[发明专利]压电陶瓷驱动器的前馈与闭环复合控制方法、系统在审
| 申请号: | 201710732391.X | 申请日: | 2017-08-23 |
| 公开(公告)号: | CN107608209A | 公开(公告)日: | 2018-01-19 |
| 发明(设计)人: | 钟博文 | 申请(专利权)人: | 苏州大学 |
| 主分类号: | G05B13/04 | 分类号: | G05B13/04 |
| 代理公司: | 苏州市中南伟业知识产权代理事务所(普通合伙)32257 | 代理人: | 杨慧林 |
| 地址: | 215000 *** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 压电 陶瓷 驱动器 闭环 复合 控制 方法 系统 | ||
1.一种压电陶瓷驱动器的前馈与闭环复合控制方法,其特征在于,包括:
将压电陶瓷驱动器的期望位移r(t)输入至前馈模型,前馈模型根据所述期望位移值r(t)运算得到压电陶瓷驱动器的初始驱动电压uε(t);以压电陶瓷位移或压电陶驱动器位移为PID控制器的反馈信号,通过PID控制器对所述的初始驱动电压uε(t)进行误差消除,得到压电陶瓷驱动器的驱动电压,并利用BP神经网络对PID控制器的比例调节参数kp,积分调节参数ki,微分调节参数kd进行优化。
2.根据权利要求1所述的压电陶瓷驱动器的前馈与闭环复合控制方法,其特征在于,所述的前馈模型为改进PI迟滞逆模型,所述改进PI迟滞逆模型通过改进PI迟滞模型求逆得到;
其中,改进PI迟滞模型表达为:所述改进PI迟滞模型分为上升部分和下降部分,当输入电压增大时,采用一组权值,当输入电压下降时,采用另一组权值;改进PI迟滞模型用以下公式表示,
式中,z(t)是压电陶瓷驱动器的位移,wpj表示输入电压上升时的权值,Wij表示输入电压下降时的权值,rj为迟滞算子的阈值;Fj()为当前迟滞算子位移函数;x(t)是施加在压电陶瓷驱动器上的电压;i表示时刻;j=1、2......n为迟滞算子个数;yj(ti-1)为前一时刻j阶迟滞算子的输出值;
上升权值和阈值的辨识方法与经典PI迟滞模型的辨识方法相同;当输入电压信号x(t)从最大值递减到零时,那么输出角度与输入电压的关系即为压电陶瓷驱动器迟滞回线的大环下降部分,PI迟滞模型的下降权值就可以根据压电陶瓷迟滞回线的大环下降部分的分段斜率求得;阈值的大小根据如下公式求得:
下降权值的大小根据迟滞曲线大环下降部分的斜率值来估计,估计公式如下:
对改进PI迟滞模型求逆,得到改进PI迟滞逆模型,所述改进PI迟滞逆模型公式表示如下:
基于改进PI迟滞逆模型求得压电陶驱动器的初始驱动电压值。
3.根据权利要求1所述的压电陶瓷驱动器的前馈与闭环复合控制方法,其特征在于,所述的利用BP神经网络对PID控制器的比例调节参数kp,积分调节参数ki,微分调节参数kd进行优化的方法包括:
S1确定BP神经网络的结构,即确定输入层节点数M和隐含层节点数Q,并给出输入层和隐含层加权系数的初值和选定学习效率和惯性系数,此时K=1;
S2采样得到参考输入rin(k)和系统输出yout(k),计算该时刻误差e(k)=rin(k)-yout(k);
S2计算BP神经网络各层神经元的输入、输出,BP神经网络输出层的输出即为PID控制器的三个可调参数kp,ki,kd;
S3根据经典增量式数字PID控制算法计算PID控制器的输出u(k),经典增量式数字PID控制算法,用如下公式表示:
式中,u(k)为第k次采样时刻的压电陶瓷驱动器的驱动电压,k为采样序号,k=0,1,2,......;e(k)为偏差信号;
S4进行神经网络学习,在线调整输入层和隐含层加权系数和实现PID参数的自适应调整;
S5置k=k+1,返回到S1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学,未经苏州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710732391.X/1.html,转载请声明来源钻瓜专利网。





