本项目针对具有Preisach迟滞非线性的控制系统,提出了Preisach迟滞精确逆补偿和鲁棒自适应控制的新策略。由于对于流行的Preisach迟滞现有技术均为近似逆补偿来克服迟滞非线性,从而不可避免引入补偿误差造成系统跟踪精度的下降。本项目首先给出基于Play算子的Preisach模型和基于Relay算子的Preisach模型的等价条件;其次提出Preisach模型精确可逆的充分条件;然后利用前馈补偿思想精确消除补偿误差,同时利用鲁棒自适应反馈控制克服(迟滞模型与实际迟滞非线性之间的)动态误差并镇定系统;最后将该理论结果应用于SMA(Shape Memory Alloy)智能材料驱动的机器人关节执行器系统来达到比该系统现有控制方法更高的控制精度。
本项目研究了具有Preisach迟滞非线性系统的控制问题。研究内容包括提出了一类Preisach迟滞补偿算法和鲁棒自适应控制的策略及其相关研究成果。通过对基于Play算子的Preisach模型和基于Relay算子的Preisach模型分析给出了该Preisach模型补偿策略;然后利用鲁棒自适应反馈控制技术克服动态误差并镇定系统同时保证跟踪误差满足需要的精度。此外,该项目的研究成果应用到一类具有智能材料驱动执行器的机器人系统研究了其跟踪控制问题。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种光、电驱动的生物炭/硬脂酸复合相变材料的制备及其性能
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
基于二维材料的自旋-轨道矩研究进展
物联网中区块链技术的应用与挑战
智能凝胶微执行器及其在光学器件中的应用
具有迟滞非线性的动态系统智能控制与应用
压电执行器迟滞特性的动态建模与直接控制研究
压电执行器速率依赖迟滞特性的非线性内模控制研究