資源描述：
《智能作動(dòng)器Preisach遲滯參數(shù)辨識(shí)及補(bǔ)償研究.pdf》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、振動(dòng)與沖擊第33卷第2O期JOURNALOFVIBRATIONANDSHOCK智能作動(dòng)器Preisach遲滯參數(shù)辨識(shí)及補(bǔ)償研究王萍萍，劉磊，欒曉娜(1．哈爾濱工業(yè)大學(xué)航天學(xué)院，哈爾濱150001；2．大連理工大學(xué)航空航天學(xué)院，遼寧大連116024)摘要：針對(duì)實(shí)現(xiàn)智能作動(dòng)器精確運(yùn)動(dòng)需對(duì)遲滯非線(xiàn)性進(jìn)行辨識(shí)、補(bǔ)償問(wèn)題，采用奇異值分解方法辨識(shí)Preisach模型參數(shù)，構(gòu)造變幅值諧波輸入信號(hào)滿(mǎn)足持續(xù)激勵(lì)條件；基于辨識(shí)模型設(shè)計(jì)逆模型前饋補(bǔ)償Preisach遲滯非線(xiàn)性；通過(guò)壓電平臺(tái)檢驗(yàn)該辨識(shí)、補(bǔ)償方法。實(shí)驗(yàn)結(jié)果表明，奇異值分解法可有效辨識(shí)遲
2、滯效應(yīng)非線(xiàn)性模型，基于辨識(shí)結(jié)果的逆模型補(bǔ)償可減小跟蹤誤差89．5％。關(guān)鍵詞：智能作動(dòng)器；Preisach遲滯效應(yīng)；奇異值分解；逆模型中圖分類(lèi)號(hào)：TP24；TP29文獻(xiàn)標(biāo)志碼：AParameteridentificationandcompensationofPreisachhysteresisinsmartactuatorsWANGPing-ping，Lei，LUANXiao—na(1．SchoolofAstronautics，HarbinInstituteofTechnology，Harbin150001，China；2．Da
3、lianUniversityofTechnology，SchoolofAeronauticsandAstronautics，Dalian116024，China)Abstract：Theworkingperformanceofsmartactuatorsisaffectedbythehystereticeffectnonlinearity．Thus，itisnecessarytoidentifyandcompensatethehysteresisnonlinearitytoachieveprecisemotion．Byvirt
4、ueofthesingularvaluedecomposition(SVD)method，theparametersofthePreisachmodelwereidentified，takingdesignedharmonicsignalswithvaryingamplitudesasinputstosatisfyPEcondition．Then，basedontheidentifiedPreisachmodel，themodel—inversionfeedforwardwasdesignedtocompensatethehy
5、steresisnonlinearity．Apiezoelectricstagewasusedtovalidatetheproposedidentificationandcompensationmethods．TheexperimentalresultsindicatethatthehysteresisnonlinearitycanbeidentifiedusingtheSVDmethod．a(chǎn)ndthetrackingerrorisreducedby89．5％usingthemodel-inversioncompensator
6、．Keywords：smartactuator；Preisachhysteresiseffect；singularvaluedecomposition；model—inversion智能作動(dòng)器廣泛用于微納米技術(shù)領(lǐng)域，但其遲滯也會(huì)產(chǎn)生小的奇異值，需進(jìn)行截?cái)嘁詼p小誤差。但若非線(xiàn)性效應(yīng)影響作動(dòng)器精度，而遲滯非線(xiàn)性效應(yīng)造成輸人信號(hào)不滿(mǎn)足持續(xù)激勵(lì)(PE)條件J，也易造成較的誤差可達(dá)位移的10％一15％_1J。為提高作動(dòng)器精大辨識(shí)誤差。因此需采用具有變幅值的輸入信號(hào)進(jìn)行度，需研究智能作動(dòng)器遲滯非線(xiàn)性辨識(shí)及補(bǔ)償J。參數(shù)辨識(shí)，以滿(mǎn)足持續(xù)激勵(lì)條
7、件，提高辨識(shí)精度。為驗(yàn)遲滯效應(yīng)物理特性較復(fù)雜，可通過(guò)基于現(xiàn)象的數(shù)證辨識(shí)結(jié)果，本文設(shè)計(jì)Preisach逆模型前饋補(bǔ)償遲滯非學(xué)模型描述，尤其Preisach模型。經(jīng)典Preisach遲線(xiàn)性，利用壓電平臺(tái)實(shí)驗(yàn)驗(yàn)證遲滯辨識(shí)、補(bǔ)償方法的有滯非線(xiàn)性只依賴(lài)輸入信號(hào)路徑，與信號(hào)頻率無(wú)關(guān)，而效性。Preisach具有全局記憶性_5J，即過(guò)去、當(dāng)前時(shí)刻輸入共1Preisach遲滯非線(xiàn)性模型同決定將來(lái)某時(shí)刻輸出。為辨識(shí)Preisach模型，Henze等通過(guò)假設(shè)Preisach模型分布函數(shù)利用數(shù)據(jù)點(diǎn)進(jìn)1．1Preisach遲滯非線(xiàn)性模型行參數(shù)辨識(shí)，但
8、通常較難提前獲得某壓電作動(dòng)器的經(jīng)典Preisach遲滯非線(xiàn)性模型為遲滯算子與相應(yīng)分布函數(shù)；Song等對(duì)輸入信號(hào)進(jìn)行微分求解Preisach密度函數(shù)的二重積分j，即密度函數(shù)，但易受測(cè)量噪聲影響。本文用最小二乘與奇異值分解方法辨識(shí)Preisach模型參數(shù)。噪聲及擾動(dòng)，(t)=『主
