项目名称: 基于Hybrid方法的大型冗余驱动机构控制策略研究

项目编号: No.51205392

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 机械工程学科

项目作者: 沈刚

作者单位: 中国矿业大学

项目金额: 25万元

中文摘要: 本项目以振动力学试验中的大型冗余驱动机构的典型装置-电液振动台为研究对象,开展基于Hybrid方法的大型冗余驱动机构控制策略研究。针对电液振动台系统频宽较低、参考信号跟踪精度较差问题,综合运用液压传动、系统辨识、零相差跟踪、内模控制等理论,建立大型冗余驱动机构的非线性仿真模型,研究自适应辨识算法并辨识基于参数模型的伺服系统传递函数,设计非最小相位系统的稳定逆模型并实现前馈补偿控制,提出改进的内模控制以降低模型偏差对跟踪精度的影响;研究自适应控制算法在大型冗余驱动机构中的收敛速度及稳定性,提出基于伺服系统、前馈逆模型补偿控制和自适应控制相结合的Hybrid控制策略,设计Hybrid的无缝切换控制器,解决切换过程中可能发生的突变行为对系统稳定性造成的影响,实现稳定可靠的Hybrid控制,提高参考信号跟踪精度,为大型冗余驱动机构控制系统的研究提供重要的基础理论支持。

中文关键词: 电液振动台;Hybrid控制;自适应逆控制;系统辨识;前馈补偿控制

英文摘要: A large electro-hydraulic shaking table based on the Hybrid control strategy is theoretically studied and experimentally verifed, which is the typical device of the large redundant control mechanisms that is widely used in vibration mechanics tests. In order to improve the expected signal tracking accuracy and to extend the system frequency bandwidth, a nonlinear simulation model of the larger redundant control mechanism is established, a transfer function of the servo system based on the parameter model is adaptively identified, a stable inverse model of the estimated nominimum phase system transfer function is designed to realize the feed-forward compensation control,an improved internal model control is proposed to reduce the influences of the tracking accuracy caused by estimated and designed modeling error, in which some important theories such as hydraulic transmission, system identification, zero phase error tracking control, internal model control, etc, are studied in the project. In order to further improve the tracking accuracy, the convergence rate and stability of an adaptive control is also investigated in the large redundant control mechanisms. A hybrid control method is proposed by combing advantages of servo control, feed-forward offline compensation and online adaptive control, and a bumpless t

英文关键词: Electro-hydraulic shaking table;Hybrid control;Adaptive inverse control;System identification;Feed-forward compensation

成为VIP会员查看完整内容
0

相关内容

2022最新《用于联合全域作战的新指挥架构》美国空军学院
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
专知会员服务
22+阅读 · 2021年9月20日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
15+阅读 · 2021年5月13日
专知会员服务
133+阅读 · 2021年2月17日
专知会员服务
80+阅读 · 2020年12月18日
专知会员服务
50+阅读 · 2020年7月16日
有效且稳健的数据增强小样本学习 | 论文荐读
学术头条
6+阅读 · 2022年3月25日
NBF事件中心架构设计与实现
阿里技术
3+阅读 · 2022年3月25日
领域驱动编程,代码怎么写?
阿里技术
0+阅读 · 2022年3月15日
数字农业WMS库存操作重构及思考
阿里技术
0+阅读 · 2021年11月2日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
Arxiv
20+阅读 · 2018年1月17日
小贴士
相关主题
相关VIP内容
2022最新《用于联合全域作战的新指挥架构》美国空军学院
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
专知会员服务
22+阅读 · 2021年9月20日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
15+阅读 · 2021年5月13日
专知会员服务
133+阅读 · 2021年2月17日
专知会员服务
80+阅读 · 2020年12月18日
专知会员服务
50+阅读 · 2020年7月16日
相关资讯
有效且稳健的数据增强小样本学习 | 论文荐读
学术头条
6+阅读 · 2022年3月25日
NBF事件中心架构设计与实现
阿里技术
3+阅读 · 2022年3月25日
领域驱动编程,代码怎么写?
阿里技术
0+阅读 · 2022年3月15日
数字农业WMS库存操作重构及思考
阿里技术
0+阅读 · 2021年11月2日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员