高速、高精度往復(fù)式音圈電機遲滯特性的控制研究.pdf

1、音圈電機(Voice Coil Motor,簡稱VCM)作為高速、高精度驅(qū)動電機,被廣泛應(yīng)用于各種微位移定位系統(tǒng)中。近年來,從一些實驗結(jié)果可以看出音圈電機輸出重復(fù)性誤差較大,嚴重影響了其控制精度,尤其是在往復(fù)式定位系統(tǒng)中。一些專家從音圈電機的工作原理和具體的實驗結(jié)果分析得出,音圈電機存在多值對應(yīng)的遲滯非線性特性。從研究現(xiàn)狀看,音圈電機遲滯特性的建模和控制開始受到重視。本文從高速、高精度定位角度出發(fā),研究往復(fù)式音圈電機遲滯特性的建模與控制

2、,主要獲得成果如下:
　　(1)針對PI(Prandtl-Ishlinskii)模型對音圈電機遲滯建模時,結(jié)構(gòu)復(fù)雜,不具有動態(tài)特性等缺點,將PI和神經(jīng)網(wǎng)絡(luò)相結(jié)合,提出了PI和神經(jīng)網(wǎng)絡(luò)混合模型。該模型分為兩部分:第一部分是通過少量不同閾值的Backlash算子累加生成,產(chǎn)生遲滯環(huán);第二部分為RBF神經(jīng)網(wǎng)絡(luò)。整個模型充分利用神經(jīng)網(wǎng)絡(luò)的逼近能力,使得整個模型與PI模型相比結(jié)構(gòu)變得更加簡單和靈活,可同時表述靜、動態(tài)遲滯特性。實驗表明,PI

3、和神經(jīng)網(wǎng)絡(luò)混合模型與PI模型相比結(jié)構(gòu)簡單,動態(tài)建模精度高。提出的PI和神經(jīng)網(wǎng)絡(luò)混合模型主要用于音圈電機遲滯特性的分析研究。
　　(2)一般的神經(jīng)網(wǎng)絡(luò)不能直接用于遲滯控制,因此,將一種應(yīng)用于非線性控制的動態(tài)神經(jīng)網(wǎng)絡(luò)引入到音圈電機的遲滯建模和自適應(yīng)逆控制中。通過實驗發(fā)現(xiàn),該動態(tài)神經(jīng)網(wǎng)絡(luò)雖然對一般的非線性控制有效,但用于遲滯非線性建模和自適應(yīng)逆控制時,誤差大,無法達到控制要求。針對該動態(tài)神經(jīng)網(wǎng)絡(luò)應(yīng)用于遲滯建模和自適應(yīng)逆控制時的缺點,對該

4、動態(tài)神經(jīng)網(wǎng)絡(luò)進行改進:在神經(jīng)網(wǎng)絡(luò)的權(quán)值學(xué)習(xí)中加入低通濾波,增加權(quán)值學(xué)習(xí)的動態(tài)信息,解決曲率下降變化緩慢導(dǎo)致學(xué)習(xí)信息不夠的問題;將神經(jīng)網(wǎng)絡(luò)改進為具有內(nèi)外部動態(tài)特性的神經(jīng)網(wǎng)絡(luò),滿足音圈電機動態(tài)遲滯的控制要求。用改進的動態(tài)神經(jīng)網(wǎng)絡(luò)實現(xiàn)了對音圈電機動態(tài)遲滯特性的建模和自適應(yīng)逆控制,并與未改進的動態(tài)神經(jīng)網(wǎng)絡(luò)進行比較,建模精度與自適應(yīng)逆控制效果都顯著提高,實現(xiàn)了對音圈電機動態(tài)遲滯非線性的精確控制。
　　(3)提出了可描述信號變化趨勢的函數(shù),將