学位论文 > 优秀研究生学位论文题录展示
压电陶瓷驱动的微位移工作台建模与控制技术研究
作 者: 纪华伟
导 师: 吴昭同;杨世锡;严拱标
学 校: 浙江大学
专 业: 机械制造及其自动化
关键词: 柔性铰链 压电陶瓷驱动器 迟滞非线性 精密定位 复合平行四杆 耦合位移 集中应力 LS-SVMR与Preisach模型 支持向量机 残余振荡 输入整形 稳态误差 混合控制器 PID控制器
分类号: TH703
类 型: 博士论文
年 份: 2006年
下 载: 1555次
引 用: 15次
阅 读: 论文下载
内容摘要
精密定位技术是精密制造、精密测量和精密驱动中的关键技术之一。本文以压电陶瓷驱动的微位移工作台为研究对象,结合浙江省自然科学基金资助项目“基于压电的纳米级工作台系统智能化控制方法的研究”(No. 502021),积极吸收相关学科的新思想、新理论和新技术,采用理论研究、计算仿真和试验研究相结合的方法,对压电陶瓷驱动器迟滞非线性建模技术、柔性铰链微位移平台的设计和建模技术以及微位移工作台残余振荡消除和稳态误差控制技术进行了研究。第一章阐述了精密定位技术的研究意义,分析了压电陶瓷驱动的微位移工作台关键技术的研究现状及其存在的问题,最后给出了本文的主要研究内容、技术路线及创新点。第二章分析了压电陶瓷驱动的微位移工作台主要构成。研究了基于压电效应的多层压电陶瓷驱动器基本特点及其静、动态特性;在分析压电陶瓷驱动器迟滞非线性建模技术的基础上,重点研究了Preisach建模技术及Preisach建模过程,分析了基于双线性插值和神经网络的Preisach函数求解方法。本章最后对比了两种经典平行四杆机构的优缺点。本章内容为本文后几章的研究工作提供基础。第三章分析了统计学习理论和支持向量机及其回归算法,提出了一种利用最小二乘支持向量机回归法(LS-SVMR: least squares support vector machine regression)求解Preisach函数的新方法,建立了压电陶瓷驱动器迟滞非线性LS-SVMR与Preisach混合模型。通过与双线性插值Preisach模型、BP神经网络Preisach模型进行试验对比,发现LS-SVMR与Preisach混合模型能够更准确的描述压电陶瓷驱动器迟滞非线性。第四章首先对比了单和双平行四杆机构的力、位移以及应力关系,在汲取两种经典结构的优点,摈弃其缺点的基础上,构建了一种具有无耦合位移、低集中应力和大位移特点的复合平行四杆原理机构,有限元仿真证明了该设计的合理性。其次,为评价环境振动对微位移平台动态性能的影响,研究了基于拉格朗日方程的工作台建模方法,建立了微位移平台动态特性的解析模型,有限元仿真和冲击试验表明该解析模型较好的描述了微位移工作台的动态特性。本章最后根据复合平行四杆原理机构,设计了低应力无耦合位移二维微位移平台,分析了加工因素对微位移平台精度的影响并研制了二维微位移平台。第五章首先分析了输入整形技术及输入整形器设计方法;根据工作台特点利用脉冲响应法设计了四脉冲输入整形器,并对其残余振荡消除效果进行了试验研究。其次,为满足开环控制的需要,研究了基于输入整形技术和压电陶瓷驱动器迟滞非线性LS-SVMR与Preisach混合模型的双前馈控制,消除了开环控制中的残余振荡,提高了响应速度。最后,为满足高精度闭环控制的要求,本章设计双前馈补偿的PID参数神经网络自整定的分时反馈混合控制器,该控制器能够有效地消除残余振荡和减小稳态误差,提高了微位移工作台的定位精度。第六章利用LabVIEW和MATLAB混合编程,构建了压电陶瓷驱动的微位移工作台测控系统,并对工作台的工作特性进行了试验测试。分析了影响微位移工作台定位精度的因素,提出了提高压电陶瓷驱动的微位移工作台定位精度的措施。第七章对本文的研究工作和研究成果进行了总结,并展望了今后可能的研究工作。
|
全文目录
摘要 5-7 ABSTRACT 7-12 第一章 绪论 12-26 1.1 精密定位技术研究意义 12-13 1.2 压电陶瓷驱动的微位移工作台关键技术研究现状 13-21 1.2.1 压电陶瓷驱动器迟滞非线性建模技术研究现状 13-14 1.2.2 柔性铰链微位移平台研究现状 14-21 1.2.3 微位移工作台精度控制技术研究现状 21 1.3 压电陶瓷驱动的微位移工作台关键技术研究存在的问题 21-22 1.4 本论文主要研究内容及创新点 22-25 1.4.1 本论文主要研究内容及技术路线 22-24 1.4.2 本论文的创新点 24-25 1.5 本章小结 25-26 第二章 压电陶瓷驱动的微位移工作台及其关键技术分析 26-49 2.1 前言 26 2.2 压电陶瓷驱动的微位移工作台及其关键技术 26-27 2.3 基于压电效应的多层压电陶瓷驱动器及其迟滞非线性建模技术 27-44 2.3.1 压电效应 27-28 2.3.2 压电陶瓷驱动器 28-29 2.3.3 压电陶瓷驱动器迟滞非线性特性试验研究 29-33 2.3.4 压电陶瓷驱动器迟滞非线性建模技术研究 33-36 2.3.5 压电陶瓷驱动器迟滞非线性Preisach建模技术研究 36-44 