CN107807532B - 一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法 - Google Patents
一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法 Download PDFInfo
- Publication number
- CN107807532B CN107807532B CN201711243130.8A CN201711243130A CN107807532B CN 107807532 B CN107807532 B CN 107807532B CN 201711243130 A CN201711243130 A CN 201711243130A CN 107807532 B CN107807532 B CN 107807532B
- Authority
- CN
- China
- Prior art keywords
- giant magnetostrictive
- vibration
- magnetostrictive actuator
- controller
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000002955 isolation Methods 0.000 title claims abstract description 56
- 230000003044 adaptive effect Effects 0.000 claims abstract description 59
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 5
- 230000006870 function Effects 0.000 description 23
- 230000000694 effects Effects 0.000 description 20
- 230000009467 reduction Effects 0.000 description 11
- 238000013461 design Methods 0.000 description 10
- 238000004088 simulation Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 238000013016 damping Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 239000002131 composite material Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241000830535 Ligustrum lucidum Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 229910001285 shape-memory alloy Inorganic materials 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Vibration Prevention Devices (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，包括以下步骤：S1，估计超磁致伸缩作动器的振动信号的大小；S2，采用Filtered‑εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动。本发明通过利用非线性自适应滤波器，采用Filtered‑εLMS算法结构设计自适应逆振动控制器，首先通过估计超磁致伸缩作动器的振动信号的大小；然后采用Filtered‑εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动，从而提高了对超磁致伸缩隔振平台的隔振控制精度和稳定性。
Description
技术领域
本发明涉及一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，属于动态迟滞非线性系统建模与控制领域。
背景技术
振动控制是指通过一定的技术方法隔离被控对象所受的振动以满足一定的工程要求。振动控制依据在控制过程中是否采用外部输入分为有源控制和无源控制。其中，无源控制是当今发展得比较成熟的振动被动控制方法，其主要是通过改变物体结构的刚度、阻尼和质量在体系中的分布，或者改变外载荷的传递途径，以达到降低结构的振动响应。而有源控制是指在结构受激振动过程中，采用外部能源施加控制力或改变物体结构的动力特性，以达到迅速衰减或隔离物体所受振动，因为在此过程中存在外界的能源输入，所以又被称为振动主动控制。
振动控制是一个在各个领域里广泛存在的工程问题。随着国民经济和现代化国防的飞速发展，在航空航天、军事工程和高精密加工等领域对机动稳定平台的控制精度的要求日益提高，对高精度高可靠性稳定隔振平台的要求从理论研究和实际应用上均提出了严格的要求。比如在各种各样航空航天飞行器中，100Hz以内的微幅振动广泛存在，这往往对飞行器的安全飞行是致命的，然而传统的被动隔振方法对这种低频幅值振动很难有效减振。
随着对振动控制精度要求的提高，传统的材料和振动控制方式已经不能满足现代工业对高精度和低频振动控制的要求，于是随着压电等智能材料和智能结构的出现与快速发展，以及对其动态模型和控制方法的不断研究，产生和发展了智能材料和先进控制技术相结合的机电一体化智能隔振结构。
