首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种压电陶瓷驱动器率相关磁滞逆补偿器设计方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:山东大学

摘要:本发明公开了一种压电陶瓷驱动器率相关磁滞逆补偿器设计方法及系统,包括:步骤S1.利用一组不同频率的振荡衰减电压信号驱动压电陶瓷驱动器,采用其内置的位移传感器分别采集不同频率下驱动器的位移数据,构建率相关直接逆Preisach模型;步骤S2.基于数据表达法建立步骤S1中的建率相关直接逆Preisach模型密度函数与驱动频率的映射关系,实现其他未测量频率下率相关直接逆Preisach模型密度函数的辨识;步骤S3.将步骤S1和步骤S2中得到的率相关直接逆Preisach模型作为压电陶瓷驱动器的逆补偿器,消除率相关的磁滞;步骤S4.利用迭代学习算法在线消除逆补偿器的建模误差。在实际实验中,本发明能有效解决现有逆补偿器构建方法计算负担重、实验工作量大、存在建模误差的问题。

主权项:1.一种压电陶瓷驱动器率相关磁滞逆补偿器的设计方法,其特征在于,包括如下步骤:步骤S1.利用一组不同频率的振荡衰减电压信号驱动压电陶瓷驱动器,采用其内置的位移传感器分别采集不同频率下驱动器的位移数据,构建率相关直接逆Preisach模型;步骤S2.基于数据表达法建立步骤S1中的率相关直接逆Preisach模型密度函数与驱动频率的映射关系,实现其他未测量频率下率相关直接逆Preisach模型密度函数的辨识;步骤S3.将步骤S1和步骤S2中得到的率相关直接逆Preisach模型作为压电陶瓷驱动器的逆补偿器,消除率相关的磁滞;步骤S4.利用迭代学习算法在线消除逆补偿器的建模误差;步骤S1的具体步骤如下:S1.1.建立率相关直接逆Preisach模型,如下: ,其中,ut是模型的输入,即压电陶瓷驱动器的位移,vt是模型的输出,即驱动压电陶瓷驱动器的电压,ri是输入信号经傅里叶变换后各单频分量的权重,λi是不同频率分量正弦信号的幅值,fi是输入信号的频率,μiα,β,fi是频率为fi的单频逆磁滞曲线的密度函数,ϑα,β[u]t是顺时针relay算子;S1.2.利用一组不同频率的振荡衰减电压信号驱动压电陶瓷驱动器,采用其内置的位移传感器分别采集不同频率下驱动器的位移数据;基于获得的数据,利用非负线性最小二乘法分别辨识出不同频率下率相关直接逆Preisach模型的密度函数;步骤S2如下:S2.1.利用S1.2中采集的数据,分别辨识出不同频率下数据表达法中的参数a,b,c;数据表达法,其公式为: 其中a,b,c是数据表达法的参数,yfmax和yfmin是在最大驱动频率fmax和最小驱动频率fmin下测得的位移,yf是待预测的振荡衰减位移的第一个周期数据,yfi是待预测的振荡衰减位移的第i个周期数据,yf的驱动频率f满足fminffmax,N是待预测数据周期的个数,满足N=maxi,max|yfi|Δα;S2.2.基于S2.1中的辨识结果,分别采用一次函数拟合、三次样条曲线拟合和求平均值法表征数据表达法的参数a,b,c和驱动频率f之间的映射关系;S2.3.对于未测量频率下模型的辨识,利用S2.3中的映射关系,找出该频率对应的参数a,b,c,再基于数据表达法的公式,预测该驱动频率下,压电陶瓷驱动器的输出位移数据,最后利用所预测的位移数据和对应频率的振荡衰减电压信号辨识出对应频率下的直接逆Preisach模型密度函数;步骤S4中,迭代学习控制辅助的率相关直接逆Preisach模型为: 其中,Uiz是第i次迭代时率相关直接逆Preisach模型的输入,Viz是第i次迭代时迭代学习律的输出,Cz是比例-积分控制器,Eiz=Yrz-Yiz是压电陶瓷驱动器在第i次迭代时的跟踪误差,ρ和Qz分别是迭代学习律中的学习增益和Q-滤波器;步骤S4中,基于如下条件设计比例-积分控制器、学习增益和Q-滤波器: 其中,Gz是率相关直接逆Preisach模型补偿后的线性系统,且G'z是稳定的。

全文数据:

权利要求:

百度查询: 山东大学 一种压电陶瓷驱动器率相关磁滞逆补偿器设计方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。