2.4 柔性铰链平行四杆机构分析 44-48 2.4.1 单平行四杆机构分析 45-46 2.4.2 双平行四杆机构分析 46-47 2.4.3 两种平行四杆机构比较 47-48 2.5 本章小结 48-49 第三章 压电陶瓷驱动器迟滞非线性LS-SVMR与PREISACH混合建模技术研究 49-68 3.1 前言 49 3.2 机器学习与统计学习理论 49-54 3.2.1 机器学习的基本概念 49-52 3.2.2 统计学习理论 52-54 3.3 支持向量机及其回归算法研究 54-59 3.3.1 支持向量机理论分析 54-57 3.3.2 支持向量机回归算法研究 57-59 3.4 压电陶瓷驱动器LS-SVMR与PREISACH混合建模技术 59-64 3.4.1 最小二乘支持向量机回归 59-62 3.4.2 压电陶瓷驱动器LS-SVMR与PREISACH混合建模过程 62-64 3.5 压电陶瓷驱动器迟滞非线性建模试验 64-67 3.5.1 双线性插值Preisach模型 64 3.5.2 神经网络Preisach模型 64 3.5.3 LS-SVMR与Preisach混合模型 64-67 3.6 本章小结 67-68 第四章 无耦合位移低应力复合平行四杆二维微位移平台设计及其动态建模技术研究 68-91 4.1 前言 68 4.2 复合平行四杆机构设计 68-76 4.2.1 复合平行四杆原理机构设计 68-71 4.2.2 平行四杆机构特性数值仿真 71-76 4.3 复合平行四杆微位移平台动态特性分析 76-82 4.3.1 基于拉格朗日等式的动态建模方法研究 76-78 4.3.2 复合平行四杆微位移平台动态模型 78-80 4.3.3 复合平行四杆微位移平台动态特性仿真 80-81 4.3.4 复合平行四杆微位移平台动态特性试验 81-82 4.4 二维复合平行四杆微位移平台设计 82-86 4.4.1 微位移平台设计原则 82-83 4.4.2 二维复合平行四杆微位移平台设计 83-84 4.4.3 二维复合平行四杆微位移平台静态特性仿真 84-86 4.5 加工因素对微位移平台精度的影响 86-90 4.6 本章小结 90-91 第五章 压电陶瓷驱动的微位移工作台控制技术研究 91-108 5.1 前言 91 5.2 输入整形技术研究 91-94 5.2.1 输入整形器基本概念 92-93 5.2.2 基于脉冲响应法的输入整形器的分析与设计 93-94 5.3 压电陶瓷驱动的微位移工作台残余振荡消除 94-97 5.3.1 微位移工作台模型建立 95 5.3.2 基于输入整形技术的微位移工作台残余振荡消除 95-97 5.4 微位移工作台双前馈开环控制技术研究 97-100 5.4.1 简单定位开环控制 98-99 5.4.2 任意序列的双前馈开环定位控制 99-100 5.5 微位移工作台混合闭环控制技术研究 100-107 5.5.1 混合控制器结构 100-104 5.5.2 微位移工作台闭环精度控制 104-107 5.6 本章小结 107-108 第六章 压电陶瓷驱动的微位移工作台系统研究 108-115 6.1 前言 108 6.2 微位移工作台系统设计方案及功能模块 108-110 6.3 压电陶瓷驱动的微位移工作台特性试验 110-112 6.3.1 静态特性试验 110 6.3.2 动态特性试验 110-111 6.3.3 控制精度试验 111-112 6.4 影响压电陶瓷驱动的微位移工作台精度的因素分析 112-114 6.4.1 原理机构误差 112 6.4.2 测量误差 112-113 6.4.3 环境带来的误差 113 6.4.4 驱动误差 113-114 6.5 提高压电陶瓷驱动的微位移工作台精度采取的措施 114 6.6 本章小结 114-115 第七章 总结与展望 115-118 7.1 研究总结 115 7.2 研究展望 115-118 参考文献 118-127 读博期间参加的科研项目和发表的论文 127-128 致谢 128
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 船用舵机电液伺服单元单神经元PID控制,U666.152
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 压电陶瓷驱动器迟滞补偿方法研究,TM282
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于机器学习的入侵检测系统研究,TP393.08
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
- 基于控制方法的粒子群算法改进及应用研究,TP301.6
- 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
中图分类: > 工业技术 > 机械、仪表工业 > 仪器、仪表 > 一般性问题 > 结构
© 2012 www.xueweilunwen.com
|