智能材料具有精度高和响应时间快等优点，被广泛地应用于微位移和微振动主动控制。现代工业中常用的智能材料有压电、超磁致伸缩和形状记忆合金等，它们表现出电、热、磁、力场的耦合特性，利用这种特性可以将它们设计为作动器或传感器。对于微米级位移的定位跟踪和振动控制，通常使用压电陶瓷和磁致伸缩材料。可是这两种智能材料存在严重的动态迟滞非线性特性，动态迟滞非线性特性不仅降低了控制系统的控制精度，还会使闭环系统的稳定性下降甚至导致系统振荡。
另外，当前的振动主动控制的控制器设计方法主要包括有如下几种：
(1)PID控制
从振动主动控制伊始，PID控制就被广泛的采用。然而随着对控制精度和稳定性要求的提高，以及周围环境的变化，在复合激励信号作用下，复杂的系统非线性模型与不确定性作用下，传统的PID控制方法已经远远无法满足此类系统的控制需要。于是人们开始把一些先进的控制技术与PID控制技术相结合，实时在线调节PID控制器的三个参数，以达到最优控制。近年来自适应PID，鲁棒PID，模糊PID等与PID控制器相结合的算法应运而生，并且表现出良好的控制效果。但是它们的缺点在于，这些算法均是基于线性系统设计的，并不适用于非线性系统；而且如果要在非线性系统中使用该类方法，必须对迟滞进行逆补偿，然后进行控制，控制过程非常复杂。
(2)自适应控制
自适应控制对具有一定模型不确定性的系统具有很好的控制效果。自适应控制算法在线参数调节能力强，精度高，鲁棒性好，在振动主动控制系统中应用最为广泛。李超采用自适应滤波F-XLMS算法对单根超磁致伸缩作动器进行振动控制，从不同的控制物理量、算法、偏置磁场和系统噪声等各方面分析了影响控制效果的因素，仿真实验结果表现出良好的减压效果。王贞艳采用自适应滤波算法控制由压电作动器驱动的Stewart平台，实验结果达到了30dB的减振效果。但是他们都是对非线性部分进行了补偿，然后设计的线性控制器，整个设计处理过程非常复杂。
(3)鲁棒控制
郭咏新等人提出了基于Hammerstein模型结构的GMA的动态迟滞非线性系统的鲁棒跟踪控制方法。其基于实验法计算迟滞逆补偿后线性部分的模型不确定性，设计标准H∞鲁棒控制器对GMA进行跟踪控制。但是该方法同样需要首先对非线性部分进行补偿，然后设计线性控制器，整个设计处理过程非常复杂。
另外，上述的传统控制算法如PID、鲁棒等都是针对线性系统或者弱非线性系统进行控制，并且需要知道系统准确的数学模型，对模型要求比较高。而对具有动态迟滞非线性特性的智能作动器进行振动主动控制时，采用上述算法往往因为模型误差或计算量大等问题，导致这些传统控制算法很难应用在实时控制中。
发明内容
本发明的目的在于，提供一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，它可以有效解决现有技术中存在的问题，提高对超磁致伸缩隔振平台的隔振控制精度和稳定性。
为解决上述技术问题，本发明采用如下的技术方案：一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，包括以下步骤：
S1，估计超磁致伸缩作动器的振动信号的大小；
S2，采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动。
优选的，步骤S1包括以下步骤：
S11，建立超磁致伸缩作动器的模型
S12，将所述模型
与超磁致伸缩作动器并联，并使得超磁致伸缩作动器的输出与输入振动信号d求和后再减去超磁致伸缩作动器模型
的输出，即得超磁致伸缩作动器的振动信号
简单快捷，根据估计出的振动信号的大小，得到一个跟它大小相等、相位相反的信号，即可抵消振动。。
优选的，步骤S2包括：采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于快速抵消振动信号的影响，从而可以大大提高超磁致伸缩隔振平台的隔振控制精度和稳定性。
进一步优选的，所述的采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，包括以下步骤：
S21，离线辨识得到超磁致伸缩作动器的左逆模型；
S22，基于Filtered-εLMS算法，使用两个完全相同的非线性滤波器复制超磁致伸缩作动器的左逆模型；
S23，利用所述的两个非线性滤波器输出相减得到的误差信号自适应寻找控制器Q，并且采用LMS算法在线调整滤波器的权系数，直到超磁致伸缩作动器的输出和参考输入的输出相同；其中，所述的两个完全相同的非线性滤波器，其中一个非线性滤波器的输入为输入信号作用于控制器Q后再作用于超磁致伸缩作动器模型
后的输出；另一个非线性滤波器的输入为输入信号；所述的输入信号为与估计出来的振动信号大小相等、相位相反的信号。
本发明通过对控制器Q进行在线辨识，因而当对象状态(导致对象模型发生变化)发生变化时，控制器可以自适应调节参数，去适应对象的变化，因此，本发明对对象模型的准确率要求不高，而且实时隔振效果更好。
前述的用于超磁致伸缩隔振平台的自适应逆隔振控制方法中，所述的非线性滤波器采用GPO非线性自适应滤波器，从而可以更准确的描述超磁致伸缩作动器的动态迟滞特性。
前述的用于超磁致伸缩隔振平台的自适应逆隔振控制方法中，所述的GPO非线性自适应滤波器，其包络函数采用双曲正切函数的反函数atanh，从而可以有效抵消对象的非线性特性(利用GPO非线性滤波器辨识对象的时候选用的是双曲正切函数)。
本发明的用于超磁致伸缩隔振平台的自适应逆隔振控制方法，通过以下方法辨识得到GPO的包络函数：将期望输入信号作用到超磁致伸缩作动器；采集超磁致伸缩作动器的输入/输出数据，然后将超磁致伸缩作动器的输出当作模型的输入，超磁致伸缩作动器的输入当作模型的输出，通过非线性拟合的方法辨识得到GPO的包络函数：
γl＝a1atanh(a2u(t)+a3)+a4
γr＝b1atanh(b2u(t)+b3)+b4
其中，所述的γl和γr分别为非线性滤波器的左、右包络函数。
上述的用于超磁致伸缩隔振平台的自适应逆隔振控制方法中，所述的采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，包括以下步骤：
