高频响下音圈电机迟滞特性的建模与控制.pdf

《高频响下音圈电机迟滞特性的建模与控制.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、28卷第12期计算机仿真2011年12月文章编号：1006—9348(2011)12—0180—04．．．】‘Cj同频响下音圈电机迟滞特性的建模与控制王占军，党选举，杨大磊(桂林电子科技大学电子工程与自动化学院，广西桂林541004)摘要：优化数控机床给进定位精度问题，音圈电机(VoiceCoilMotor，VCM)在高频、高速、高加速情况下，存在的迟滞特性影响系统的性能特性。为了实现青圈电机的精确定位控制，提出了音圈电机复杂迟滞神经网络动态逆模型的控制方法。首先，建它了音圈电机复杂迟滞神经网络动态模型，根据迟滞的特性求出了音圈电机复杂迟滞神经网络动态逆模型，采用逆模型结合PD控制算法进行仿真

2、。实验结果表明，系统最大跟踪误差减少到是1．6％，表明所提出的控制方法有效地消除了音圈电机复杂迟滞的影响，提高了音圈电机的控制定位精度。关键词：音圈电机；复杂迟滞；神经网络；非单调中图分类号：TP23；Tilll5文献标识码：BModelingandControlofComplexHysteresisforVoiceCoilMotorunderHighFrequencyResponseWANGZhan—jan，DANGXuan—jU，YANGDa—lei(SchoolofElectronicEngineeringandAutomation，GuilinUniversityofElectroni

3、cTechnology，GuilinGuangxi541004，China)ABSTRACT：ThereisspecialcomplexhysteresisforVoiceCoilMotor(VCM)underhigh—frequency，higIl—speed，high—speed．InordertoachievetheprecisepositioningcontrolforVCM，anewcontrolmethodWagproposedbasedonthecomplexhysteresisneuralnetworkdynamicinversemodel．Firstly，aVCM'scomp

4、lexhysteresisdy,岫icneuralnetworkmodelW88proposed．Secondly，accordingtothecharacteristicsofcomplexhysteresis．aVCM’scom-plexhysteresisneuralnetworkdyn栅icinversemodelWagproposed．Finally，asimulationcontrolWagimplementedusingtheinversemodelcombinedwithPDcontrolalgorithm．Thesimulationresultsa弛thatthemaximu

5、msystemtrackingerroris1．6％．indicatingthattheproposedcontrolmethodc曲efficaciouslyeliminatetheinfluenceofVCM’Scomplexhysteresis，andalsoimprovethecontrolaccuracyofVCM．KEYWoRDS：Voicecoilmotor；Complexhysteresis；Neuralnetwork；Non—Monotonicfunction1引言在精密机床进给定位，集成电路引线键合定位，光学设备等精密定位领域，音圈电机以其直接驱动，快速反应、高速运动、形态

6、灵活多样等优点而得到了广泛应用¨。J。为了提高生产效率，VCM摹本上都工作在高速，高加速、高频响应的情况，但大量实验数据表明，此时，这种电机具有明显的迟滞现象存在，导致系统定位不型”“。该种迟滞具有非线性、动态、复杂的特性，其复杂性主要表现在输入输出关系不再是单调函数的形式，即随着输入值的逐渐增大，输出值却基金项目：国家自然科学基金项目(60964001)；广西重点自然科学基金(桂科自0991019Z)；广西信息与通讯重点实验室基金项目(10902)收稿日期：2011一Ol一20惨回日期：201l一02—22·--——180·-·—-有时增大有时减小，同样随着输入值的逐渐减小，输出值也不是单调

7、形式。这就与常见的一般具有单调特性的迟滞现象¨“。表现出完全不相同的性质，音圈电机复杂迟滞特性的控制研究已经成为热点课题之一。对于迟滞现象，目前国内外的研究主要集中在解决迟滞的多值映射、非线性、动态等问题b。1¨，但是针对音圈电机在高频、高速、高加速情况下存在的复杂迟滞，即非单调形式的迟滞，相关研究成果较少。本文提出了复杂迟滞神经网络动态模型，该模型是非单调迟滞模型，具有动态性能，并且结构简单，结