首页> 中文学位 >超声波马达的智能控制研究
【6h】

超声波马达的智能控制研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

1. 绪论

1.1 课题研究背景

1.2 国内外研究现状

1.3 课题研究思路和创新点

2 超声波电机的IMC-PID控制

2.1 PID控制概述

2.2 超声波电机的 PID 控制

2.3 IMC-PID控制

2.4 超声波电机的IMC-PID控制

3. 超声波电机的智能IMC-PID控制

3.1 人工神经网络

3.2 粒子群算法概述

3.3 本课题所提出的超声波电机的智能控制方法

4 实验研究

4.1 超声波电机伺服系统

4.2 超声波电机智能控制实验

4.3 控制实验结果

5. 结论

5.1 总结

5.2 展望

致谢

参考文献

个人简历、在学期间发表的学术论文及取得的研究成果

展开▼

摘要

超声波马达,又称超声波电机(Ultrasonic Motor,简称USM)采用在超声波范围内的机械振动作为驱动源,是一种新型的转动驱动器,由于它所表现出来的各种优良特性,如体积小,可以进行静音操作,较好的电磁两立性,低转速时仍然能保持较高扭矩等,被广泛应用与工业以及医疗设备中。但在实际应用中,由于USM的特殊驱动方式,使我们很难得到关于它的较精确的数学模型,同时由于USM的输入与输出的高度非线性,导致对于超声波电机的控制变得十分复杂。本文基于上述超声波电机控制的难题,从理论和实验两个方面,开展了相关研究。本文的主要研究内容如下:  (1)基于难以获取精确的数学模型的难点,本文研究中采用了PID控制器对超声波电机进行控制,在不需要了解被控对象数学模型的情况下实现了对超声波电机的控制器,并完成了控制器的设计。  (2)基于内模控制理论,构建了内模控制PID(IMC-PID)的方法,并将该方法应用于超声波电机的控制中,简化了PID控制器的参数整定,使得控制器只有一个参数需要调节,同时,将系统辨识后的模型引入控制器中,进一步提高了控制性能。  (3)为解决超声波电机输入输出非线性的问题,本文提出了神经网络(NN:Neural Networks)和基于粒子群优化(PSO:Particle Swarm Optimization)的智能算法的控制方案。构造了神经网络结构控制器,并植入到实际的控制器中,对IMC-PID的参数进行了调节。  (4)为解决超声波电机特性的动态变化问题,本文在研究中,对传统神经网络权重的调节策略进行了改进,使用粒子群优化算法对神经网络的权重值进行调节,使得IMC-PID的参数,可以根据控制效果在线调节。  (5)在实验部分:基于搭建的超声波电机伺服系统,对超声波电机的特性进行了详细的分析和研究,得到了控制输入和输出的响应关系,验证了超声波电机的非线性和动态特性。由于超声波电机在正转和反转以及有负载和无负载的情况下,表现出不同的特性,对不同工作情况下的超声波电机,基于传统的IMC-PID控制和本文提出的对超声波电机的智能IMC-PID控制方法,开展了控相关的制实验,并根据实验结果进行了比较分析。  实验结果表明:本文研究所提出的智能IMC-PID控制方法,能实现对超声波电机在有负载和无负载的条件下进行正反转控制,可以得到范围在[-0.0044,0.0044][deg]之间的稳态误差,实现了对超声波电机的高精度控制,从而验证了本文所提出的对超声波电机的智能IMC-PID控制方法的具有较好的适应性和稳定性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号