a，变量初始化，确定非线性滤波器的阶数n+1、阈值r、收敛因子μ和包络函数；随机给定非线性滤波器的初始权系数W(0)，令k＝0；
b，离线辨识得到超磁致伸缩作动器的左逆模型；
c，将振动信号d(k)输入系统；
d，基于Filtered-εLMS算法，使用两个完全相同的非线性滤波器复制超磁致伸缩作动器的左逆模型，抵消超磁致伸缩作动器的迟滞特性，获得输出信号y(k)和滤波器的输出信号H(k)，并计算实际控制器与理想控制器之间的估计误差
所述的两个完全相同的非线性滤波器，其中一个非线性滤波器的输入为输入信号作用于控制器Q后再作用于超磁致伸缩作动器模型
后的输出；另一个非线性滤波器的输入为输入信号；所述的输入信号为与估计出来的振动信号大小相等、相位相反的信号；
e，更新非线性滤波器的权系数：W(k+1)＝W(k)+2με(k)H(k)；其中，
f，令k＝k+1；更新输入向量x(k)；并获得新的输出信号y(k)和滤波器的输出信号H(k)，以及实际控制器与理想控制器之间的估计误差
g，判断
若是，则转至步骤f；否则获得最终的控制器Q；
h，利用所述的控制器Q控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响。
通过以上方法，从而可以获得最优的控制器Q，使得对超磁致伸缩隔振平台的隔振控制精度最高，稳定性最好。
与现有技术相比，本发明通过利用非线性自适应滤波器，采用Filtered-εLMS算法结构设计自适应逆振动控制器，首先通过估计超磁致伸缩作动器的振动信号的大小；然后采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动，从而提高了对超磁致伸缩隔振平台的隔振控制精度和稳定性。另外，本发明通过设计非线性控制器Q直接对非线性系统进行控制，(相对于背景技术中的——自适应PID，鲁棒PID，模糊PID等与PID控制器相结合的算法以及李超、王贞艳、郭咏新等人的方法)控制更直接，而且本发明在线辨识非线性控制器Q，对模型要求不高，当对象状态发生变化时，控制器可以自动调节参数适应变化，从而大大提高了减振效果。
过仿真试验表明，基于本发明的Filtered-εLMS非线性自适应逆控制器设计方法能够有效地抑制1～100Hz频率范围内的振动，减振效果均在90％以上。
通过实时环境的跟踪控制试验表明，采用本发明的技术所设计的Filtered-εLMS自适应逆控制器具有较强的减振能力，在10～100Hz频率范围内至少具有80％以上的减振效果，且在复合频率振动信号作用下也有75％以上的减振效果。如果能够获得被控对象精确的率相关模型，减振效果会更好。
附图说明
图1为Filtered-εLMS自适应逆振动控制框图；
图2为离线辨识左逆模型的基本流程图；
图3为Filtered-εLMS自适应逆振动控制仿真框图；
图4为Filtered-εLMS自适应逆振动控制仿真框图；
图5为单自由度振动主动控制平台实验系统结构框图；
图6为不同频率下的实验结果示意图；
图7为本发明的一种实施例的方法流程图。
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
本发明的实施例1：一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，如图7所示，包括以下步骤：
S1，估计超磁致伸缩作动器的振动信号的大小；具体可以包括以下步骤：
S11，建立超磁致伸缩作动器的模型
S12，将所述模型与超磁致伸缩作动器并联，并使得超磁致伸缩作动器的输出与输入振动信号d求和后再减去超磁致伸缩作动器模型
的输出，即得超磁致伸缩作动器的振动信号
S2，采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动；具体包括：采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响。
其中，所述的采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，可以包括以下步骤：
S21，离线辨识得到超磁致伸缩作动器的左逆模型；
S22，基于Filtered-εLMS算法，使用两个完全相同的非线性滤波器复制超磁致伸缩作动器的左逆模型；所述的非线性滤波器可以采用GPO非线性自适应滤波器；所述的GPO非线性自适应滤波器，其包络函数采用双曲正切函数的反函数atanh；具体可以通过以下方法辨识得到GPO的包络函数：将期望输入信号作用到超磁致伸缩作动器；采集超磁致伸缩作动器的输入/输出数据，然后将超磁致伸缩作动器的输出当作模型的输入，超磁致伸缩作动器的输入当作模型的输出，通过非线性拟合的方法辨识得到GPO的包络函数：
γl＝a1atanh(a2u(t)+a3)+a4
γr＝b1atanh(b2u(t)+b3)+b4
其中，所述的γl和γr分别为非线性滤波器的左、右包络函数；
S23，利用所述的两个非线性滤波器输出相减得到的误差信号自适应寻找控制器Q，并且采用LMS算法在线调整滤波器的权系数，直到超磁致伸缩作动器的输出和参考输入相同；其中，所述的两个完全相同的非线性滤波器，其中一个非线性滤波器的输入为输入信号作用于控制器Q后再作用于超磁致伸缩作动器模型
后的输出；另一个非线性滤波器的输入为输入信号；所述的输入信号为与估计出来的振动信号大小相等、相位相反的信号。
所述的采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，包括以下步骤：
a，变量初始化，确定非线性滤波器的阶数n+1、阈值r、收敛因子μ和包络函数；随机给定非线性滤波器的初始权系数W(0)，令k＝0；
b，离线辨识得到超磁致伸缩作动器的左逆模型；
c，将振动信号d(k)输入系统；
