行波超声波电机伺服控制技术研究进展

《行波超声波电机伺服控制技术研究进展》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、行波超声波电机伺服控制技术研究进展顾亮1，徐志科2(1．常州市瑞得仪器有限公司，江苏常州213014；2．东南大学，江苏南京210096)摘要：超声波电机利用压电陶瓷的逆压电效应，将电能转化为机械能，电机输入输出之间存在明显的非线性和时变性，文章总结了国内外行波超声波电机控制技术的发展趋势，论述了行波型超声波电机速度控制和位置控制技术的研究进展。关键词：超声波电机；伺服控制：研究进展0引言超声波电机(UltrasonicMotor简称usM)是国外八十年代发展起来的新型微电机，它是一种将压电陶瓷逆压电效应激发的微观振动作为驱动力，通过多种振动模式的转换与

2、耦合，使电能转变成机械能的驱动装置。近年来，超声波电机作为一种直接驱动电机取得了飞速发展，并且在伺服控制方面日益表现出其优良工作特性。超声波电机从出现到现在仅有十多年的时间，但它已经应用于工业控制、精密仪器仪表、汽车专用电器、办公自动化设备、智能机器人等领域中。超声波电机推广应用和它的驱动控制技术分不开的，只有结合有效的控制方法和控制策略，才能充分发挥超声电机的卓越性能。1行波超声波电机速度控制的研究超声波电机输入输出之间存在明显的非线性和时变性。转速控制主要分为减缓电机时变特性的状态反馈控制和转速精确调整的输出反馈控制。1．1状态反馈控制为了克服谐振点

3、随电机温度变化而漂移，通常有恒孤极电压控制和恒激励电压电流阻抗角控制两种方’法11

4、。在这类控制方式中，控制器的馈入量并非转速值，而是电机自身的状态特征参数。图1为1992年日本人Furuya设计的基于PI调节器的孤极控制器框刚21，使孤极电压Es基本不随电机温度变化而变化，减缓由温升带来的电机转速变化。图2为其设计的恒阻抗角控制框图，控制器采集电机电压信号和电流信号，经鉴相器后产生的电压信号可反映行波超声波电机等效电路的阻抗角变化，控制器通过调整频率控制该电压信号基本不变，克服电机谐振点因温升带来的变化。图1Furuya的孤极控制框图图2Furuya的

5、阻抗角控制框图．166-1998年法国人Ferreira提出了孤极电压、阻抗角双闭环复合控制删，系统框图如图3所示，他根据阻抗角妒调节驱动频率来克服谐振点漂移；利用根据孤极电压来条件PWM波的占空比，克服由于负载变化造成的谐振点变化，进而克服转速变化。Contouredvoltage豇oMc。c蛳二鼻cRF；=：=_L／

6、(PWM)．口厂])一(“F驴r，I开．／：L。3石，2CT丌v．c．oN!竺Eu亍～一．．伽删叫訾降浏妊，l⋯⋯扣。Ⅵ01啡AutomaticResonantFrequencyTrackin8Controlc。犁№．D．__一PWMH

7、Low-Pass曦f1士s图3Ferreira的复合控制控制框图1．2输出反馈控制为了解决行波超声波电机输入输出间的非线性关系和动态数学模型的不精确性，速度控制算法中通常要加入模糊、神经元等智能环节。变参数调节是行波超声波电机转速控制的主要特征。国内外学者利用实际转速或转速误差的变化率与转速误差作为输入构成二元模糊控制器，利用频率调节对行波超声波电机的转速特性进行了相关控制研刭卅J。通过实际转速设计模糊规则，可以直接体现电机的非线性，但转矩改变时，模糊推理器的输入输出需要有较大调整，在跟踪控制中模糊规则的制定存在难度。由于神经网络具有逼近任意非线性的能力

8、，1998年T．Senjyu利用BP神经网络(NN)的在线自学习和自适应功能，在线调整控制器结构参数，通过改变驱动频率调节电机转速，克服电机运行时的非线性瞵J，控制器结构如图4所示。在控制器中，转速的设定值和转速误差作为网络输入，频率的调整值作为输出。图4T．Senjyu的神经网络控制器框图为了解决单一控制算法控制效果受限的问题，K．TChau．设计了基于神经网络模糊推理的转速控制器(NFC)，控制器结构如图5所示‘91。控制器采用频率、电压(占空比)双调节量控制，利用调压调速线性化程度高的特性缓解行波超声波电机的部分非线性。该控制器将速度误差作为输入，

9、利用神经网络优化模糊控制器输入、输出量的隶属度函数。．．167．．1998年T．Senjyu设计了行波超声波电机自校正控制器‘101，控制器结构如图5所示，该控制器利用在线辨识模型，通过最小方差控制律原则调整驱动频率，使设定转速与实际转速之差趋向最小。由于目前行波超声波电机的阶次并无明确的定论，而最小方差控制率的控制效果对辨识模型的阶次以及延时准确选择的依赖性较大，因此控制效果受到制约。图5K．TChau的神经网络模糊控制器框图图6T．Senjyu的基于辨识模型的自校正控制框图为了提高辨识精度，国内学者夏长亮利用径向基函数神经网络对行波超声波电机模型进行

10、在线辨测11】。同时为了提高控制器实时运算性能，其隐层个数和基宽度等参数通过离线