根据新型电液伺服阀的驱动要求, 设计了叠堆式超磁致伸缩致动器(SGMA), 为补偿其固有的非线性, 提高位移输出精度, 研究了SGMA的控制策略, 并对控制策略进行了仿真和实验验证。首先, 采用永磁体和GMM棒交替排布的结构形式设计了SGMA, 有助于提高偏置磁场的均匀性; 然后, 根据SGMA的结构特点, 将其视为多自由度振动系统, 建立了系统的位移输出模型; 接着, 在输出模型的基础上, 结合模型预测控制与滑模控制策略, 设计了模型预测滑模控制器; 最后, 进行了控制策略仿真和实验验证。实验结果表明, 模型预测滑模控制器能够实现SGMA的精密控制。在阶跃控制实验中, 系统稳定时间低于1.5 ms, 无超调和稳态误差; 在正弦控制实验中, 系统最大控制误差约为0.83 μm, 相对值约为6.9%, 证明了控制策略的有效性。

为提高超磁致伸缩致动器（GMA）偏置磁场的均匀度, 设计了叠堆式超磁致伸缩致动器（SGMA）, 建立了SGMA的磁场分布模型, 并对模型进行分析研究。首先, 通过分析传统GMA偏磁施加方式的特点和不足, 采用永磁体和GMM棒交替排布的结构形式, 设计了SGMA; 然后, 将磁路模型和毕奥-萨伐尔定律相结合, 建立了能够准确描述SGMA磁场特点的磁场分布模型; 接着, 利用所建立磁场分布模型分析了不同参数对SGMA磁场分布特征的影响, 提出了SGMA结构设计方法; 最后, 通过实验完成了模型验证。结果表明: 采用本文建立的模型描述SGMA磁场分布时, 最大相对误差低于4%; 在预测SGMA的输出位移时, 最大相对误差低于5%。该模型有助于准确刻画SGMA的工作状态, 提高SGMA的系统精度, 并为SGMA结构设计提供参考依据。

针对非对称性销孔的镗削加工，研究了用于高负荷孔精密镗削装置的超磁致伸缩致动器(GMA)的相关控制。考虑GMA的迟滞非线性,分析了准静态改进型Prandtl-Ishlinskii(P-I)模型的数学机理; 为提高其动态适用频域和控制精度，提出了结合相角前馈补偿的动态改进型P-I模型，获得了满意的控制效果。结合PID反馈控制搭建的闭环控制实验结果显示，GMA 的迟滞非线性由补偿前的14.5 %～67.2 %减小到1.5%～4.3%，有效降低了迟滞系统的非线性误差。在此基础上进行了椭圆销孔试镗削实验，结果显示其椭圆度均符合图纸要求，验证了补偿方法的正确性。本文的研究为实现高负荷异形孔的精密加工提供了新方法。

针对超磁致伸缩致动器(GMA)在精密致动控制中存在的迟滞和位移非线性,提出了小脑神经网络(CMAC)前馈逆补偿结合模糊PID控制的新策略.通过小脑神经网络(CMAC)学习获得超磁致伸缩致动器动态逆模型用于对超磁致伸缩致动器迟滞非线性进行补偿;利用模糊PID控制降低小脑神经网络(CMAC)学习时的误差和抑制扰动,提高系统的跟踪控制性能,从而实现超磁致伸缩致动器的精密致动控制.仿真和实验结果表明:所采用的控制策略有效地消除了迟滞非线性的影响,系统的跟踪误差降低到了5%以下,而位移跟踪误差均方差仅为0.58.此外,这种策略的特点是学习和控制同时进行,控制系统能够适应被控对象动态特性的变化,使系统具有较强的鲁棒性,同时也能够有效地抑制外界的干扰,提升系统的自适应控制性能.