d，基于Filtered-εLMS算法，使用两个完全相同的非线性滤波器复制超磁致伸缩作动器的左逆模型，抵消超磁致伸缩作动器的迟滞特性，获得输出信号y(k)和滤波器的输出信号H(k)，并计算实际控制器与理想控制器之间的估计误差
所述的两个完全相同的非线性滤波器，其中一个非线性滤波器的输入为输入信号作用于控制器Q后再作用于超磁致伸缩作动器模型
后的输出；另一个非线性滤波器的输入为输入信号；所述的输入信号为与估计出来的振动信号大小相等、相位相反的信号；
e，更新非线性滤波器的权系数：W(k+1)＝W(k)+2με(k)H(k)；其中，
f，令k＝k+1；更新输入向量x(k)；并获得新的输出信号y(k)和滤波器的输出信号H(k)，以及实际控制器与理想控制器之间的估计误差
g，判断若是，则转至步骤f；否则获得最终的控制器Q；
h，利用所述的控制器Q控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响。
实施例2：一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，包括以下步骤：
S1，估计超磁致伸缩作动器的振动信号的大小；
S2，采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动。
实施例3：一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，包括以下步骤：
S1，估计超磁致伸缩作动器的振动信号的大小；
S2，采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动。
步骤S1可以包括以下步骤：
S11，建立超磁致伸缩作动器的模型
S12，将所述模型
与超磁致伸缩作动器并联，并使得超磁致伸缩作动器的输出与输入振动信号d求和后再减去超磁致伸缩作动器模型
的输出，即得超磁致伸缩作动器的振动信号
实施例4：一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，包括以下步骤：
S1，估计超磁致伸缩作动器的振动信号的大小；
S2，采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动。
步骤S2包括：采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响。所述的采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，包括以下步骤：
S21，离线辨识得到超磁致伸缩作动器的左逆模型；
S22，基于Filtered-εLMS算法，使用两个完全相同的非线性滤波器复制超磁致伸缩作动器的左逆模型；
S23，利用所述的两个非线性滤波器输出相减得到的误差信号自适应寻找控制器Q，并且采用LMS算法在线调整滤波器的权系数，直到超磁致伸缩作动器的输出和参考输入相同；其中，所述的两个完全相同的非线性滤波器，其中一个非线性滤波器的输入为输入信号作用于控制器Q后再作用于超磁致伸缩作动器模型
后的输出；另一个非线性滤波器的输入为输入信号；所述的输入信号为与估计出来的振动信号大小相等、相位相反的信号。
实施例5：一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，包括以下步骤：
S1，估计超磁致伸缩作动器的振动信号的大小；
S2，采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动。
步骤S2包括：采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响。所述的采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，包括以下步骤：
S21，离线辨识得到超磁致伸缩作动器的左逆模型；
S22，基于Filtered-εLMS算法，使用两个完全相同的非线性滤波器复制超磁致伸缩作动器的左逆模型；
S23，利用所述的两个非线性滤波器输出相减得到的误差信号自适应寻找控制器Q，并且采用LMS算法在线调整滤波器的权系数，直到超磁致伸缩作动器的输出和参考输入相同；其中，所述的两个完全相同的非线性滤波器，其中一个非线性滤波器的输入为输入信号作用于控制器Q后再作用于超磁致伸缩作动器模型
后的输出；另一个非线性滤波器的输入为输入信号；所述的输入信号为与估计出来的振动信号大小相等、相位相反的信号。
通过以下方法辨识得到GPO的包络函数：将期望输入信号作用到超磁致伸缩作动器；采集超磁致伸缩作动器的输入/输出数据，然后将超磁致伸缩作动器的输出当作模型的输入，超磁致伸缩作动器的输入当作模型的输出，通过非线性拟合的方法辨识得到GPO的包络函数：
γl＝a1atanh(a2u(t)+a3)+a4
γr＝b1atanh(b2u(t)+b3)+b4
其中，所述的γl和γr分别为非线性滤波器的左、右包络函数。a1、a2、a3、a4及b1、b2、b3、b4均为待确定参数。
实施例6：一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，包括以下步骤：
S1，估计超磁致伸缩作动器的振动信号的大小；
S2，采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动。
步骤S2包括：采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响。所述的采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，包括以下步骤：
a，变量初始化，确定非线性滤波器的阶数n+1、阈值r、收敛因子μ和包络函数；随机给定非线性滤波器的初始权系数W(0)，令k＝0；
b，离线辨识得到超磁致伸缩作动器的左逆模型；
