双级执行器系统综合建模和协同控制研究

Dual-stage actuator system is widely used in high-precision positioning application.The precision and speed are the key factors of the dual-stage actuator system.However, there are some drawbacks in current modeling and control methods.First, the hysteresis and creep nonlinearities that can influence the control accuracy are always fused together.Second, the conventional control mothed may lead to long-time adjustment because of the repeatitive movement of the two actuators. To overcome the disadvantages of the dual-stage actuator system, first, the hysteretic and creep operators are proposed to construct an integrated model using expanded-input-space method. The integrated model can fully describe the hysteresis and creep nonlinearities and overcome the drawbacks of the sole model for the precision. Thus, The direct controller incoperated with the integrated model is proposed to eliminate the effect of hysteresis and creep. Finally,the novel operator is proposed to design the coordinate controller. The coordinate controller can overcome the drawback of long-time adjustmen. Moreover, the integrated model and coordinate controler can improve accuracy and speed of the proposed dual-stage actuator system.The project which provides the efficient modeling and control method has important significance for the micro-manipulation technology.

双级执行器系统广泛存在于微操作领域，其精度和速度是实施微操作的关键因素。但是双级执行器系统存在两个不足：其一，系统中融合在一起的迟滞和蠕变非线性会降低控制精度；其二，对两个执行器分开设计控制器会使得调整时间过长。针对这些不足，本项目首先构造迟滞算子和蠕变算子，提出基于这两个算子的扩展空间法来建立综合模型，全面描述迟滞和蠕变非线性，克服单一模型精度低的缺点。然后，提出了结合该综合模型的直接控制法来设计第二级控制器，克服逆模型方法参数依赖性强的缺点。最后，构造协同因子，提出基于该协同因子的协调控制方法，实现两级执行器的协同运动，克服两个执行器分开控制会造成调整时间长的缺点。通过本项目的研究，能够提高双级执行器系统的精度和速度，将为微操作技术的发展提供有效的建模和控制方法，具有重要的科学研究意义。

双级执行器系统广泛存在于微操作领域，其精度和速度是实施微操作的关键因素。为了提高双级执行器的精度和速度，本项目主要从双级执行器建模、迟滞非线性系统控制器设计、双级执行器协同控制三个方面展开研究，主要完成如下工作：双级执行器建模方面包括三部分：其一提出动态迟滞算子来扩展输入空间将迟滞转化成一一映射，利用改进极限学习机来实现迟滞非线性的建模；其二提出基于改进迟滞算子的坐标变换来将迟滞转化成一一映射，利用神经网络来辨识迟滞特性；其三引入Duhem算子来描述迟滞状态然后利用极限学习机算法建立迟滞模型；迟滞非线性系统控制器设计方面包括五部分：其一针对Bouc-Wen迟滞非线性系统，提出了基于误差变换的反步控制器；其二针对方向未知的严反馈迟滞非线性系统，提出动态迟滞算子来扩展输入空间建立神经网络迟滞模型，引入Nussbaum 型函数设计了基于误差变换的反步自适应控制器；其三针对输出受限的迟滞非线性系统，基于对称型障碍Lyapunov函数设计了反步控制器；其四针对Bouc-Wen迟滞非线性系统，利用RBF神经网络来估计类扰动项设计自适应滑模控制器；其五针对Bouc-Wen迟滞非线性系统，基于Lyapunov-like函数设计了自适应迭代学习控制器；双级执行器的协同控制方面包括三部分：其一基于协同因子并采用解耦结构来实现协同控制，两级控制器分别为近似时间最优控制和PD控制；其二基于协同因子并采用并行结构来实现协同控制，通过综合性能指标得到协同因子的最优可调参数，两级控制器分别为近似时间最优控制结合预见控制和基于误差变换的反步控制；其三基于空间滤波的信号分离方法来实现协同控制，利用状态观测器来估计两级执行器的位置输出并设计神经网络控制器。双级执行器的协同控制能够实现大行程高精度的精密运动，为微操作技术的发展提供有效的建模和控制方法，具有重要的科学研究意义。