CASIA OpenIR  > 毕业生  > 博士学位论文
主从同步系统智能控制关键技术研究
其他题名Research on Key Technology of Intelligent Control for Master-Slave Synchronization System
魏志强
学位类型工学博士
导师王云宽
2010-11-25
学位授予单位中国科学院研究生院
学位授予地点中国科学院自动化研究所
学位专业控制理论与控制工程
关键词同步控制 重复控制 扰动观测器 预见控制 神经网络控制 Synchronization Control Repetitive Control Disturbance Observer Preview Control Neural Network Control
摘要高速、高精度的自动灌装设备和飞剪剪切设备长期以来处于国外垄断之中,而多轴同步控制技术是这类自动化设备必须解决的关键技术之一,也是国家数控科技重大专项中的关键技术之一。鉴于此,本文以自行开发的自动灌装生产线同步控制系统为研究对象,围绕如何提高同步控制系统稳态及动态性能,研究了主从式双轴位置同步控制策略、重复控制、预见控制、基于扰动观测器的鲁棒控制及神经网络控制等问题。 本文首先结合药液灌装控制系统及飞剪控制系统研究分析了一类主从同步控制系统,介绍了该类系统在社会生产中的重要性。阐述了多轴同步控制系统的实现方式及应用现状;介绍了国内外主要控制策略,提出了实现该类设备控制系统的关键技术。 第二,以自动化灌装同步控制系统为代表,为补偿周期性重复运动存在的周期性跟随误差,在考虑系统跟踪性能和稳定性的基础上,提出了综合PID和改进双重复控制器的复合控制策略,利用它们各自的优点,提高了位置同步精度,节省了数据存储空间,加快了误差收敛速度。仿真和实验结果验证了算法的有效性。 第三,针对主从同步系统的动态延迟问题,引入预见控制方法,充分利用目标轨迹的未来信息,使系统具有一定的“预见”能力;同时,对未知负载扰动建立扰动观测器,实现补偿控制。仿真和实验结果表明,同步控制系统获得了良好的动态及稳态性能。 第四,针对目前多数控制方法都是基于误差出现以后的“事后”控制方法,从而存在快速性和无超调之间的矛盾问题,采用基于比例积分调节的预见控制并结合扰动观测器,使系统同时具有预见和鲁棒性能。实验结果表明,该方法能有效解决位置同步控制系统的快速性和无超调之间的矛盾。 第五,针对基于精确模型的控制方法在复杂过程、变参数系统中的控制效果不理想的问题,提出了基于对角递归神经网络辨识的单神经元PID自适应控制策略,利用神经网络自适应和自学习能力提高系统同步跟踪精度及鲁棒性。仿真结果验证了该策略的有效性。 最后,介绍了为企业研发的自动灌装机同步控制系统硬件结构及其具体实现,分析了传动结构对控制系统性能的影响,将其作为同步控制系统选择控制方案的依据;建立了一套模拟主从同步控制系统实验平台,以验证本文提出的算法。
其他摘要High-speed and high-precision automatic filling machines and shear machines have been monopolized by oversea manufacturers for a long time, however, multi-axis synchronization control is one of the key technologies which must be solved for the kind of machines, meantime, it is one of the key technologies of special grand national science-technology project for numerical control systems. So, the self-developed synchronization control system for automatic filling machine is researched, and how to improve dynamic and steady state performance of the master-slave dual-axis synchronization control system is concerned. Therefore the key technologies of the control system for filling machine, which include position synchronization control strategy, repetitive control, preview control, robust control with disturbance observer, neural network control, etc., are investigated in detail. Firstly, based on the control systems of liquid medicine filling machine and flying shear machine, a kind of master-slave synchronization control system is presented and the importance in social production of the systems is introduced. The realization methods and the application status are respectively expatiated; moreover, the main control strategies of the control systems are referred and the key technologies of realizing the control system are covered. Secondly, to compensate system periodic error because of its periodic motion represented by synchronization control system of automatic filling machine, a compound control strategy, which is based on PID controller and modified dual-repetitive controller, is proposed on the basis of tracking performance and stability. The control strategy, which combines the advantages of both PID control and repetitive control, can improve the position synchronization precision, save data storage space and speed the error convergence. Simulation and experiment results show the algorithm works well. Thirdly, to solve dynamic delay of the master-slave synchronization control system, preview control method is introduced to it. The control system has some preview ability by making full use of the known future trajectory information. At the same time, disturbance observer is established for the unknown disturbance compensation. Simulation and experiment results show the system has fine dynamic and steady state performance. Fourthly, in view of the conflict of no-overshoot and rapid response of position control systems since the most ...
馆藏号XWLW1670
其他标识符200718014628021
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/6307
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
魏志强. 主从同步系统智能控制关键技术研究[D]. 中国科学院自动化研究所. 中国科学院研究生院,2010.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20071801462802(2147KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[魏志强]的文章
百度学术
百度学术中相似的文章
[魏志强]的文章
必应学术
必应学术中相似的文章
[魏志强]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。