直线伺服系统迭代学习控制非重复性扰动抑制研究

doi:4E8A8FEC83721E6DB8D7E364CE9DB52F

	直线伺服系统迭代学习控制非重复性扰动抑制研究
	丁鲁川
学位类型	硕士
导师	高慧斌
	2019-06-01
学位授予单位	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)
学位授予地点	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)
关键词	直线电机迭代学习控制非重复性扰动抑制小波变换干扰观测器
摘要	在高端制造业领域,永磁直线电机因其响应速度快、控制精度高成为精密平台的核心部件,针对具有重复运行特性的被控对象,迭代学习控制能够实现有限时间内对期望轨迹的完全跟踪,适用于高速度、高加速度、高跟踪精度的直线伺服系统。但是直线电机运行时,存在着非重复性扰动,会降低迭代学习控制的跟踪性能,因而抑制非重复性扰动是实现高性能伺服控制算法的关键。本文以基因测序设备中的直线运动工件台为研究对象,针对非重复性扰动抑制问题,进行了深入的扰动抑制算法研究。首先利用直线电机推力模型和平台动力学模型推导出了系统的数学模型,并通过扫频实验得到系统的频率特性,进而辨识出模型参数,为开展控制算法研究奠定了基础。其次,深入研究了PD型迭代学习控制和滤波器型迭代学习控制,对其收敛性、收敛速度、收敛误差进行了理论分析和仿真验证,重点研究了非重复性扰动对迭代学习控制跟踪误差的影响,从理论上分析和推导出了跟踪误差和扰动之间的数学关系,通过对比公式计算结果和仿真结果,证明了理论的正确性。之后,给出了一种基于小波变换和干扰观测器的扰动抑制算法,实现了从迭代轴和时间轴两个方面抑制非重复性扰动,并对算法的收敛性进行了证明,仿真结果表明提出的算法能够结合小波变换和干扰观测器的优点,对非重复性扰动的抑制能力更强。最后,搭建了以PMAC控制器、AMC驱动器、NEWPORT直线运动平台为核心的直线伺服系统,实验验证提出的算法。直线伺服系统中使用S曲线作为期望轨迹,仅迭代学习控制算法,匀速段误差最大值为0.77um,采用结合小波变换的迭代学习控制,匀速段误差最大值变为0.45um,采用融合干扰观测器的迭代学习控制,匀速段误差减小到0.12um,采用基于小波变换和干扰观测器的迭代学习控制,匀速段误差最大值减小为0.075um,达到了预期的控制指标,证明了算法的有效性。
页数	98
DOI	4E8A8FEC83721E6DB8D7E364CE9DB52F
语种	中文
引用统计
文献类型	学位论文
条目标识符	http://ir.ciomp.ac.cn/handle/181722/63952
专题	中科院长春光机所知识产出
推荐引用方式 GB/T 7714	丁鲁川. 直线伺服系统迭代学习控制非重复性扰动抑制研究[D]. 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). 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),2019.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
直线伺服系统迭代学习控制非重复性扰动抑制（5480KB）	学位论文		开放获取	CC BY-NC-SA	请求全文