基於GMA的微致動結構建模理論和控制策略研究

《基於GMA的微致動結構建模理論和控制策略研究》是依託武漢理工大學，由韓屏擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於GMA的微致動結構建模理論和控制策略研究
• 項目類別：青年科學基金項目
• 項目負責人：韓屏
• 依託單位：武漢理工大學

項目摘要

近年來，為滿足國防工業、超精密加工等領域對先進制造裝備的需求，超磁致伸縮材料致動器GMA在製造裝備中的套用越來越受到重視。傳統GMA在微致動結構建模理論和控制策略方面，存在非線性模型構建不完備、複雜參數理想化處理、狀態監測手段缺乏等不足，直接導致致動精度無法滿足高精度要求。GMA是一個複雜多物理場耦合非線性系統，激勵、溫度、磁路、預應力、頻率等不同物理場參數在致動過程中相互耦合不斷變化，一方面導致致動誤差，另一方面反映GMA工作狀態。因此，本項目首先研究從分散式光纖光柵感測器實時採集的GMA多物理場耦合狀態參數中辨識反饋特徵信息，然後以此為依據研究GMA多物理場耦合的微致動結構線上非線性建模新原理和新方法，最後提出並實現依託非線性建模的自適應控制策略。使得製造裝備在面對精密加工時，GMA能通過模型自適應控制策略有效應對致動過程中的各種非線性參量和環境因素變化，滿足高端套用對精密加工的要求。

結題摘要

傳統GMA在微致動結構建模理論和控制策略方面，存在非線性模型構建不完備、複雜參數理想化處理、狀態監測手段缺乏等不足，直接導致致動精度無法滿足高精度要求。針對以上不足，本項目歷時3年，2015年搭建基於光柵感測技術的GMA線上動態建模的實驗平台，採用光柵感測器對GMA輸出位移、GMM棒位移、振動和溫度進行線上測量；2016年基於實驗平台，採集真實的實驗數據，並採用神經網路方法對GMA進行動態建模；2017年基於實驗平台，採集大量實驗數據，依據數據驅動理論，採用LS-SVM方式進行GMA線上動態建模，並對模型的性能進行了評估: 0-1000Hz內，數據驅動模型能夠實現-1.2%~1.1%範圍內的控制精度；採用弱光柵感測技術，能夠達到1uε的測量精度。項目進行期間，發表SCI期刊論文2篇，EI中文期刊論文1篇，EI國際會議論文3篇，申報發明專利3項。本項目驗證了採用數據驅動理論能夠實現對GMA的線上動態建模，能夠實現對GMA的動態精確控制，能夠克服傳統模型存在的不能適應動態、高頻、溫度變化等各方面不足。