文档介绍：0、 1 Dissertation Submitted toShanghai JiaoTong University fortheDegree of Doctor ofPhilosophy MODELING A-ND CONTROL FOR HYSTERESIS SYSTEMS BASED ON HYSTERETIC OPERAToR Department: Automation Specialty:Control Theory_&Control Engineering.. Student No。0030322037 Candidate: 圣h垒Q至鱼塾!Q望g Supervisor: 里!Q￡!鱼旦)鱼旦ghQ卫g ≥器天趋天 Shanghol J|aoTon口University November 2006 喀寸 k ,二J 上海交通大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下, 独立进行研究工作所取得的成果。除文中已经注明引用的内容外, 本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。靴敝储獬易勿∥日期:沙缛,,月/乡日 P ^ 缩印或扫描等复制手段保存和汇编本学位论文。保密酬在立年解密后适用本授权书。本学位论文属于不保密口。(请在以上方框内打“√") ?一签碜匆∥?躲谮沙日期:加伊/,月/舌日日期:。厂年,,月,6日 P 摘要·基于迟滞算子的迟滞非线性系统建模与控制研究摘要随着微/纳米技术的迅速发展,以压电陶瓷、形状记忆合金、磁致伸缩材料等智能材料构成的执行器在微定位、微位移等领域内得到广泛的应用。然而,寄生于这些智能材料中的迟滞非线性不但会降低系统的控制精度,甚至会导致系统不稳定。迟滞作为是一种非常规的非平滑的非线性,它的复杂性表现在多映射性和记忆性。另外,具有迟滞非线性的三明治系统作为一种特殊结构的迟滞非线性系统,由于前一个动态模块的限制,难以直接对迟滞进行补偿。其特有的三明治结构,加上迟滞非线性的复杂性使得经典控制理论和现代控制理论都难以对其实现有效的控制。因此本文研究了具有迟滞非线性的三明治系统的建模与控制问题。论文的主要内容首先建立两类迟滞模型,其一,对Preisach类迟滞非线性建立了基于迟滞算子的神经网络模型。其二,对一般的迟滞非线性,通常具有速率相关特性(迟滞输出与输入信号的变化率或者频率相关),通过引入一个Duhem算子, 实现了迟滞非线性的动态建模。然后针对上面两类迟滞非线性,通过引入迟滞逆算子和Duhem逆算子分别给出其相应的迟滞逆模型,应用反馈学****方法实现对迟滞非线性的补偿。最后对具有迟滞非线性的三明治系统设计控制器。其思路为:抵消前一个动态模块将其转化为一般的迟滞非线性系统,基于所建的模型,运用伪控制方案设计了神经网络自适应控制器。在众多的迟滞模型中,Preisach模型是应用最广泛的一类模型,但是具有实现形式复杂、在线更新困难的缺点。为了克服Preisach模型的这些缺点,建立基于算子的神经网络迟滞模型。由于迟滞的不平滑和多映射性,难以采用常规方法对其建模。本文基于空间扩张的方法,提出一个迟滞算子来扩张迟滞的输入空间,在三维空间上将迟滞的多映射转化为一一映射,同时证明了输入空间的紧致性和一一映射的连续性。这样利用神经网络来逼近这个一一映射从而建立一个神经网络迟滞模型。一般迟滞非线性具有速率相关特性,因此需要进行动态迟滞建模。本文从系统’该研究受国家自然科学基金(项日号:60572055,50265001)资助 p 述迟滞逆状态,神经网络来逼近迟滞逆状态与迟滞逆输出之间的映射从而实现对一般迟滞逆的辨识。在逆模型的应用方面,应用反馈学****的方法来调整神经网络参数从而补偿迟滞非线性。在具有迟滞非线性的三明治系统的控制方面,针对三明治系统特殊的结构,首先对三明治系统进行转化,利用逆系统来近似补偿前一个动态模型从而将具有迟滞非线性的三明治系统转化成一般的迟滞非线性系统。然后运用伪控制方案,基于所建立的迟滞模型设计神经网络自适应控制器。利用Lyapunov方法证明了系统的稳定性并推导出神经网络权值自适应调整律和控制律。综上所述,论文取得以下创新成果: 利用基于迟滞算子的输入空间扩张的方法,建立Preisach类迟滞非线性神经网络模型。该模型结构简单,简化了辨识算法,可以在线调整神经网络的权值以适应不同条件下的迟滞辨识。利用迟滞算子进行输入空间扩张,在三维空间将迟滞非线性的多值映射转化为一一映射, 为用传统的辨识方法打下了基础。克服了应用Preisach模型实现形式摘要复杂、在线更新困难的缺点。为了描述迟滞的速率相关特性,建立基于Duhem算子的动态迟滞模型。该模