c，将振动信号d(k)输入系统；
d，基于Filtered-εLMS算法，使用两个完全相同的非线性滤波器复制超磁致伸缩作动器的左逆模型，抵消超磁致伸缩作动器的迟滞特性，获得输出信号y(k)和滤波器的输出信号H(k)，并计算实际控制器与理想控制器之间的估计误差
所述的两个完全相同的非线性滤波器，其中一个非线性滤波器的输入为输入信号作用于控制器Q后再作用于超磁致伸缩作动器模型
后的输出；另一个非线性滤波器的输入为输入信号；所述的输入信号为与估计出来的振动信号大小相等、相位相反的信号；
e，更新非线性滤波器的权系数：W(k+1)＝W(k)+2με(k)H(k)；其中，
f，令k＝k+1；更新输入向量x(k)；并获得新的输出信号y(k)和滤波器的输出信号H(k)，以及实际控制器与理想控制器之间的估计误差
g，判断
若是，则转至步骤f；否则获得最终的控制器Q；
h，利用所述的控制器Q控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响。
本发明的一种实施例的工作原理：
在对振动平台进行振动控制时，往往只能测得控制平台表面的误差信号，作动器的位移输出往往是得不到的，这样就无形增加了控制难度。在对基于GMA(超磁致伸缩作动器)的振动平台进行振动控制时，本发明首先要做的是设法找到一种方法去估计振动信号的大小。然后，希望执行器能够输出一个与振动信号大小相等相位相反的输出信号，来抵消振动信号。因此本发明基于这个思路并结合自适应逆跟踪控制技术，让作动器去跟踪估计出来的与振动信号相位相反180度的信号，来抵消振动信号的影响。
本发明中控制器设计的基本思路是首先建立GMA的模型然后离线求取GMA的左逆然后使用GMA的模型与GMA并联，对振动信号进行估计，再采用Filtered-εLMS自适应逆控制器控制作动器输出隔离振动，控制框图如图1所示。
从图1可以得到：
e＝d+Pu (1)
当建模误差较小时因此可以间接得到振动信号的大小；其中，e是GMA隔振平台的输出，P是对象GMA(即超磁致伸缩作动器)，d是振动信号，u是GMA的输入信号；
是GMA辨识得到的模型，是振动信号的估计值。
根据前馈Filtered-εLMS自适应逆算法，对于图1所示的系统，可以找到一个理想的控制器Q*使得：
对比真实控制器的输出和理想控制器的输出，控制器输出误差ε可以表示为：
在图1中，误差信号
被用来设计控制器Q。由图1所示的信号流程图，误差信号可以表示为：
把式(3)代入式(5)得：
把
用单位增益代替即：
因此可以通过Filtered-εLMS自适应逆算法寻找控制器Q，使得当建模误差较小时||PQ||→1。
从以上的分析可以得到，要想获得较好的隔振效果，要有精确的对象模型和对象左逆模型。在对GMA作动器进行建模时，可以建立超迟滞伸缩作动器的率相关Hammerstein模型，采用具有与期望控制信号相同动态范围和统计特性低频正弦信号激励超磁致伸缩作动器，采集输入/输出数据对其进行建模，动态线性部分的传递函数为：
在对象左逆的求取上，可以采用图2的方法辨识得到GMA的左逆模型。在控制器的设计上可以采用非线性自适应滤波器作为控制器，通过数据重新辨识得到非线性算子的包络函数，利用Filtered-εLMS算法在线调节滤波器权系数。
本发明中采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响，具体可包括以下步骤：
a，变量初始化，确定非线性滤波器的阶数n+1、阈值r、收敛因子μ和包络函数；随机给定非线性滤波器的初始权系数W(0)，令k＝0；
b，离线辨识得到超磁致伸缩作动器的左逆模型；
c，将振动信号d(k)输入系统；
d，基于Filtered-εLMS算法，使用两个完全相同的非线性滤波器复制超磁致伸缩作动器的左逆模型，抵消超磁致伸缩作动器的迟滞特性，获得输出信号y(k)和滤波器的输出信号H(k)，并计算实际控制器与理想控制器之间的估计误差
所述的两个完全相同的非线性滤波器，其中一个非线性滤波器的输入为输入信号作用于控制器Q后再作用于超磁致伸缩作动器模型
后的输出；另一个非线性滤波器的输入为输入信号；所述的输入信号为与估计出来的振动信号大小相等、相位相反的信号；
e，更新非线性滤波器的权系数：W(k+1)＝W(k)+2με(k)H(k)；其中，
f，令k＝k+1；更新输入向量x(k)；并获得新的输出信号y(k)和滤波器的输出信号H(k)，以及实际控制器与理想控制器之间的估计误差
g，判断
若是，则转至步骤f；否则获得最终的控制器Q；
h，利用所述的控制器Q控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响。
为了验证本发明的效果，发明人还进行了以下试验研究：
一、仿真结果与分析
采用图1的控制框图设计仿真框图如图3所示。首先采用GPO非线性自适应滤波器离线辨识得到GMA的左逆模型然后通过在线Filtered-εLMS算法寻找最优的控制器Q。在仿真过程中滤波器取为10阶，采样频率设为10KHz。仿真结果如图4所示，其中1～70Hz控制开始时间设定为1秒，70Hz以上和复合频率作用下的控制开始时间设定为2秒。
通过仿真可以看出，基于Filtered-εLMS非线性自适应逆控制器设计方法能够有效地抑制1～100Hz频率范围内的振动，减振效果均在90％以上。高频效果变差主要是由于离线辨识所得GMA左逆误差增大造成的。
二、实时控制实验环境
在线控制实验系统包括四个部分：微幅振动生成部分、振动结构、控制器执行机构和信号测量部分。单自由度振动控制实验系统如图5所示。
使用螺栓将一块几何对称的金属板与电磁激振器相连接，GMA作动器固定在金属板几何中心处的上面，使用弹性阻尼材料将金属板与稳定机架相连。当使用电磁激振器沿z轴激振时，其带动金属板-GMA-质量块一起振动，获得单自由度微幅振动环境。在实验中采用精度为8mV/μm的电涡流传感器测量作动器输出端质量块上表面的位移。
