气动肌肉肘关节MPI迟滞模型与补偿控制

针对气动肌肉驱动的四连杆肘关节输入气压与输出角度间的迟滞进行分析。建立肘关节迟滞的PrandtlIshlinskii(PI)模型,采用Levenberg-Marquardt方法辨识模型参数;选择改进Play算子合适的包络函数,设计一种可描述非对称迟滞现象的改进PI(Modified PI,MPI)模型,相较于传统PI模型(Classical PI,CPI),MPI模型对非对称迟滞曲线拟合度更高。基于MPI模型,设计前馈积分逆补偿器,并与PID组成积分逆补偿控制器(MPI-I-I-PID);完成了MPI-I-I-PID、PID与基于CPI模型的积分逆补偿PID控制器(CPI-I-I-PID)的位置控制仿真。仿真结果表明,MPI-I-I-PID可以减小跟踪误差,提高跟踪精度。在不同负载下进行了控制实验,实验结果表明,随着负载增加,补偿效果减弱,为此在补偿器中加入分段PID,MPI-I-I-pPID可减小抖动幅度,降低肘关节跟踪误差,提高位置控制精度和稳定性,验证了迟滞补偿器的有效性。     

气动肌肉力-位移迟滞特性实验与建模

搭建了气动肌肉收缩力测试实验台,通过分析不同压力、行程、收缩速率及频率下气动肌肉收缩力与位移的关系曲线,得出气动肌肉的力-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。针对常见Prandtl-Ishlinskii（PI）类模型难以准确描述气动肌肉力-位移迟滞曲线的问题,对通用PI迟滞模型的dead-zone算子进行方向上的修正,建立气动肌肉修正PI+Dead-zone迟滞模型,利用最小二乘法进行参数辨识,并与经典PI模型、经典Bouc-Wen（BW）模型、PI+Polynomial模型、Wang-Wen模型、BW+Polynomial模型进行精度对比分析。结果表明,PI类模型性能显著优于BW类模型,且修正PI+Dead-zone模型精度最高,各行程下绝对平均误差不超过1N、均方差不超过1.5N,能无差别处理气动肌肉力-位移迟滞曲线非对称性问题。小行程工况下,气动肌肉经典PI模型也具有一定的描述其力-位移迟滞现象的能力,且其模型参数相对较少。     

基于改进Maxwell迟滞模型的气动肌腱精确力模型

针对现有定参数Maxwell模型对气动肌腱压力/长度非对称迟滞特性力模型精度较低问题,提出非对称变参数型Maxwell迟滞模型方法。构造变刚度滑块算子替代原定刚度滑块算子来辨识某一等压下非对称迟滞模型参数,再结合不同等压、工作长度条件下的迟滞特性差异,动态加权辨识迟滞模型参数,满足不同等压、工作长度的非对称迟滞情况。以FESTO公司MAS型气动肌腱为研究对象,通过不同等压、长度实验对比经典Maxwell和改进型Maxwell力模型精度:卸载误差最大降低了80%,最大相对误差由20%降低到5%,整体相对误差稳定在5%以内,误差波动更为平稳,不同气压下精度提高到了99.98%。实验结果表明,改进型Maxwell迟滞力模型精度均显著优于经典Maxwell,更能够精确捕捉到气动肌腱固有的非对称迟滞特性和不同长度下的次环。     

基于高速开关阀的气动人工肌肉轨迹跟踪控制仿真

针对基于高速开关阀的气动人工肌肉位置伺服控制系统的非线性与时变性,设计了基于气动人工肌肉实验模型的PID反馈控制器,实现气动人工肌肉的高精度运动轨迹跟踪控制。首先,通过实验建模得到气动人工肌肉静态特性的实验模型,然后基于理想气体多变方程,建立可有效描述气动人工肌肉动态特性的数学模型,利用Sanville流量公式建立流经高速开关阀阀口的气体流量方程,并采用脉冲信号调制法生成PWM信号,进而控制高速开关阀占空比。在此基础上,借助PID反馈控制器建立气动人工肌肉气压与轨迹跟踪的控制模型,并采用Simulink对所提出的气压和轨迹跟踪控制方法进行数值仿真。结果表明,所建立的控制模型能够精确地跟踪期望气压和运动轨迹,从而验证了控制模型和控制方案的精确性和可行性,为实现气动人工肌肉高精度轨迹跟踪控制提供了有效手段。     

