基于Hebb学习规则的压电陶瓷驱动器单神经元自适应磁滞补偿.pdf

· 案例 15 基于 Hebb学习规则的压电陶瓷驱动器单神经元自适应磁滞补偿 实验名称：基于Hebb学习规则的压电陶瓷驱动器单神经元自适应磁滞补偿 研究方向：微纳定位 实验内容:压电陶瓷驱动器存在迟滞非线性，极大降低了其运动精度，由于其迟滞存在时变与非 对称特征，增大了迟滞建模与补偿的难度。本实验使用单神经元自适应控制方法，对压电陶瓷驱动 器的迟滞非线性进行在线补偿，从而提高压电陶瓷驱动器的轨迹跟踪性能。 测试目的：验证迟滞补偿算法的性能。 测试设备:dSPACE实时采集模块，动态桥式应变仪、高频功率放大器ATA-4052 实验过程:硬件连接与软件运行界面 被测对象为Thorlabs公司生产的PZS001型压电陶瓷驱动器，在最大100V 的驱动电压下，其 最大位移为12.925μm。使用ATA-4052形放大器将控制压电放大为压电陶瓷驱动器的驱动电压。 压电陶瓷驱动器上自带4个电阻应变片，组成一个4桥的电阻应变片。使用北戴河实用电子技术研 究所生产的SDY2105型电桥放大器测量压电陶瓷驱动器的变形量。测试系统的硬件连接图如下所 示： 测试程序在Matlab/Simulink下编写，通过dSPACE公司生产的Microlabbox型实时控制器运 行测试程序。测试流程如下：首先在控制程序中生成0-10V 的正弦信号，经过放大器放大之后驱动 压电陶瓷驱动前前后运动，利用Microlabbox完成控制信号与位移信号的实时测量，并根据压电陶 瓷的特性，编写单神经元自适应补偿算法，利用设备完成算法的性能测试。 · 测试程序的Simulink代码如下图所示： 测试结果: 分别测试了控制算法在跟踪正弦轨迹与三角轨迹的效果，对于正弦轨迹，单神经元自适应补偿 算法可以有效地消除迟滞非线性的影响，相对于传统的PID控制，单神经元自适应补偿算法具有更 高的适应性和鲁棒性，对于50Hz 以内的正弦轨迹，均能很好地消除迟滞非线性。对于三角轨迹， 单神经元自适应补偿算法同样能够取得类似的效果。实验结果如下图所示： 放大器在该实验中发挥的效能: 控制信号是弱电，其电压范围为0-10V，不足以驱动压电陶瓷驱动器。利用放大器将控制信号放大， 生成驱动电压，从而驱动压电陶瓷。