受约束运动机构的控制性能及设计要求估计

受约束运动机构的控制性能及设计要求估计

论文摘要

随着当今生产力的高度发展,高速高精度伺服运动系统已广泛应用于半导体加工行业。然而如何确定系统的运动控制边界以满足人们认知系统、选择系统及设计系统的要求,本文将就伺服系统的运动控制边界展开估计讨论。该估计方法不仅具有理论意义,更与实际系统相结合,具有重大的实际应用价值。首先,辨识系统模型。针对高速高精度含有高频共振频率点的二维运动平台进行研究。以理论模型为基础,确定模型的结构。模型分为低、高频以及基座模型三部分。低频模型为标称模型,能够反映系统的基本输入输出关系,利用时域辨识方法;高频模型为振动模型,能够反映系统高频特性,包括共振频率等;基座模型反映基座的振动特性。后两者采用了频域辨识方法。实验结果表明所使用的辨识方法能够有效的辨识系统模型。基于这样的模型结构,系统的特性能够很好的被认知并用传递函数来表达,为高速高精度的控制打下了基础。基于已辨识的模型及系统的物理参数,电压、速度和加速度等参数可通过推导获得边界值,系统的共振频率点亦可通过高频模型获知。因此,利用运动参数的边界可设计优化的运动轨迹。该方法可有效的减弱输入信号在共振频率点的能量,避免共振点处控制精度低的缺陷。实验结果表明基于模型的轨迹规划方法能够有效的减少系统的振动,提高了控制精度,改善了控制性能。最后,以辨识的模型为前提,优化的轨迹为基础,进行运动控制性能边界估计。采用仿真及合理范围内穷举法,估计运动边界,并应用实验验证结果合理性。相对于目前普遍的理论边界推导方法,本文所提出的方法从实际系统的特性出发,更具有实际意义,实验结果亦表明该方法的有效性。最终运用Matlab的智能GUI制作功能,形成边界估计工具箱,使该方法便于应用推广。

论文目录

  • ABSTRACT
  • 摘要
  • ACKNOWLEDGEMENTS
  • LIST OF FIGURES
  • 1 INTRODUCTION
  • 1.1 Background
  • 1.2 System Identification
  • 1.3 Profile Planning
  • 1.4 System Description
  • 1.5 Outline
  • 2 THEORETICAL MODEL CALCULATIONS
  • 2.1 General Model Description
  • 2.2 Dynamic Model of The X-Y Table System
  • 2.3 Summary
  • 3 SYSTEM IDENTIFICATION
  • 3.1 Parameter Identification Method
  • 3.2 Experiments and Identification
  • 3.3 Experimental Verification and Conclusion
  • 3.4 Summary
  • 4 PROFILE PLANNING
  • 4.1 Trapezoidal Velocity Profile
  • 4.2 3rd Order S-curve Model
  • 4.3 4th Order S-curve Model
  • 4.4 nth Order S-curve Model
  • 4.5 Comparison and Optimization
  • 4.6 Summary
  • 5 PERFORMANCE LIMITATION ESTIMATION
  • 5.1 Method of Limitation Estimation
  • 5.2 Software Building
  • 5.3 Summary
  • 6 CONCLUSIONS
  • 6.1 Conclusions
  • 6.2 Future Work
  • REFERENCES
  • PUBLICATIONS
  • 相关论文文献

    • [1].陶瓷高校《系统辨识》课程的教学改革分析[J]. 知音励志 2016(21)
    • [2].基于近似偏最小一乘的闭环系统辨识新方法[J]. 控制理论与应用 2016(11)
    • [3].基于稀疏系统辨识的收发隔离方法[J]. 探测与控制学报 2019(06)
    • [4].系统辨识理论在建模中的应用[J]. 大众科技 2010(05)
    • [5].基于钱学森系统辨识理念的情报感知研究[J]. 情报理论与实践 2019(05)
    • [6].系统辨识与建模课程教学探讨[J]. 高等建筑教育 2012(02)
    • [7].基于大数据和双量子粒子群算法的多变量系统辨识研究[J]. 网络空间安全 2016(Z2)
    • [8].闭环系统辨识的模型结构检验[J]. 华东交通大学学报 2014(04)
    • [9].基于Matlab系统辨识的参数辨识与仿真[J]. 电子世界 2014(03)
    • [10].递推最小二乘参数辨识与仿真实例[J]. 微型机与应用 2011(20)
    • [11].基于支持向量机的模糊系统辨识研究[J]. 计算机与现代化 2011(11)
    • [12].摩擦条件下面向控制的伺服系统辨识相关分析[J]. 电子测量与仪器学报 2010(09)
    • [13].基于RLS的系统辨识仿真研究[J]. 通讯世界 2019(10)
    • [14].基于自适应系统辨识的收发隔离技术研究[J]. 现代雷达 2015(11)
    • [15].系统辨识在压力计量中的应用研究[J]. 宇航计测技术 2009(06)
    • [16].用于块稀疏系统辨识的混合范数约束LMS算法[J]. 应用声学 2017(04)
    • [17].基于继电反馈的伺服系统辨识与自调谐[J]. 机械工程学报 2015(11)
    • [18].基于MATLAB的离散系统辨识与仿真[J]. 硅谷 2012(15)
    • [19].固定翼无人机频率响应系统辨识技术[J]. 自动化仪表 2015(09)
    • [20].系统辨识中最优采样间隔的确定[J]. 电子设计工程 2013(11)
    • [21].基于扩张状态观测器的迟滞非线性系统辨识[J]. 仪器仪表学报 2017(08)
    • [22].基于非平稳系统辨识的心音包络自适应分割[J]. 计算机工程 2020(08)
    • [23].面向应用型人才培养的《系统辨识与自适应控制》课程教学改革研究[J]. 高教学刊 2020(30)
    • [24].基于系统辨识的用户道路车轮纵向疲劳累积损伤估计[J]. 机械强度 2017(05)
    • [25].冲击加速度传感器系统辨识技术研究[J]. 计测技术 2018(S1)
    • [26].基于MATLAB系统辨识工具箱的风信号预测[J]. 太阳能学报 2008(04)
    • [27].神经网络在系统辨识中的应用[J]. 信息技术与信息化 2009(01)
    • [28].电力系统辨识的解耦性与有效性分析[J]. 电力系统及其自动化学报 2009(02)
    • [29].基于SPPSO算法的时滞HBV模型的系统辨识研究[J]. 计算机科学 2013(02)
    • [30].“最优估计与系统辨识”课程考核模式改革与探索[J]. 时代教育 2012(19)

    标签:;  ;  ;  

    受约束运动机构的控制性能及设计要求估计
    下载Doc文档

    猜你喜欢