关键词：
气动柔顺打磨
迟滞建模
逆迟滞补偿
高阶滑模控制
自适应动态面控制
自适应事件触发控制
摘要：
随着我国装备制造业水平的不断发展与提高,打磨抛光作为一道不可或缺的工序,对制造装备的外观质量与使用性能有重要影响。传统人工打磨抛光作业效率较低,一致性差,无法满足高端装备的制造需求。自动化打磨方式不仅能够提升效率,减少人力成本,同时也能够保证作业精度,因此,其广泛应用于当前规模化、产业化的一线生产制造场景。气动系统由于柔顺性较好,常用作自动化打磨的末端接触装置,针对其进行有源闭环控制可以在保证打磨力精度的同时,赋予接触作业一定的交互柔顺性。然而,气动柔顺打磨装置受摩擦力、空气阻力及自身制造工艺的影响会存在迟滞、死区、振动等非线性特性,这提升了其建模复杂度与精准控制难度。
考虑到上述实际问题,本文通过分析当前气动柔顺打磨领域的研究现状,针对气动柔顺打磨装置的迟滞建模与智能化控制方法进行探究,并开展三项具有理论与实际应用价值的工作,本文工作的主要贡献总结如下:
1)考虑外界扰动的高阶滑模控制方法。针对气动柔顺打磨装置存在的“气压-末端接触力”迟滞特性,本文使用一种改进切换Prandtl-Ishlinskii迟滞模型对其进行拟合,同时使用闭环积分逆补偿方法获取期望的气压信号。为了降低被控系统的建模复杂度,使用了一种“迟滞逆求解+控制”框架,将气动柔顺打磨装置的迟滞特性分离到闭环控制系统之外。进一步地,虽然传统滑模控制具有较强的鲁棒性,但其存在的不连续项会使控制量存在抖振问题,影响实际应用。因此,本文使用了一种高阶滑模控制方法,针对控制器导数开展设计工作,积分后获得控制输入。同时,在控制器中加入扰动估计,提升系统的抗干扰能力。最后,利用李雅普诺夫方法证明了跟踪误差的收敛性,并通过两组仿真,分别验证了所提方法的跟踪及抗干扰性能。
2)考虑传感器测量误差的自适应动态面控制方法。为了进一步提升气动柔顺打磨装置迟滞特性的建模效果,本文采用带有斜率项的不对称PrandtlIshlinskii算子进行迟滞建模,并使用逆乘法结构进行迟滞逆求解。考虑到打磨装置常常处于高温、高湿、高振动的生产环境,其传感器可能出现精度下降的情况。为此,本文在控制器设计过程中添加了一阶惯性环节降低求导难度,同时设计了虚拟控制律和一组自适应律来保证系统稳定性。结合李雅普诺夫分析方法,证明了即使使用传感器测量误差信号,闭环系统的跟踪误差也能收敛到原点附近的邻域。为验证所提方法的有效性,在所搭建的气动柔顺打磨实验平台上完成了三组针对不同打磨场景的实验。
3)考虑未建模动态的自适应神经网络事件触发控制方法。考虑到解析求解逆迟滞精度最高,本文在不对称Prandtl-Ishlinskii模型中引入了多项式项与PI算子提升建模与求逆精度。之后,为了处理实际系统与数学模型之间的未知动态,本文在动态面控制的基础上引入了神经网络结构,用于估计并实时补偿系统未建模动态。接下来,考虑到实际工业生产中的通信资源有限问题,设计了一种相对阈值事件触发机制用于降低通信负载,并通过李雅普诺夫方法证明了闭环系统的稳定性。最后,在实验平台上进行两组实验,实现了跟踪与节约通信资源的控制目标,从理论与实际给予所提方法双重保证。
欢迎来到三峡大学图书馆！
