论文题目：气动波纹管驱动二维超精密定位平台建模与控制
摘要：超精密定位技术是指亚微米甚至纳米级的精确定位,广泛应用于仪器仪表、机械电子工程、测控技术、半导体制造等领域。超精密定位装置通常使用气缸、音圈电机、压电陶瓷、液压马达等作为驱动器,但这些常用的元件存在着精度低、成本高等缺点,因此寻找一种新的驱动器成为当前的研究重点。本文选用气动波纹管作为驱动器,并搭建了二维超精密定位平台,工作平台的气浮机构由封闭式矩形静压气浮导轨和气浮滑块组成,气浮导轨作为支撑部分保证了平台工作过程中的稳定。波纹管在充气过程中产生弹性变形,与气浮滑块相配合带动负载移动,光栅尺用来采集位移信号,并对信息进行预处理,随后传递给核心控制器单片机。单片机根据位移情况实时向电气压力比例阀发出反馈控制信号,以调节阀门的开口面积,进一步的控制流入波纹管管腔内的气体质量流量。根据搭建好的平台,建立相应的数学模型,设计高精度控制算法确保系统的定位效果,通过实际应用,验证了控制方案的有效性。第一章介绍了超精密定位技术的概念以及超精密定位平台的发展,国内外的学者利用不同的驱动元件建立了一维或多维的定位系统,并应用到了不同的场合,取得了良好了定位效果。通过课题背景调研,给出了本文的主要工作内容。第二章介绍了波纹管驱动超精密定位平台的设计方案,首先是超精密定位平台的结构设计,平台是由两个“U”型波纹管搭建的“十”字形结构,压缩气体由小型气源来提供,经过调压阀过滤器之后,压强能够恒定在0.4Mpa。系统的位移信号由光栅尺来检测,电气压力比例阀是用于控制流入波纹管管腔的气体质量流量。随后解释了平台的工作原理,由于两个自由度之间不存在耦合现象,可以单独运动,互不影响。在第三小节详细介绍了平台的硬件组成部分,最后介绍了LABVIEW上位机系统,并给出光栅尺编码器的上位机运行界面。第三章是波纹管驱动超精密定位平台的模型建立,首先分析了气动波纹管的非线性特征,绘制了相应的模型曲线。迟滞和蠕变是两种常见的非线性现象,在实际控制中可以视为未知非线性函数,利用扩张状态观测器或者神经网络对其进行逼近。随后根据牛顿第二定律得出波纹管执行器的动力学方程,气体质量流量方程和电气压力比例阀的动态方程也一一推导出。最后,根据上述分析建立了整个系统的数学模型。第四章是基于非线性扩张状态观测器的控制算法设计,首先介绍了自抗扰控制算法,分为自抗扰控制算法原理和扩张状态观测器的概念两个部分。随后根据波纹管伺服系统的数学模型设计了非线性扩张状态观测器和动态面控制器,并在李雅普诺夫函数的基础上证明了闭环系统的所有信号是半全局一致终结有界。最后一节是实际应用与分析,分别是波纹管执行器输出位移数据的采集和参考信号的跟踪测试。第五章是高精度自适应神经网络控制方案的设计,首先介绍了自适应神经网络,给出了神经网络的拓扑结构。随后重新改写系统的数学模型,并在此基础上设计了神经网络状态观测器和神经网络动态面控制器,通过选择合适的李雅普诺夫函数证明了系统的稳定性。最后通过实际应用验证了所设计的算法的有效性。第六章对整篇论文进行了总结,并对未来的工作进行了展望。
关键词：超精密定位系统;气动波纹管;自抗扰控制;自适应动态面控制;神经网络
学科专业：控制工程（专业学位）
摘要
Abstract
第1章 绪论
1.1 课题的研究背景
1.2 超精密定位系统的发展
1.2.1 国内外的研究状况
1.2.2 超精密定位系统常用的驱动方式
1.2.3 波纹管执行器的研究状况
1.3 本文的主要工作内容
第2章 波纹管驱动超精密定位平台的设计方案
2.1 超精密定位平台的结构设计
2.1.1 超精密定位平台的机械结构
2.1.2 超精密定位平台的总体结构设计
2.2 超精密定位平台的工作原理
2.3 超精密定位平台的硬件组成部分
2.3.1 波纹管执行器
2.3.2 电气压力比例阀
2.3.3 光栅尺位移传感器
2.4 基于LABVIEW的上位机系统
2.4.1 LABVIEW的介绍
2.4.2 光栅尺编码器的上位机方案的设计
2.5 本章小结
第3章 波纹管驱动超精密定位平台的模型建立
3.1 气动波纹管非线性特性的分析
3.1.1 迟滞现象的分析
3.1.2 蠕变现象的分析
3.2 波纹管驱动超精密定位平台的物理方程
3.2.1 波纹管执行器的动力学方程
3.2.2 波纹管管腔气体质量流量方程
3.2.3 电气压力比例阀动态特性方程
3.3 波纹管驱动超精密定位平台的数学模型建立
3.4 本章小结
第4章 基于非线性扩张状态观测器的控制算法设计
4.1 自抗扰控制算法的介绍
4.1.1 自抗扰控制算法的原理
4.1.2 扩张状态观测器的概念
4.2 波纹管驱动超精密定位平台的算法设计
4.2.1 非线性扩张状态观测器的设计
4.2.2 动态面控制器的设计
4.2.3 稳定性分析
4.3 实际应用与分析
4.3.1 波纹管执行器输出位移数据的采集
4.3.2 参考信号的跟踪测试
4.3.3 实验验证
4.4 本章小结
第5章 高精度自适应神经网络控制方案的设计
5.1 自适应神经网络的介绍
5.1.1 神经网络的概述
5.1.2 神经网络的拓扑结构
5.2 高精度自适应神经网络算法的设计
5.2.1 神经网络状态观测器的设计
5.2.2 神经网络动态面控制器的设计
5.2.3 稳定性证明
5.3 实际应用与分析
5.3.1 参考信号的跟踪测试
5.3.2 实验验证
5.4 本章小结
第6章 本文的总结与展望
6.1 本文总结
6.2 展望
参考文献
致谢