三、实验结果与分析
采用图5所示的实验环境，测量设备选用电涡流传感器，实验中的采样频率设为10kHz，采用图1的控制结构，在70Hz及以上的减振控制开始时间设置为2秒，减振效果如图6、表1和表2所示。
表1不同频率下的减振实验数据
表2复合频率下的减振实验数据
| 复合频率(Hz) | 10/20/30 | 10/30/50 | 20/40/60 | 30/50/70 |
| P(％) | 89.3083 | 83.0459 | 86.4730 | 76.5823 |
| dB | 19.4191 | 15.4145 | 17.3760 | 12.6091 |
实验结果表明采用本发明的技术所设计的Filtered-εLMS自适应逆控制器具有较强的减振能力，在10～100Hz频率范围内至少具有80％以上的减振效果，且在复合频率振动信号作用下也有75％以上的减振效果。因为随着频率的增加建模误差和左逆模型误差增大，所以减振效果有所下降，如果能够获得被控对象精确的率相关模型，减振效果会更好。
Claims (4)
1.一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法，其特征在于，包括以下步骤：
S1，估计超磁致伸缩作动器的振动信号的大小；具体包括：
S11，建立超磁致伸缩作动器的模型
S12，将所述模型
与超磁致伸缩作动器并联，并使得超磁致伸缩作动器的输出与输入振动信号d求和后再减去超磁致伸缩作动器模型
的输出，即得超磁致伸缩作动器的振动信号
S2，采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器输出隔离振动；包括：采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响；所述的采用Filtered-εLMS自适应逆控制器控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，包括以下步骤：
S21，离线辨识得到超磁致伸缩作动器的左逆模型；
S22，基于Filtered-εLMS算法，使用两个完全相同的非线性滤波器复制超磁致伸缩作动器的左逆模型；
S23，利用所述的两个非线性滤波器输出相减得到的误差信号自适应寻找控制器Q，并且采用LMS算法在线调整滤波器的权系数，直到超磁致伸缩作动器的输出和参考输入相同；其中，所述的两个完全相同的非线性滤波器，其中一个非线性滤波器的输入为输入信号作用于控制器Q后再作用于超磁致伸缩作动器模型
后的输出；另一个非线性滤波器的输入为输入信号；所述的输入信号为与估计出来的振动信号大小相等、相位相反的信号；
具体包括以下步骤：
a，变量初始化，确定非线性滤波器的阶数n+1、阈值r、收敛因子μ和包络函数；随机给定非线性滤波器的初始权系数W(0)，令k＝0；
b，离线辨识得到超磁致伸缩作动器的左逆模型；
c，将振动信号d(k)输入系统；
d，基于Filtered-εLMS算法，使用两个完全相同的非线性滤波器复制超磁致伸缩作动器的左逆模型，抵消超磁致伸缩作动器的迟滞特性，获得输出信号y(k)和滤波器的输出信号H(k)，并计算实际控制器与理想控制器之间的估计误差
所述的两个完全相同的非线性滤波器，其中一个非线性滤波器的输入为输入信号作用于控制器Q后再作用于超磁致伸缩作动器模型
后的输出；另一个非线性滤波器的输入为输入信号；所述的输入信号为与估计出来的振动信号大小相等、相位相反的信号；
e，更新非线性滤波器的权系数：W(k+1)＝W(k)+2με(k)H(k)；其中，
f，令k＝k+1；更新输入向量x(k)；并获得新的输出信号y(k)和滤波器的输出信号H(k)，以及实际控制器与理想控制器之间的估计误差
g，判断
是否成立，若是，则转至步骤f；否则获得最终的控制器Q；
h，利用所述的控制器Q控制超磁致伸缩作动器跟踪与估计出来的振动信号大小相等、相位相反的信号，用于抵消振动信号的影响。
2.根据权利要求1所述的用于超磁致伸缩隔振平台的自适应逆隔振控制方法，其特征在于，所述的非线性滤波器采用GPO非线性自适应滤波器。
3.根据权利要求2所述的用于超磁致伸缩隔振平台的自适应逆隔振控制方法，其特征在于，所述的GPO非线性自适应滤波器，其包络函数采用双曲正切函数的反函数a tanh。
4.根据权利要求2所述的用于超磁致伸缩隔振平台的自适应逆隔振控制方法，其特征在于，通过以下方法辨识得到GPO的包络函数：将期望输入信号作用到超磁致伸缩作动器；采集超磁致伸缩作动器的输入/输出数据，然后将超磁致伸缩作动器的输出当作模型的输入，超磁致伸缩作动器的输入当作模型的输出，通过非线性拟合的方法辨识得到GPO的包络函数：
γl＝a1a tanh(a2u(t)+a3)+a4
γr＝b1a tanh(b2u(t)+b3)+b4
其中，所述的γl和γr分别为非线性滤波器的左、右包络函数；a1、a2、a3、a4及b1、b2、b3、b4均为待确定参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711243130.8A CN107807532B (zh) | 2017-11-30 | 2017-11-30 | 一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711243130.8A CN107807532B (zh) | 2017-11-30 | 2017-11-30 | 一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107807532A CN107807532A (zh) | 2018-03-16 |
| CN107807532B true CN107807532B (zh) | 2020-02-18 |
Family
