光学 精密工程
2021, 29(10): 2412
浙江理工大学 机械与自动控制学院, 浙江 杭州 310018
压电驱动器中迟滞特性会影响微操作系统的定位精度。为了消除迟滞对系统的不良影响，该文提出了类Hammerstein模型来描述压电驱动器的迟滞特性。首先，提出了改进迟滞算子(MDHO)，在算子中增加偏置、死区宽度、斜率调整滞环的高度和宽度，体现迟滞的非对称性和速率相关性；然后，利用改进迟滞算子加权叠加表示静态非线性部分，迟滞算子的参数和权重可以在线调整来适应外界条件的变化，利用输入自回归模型表示动态线性部分，建立了可以描述压电驱动器速率相关迟滞特性的类Hammerstein模型；最后，依次通过最小二乘法、矩阵扩围、矩阵奇异值分解对模型中的参数进行辨识，并证明了所辨识的参数是无偏估计。研究结果表明所提出的建模方法是有效的。
压电驱动器 迟滞非线性 改进迟滞算子 类Hammerstein模型 奇异值分解 piezoelectric actuator hysteresis nonlinearity modified hysteresis operator Hammerstein like model singular value decomposition
1 中国科学院自适应光学重点实验室，四川 成都 610209
2 中国科学院光电技术研究所，四川 成都 610209
3 中国科学院大学，北京 100049
自适应光学系统中的压电倾斜镜通常是用来实时校正大气湍流引起的波前畸变，但压电倾斜镜的响应都有较大的非线性迟滞效应，大大降低了倾斜镜的到位精度，并且影响系统稳定性，制约了倾斜校正系统的带宽，因此需要对迟滞现象进行建模，通过建立的模型进行补偿。本文通过引入迟滞算子，使用贝叶斯正则化训练算法训练BP神经网络来构建压电倾斜镜迟滞模型，以中国科学院光电技术研究所自主研制的压电倾斜镜为对象开展了实验研究。最后的实验结果表明，通过BP神经网络构建的压电倾斜镜迟滞模型具有较准确的辨识能力，其中，X方向的迟滞大小由6.5%降低到了1.3%，Y方向的迟滞大小由7.1%降低到了1.6%。
自适应光学 压电倾斜镜 迟滞效应 神经网络 迟滞算子 adaptive optics piezoelectric steering mirror hysteresis neural network hysteresis operator
1 中国科学院自适应光学重点实验室，四川 成都 610209
2 中国科学院光电技术研究所，四川 成都 610209
3 中国科学院大学，北京 100049
自适应光学系统中的倾斜镜、变形镜通常是应用压电陶瓷驱动器来进行精密位移控制，但压电陶瓷驱动器都有较大的非线性迟滞效应，对系统定位性能造成了一定的影响。为了补偿迟滞现象，需要对迟滞效应进行建模。本文通过引入迟滞算子，使用贝叶斯正则化训练算法训练BP 神经网络来构建压电陶瓷驱动器迟滞模型，以中国科学院光电技术研究所自主研制的压电陶瓷驱动器为对象开展了实验研究。实验结果表明，通过BP 神经网络构建的压电陶瓷驱动器迟滞模型具有较准确的辨识能力，其中正模型的相对误差为0.0127，逆模型的相对误差为0.014。利用所建立的模型，压电陶瓷驱动器的非线性度从14.6%降低到了1.43%。
自适应光学 压电陶瓷驱动器 迟滞效应 神经网络 迟滞算子 adaptive optics piezoelectric actuator hysteresis neural network hysteresis operator