超磁致伸缩执行器率相关迟滞混合模型研究

超磁致伸缩执行器的迟滞具有率相关特性。提出一种混合建模方法用于率相关迟滞建模。首先,在低频激励下,建立系统的率不相关PI迟滞模型;其次,在高频激励下,提出率不相关PI迟滞模型求逆与拟合相结合的方法,将系统响应解耦,进而建立系统线性环节模型;然后,在上述基础上,提出并建立系统迟滞环节的率相关PI迟滞模型;最后,通过系统线性环节模型和率相关PI迟滞模型串联得到率相关迟滞混合模型。实验结果显示:相对于率不相关迟滞模型或率不相关迟滞混合模型,率相关迟滞混合模型具有更高的精度,从而验证了所提模型的有效性和精确性。     

永磁交流调速系统参数辨识与PI自整定研究

传统PI控制器不具有参数在线整定功能,难以满足高性能永磁交流调速系统要求。根据永磁同步电机速度环等效原理和经典控制理论推导出PI参数与永磁电动机转动惯量的数学关系;根据永磁同步电机的运动方程和离散模型参考自适应理论,建立永磁电动机转动惯量辨识模型;通过软件方式实现PI参数在线自整定。基于TMS320F2407A的全数字交流调速实验结果证明离散模型参考自适应理论可实现转动惯量的在线辨识,PI自整定可有效地消除系统的超调,减少响应时间,极大地提高了系统的动态性能。     

基于PSO算法的直接进给轴摩擦特性研究

直线电机驱动的进给轴在进给过程中易受到导轨滑动摩擦特性影响而存在高度的非线性特性,非线性摩擦是影响直线电机驱动的伺服系统动静态性能的主要因素。提出了一种新型的直接进给轴非线性摩擦迟滞模型,并给出该摩擦模型的参数辨识策略,建立了直接进给轴摩擦非线性迟滞特性的综合数学模型,并在建立的数学模型的基础上建立了基于Simulink的仿真模型。以基于电流反馈检测为手段,采集了位移和所对应迟滞摩擦力的样本点。以采集的样本点为基础,给出了通过粒子群算法(PSO)辨识摩擦迟滞模型的方法。最后,通过Simulink仿真平台验证了所提出的的摩擦迟滞模型和模型参数辨识方法的准确性。仿真结果表明,辨识的摩擦模型能准确的反映直接进给轴的摩擦分布特性,提出的直接进给轴迟滞摩擦模型参数辨识方法具有可行性。     

挖掘臂电液伺服系统非线性辨识

针对机理建模存在未建模动态及其参数辨识难的问题,采用由分段非线性模块、线性时不变动态模块及间隙非线性模块串联组成的Pseudo-Hammerstein-Wiener模型来描述挖掘臂电液伺服系统。利用关键变量分离原理将系统模型化解为最小二乘格式,再采用带中间变量估计的改进递推最小二乘算法进行辨识。实验表明,辨识所得Pseudo-Hammerstein-Wiener模型能很好地逼近实际系统,误差比Hammerstein及线性模型分别减少29%及68%。     

Nonlinear Identification of Excavator Arm' s Electro-hydraulic Servo System

针对机理建模存在未建模动态及其参数辨识难的问题,采用由分段非线性模块、线性时不变动态模块及间隙非线性模块串联组成的Pseudo-Hammerstein-Wiener模型来描述挖掘臂电液伺服系统.利用关键变量分离原理将系统模型化解为最小二乘格式,再采用带中间变量估计的改进递推最小二乘算法进行辨识.实验表明,辨识所得Pseudo-Hammerstein-Wiener模型能很好地逼近实际系统,误差比Hammerstein及线性模型分别减少29％及68％.     

摩擦传动的压电定位台高精度跟踪控制

针对选用的摩擦传动的压电定位台控制系统,首先根据其物理机理建立了近似的时域数学模型,通过开环实验,采用最小二乘法进行了参数辨识,所得模型与实际系统对输入的脉宽信号与三角波信号具有较为一致的输出;然后根据该模型的形式,采用其逆系统补偿加滑模变结构控制的方案,并讨论了该控制算法的稳定性及其参数的选择依据;最后进行了信号跟踪的实验测试,得到了微米级(最大跟踪误差为0.010 95 mm)的控制精度。作为对比,采用PI控制方法跟踪同一信号,结果表明,本文所用控制算法的控制精度远优于常规的PI控制方法。     

