多遲滯耦合非線性系統耦合機理及其智慧型控制研究

《多遲滯耦合非線性系統耦合機理及其智慧型控制研究》是依託浙大寧波理工學院，由馬連偉擔任項目負責人的面上項目。

基本介紹

• 中文名：多遲滯耦合非線性系統耦合機理及其智慧型控制研究
• 項目類別：面上項目
• 項目負責人：馬連偉
• 依託單位：浙大寧波理工學院

項目摘要

並聯微動台是微電子業最重要的裝備之一，但由於多遲滯耦合非線性的存在，其控制精度無法達到納米級，這已成為超精密加工及相關行業快速發展的瓶頸。本項目以提高並聯微動台控制精度為目標，從研究描述率相關性、負載動力學相關性和蠕變特性的理論與方法入手，構造動態遲滯運算元，採用擴展空間法，建立基於神經網路的動態遲滯非線性模型。基於遲滯非線性模型，研究遲滯非線性的補償方案。從而，實現並聯微動台遲滯非線性的超精密控制。該項目可望為實現並聯微動台的納米級控制奠定堅實基礎。

結題摘要

並聯微動台作為超精密定位系統，常採用壓電執行器作為其驅動裝置，但壓電執行器固有的遲滯非線性嚴重影響了系統控制精度。課題組根據壓電執行器動態遲滯非線性的特徵，提出了一個可變階遲滯運算元。基於該遲滯運算元，構造了一個基礎遲滯模型。由該基礎遲滯模型的輸出信號與遲滯非線性的輸入信號一起構成神經網路的輸入空間，這樣神經網路的輸入空間由一維被擴展為了二維，並從理論上證明了擴展後的神經網路輸入空間與輸出空間之間的映射僅包括一對一映射和多對一映射，而不包括神經網路無法逼近的一對多映射。由此，解決了神經網路無法逼近多值映射非線性的問題，進而建立了基於神經網路的動態遲滯非線性模型。最後的實驗結果證明了該建模方法的有效性。此外，課題組還結合PI模型和Preisach模型的優點，提出了一種混合PI-Preisach模型，該模型具有PI模型和Preisach模型兩者的優點，同時還易於在Matlab/Simulink環境下數字實現。最後，課題組對遲滯非線性逆補償方法進行了研究。由於隱式模型存在的不足，課題組提出了一種顯式遲滯非線性模型，並構造了逆模型，提出了基於逆補償的控制策略。實驗結果表明，該顯式模型可以描述各種輸入頻率下的遲滯非線性，所提出的逆補償方案也能較好地補償遲滯非線性的消極影響。