压电驱动微工作台的控制与校正技术研究

论文摘要

压电陶瓷驱动器以其体积小、重量轻、分辨率高、频响较高的优点成为目前广泛应用的理想微位移驱动元件。但是,它存在着迟滞、蠕变和位移非线性等不足,致使其定位精度不高,稳定的时间长。因此本文将对压电驱动微工作台的控制与校正技术进行研究。本文首先设计一套试验系统,包括压电驱动微位移装置、驱动电源、微位移测量装置和数据采集卡等环节,在对压电陶瓷工作机理和位移特性深入分析的基础上,提出一种基于优化BP（back propagation）算法神经网络结构的PID控制方法。该控制方法是基于闭环控制可以减弱或消除压电驱动三个固有误差的原理,结合神经网络的快速计算能力和自适应能力,实现对压电驱动工作台输出位移的控制与校正。控制算法中包括两个神经网络-神经网络PID控制器（NNC）和神经网络辨识器（NNI）。以三层神经网络自学习PID控制器代替常规PID控制器,实现样本的在线采集和优化;采用BP算法对PID控制器进行在线训练,对辨识器进行离线训练。通过NNC和NNI在线参数调整,起到智能控制作用。本文采用Matlab对两个神经网络结构进行仿真研究,从理论上验证该控制器的可行性,并使用Microsoft Visual C++ 6.0开发平台进行控制算法开发实现闭环控制,对提出的神经网络控制算法和传统PID控制算法分别进行实验研究,通过比较验证本文所提出的神经网络控制方法效果。实验证明,采用基于BP神经网络的PID控制方法实现微位移系统的闭环控制,可有效克服压电驱动工作台所固有的迟滞、蠕变和位移非线性等缺陷,可实现微位移工作台的高精度,快速、稳定控制。

论文目录

• 摘要
• Abstract
• 第1章 绪 论
• 1.1 课题来源及研究意义
• 1.2 微定位系统组成
• 1.2.1 微定位机构
• 1.2.2 检测装置及控制系统
• 1.3 压电驱动微工作台的控制技术研究现状
• 1.4 本文研究主要内容
• 第2章 压电陶瓷驱动器特性研究
• 2.1 微定位控制实验系统的总体构成
• 2.1.1 微位移机构组成
• 2.1.2 压电陶瓷驱动电源
• 2.1.3 检测装置的选择
• 2.1.4 A/D 数据采集卡的选取
• 2.1.5 系统测试
• 2.2 压电陶瓷驱动器工作原理
• 2.3 压电陶瓷驱动器特性分析
• 2.3.1 迟滞特性
• 2.3.2 蠕变特性
• 2.3.3 非线性特性
• 2.3.4 温度特性
• 2.3.5 负载特性
• 2.4 本章小结
• 第3章 神经网络原理与应用
• 3.1 神经网络原理与应用
• 3.1.1 单神经元数学模型
• 3.1.2 几种典型的学习规则
• 3.2 BP 神经网络的结构及算法
• 3.3 基于神经网络的系统辨识
• 3.4 本章小结
• 第4章 压电陶瓷微位移系统控制算法的研究
• 4.1 PID 控制系统
• 4.1.1 PID 控制原理
• 4.1.2 P1D 控制器参数的整定方法
• 4.2 基于BP 神经网络的PID 控制
• 4.2.1 神经网络自学习PID 控制器
• 4.2.2 神经网络辨识器
• 4.3 改进型BP 神经网络参数自学习PID 控制器
• 4.3.1 改进后控制器的结构形式及控制算法
• 4.4 本章小结
• 第5章 系统的实验研究和误差分析
• 5.1 微位移工作台的开环特性实验
• 5.1.1 微位移工作台的开环静态特性实验
• 5.1.2 微位移工作台的开环动态特性实验
• 5.2 数字PID 闭环控制
• 5.3 神经网络闭环控制
• 5.3.1 神经网络控制算法在线训练
• 5.3.2 微位移闭环系统动态特性实验
• 5.3.3 微位移闭环系统静态特性实验
• 5.4 误差分析
• 5.5 本章小结
• 结论
• 参考文献
• 致谢