三维振动主动隔离智能结构中的若干关键技术研究

论文摘要

本论文结合智能材料与结构技术,对三维隔振系统中涉及到的若干关键技术进行了研究,主要包括新型驱动器的开发、振动主动控制中的模型辨识、广义前馈自适应控制算法、控制算法中的解耦策略等关键技术。最后,在采用压电智能结构的隔振平台上进行了三个方向的振动隔离试验。内容如下:首先针对单一驱动器频响范围较窄的缺点,采用金属压电圆环结构,弥补电磁驱动器高频响应差的缺陷,设计一种新型的电磁驱动结构,弥补压电驱动器低频段驱动位移小的缺点,从而形成一种驱动位移和响应频率都得到扩展的复合式驱动器。通过理论分析和有限元仿真,给出了复合式驱动器的阻抗特性、电磁力与电流及永磁体位置三者间的关系,指出了磁路中磁隙宽度、线圈间隙对驱动力的影响。根据模型分析,给出了金属压电圆环结构的驱动力、变形与结构参数间的数学关系式。最后对所研制的驱动器进行了频响测试。在工程实际中,由于结构的复杂性,制造误差和测量数据的不精确等诸多因素的综合作用将给振动系统的模型辨识带来较大的影响,为此利用灰色理论中的累加求和思想,并根据采样数据的新旧程度进行加权乘积,提出了一种用于振动控制的灰色模型辨识算法。自适应前馈控制算法在振动主动控制领域有着广泛应用,本文利用被控对象的极点构造正交基函数,提出了一种广义前馈自适应控制算法。该算法很好地融合了常用的FIR和IIR两种结构的优点,有效地弥补了两种结构各自的不足。FIR结构的算法没有输出反馈,具有较好的稳定性,但是一旦系统的响应特性变得复杂,算法需要很长的权系数矢量才能逼近被控对象的动态响应特性,进而增加计算负担并使收敛过程放慢。与此相反,IIR结构的算法通过输出反馈引入系统极点,只需较短的权系数矢量就可满足要求,但是算法自身稳定性却得不到保障。三维隔振系统采用的是多输入多输出控制算法,如果结构自身不具备解耦条件,那么算法就必须考虑解耦。文中针对次级通道耦合和参考信号与驱动输出信号耦合问题进行了讨论,给出了对应的解耦策略,成功实现了垂直尾翼的减振控制,单频激励下控制后振动响应的功率谱下降了35dB。最后对三轴向压电隔振平台进行了实验,结果表明本文所提出的算法是有效的。相比常规的FXLMS算法,对于限带噪声激励下振动响应的控制具有更好的效果和稳定性。

论文目录

• 摘要
• ABSTRACT
• 图表清单
• 注释表
• 第一章 绪论
• 1.1 选题依据
• 1.2 智能结构中的隔振技术
• 1.2.1 智能材料与结构简介
• 1.2.2 智能材料在隔振结构中的应用原理
• 1.3 振动主动控制
• 1.3.1 振动主动控制基本原理
• 1.3.2 国内外研究现状
• 1.3.3 振动主动控制系统建模和灰色辨识
• 1.4 三维主动隔振智能结构中存在的问题
• 1.5 论文主要研究内容
• 第二章 用于振动隔离的复合式驱动器研究
• 2.1 复合式驱动器
• 2.1.1 复合式驱动器的动力学分析
• 2.1.2 电磁驱动原理
• 2.1.3 压电驱动原理
• 2.2 复合式驱动器设计
• 2.2.1 运动部件装配设计
• 2.2.2 电磁驱动部件
• 2.2.3 压电圆环驱动部件
• 2.3 电磁驱动的性能分析
• 2.3.1 电磁驱动等效模型
• 2.3.2 电阻抗特性
• 2.3.3 电磁驱动力分析
• 2.3.4 压电圆环驱动性能分析
• 2.4 压电圆环驱动的改进
• 2.5 分频器设计
• 2.5.1 分频器分类及特点
• 2.5.2 前级分频电路
• 2.6 复合式驱动器频响测试
• 2.7 本章小结
• 第三章 振动主动控制中的辨识方法
• 3.1 模型辨识
• 3.1.1 模型辨识发展概况
• 3.1.2 辨识方法
• 3.2 模型辨识中的预报误差法
• 3.2.1 预报误差法辨识原理
• 3.2.2 常用的模型结构
• 3.3 基于加权累加求和的辨识算法研究
• 3.3.1 灰色辨识原理
• 3.3.2 累加求和
• 3.3.3 模型转换与加权
• 3.3.4 算法形成
• 3.3.5 仿真分析
• 3.4 获取系统极点
• 3.4.1 间接获取
• 3.4.2 直接自适应获取
• 3.5 自适应极点获取算法的推广
• 3.5.1 极点个数未知时的获取办法
• 3.5.2 ARX 模型的极点获取
• 3.6 极点获取算例
• 3.7 本章小结
• 第四章 基于正交基函数的广义前馈控制算法研究
• 4.1 正交基函数相关定义
• 4.2 构造正交基函数的方法
• 4.2.1 施密特正交化
• 4.2.2 模态极点正交基函数
• 4.3 正交基函数特点分析
• 4.3.1 复正交基函数的有理化
• 4.3.2 正交基函数与系统模型的内在联系
• 4.4 广义前馈控制算法
• 4.4.1 自适应前馈控制算法
• 4.4.2 FX-LMS 算法中的步长参数选取
• 4.4.3 基于正交基函数的自适应广义前馈控制算法研究
• 4.5 广义前馈控制算法分析与仿真验证
• 4.5.1 算法自身优点
• 4.5.2 数值仿真
• 4.6 本章小节
• 第五章 三维隔振算法中的解耦策略
• 5.1 基于灰色模型的预测解耦
• 5.1.1 GM（1，2）辨识模型
• 5.1.2 解耦控制器设计
• 5.1.3 仿真算例
• 5.2 前馈主动控制算法的次级通道解耦
• 5.2.1 次级通道耦合
• 5.2.2 矩阵解耦原理
• 5.3 控制输出与参考信号解耦
• 5.3.1 驱动器输出信号与参考信号的耦合效应
• 5.3.2 解耦模型
• 5.4 飞机垂尾解耦控制实验
• 5.4.1 实验中的驱动器选择
• 5.4.2 压电驱动/传感元件在垂尾模型中的布置方案
• 5.4.3 解耦控制实验及结果分析
• 5.5 本章小结
• 第六章 三维振动隔离实验及结果分析
• 6.1 Stewart 平台
• 6.2 基于压电金属圆环结构的三轴向隔振平台
• 6.2.1 驱动杆布置
• 6.2.2 加速度传感器选择及布置
• 6.2.3 控制系统硬件组成
• 6.3 平台模型辨识
• 6.3.1 次级通道辨识
• 6.3.2 主通道灰色辨识
• 6.3.3 频响曲线对比
• 6.4 采用FX-LMS 算法的主动隔振实验
• 6.4.1 X 轴向隔振效果
• 6.4.2 Y 轴向隔振效果
• 6.4.3 Z 轴向隔振效果
• 6.5 采用广义前馈控制算法的主动隔振实验
• 6.5.1 X 轴向广义前馈控制效果
• 6.5.2 Y 轴向广义前馈控制效果
• 6.5.3 Z 轴向广义前馈控制效果
• 6.6 算法性能对比分析
• 6.7 本章小结
• 第七章 总结与展望
• 7.1 本文主要研究工作
• 7.2 主要创新点
• 7.3 后续研究工作和展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文