前饋控制在直線電機運動平臺的控制系統(tǒng)中具有重要作用。前饋控制通過先驗知識獲得前饋控制信號,使用前饋控制信號對誤差進行預先補償,從而有效的提高控制精度。對于對控制精度要求很高的軌跡跟蹤任務,研究和實現(xiàn)高速高精度的前饋控制方法,具有重要的現(xiàn)實意義和應用價值。傳統(tǒng)的前饋控制方法包括迭代學習控制、基于模型的前饋控制和迭代前饋調(diào)參方法等,它們各自具有不同的優(yōu)缺點。迭代學習控制適用于重復性任務,可以有效提升控制精度,但非重復性擾動會導致誤差累積,且泛化能力差�；谀Ｐ偷那梆伩刂品夯芰�,但控制效果依賴于模型的質(zhì)量。迭代前饋調(diào)參方法不依賴系統(tǒng)模型,且泛化能力強,但精度低于迭代學習控制。本文針對基因測序儀中執(zhí)行步進掃描軌跡跟蹤任務的二自由度直線電機工件臺,根據(jù)高精度、具有泛化能力且不依賴于系統(tǒng)模型的控制需求,對前饋控制方法進行了理論分析,提出并設計了滿足工件臺控制需求的控制算法,并通過實驗驗證了算法的可行性與有效性。首先,根據(jù)物理意義建立控制對象的數(shù)學模型,并通過掃頻實驗辨識出模型參數(shù),從而建立系統(tǒng)數(shù)學模型,為仿真建模和收斂性分析奠定了基礎。根據(jù)工程實際中的控制任務,分析并說明了控制需求,并根據(jù)實際... 

【文章來源】：中國科學院大學(中國科學院長春光學精密機械與物理研究所)吉林省

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【部分圖文】：

基因測序儀概念圖

二維步進掃描平臺的自適應迭代學習控制算法研究2處理和分析�；驕y序儀包含光學系統(tǒng)、工件臺等部件，本課題主要對基因測序儀中的精密步進工件臺進行研究。精密步進工件臺結構如圖1.2所示，吸附卡具將基因芯片固定在平移臺上，平移臺帶動芯片在X、Y、Z方向移動。其中，Z方向用于對光學系統(tǒng)進行調(diào)焦。由于在初始化配準過后，Z方向距離固定，只有出現(xiàn)較大偏差時才對Z向進行調(diào)整，因此本課題不考慮Z向的平移，可將工件臺視為二自由度平臺。二自由度平臺的運動方式為步進掃描運動，在Y方向?qū)蛐酒母髁羞M行步進掃描，X方向在Y方向每步進完一列時進行一次步進，移動到下一列，然后再對Y方向進行步進掃描，重復這一運動過程直到整張芯片掃描完成。通過控制系統(tǒng)控制對芯片的步進掃描運動過程，為了提高掃描的準確度和測序過程的效率，在掃描過程中要求掃描速度快、對參考軌跡的跟蹤精度高，因此需要研究二自由度平臺高速高精度的軌跡跟蹤控制方法。圖1.2精密步進工件臺結構圖Figure1.2Figureofsuper-precisionstage針對該二自由度平臺的控制系統(tǒng)，研究的難點在于在提高定位精度的同時減少定位時間。傳統(tǒng)控制方法由于受到機械系統(tǒng)頻率特性的限制，在帶寬方面存在限制，會對系統(tǒng)響應速度造成影響；而提高系統(tǒng)帶寬的方法，如增加反饋增益、引入陷波器等，會影響系統(tǒng)的魯棒性；在反饋控制中加入如系統(tǒng)逆模型的傳統(tǒng)前饋控制方法依賴于系統(tǒng)模型的辨識精度，也會對系統(tǒng)性能造成影響。當前使用的

二維步進掃描平臺的自適應迭代學習控制算法研究10YψψψTTcc121)(...(2.4)對于某個角頻率，開環(huán)系統(tǒng)輸出信號的幅值和相位如下：112cctg，2221ccAf...(2.5)在系統(tǒng)中待測量的頻段以一定規(guī)律選取角頻率序列nii,...,1,0},{，對序列中的每個角頻率值，用上述的公式計算相頻特性和幅頻特性，可以得到開環(huán)系統(tǒng)的頻率特性，并通過Matlab的頻域分析函數(shù)invfreqsab),,,(],[mnH，實現(xiàn)系統(tǒng)開環(huán)傳遞函數(shù)的辨識。在系統(tǒng)中，相頻特性是輸出信號與輸入信號相位之間的差值，幅頻特性是穩(wěn)態(tài)時輸出振幅與輸入振幅比值的分貝表示形式。由于輸入信號ttAy)sin()(md中相位為零，則此時開環(huán)系統(tǒng)的相頻和幅頻可表示為：1120cctginoute...(2.6)mmfAccAAM2221lg20lg20...(2.7)本文使用幅值為800，起始頻率為0.1Hz，終止頻率為1000Hz的輸入信號，進行持續(xù)時間為20秒的掃頻。系統(tǒng)的掃頻信號和系統(tǒng)的位置響應如圖2.1和圖2.2所示，掃頻法得到的系統(tǒng)頻率響應圖如圖2.3所示。最終辨識出的系統(tǒng)的模型為：2173985.57()43.65Psss...(2.8)圖2.1掃頻實驗輸入信號Figure2.1Inputsignalofsweepfrequencyexperiment

【參考文獻】：
期刊論文
[1]基于擴張狀態(tài)觀測器的魯棒迭代學習控制[J]. 譚程元,王晶.  控制理論與應用. 2018(11)
[2]直線電機驅(qū)動進給系統(tǒng)摩擦力補償研究[J]. 蔡釗勇,劉成穎.  組合機床與自動化加工技術. 2016(01)
[3]Adaptive adjustment of iterative learning control gain matrix in harsh noise environment[J]. Bingqiang Li,Hui Lin,Hualing Xing.  Journal of Systems Engineering and Electronics. 2013(01)
[4]離散時間非線性系統(tǒng)的數(shù)據(jù)驅(qū)動無模型自適應迭代學習控制(英文)[J]. 金尚泰,侯忠生,池榮虎,柳向斌.  控制理論與應用. 2012(08)
[5]永磁同步直線電機推力波動建模與抑制[J]. 張明超,尹文生,朱煜.  清華大學學報(自然科學版). 2010(08)
[6]數(shù)據(jù)驅(qū)動控制理論及方法的回顧和展望[J]. 侯忠生,許建新.  自動化學報. 2009(06)
[7]非一致目標跟蹤的混合自適應迭代學習控制[J]. 李俊民,孫云平,劉赟.  控制理論與應用. 2008(01)
[8]永磁無刷直流直線電機齒槽力補償控制研究[J]. 羅宏浩,周波,吳峻,常文森.  國防科技大學學報. 2007(05)
[9]滑模變結構控制理論及其算法研究與進展[J]. 劉金琨,孫富春.  控制理論與應用. 2007(03)
[10]學習控制的現(xiàn)狀與展望[J]. 許建新,侯忠生.  自動化學報. 2005(06)

碩士論文
[1]有鐵芯直線電機推力波動的分析與補償方法研究[D]. 付雪微.哈爾濱工業(yè)大學 2017



本文編號：3286637