.2.2 机械传动系统结构设计 |
2.2.3 传感器安装结构设计 |
2.3 测量系统介绍 |
2.3.1 测量系统器件选型 |
2.3.2 分离组件摩擦测量原理 |
2.4 驱动系统及控制系统介绍 |
2.4.1 驱动系统介绍 |
2.4.2 控制系统介绍 |
2.5 本章小结 |
第3章 基于GMS模型的精细化摩擦建模与辨识 |
3.1 系统动力学建模 |
3.2 滚珠丝杠进给系统摩擦特性分析 |
3.2.1 分离组件摩擦建模的理论依据 |
3.2.2 GMS摩擦模型介绍 |
3.3 滚珠丝杠进给系统摩擦建模 |
3.3.1 集中组件摩擦建模 |
3.3.2 分离组件摩擦建模 |
3.4 基于GMS模型的分离组件摩擦参数辨识 |
3.4.1 静态摩擦参数辨识 |
3.4.2 动态摩擦参数辨识 |
3.4.3 集中组件摩擦参数辨识 |
3.5 系统摩擦特性仿真模拟 |
3.5.1 摩擦仿真平台搭建 |
3.5.2 系统摩擦现象模拟与仿真 |
3.6 本章小结 |
第4章 伺服系统的综合摩擦补偿策略 |
4.1 运动控制方法介绍 |
4.1.1 系统传递函数构建 |
4.1.2 PID控制方法介绍 |
4.2 P-PI级联控制器设计 |
4.2.1 级联控制器介绍 |
4.2.2 级联控制器设计 |
4.3 基于分离组件GMS模型的前馈补偿 |
4.4 扰动观测器设计 |
4.4.1 扰动观测器介绍 |
4.4.2 扰动观测器设计 |
4.5 伺服进给系统的综合摩擦补偿方案 |
4.6 控制系统仿真平台搭建 |
4.6.1 仿真平台搭建 |
4.6.2 不同控制器仿真对比分析 |
4.7 本章小结 |
第5章 开放式数控系统搭建及实验验证 |
5.1 基于TwinCAT平台的开放式数控系统设计 |
5.1.1 系统模块划分 |
5.1.2 开放式数控系统功能介绍 |
5.2 摩擦模型估计效果实验验证 |
5.3 综合摩擦补偿策略实验验证 |
5.3.1 实验方案介绍 |
5.3.2 实验结果分析 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 论文总结 |
6.2 工作展望 |
参考文献 |
致谢 |
学位论文评阋及答辩佾况表 |
(10)直驱H型平台的智能非奇异快速终端滑模同步控制(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的研究背景及意义 |
1.2 直驱H型平台的研究现状 |
1.2.1 直驱H型平台的国内外发展现状 |
1.2.2 影响直驱H型平台控制精度的主要因素 |
1.2.3 直驱H型平台的主要同步控制策略 |
1.3 本文主要研究内容 |
第2章 直驱H型平台数学模型的建立 |
2.1 永磁直线同步电机的数学模型 |
2.1.1 永磁直线同步电机的结构及工作原理 |
2.1.2 永磁直线同步电机的数学模型 |
2.2 直驱H型平台的数学模型 |
2.3 本章小结 |
第3章 非奇异快速终端滑模同步控制器设计 |
3.1 滑模控制简介 |
3.1.1 滑模控制的基本原理 |
3.1.2 滑模控制的存在条件 |
3.1.3 滑动控制的到达条件 |
3.2 终端滑模控制 |
3.2.1 快速终端滑模的基本原理 |
3.2.2 非奇异快速终端滑模的基本原理 |
3.3 基于非奇异快速终端滑模的同步控制器设计 |
3.3.1 交叉耦合控制器设计 |
3.3.2 非奇异快速终端滑模同步控制器设计 |
3.4 本章小结 |
第4章 智能非奇异快速终端滑模同步控制器设计 |
4.1 非奇异快速终端滑模的抖振问题 |
4.2 RBF神经网络 |
4.3 基于智能非奇异快速终端滑模的同步控制器设计 |
4.4 本章小结 |
第5章 直驱H型平台伺服系统的仿真分析 |
5.1 直驱H型平台伺服系统仿真模型的建立 |
5.2 直驱H型平台伺服系统的仿真与分析 |
5.3 本章小结 |
第6章 结论 |
参考文献 |
在学研究成果 |
致谢 |
四、伺服系统的神经网络摩擦力自适应补偿研究(论文参考文献)
- [1]基于图像的机械臂视觉伺服定位及跟踪控制方法研究[D]. 任晓琳. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021
- [2]面向能效的伺服系统摩擦力矩分数阶滑模神经网络补偿控制[D]. 曹博文. 北京交通大学, 2021
- [3]气动肌肉驱动伺服系统的运动轨迹跟踪控制研究[D]. 李顺利. 中国矿业大学, 2021
- [4]基于改进智能算法的滑行灯伺服控制系统仿真研究[D]. 王文奎. 兰州理工大学, 2021
- [5]重载机械臂电液伺服系统控制器设计与研究[D]. 常景岚. 天津理工大学, 2021(08)
- [6]液压地震模拟振动台控制算法研究[D]. 张子豪. 浙江大学, 2021(01)
- [7]电液式负载模拟器耦合特性及非线性加载控制策略研究[D]. 康硕. 北京交通大学, 2020(03)
- [8]基于极限学习机的混联机构自适应反步控制方法研究[D]. 王曜. 江苏科技大学, 2020(03)
- [9]基于GMS模型的伺服进给系统精细化摩擦建模与误差补偿技术研究[D]. 杨浩锦. 山东大学, 2020
- [10]直驱H型平台的智能非奇异快速终端滑模同步控制[D]. 苏普春. 沈阳工业大学, 2020(01)