为了克服超磁致伸缩致动器的磁滞现象对精密驱动定位精度的影响，在进行磁滞补偿的前提下，研究了自校正PID控制方法，提出了基于广义预测控制的广义预测-多模PID控制方法。介绍了广义预测控制的主要思想，并由此导出PID参数与被控对象待估参数的关系，实现了广义预测PID控制；针对起动阶段控制效果不平稳的问题，提出了多模PID控制模式转换条件；最后，根据PID参数变化情况，建立致动器的多模PID控制方法，实现广义预测PID与常规PID的在线控制模式转换与控制。实验结果表明，采用广义预测-多模PID控制器，虽然单次平均运算时间比广义最小方差-模糊 PID控制器长7 ms，但跟踪误差均方差减少了0.066 μm；同时改善了起动平稳性。提出的控制方法能有效消除由扰动带来的影响，提高跟踪精度，改善起动平稳性，适用于对实时性、控制精度要求较高的精密定位领域。

为了克服超磁致伸缩致动器用于精密驱动定位时磁滞现象所带来的影响,在进行磁滞补偿的前提下,研究了自校正PID控制原理,建立了基于广义最小方差原理(GMV)及模糊(Fuzzy)规则的广义最小方差-模糊PID(GMV-Fuzzy PID)控制方法.介绍了广义最小方差原理的主要思想,并由此推导出PID参数与被控对象参数的关系.在上述关系的基础上,建立了以误差与误差变化量为输入,待定参数k为输出的模糊规则.最后,根据在线估计的被控对象参数及GMV-Fuzzy PID的输出,在线调整PID参数,实现磁滞补偿后对致动器的控制.实验结果表明:采用GMV-Fuzzy PID控制器,每次运算时间比采用Fuzzy PID控制器缩短了0.015 4 s,跟踪误差均方差相差0.036μm.该方法能有效消除被控对象由于扰动带来的影响并缩短运算时间,在一些实时性及控制精度要求较高的精密加工场合,有良好的应用价值.

针对超磁致伸缩执行器(GMA)的非线性迟滞,研究了开环条件下采用Preisach逆模型对参考轨迹实现精密跟踪的补偿方法.简要介绍了经典Preisach迟滞数值模型,详细推导了Preisach逆模型及其数值实现方法.采用FFT数字滤波方法对一阶回转下降曲线(FOD)实验数据进行优化处理,同时结合拉各朗日双线性插值方法,提高了在同等离散水平下Preisach模型对GMA非线性迟滞的预测精度.在精密预测的基础上,通过Preisach逆模型实现了GMA对参考轨迹的精密跟踪.实验结果表明:在0～34μm,跟踪误差由补偿前的-14.7%～+11.2%减小到-2.9%～+2.7%.此外,FFT滤波和双线性插值算法可以明显提高Preisach模型对GMA非线性迟滞的预测精度,基于Preisach数值逆模型的补偿算法可以有效消除由于GMA非线性迟滞造成的跟踪误差.实验同时指出,如果要进一步提高跟踪精度,还须结合反馈实现闭环控制.

研究了一种内嵌超磁致伸缩执行器(GMA)的智能镗削装置,针对GMA迟滞非线性,给出了一种基于复合前馈补偿的精密伺服控制方法.简要介绍了经典Preisach迟滞数值模型的实现方法,给出了一种基于迭代的迟滞非线性补偿方法以避免直接求取Preisach逆模型.讨论了迭代算法的实现步骤,验证了算法的可行性.分析了异圆销孔的镗削加工特点,在迭代补偿的基础上设计了重复控制补偿器,并结合两种补偿方法,给出了一种基于复合前馈补偿的PID控制方法,最后通过实验检验了方法的有效性.实验结果表明:在开环情况下,所给的迭代算法可以将GMA的迟滞非线性由补偿前的-15.7%～+11.8%减小到-4.6%～+5.2%,而基于复合前馈补偿的PID控制则可将误差进一步减小到±1 μm以内.实验表明,迭代补偿算法是有效的,该算法在补偿迟滞非线性的同时可避免直接求取Preisach逆模型,而基于复合前馈补偿的PID控制方法还可进一步提高GMA的控制精度.