磁控形状记忆合金执行器位移高精度控制方法研究

磁控形状记忆合金执行器是一种基于新型功能材料的执行器，能够在磁场作用下产生位移，兼具压电和磁致伸缩执行器响应频率快和温控形状记忆合金执行器输出位移大的优点，具有广阔的应用前景。但磁控形状记忆合金执行器输入磁场和输出位移之间存在复杂的迟滞非线性，严重影响位移的精确输出。本项目对磁控形状记忆合金执行器输出位移的高精度控制方法进行研究，分析其位移输出特性并建立有效的迟滞非线性逆模型，进行基于逆模型的前馈与神经网络反馈控制的复合控制、自调整函数模糊控制等智能控制方法的研究，从而消除迟滞非线性的影响，提高磁控形状记忆合金执行器输出位移的控制精度，拓宽其在微定位领域的应用，为进一步研究磁控形状记忆合金执行器精密微定位和微驱动装置提供前期理论基础。本项目是关于磁控形状记忆合金执行器的一项前沿性科学研究工作，为控制、机械和材料三个学科的交叉研究项目，具有较大的理论研究意义和实际应用价值。

磁控形状记忆合金（MSMA）执行器是一种基于新型功能材料的执行器，能够在磁场作用下产生位移，兼具压电和磁致伸缩执行器响应频率快和温控形状记忆合金执行器输出位移大的优点，具有广阔的应用前景。但MSMA执行器输入磁场和输出位移之间存在复杂的迟滞非线性，严重影响位移的精确输出。因此，对MSMA执行器输出位移进行高精度控制方法的研究，能够推动MSMA执行器在微定位领域的应用，为进一步研究MSMA执行器精密微定位和微驱动装置提供前期理论基础。本项目的主要研究内容为：建立MSMA执行器的迟滞非线性逆模型，并依据其逆模型设计前馈补偿器，对MSMA执行器迟滞非线性进行开环控制研究。根据建立的MSMA执行器迟滞非线性逆模型，进行基于迟滞非线性逆模型前馈和智能控制方法相结合的复合控制方法研究，从而进一步提高执行器输出位移的精度。具体内容包括：（1）利用神经网络以及Prandtl-Ishlinskii（PI）、KP、Presiach等模型描述MSMA执行器输入输出关系的迟滞非线性。（2）建立神经网络、Prandtl-Ishlinskii（PI）、KP和Presiach等迟滞非线性逆模型。根据逆控制理论，利用逆模型设计前馈控制器来实现对MSMA执行器迟滞非线性的补偿，该前馈控制器能够使MSMA执行器输入输出关系近似为单位映射，从而实现MSMA执行器在开环控制下的高精度位移输出。（3）在上述迟滞逆模型的基础上，结合神经网络等智能控制方法构造前馈反馈复合控制方法，从而进一步提高MSMA执行器输出位移的精度。通过本项目的研究工作，有效的建立了MSMA执行器的迟滞非线性逆模型，提高MSMA执行器开环控制输出位移精度，使其最大位移迟滞环由>50%减小到<2%，提出的闭环控制方法能够消除MSMA执行器输入磁场与输出位移之间存在的迟滞非线性影响，解决迟滞非线性引起的系统振荡等问题，使其位移输出精度优于±0.2μm。完成了本项目申请时的预期研究目标。在本基金项目支持下，课题组共发表学术论文15篇(10篇SCI收录、4篇EI收录)。培养博士和硕士研究生共计12人。申请专利1项。