ID=61590815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711243130.8A Expired - Fee Related CN107807532B (zh) | 2017-11-30 | 2017-11-30 | 一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107807532B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109491418B (zh) * | 2018-07-25 | 2021-08-20 | 昆明理工大学 | 一种基于次级通道在线辨识的主动隔振系统实验平台及其控制方法 |
| CN113721678B (zh) * | 2021-08-20 | 2022-05-06 | 中国船舶重工集团公司第七一一研究所 | 输出特性参数修正方法、装置、存储介质及船舶振动控制方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1588262A (zh) * | 2004-10-11 | 2005-03-02 | 北京航空航天大学 | 一种实时的计算机振动主动控制系统 |
| CN101446834A (zh) * | 2008-12-04 | 2009-06-03 | 北京航空航天大学 | 一种智能化主动隔振单元的实时控制系统 |
| CN102900609A (zh) * | 2012-10-26 | 2013-01-30 | 华北电力大学 | 超磁致伸缩襟翼结构的风力机叶片减振系统及控制方法 |
| CN103049005A (zh) * | 2012-12-19 | 2013-04-17 | 哈尔滨工业大学 | 一种超磁致伸缩微位移自感知驱动方法及执行器 |
| CN104385874A (zh) * | 2014-11-14 | 2015-03-04 | 徐州华夏电子有限公司 | 一种谐振频率自跟踪的超磁致伸缩车辆悬架减振装置 |
| CN106802565A (zh) * | 2017-03-13 | 2017-06-06 | 南京理工大学 | 一种压电驱动器的自适应逆控制方法 |
| CN107239643A (zh) * | 2017-07-24 | 2017-10-10 | 安徽理工大学 | 超磁致伸缩驱动器磁滞非线性模型的参数辨识装置和方法 |
| CN107315343A (zh) * | 2017-02-21 | 2017-11-03 | 中国人民解放军海军工程大学 | 一种机械主动隔振的多振源多参考窄带自适应方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4437531B2 (ja) * | 2004-02-20 | 2010-03-24 | アイシン精機株式会社 | 能動型防振制御システムにおける制御データの設定方法及び制御方法 |
-
2017
- 2017-11-30 CN CN201711243130.8A patent/CN107807532B/zh not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1588262A (zh) * | 2004-10-11 | 2005-03-02 | 北京航空航天大学 | 一种实时的计算机振动主动控制系统 |
| CN101446834A (zh) * | 2008-12-04 | 2009-06-03 | 北京航空航天大学 | 一种智能化主动隔振单元的实时控制系统 |
| CN102900609A (zh) * | 2012-10-26 | 2013-01-30 | 华北电力大学 | 超磁致伸缩襟翼结构的风力机叶片减振系统及控制方法 |
| CN103049005A (zh) * | 2012-12-19 | 2013-04-17 | 哈尔滨工业大学 | 一种超磁致伸缩微位移自感知驱动方法及执行器 |
| CN104385874A (zh) * | 2014-11-14 | 2015-03-04 | 徐州华夏电子有限公司 | 一种谐振频率自跟踪的超磁致伸缩车辆悬架减振装置 |
| CN107315343A (zh) * | 2017-02-21 | 2017-11-03 | 中国人民解放军海军工程大学 | 一种机械主动隔振的多振源多参考窄带自适应方法 |
| CN106802565A (zh) * | 2017-03-13 | 2017-06-06 | 南京理工大学 | 一种压电驱动器的自适应逆控制方法 |
| CN107239643A (zh) * | 2017-07-24 | 2017-10-10 | 安徽理工大学 | 超磁致伸缩驱动器磁滞非线性模型的参数辨识装置和方法 |
Non-Patent Citations (5)
| Title |
|---|
| A Novel Nonlinear Adaptive Filter for Modeling of Rate-dependent Hyteresis in Giant Magnetostrictive Actuators;zhen zhang etal;《IEEE Xplore》;20150903;第670-675页 * |
| 一种新颖超磁致伸缩作动器的隔振模型;张旭辉等;《北京航空航天大学学报》;20071130;第1317-1320页 * |
| 变应力下超磁致智能结构的高精定位控制;郭咏新等;《Proceedings of the 33rd Chinese Control Conference》;20140730;第1817-1822页 * |
| 应用于精密定位的超磁致伸缩执行器的控制研究;陈戬恒;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20080625;第B020-62页 * |