粉末成形液压机自适应鲁棒运动控制

在粉末冶金零件成形生产中,压坯产品的质量取决于粉末成形工艺的完成度,这依赖于成形液压机的运动控制性能。然而控制粉末成形液压机运动的电液系统是一种具有参数不确定性的非线性系统,且整个运动控制系统在粉末致密化加压成形过程中还受到了负载压制力的强非线性干扰。针对以上难题,研究中建立了负载压制力的非线性模型,将其与电液系统的动力学模型相结合,基于此包含负载动力学的控制设计模型利用自适应鲁棒控制理论设计了粉末成形液压机的压制运动控制器。理论上,该控制器保证了鲁棒瞬态性能和稳态跟踪精度。实验结果表明,所设计的电液控制器可以实现对铁基粉末成形圆柱体压坯单向变速压制工艺压制运动曲线的精确跟踪控制,并表现出良好的控制性能。     

基于负载力补偿的自抗扰复合电液位置控制方法

由于电液位置控制系统存在严重的非线性、内部参数的时变性以及外负载的干扰性,严重影响了系统静、动态控制效果。为此,提出了一种基于负载力补偿的自抗扰复合控制方法。给出了复合控制策略的工作原理;设计了自抗扰控制器,利用扩张状态观测器来观测和补偿系统内部参数和外部负载力的不确定性,从而有效地抑制了内部扰动和外部扰动对系统的影响;设计了负载力补偿控制器并导出负载力的补偿模型,进一步削弱了外负载变化对系统的不良影响,同时提高了系统的位置控制精度。通过Matlab仿真和半物理仿真平台分别进行了复合控制策略的验证。仿真及实验结果表明:自抗扰控制器有效地抑制了内外扰动的干扰,而负载力补偿控制器的引入使系统在抑制了外负载力摄动的同时实现了位置的精确定位控制,验证了所提控制策略的有效性。     

无人驾驶模式下电液复合转向系统高鲁棒性控制策略

针对重型车辆电液复合转向系统（Electro hydraulic hybrid steering system,EHHS）无人驾驶模式下的转向跟踪控制问题,首先建立了考虑EHHS系统参数不确定性及外界干扰影响的转向系统完整非线性动力学模型;然后提出了一种自适应双闭环转向跟踪控制策略,外控制环设计参数自适应率,以有效适应模型参数摄动,采用改进滑模控制计算期望转向力矩,内控制环则利用PI控制转向电机电流,实现对期望转向力矩跟踪;最后利用Matlab/Simulink对EHHS系统模型以及提出的控制策略进行仿真验证。结果表明,提出的自适应控制可有效缩短EHHS系统转角跟踪阶跃响应反应时间,降低转向轮角度跟踪误差,并保证转角跟踪精度不受系统参数摄动的影响,有效提高了EHHS系统无人驾驶模式下的转向跟踪控制性能。     

无级变速传动系统的模糊控制

设计了无级变速系统的模糊控制器,建立了简化的无级变速传动系统的动力学模型。考虑到系统模型的时变非线性特性、输入和输出之间的耦合特性以及复杂的运行工况的影响,给出了一种新的带有参数自调整的模糊－PI控制算法,利用该算法设计的模糊控制器使无级变速传动系统获得了良好的控制效果。仿真结果表明,该算法是可行和有效的。     

基于稳定性的并联机构自适应控制

针对并联机构存在参数变化及不可预测的未建模误差的特点,提出一种基于模型的参考自适应控制策略。将机构系统的参数变化及未建模误差看成对实际系统的扰动,建立理想的参考模型,依靠系统状态及其误差构造自适应反馈律,利用稳定性理论推导自适应控制律,使得实际机构与参数模型具有相同的动态特性。实例显示,自适应控制器对参数变化及未建模误差引起的运动误差具有很好的抑制作用,保证机构对规划的目标运动具有很高的跟踪精度。     

