[發明專利]基于PI模型的壓電陶瓷執行器參數辨識和復合控制方法

有效

• 申請號: 202110088650.6
• 申請日: 2021-01-22
• 公開（公告）號: CN112835295B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 李自成;熊軒;王后能;曾麗;熊濤;廖小兵
• 申請（專利權）人: 武漢工程大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 唐萬榮

1.基于PI模型的壓電陶瓷執行器參數辨識和復合控制方法，其特征在于：包括以下步驟：

S1：獲取壓電陶瓷執行器在輸入電壓下產生的輸出位移，通過建立PI遲滯模型描述輸入電壓與輸出位移之間的多值映射關系；

S2：采用優化粒子群方法對PI遲滯模型進行參數辨識，建立PI遲滯逆模型并設計前饋控制器；

具體步驟為：

S21：設慣性權重為w，學習因子為c1、c2，K為當前迭代次數，粒子群優化算法的速度更新公式為：

位置更新公式為：

S22：設w_max、w_min分別為權重的上、下限，f為目標適應度值，f_vag為平均適應度值，f_min為最小適應度值，則采取優化算法的速度更新和學習因子變化策略的優化粒子群算法的具體公式為：

當適應度值大于平均值時，權重w取上限值w_max、用于增加總群多樣性，加大全局搜索范圍，增強全局尋優能力；當適應度值小于平均值時則減小權重取值，增強局部搜索能力，加快收斂速度，提高算法精度；

設M為最大迭代次數，c₁₁為個體學習因子c₁的初始值，c₂₂為群體學習因子c₂的初始值，則：

算法前期，粒子具備較強的個體學習能力的特點，個體學習因子c₁取較大值以加快速度更新，更快速尋找到最優位置；算法迭代到后期，群體學習能力更強，將群體學習因子c₂數值增大，個體學習因子c₁減小，用于在局部范圍內尋找最優解，提高算法精度；

S3：采用融合逆模型前饋控制與滑模控制的復合控制方法對所述壓電陶瓷執行器進行控制；

具體步驟為：

S31：根據PI遲滯模型建立遲滯逆模型，通過PI遲滯逆模型設計前饋控制器，再與滑模控制相結合構成復合控制系統，對壓電陶瓷執行器的輸入電壓進行控制；

設s為滑模面，e為位移誤差，y為修正輸出位移的值，y_d為參考位移，C為滑模控制器的比例參數，且C＞0，則滑模面為：

s＝C∫e+e，

e＝y-y_d；

S32：根據滑模面確定滑模控制器的控制律，并根據控制律、滑模面和PI遲滯模型，得到滑模控制器的控制信號；

設為所述滑模面的一階導數，k為指數趨近項系數，ε為趨近速度，sgn(s)為開關函數，則控制律為：

設u為輸入電壓，m和b為彈塑性變形物理模型的系統參數，d為控制增益，則控制信號為：

S33：根據輸入電壓對壓電陶瓷執行器進行控制。

2.根據權利要求1所述的基于PI模型的壓電陶瓷執行器參數辨識和復合控制方法，其特征在于：所述的步驟S1中，具體步驟為：采用基于彈塑性變形的物理模型的建模方法建立PI遲滯模型，設T為采樣周期，t∈[t₀,t_N]，t₀≤…≤t_i≤t≤…≤t_N，y₀是系統初始狀態，y(t)為算子輸出，r為算子閾值，具體公式為：

設yⁱ(0)為算子初值，一般取為0，則上式的初始條件為：

y(t₀)＝max{x(t₀)-r,min(x(t₀)+r,y₀)}；

將多個閾值不同的Play算子進行加權疊加后得到PI遲滯模型；

對PI遲滯模型進行改進，通過采用非等間隔閾值法使后半段算子數目比前半段多得到改進PI遲滯模型，具體公式為：