基于压电智能结构状态估计误差补偿的自抗扰振动控制
压电智能结构的模型难以精确建立,且存在外界环境激励干扰和内部参数不确定等问题,从而影响闭环结构的振动控制性能。基于此,将结构的内部干扰和外界激励的影响归结为系统的集总干扰,并利用扩张状态观测器(Extended state observer,ESO)设计不依赖于模型的自抗扰振动控制器。然而当外界扰动激励变化时,扩张状态观测器对扰动和各阶状态的估计不可避免存在偏差,难以保证振动控制的效果。为克服二阶自抗扰策略在振动主动控制中的不足,提出一种基于压电智能板结构的状态估计误差补偿自抗扰振动控制方案。利用状态观测误差信息,对二阶自抗扰控制器进行补偿,从而减小ESO对扰动和各阶状态估计的压力,提高振动控制效果。利用dSPACE实时仿真系统,搭建四面固支压电智能板结构的振动主动试验平台。四种干扰激励的试验结果验证该方法的有效性、实...
基于输出预估自抗扰策略的加筋壁板结构多模态振动主动控制
针对加筋壁板结构中存在的模型难以精确确定和多模态外界干扰等问题,基于加速度传感器,提出了一种不依赖结构精确数学模型的多模态线性自抗扰振动主动控制(Linear Active Disturbance Rejection Control)策略。由于加速度传感器和压电驱动器的异位配置不可避免地使得整个控制系统存在时延。为解决该问题,利用Smith预估器的原理,引入输出预估器来补偿时延,这样设计的自抗扰振动主动控制器能够很好地解决时延对结构振动性能的影响。基于dSPACE实时仿真平台、利用加速度传感器、压电片驱动器,设计并建立四面固支压电加筋壁板结构实验系统,对提出的控制方法进行试验比较研究。最后的试验结果表明,采用提出的具有输出预估功能的自抗扰振动控制器,能够快速有效地抑制结构的多模态振动。
基于加速度反馈和自抗扰的加筋壁板结构复合振动控制
四面固支加筋壁板结构中存在的模型难以确定等多种不确定因素,影响了闭环结构的振动控制性能。针对这一问题设计了一种不依赖结构数学模型的加速度传感信号反馈和二阶线性自抗扰复合振动主动控制策略,并在理论上分析其稳定性和优越性。首先,采用二阶线性自抗扰控制器实时估计对象模型变化及其外扰组成的广义干扰,并将估计值作为补偿信号前馈到控制信号中消除广义干扰对系统的影响;然后,设计加速度传感信号和线性状态误差反馈的自抗扰复合振动控制器;最后,基于dSPACE实时仿真系统,建立了四面固支加筋壁板结构的主动振动试验平台。利用加速度传感器和压电片驱动器抑制加筋壁板结构振动,并对提出的控制方法进行对比试验。几种外界干扰激励的试验结果表明,该方法不仅能有效抑制由于正弦激励和外界冲击引起的振荡...
大口径光电望远镜风阻力矩自抗扰补偿研究
光电望远镜口径超过5m以后,应该补偿风阻力矩干扰,以提高光电望远镜跟踪精度。本文首次将自抗扰控制器应用于光电望远镜的伺服系统中,根据自抗扰控制器可以动态补偿系统模型扰动和外部扰动,将作为负载扰动的风阻力矩归为外部扰动,利用扩张观测器对包括风阻力矩的各项扰动进行观测和补偿。该方法能有效地抑制风阻力矩对系统的影响,同时提高伺服系统速度环的响应速度,减小了稳态误差且无超调。仿真结果表明,具有自抗扰控制器的调速系统,当随机风阻力矩在+100Nm之间变化时,系统稳态误差的均值为1.8×10^-5 rad/s,标准差为9、87×10^-4 rad/s,最大值约为5.7×10^-3 rad/s,其抗扰性能明显优于PID调速系统。
基于自抗扰控制的电液比例位置同步控制仿真研究
液压缸电液比例位置同步控制系统受自身及外部干扰等因素影响,导致两侧缸位置不同步。针对此问题,基于两侧缸位置同步控制试验平台,建立液压缸电液比例控制系统数学模型;基于"同等方式"和"主从方式"在工程应用上存在的缺陷,采用"同等+主从"控制方式;设计自抗扰控制器,搭建两侧缸位置同步自抗扰控制仿真模型进行仿真研究,并与传统PID控制仿真结果进行比较。结果表明:采用自抗扰控制器能更有效地提高系统响应速度和抗干扰能力,减小系统同步误差。
基于改进差分进化算法的液压自抗扰控制器设计
液压伺服系统由于控制精度高、功率密度大受到广泛应用,但其自身在运行中存在较大的扰动和非线性,使其精确位置控制存在一定的难度。自抗扰控制器(ADRC)是一种新型的控制器,它对于强不确定性和非线性有较好的控制能力,但它是一个多参数非线性控制器,其优化设计的难度远远高于PID等传统控制器。提出一种改进差分进化算法,使用了一种新型的目标函数,并将其应用在液压伺服系统的自适应自抗扰控制器设计中。仿真实验结果证明:改进差分进化算法相比较于其他方法具有更强的全局搜索能力,设计的自抗扰控制器能更好地适应液压伺服控制的需要。
基于免疫粒子群的机器人自抗扰控制器参数整定方法
针对利用经验试凑法或其他优化算法整定机器人自抗扰控制器参数,存在整定过程复杂、整定结果不是全局最优等缺陷,提出一种基于免疫粒子群融合算法的机器人自抗扰控制器参数整定方法。该方法将免疫算法的免疫信息处理机制引入粒子群算法结构中,解决了免疫算法优化过程繁杂冗长以及粒子群算法过早陷入局部最优的问题,实现了自抗扰控制器参数整定,快速找到全局最优解。MATLAB仿真结果表明:该方法提高了自抗扰控制器的响应速度和稳定性,适用于
基于自抗扰控制器的电液位置伺服控制系统的实验研究
常用的抗干扰控制方法依赖于对象的精确模型,这对受不确定负载干扰影响的系统是不现实的。PID控制虽然不依赖于对象的模型,但其抗干扰能力不强。针对这一问题,设计了不依赖对象模型的自抗扰控制器,并搭建了模拟受随机负载干扰的电液位置伺服控制系统实验台;然后基于自抗扰控制器,在该实验台上分析研究了该电液位置伺服控制系统的性能。
自抗扰控制在电液伺服系统中的应用研究
针对某大功率电液伺服系统存在严重非线性、时变性和强干扰问题为保证系统的静、动态品质采用自抗扰控制器(ADRC)使系统具有很强的鲁棒性。仿真表明所设计的自抗扰控制器能够保证大功率电液伺服系统的静、动态性能。
轧机液压APC系统的自抗扰控制研究
考虑到液压APC系统存在不确定负载干扰和未建模动态的特点首先建立了液压APC系统的模型将不确定性负载扰动和未建模动态视为一个综合扰动项然后利用扩张状态观测器(ESO)对其进行观测和补偿并基于自抗扰控制技术设计了一个不依赖于对象模型的控制器。仿真结果表明:该控制器不仅有效地抑制了不确定负载扰动对系统的影响同时对受控对象模型参数的变化也具有较强的鲁棒性。