轮灌条件下灌溉施肥系统混肥过程变论域模糊控制

灌溉施肥系统的混肥过程在轮灌条件下表现出非线性、时滞性、时变性和不确定性的特点。为解决该系统的控制问题,提出了一种变论域的模糊PI控制策略(VFPI),算法采用一组比例指数函数作为伸缩因子对模糊控制器的论域进行在线调整,同时引入了一个协模糊控制器,通过测量系统流量的变化在线调节控制器积分系数的基准值。为验证控制算法的有效性,搭建了灌溉施肥控制系统的试验平台,分别设计了4组不同配方内容和3组不同轮灌条件的模拟试验,采用本文提出的VFPI控制算法和常规PI控制算法进行了对比试验。试验结果表明,所提出的VFPI控制策略能够更好地适应配方内容变化以及轮灌条件变化对混肥过程造成的影响;相比于常规PI控制,VFPI控制的调节时间更短、超调量更小、动态过程更平稳。     

基于RBF网络的联合收获机脱粒滚筒恒速控制

对联合收获机行走、收割、脱粒系统进行分析,提出了系统数学模型的基本形式.针对该模型的高阶次、非线性和难以准确获得具体参数等问题,将模型差分方程的基本形式分解为与控制信号无关和有关的2个部分,利用RBF神经网络技术分别对2个部分进行在线辨识,控制器根据辨识结果进行控制,构建了自适应控制.利用该系统进行了不同条件下的仿真和试验,试验证明利用RBF网络可快速有效地拟合被控对象.当对象参数发生变化时,系统可实现跟踪适应,达到较好的控制效果.     

异步电动机调速系统自适应辨识的CMAC-ADRC算法

针对异步电动机调速系统快速响应时启动超调量大的问题,提出了一种基于自适应参数辨识的小脑模型神经网络复合自抗扰控制(CMAC-ADRC)的控制算法。将CMAC与ADRC各自的优点相结合,利用CMAC神经网络实现前馈控制,通过在线学习来抑制系统的超调量,增强系统的鲁棒性能,提高系统的快速性能,利用ADRC技术实现反馈控制,进一步增强系统的抗干扰能力。利用参考模型自适应参数辨识技术对转动惯量进行辨识,优化自抗扰补偿系数。以变频器结合异步电动机为控制对象,进行仿真,基于自适应参数辨识的CMAC-ADRC控制算法的干扰响应幅度是一阶优化自抗扰控制下干扰响应幅度的44.57%,是小脑模型神经网络复合比例-微分(CMACPD)控制下干扰响应幅度的17.69%,干扰恢复时间是一阶优化自抗扰控制下干扰恢复时间的50%,是CMAC-PD控制下恢复时间的60%。搭建MCU-CPLD-DSP控制平台进行了实验,基于自适应参数辨识的CMAC-ADRC控制算法的超调量是一阶优化自抗扰控制的45.49%,上升时间是一阶优化自抗扰控制的53.33%,干扰响应幅度是一阶优化自抗扰控制干扰响应幅度的71%,干扰恢复时间是一阶优化自抗扰控制干扰恢复时间的76.47%。     

基于RBF网络的联合收获机脱粒滚筒恒速控

对联合收获机行走、收割、脱粒系统进行分析，提出了系统数学模型的基本形式。针对该模型的高阶次、非线性和难以准确获得具体参数等问题，将模型差分方程的基本形式分解为与控制信号无关和有关的2个部分，利用RBF神经网络技术分别对2个部分进行在线辨识，控制器根据辨识结果进行控制，构建了自适应控制。利用该系统进行了不同条件下的仿真和试验，试验证明利用RBF网络可快速有效地拟合被控对象。当对象参数发生变化时，系统可实现跟踪适应，达到较好的控制效果。     

扰动下铡草机切碎辊负荷控制器设计与试验

为提高铡草机切碎作业的控制性能、作业质量及减小能耗,基于线性预测控制并结合铡草机切碎作业特点建立目标函数,由切碎运动学误差模型推导采样周期以解决控制鲁棒性,切碎动力学模型推导控制时域及预测时域以提高控制响应性,设计了铡草机切碎辊负荷控制器。Simulink仿真表明：经计算和回归优化选出的预测参数组采样周期、预测时域、控制时域为0.8、15、2 s时,其控制精度及鲁棒性最好、作业能力最大、对扰动的响应速度最快、抑制能力最强及能耗(9.27×10⁶ J)最小。现场试验结果表明：该优化预测参数组模型控制器,能够对铡草机切碎负荷有效跟踪控制,产品质量符合标准要求,同时实现了铡草机作业能力的提高,使系统控制响应更迅速,生产效率更高和单位作业能耗(1.382×10⁷ J)更小。该控制器参数模型建立方法为类属饲草作物收获机控制系统的设计提供了参考。