| 超磁致伸缩驱动器自适应精密驱动控制研究;赵寅等;《噪声与振动控制》;20131231;第33卷(第6期);第1-10页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107807532A (zh) | 2018-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Model predictive discrete-time sliding mode control of a nanopositioning piezostage without modeling hysteresis | |
| CN105652662B (zh) | 一种窄带自适应滤波的压电结构振动主动控制方法 | |
| Lin et al. | Robust dynamic sliding-mode control using adaptive RENN for magnetic levitation system | |
| CN107807531B (zh) | 一种用于超磁致伸缩跟踪平台的自适应逆跟踪控制方法 | |
| CN105301968B (zh) | 一种基于反步滑模技术的Stewart平台主动隔振控制方法 | |
| CN107807532B (zh) | 一种用于超磁致伸缩隔振平台的自适应逆隔振控制方法 | |
| CN105159069A (zh) | 一种压电陶瓷作动器的位移控制方法 | |
| Lin et al. | Intelligent integral backstepping sliding‐mode control using recurrent neural network for piezo‐flexural nanopositioning stage | |
| CN111142404A (zh) | 一种基于压电陶瓷驱动的微定位平台及其建模与控制方法 | |
| CN114047703B (zh) | 一种压电陶瓷微定位平台的无模型自适应控制方法 | |
| CN114278695B (zh) | 一种基于磁流变阻尼器的薄壁件加工振动半主动控制方法 | |
| Zhang et al. | ESO-based vibration control for all-clamped plate using an electrodynamic inertial actuator | |
| CN113114128B (zh) | 基于广义Bouc-Wen逆模型的压电前馈补偿方法 | |
| CN110045603B (zh) | 压电陶瓷驱动部件变载荷环境下的鲁棒自适应控制方法 | |
| Shen et al. | Tracking control of an electro-hydraulic shaking table system using a combined feedforward inverse model and adaptive inverse control for real-time testing | |
| CN117130274A (zh) | 一种用于实时混合试验的多模型补偿控制方法 | |
| Tzes et al. | Adaptive precompensators for flexible-link manipulator control | |
| CN113110105B (zh) | 一种基于逆补偿和扰动触发的压电执行器控制方法 | |
| CN116540532A (zh) | 一种考虑输入迟滞的压电微定位平台的自适应模糊输出反馈控制方法 | |
| Xu et al. | Nonsingular terminal sliding-mode controller based on extended state observer for two-mode vibration of a piezoelectric plate: Design, analysis and experiments | |
| Li et al. | DOB-based piezoelectric vibration control for stiffened plate considering accelerometer measurement noise | |
| Ahmed et al. | Non-model based adaptive control of electro-hydraulic servo systems using prefilter inversion | |
| Freyer et al. | Self-sensing active control of emulated tangential tool vibration hardware-in-the-loop | |
| Ahmed et al. | Adaptive anti-windup approach for vehicle semi-active suspension | |
| Lujin et al. | Active Disturbance Rejection Vibration Control based on Delay Compensator for an All-Clamped Plate with Inertial Actuator |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200218 Termination date: 20211130 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |