1.基于B‑W模型的压电陶瓷执行器参数辨识复合控制方法,其特征在于:包括以下步骤:S1:获取压电陶瓷执行器的输入电压与相应的输出位移,根据所得数据建立标准B‑W迟滞模型,并修正模型得到改进B‑W迟滞模型;
S2:采用改进粒子群算法辨识改进B‑W迟滞模型的参数;
S3:采用RBF神经网络和滑模的方法对压电陶瓷执行器进行自适应控制;选择李雅普诺夫函数,通过李雅普诺夫稳定性定理证明滑模控制器的稳定性;具体步骤为:S31:设:
则将改进B‑W迟滞模型改写为:
S32:设理想跟踪指令为yd,定义跟踪误差e=yd‑y,x为网络的输入,取 h=T[hj] 为高斯基函数的输出,h(x)为RBF神经网络的高斯基函数;bj为节点基宽参数,cj为节*点中心,W为RBF神经网络的权值矩阵,W 为网络的理想权值;ε为网络的逼近误差;采用RBF神经网络逼近f,RBF神经网络算法为:*T
f=W h(x)+ε;
则RBF神经网络的输出为:
S33:设c为常数且大于0,则滑模面公式为:设α1、α2及δΔ、δΔ1、δΔ2是正常数;ε1,ε2满足ε1>1,0<ε2<1;Fal函数如下:则切换率为:
控制率为:
S34:选择李雅普诺夫函数,通过李雅普诺夫稳定性定理证明滑模控制器的稳定性。
2.根据权利要求1所述的基于B‑W模型的压电陶瓷执行器参数辨识复合控制方法,其特征在于:所述的步骤S1中,具体步骤为:S11:获取压电陶瓷执行器的输入电压u与相应的输出位移y;
S12:设h表示B‑W迟滞模型的迟滞部分,参数k0和k1为权重系数,A、B、C、n为B‑W迟滞模型的用于描述迟滞特性的参数,t为时间;构建压电陶瓷执行器的线性的标准B‑W迟滞模型,用微分方程表征输出位移y随输入电压u的变化关系为:S13:设ψ为迟滞非线性项,d为初值补偿因数,h1表示B‑W迟滞模型改进的迟滞部分,α、分别为B‑W迟滞模型的用于描述迟滞特性的参数;将压电陶瓷执行器的线性的标准B‑W迟滞模型修正为非线性的改进B‑W迟滞模型为:S14:设m是压电陶瓷执行器的等效质量,c为等效阻尼系数,ks为刚度系数,结合改进B‑W迟滞模型表示压电陶瓷执行器为:
3.根据权利要求2所述的基于B‑W模型的压电陶瓷执行器参数辨识复合控制方法,其特征在于:所述的步骤S12中,具体步骤为:取n=2。
4.根据权利要求2所述的基于B‑W模型的压电陶瓷执行器参数辨识复合控制方法,其特征在于:所述的步骤S2中,具体步骤为:S21:初始化模型,设pi为粒子最佳的过去位置即个体极值,pg为整个粒子群或近邻的最佳过去位置即全局最优解,w为惯性权重,c1和c2为学习因子,r1和r2为(0,1)范围内的随机数,vi为粒子速度,xi为粒子位置,k为当前迭代次数,kmax为最大迭代次数,wmax为迭代开始时的惯性权重,wmin为迭代结束时的惯性权重;采用传统粒子群算法更新粒子的速度和位置:S22:采用改进粒子群算法辨识改进B‑W迟滞模型的参数;辨识的迭代过程要求c1递减,c2递增;在搜索前期,较大的c1和较小的c2使粒子向粒子个体极值方向移动用于全局搜索;
在搜索后期,较小的c1和较大的c2使粒子向种群全体极值移动用于加快收敛;
设c1int为预设的个体学习因子初始值,c1fin为预设的个体学习因子迭代终止值;c2int为预设的社会学习因子初始值,c2fin为预设的社会学习因子迭代终止值;
采用对数变化规律改进惯性权重w及学习因子c1和c2,则改进公式为:S23:若达到最大迭代次数,则粒子群算法终止;若未达到最大迭代次数,则采用步骤S22的改进公式的重复计算粒子的个体极值、粒子群的全局最优解,并更新粒子的速度和位置。
5.根据权利要求1所述的基于B‑W模型的压电陶瓷执行器参数辨识复合控制方法,其特征在于,所述的步骤S34中,选取李雅普诺夫函数L为:令 并定义 设γ为自适应律的调节参数;将u带入滑模面公式:得到:
对L求导:
设自适应律为:
则L的导数为:
6.根据权利要求5所述的基于B‑W模型的压电陶瓷执行器参数辨识复合控制方法,其特征在于,所述的步骤S34中,证明滑模控制器的稳定性的具体步骤为:S341:滑模状态在远距离趋近阶段时的最终收敛域为:Ω1:
S342:滑模状态在近距离逼近阶段时的最终收敛域为:Ω2:
S343:滑模控制器在有限时间内使滑模面的状态收敛到如下收敛域内:s≤min{Ω1,Ω2},
因此滑模控制器具有稳定性。
7.根据权利要求6所述的基于B‑W模型的压电陶瓷执行器参数辨识复合控制方法,其特征在于,所述的步骤S341中,具体步骤为:S3411:当|s|>δΔ时,且满足|ε+Δ|≤Φ,Φ为|ε+Δ|的上界:所以:
当 时:
又 则:
若连续无界函数F(x): 满足F(0)=0,原点是全局有限时间收敛平衡点;
并存在0<τ<1,υ>0,κτ>0,κυ>0使下式成立:则原点就是全局固定时间收敛的平衡点,它的最大收敛时间满足:此时由上式可得,滑模面s的有限时间收敛区域为:S3412:当|s|≤δΔ时:
当 得:
此时滑模面s是有限时间收敛的,收敛域为:
8.一种计算机存储介质,其特征在于:其内存储有可被计算机处理器执行的计算机程序,该计算机程序执行如权利要求1至权利要求7中任意一项所述的基于B‑W模型的压电陶瓷执行器参数辨识复合控制方法。