壓電智能材料IPMC的建模與控制研究.pdf

1、離子交換聚合體金屬合成物（Ion-exchange Polymer-Metal Composites簡稱IPMC）是一類被稱為人工肌肉的電活性智能材料。由于其性能類似于生物肌肉，因此受到越來越多的關注，并在微機電系統(tǒng)、生物醫(yī)學、仿生機構等領域具有巨大的應用前景。然而IPMC響應機理復雜、對環(huán)境條件與材料參數(shù)變化敏感且具有非線性，這些限制了它的開發(fā)與應用。
　　本文首先開發(fā)了一套完整的IPMC實驗平臺，并通過實驗研究了IPMC在不同

2、的激勵信號類型、頻率大小、幅值以及樣條尺寸、環(huán)境濕度等條件下的響應特性，從而掌握了IPMC的響應特征，建立了詳細的特性數(shù)據(jù)庫，加深了對磁滯、蠕變特性和產生原斟的認識，為IPMC的建?？刂茊栴}奠定了基礎。
　　基于掌握的IPMC的先驗信息，通過相關分析與頻響數(shù)據(jù)擬合確定了適合的模型階次，并采用離線辨識策略選擇擬合程度最高的三階ARX(AutoRegressive eXogenous)模型作為IPMC的模型結構，在此基礎上應用最小二乘

3、遞推辨識算法，開發(fā)了一個基于LabVIEW平臺的實時、在線遞推辨識系統(tǒng)，實現(xiàn)了對模型參數(shù)的在線辨識，從而避免了環(huán)境條件的變化對模型結果有效性的影響。
　　針對IPMC存在的磁滯和蠕變非線性特性，建立了IPMC的磁滯、蠕變模型和混合特性模型。對于磁滯特性，建立了兩種模型，并分析比較了各自的特點。一種是基于經典preisach算子模型，通過離散化、質心化處理，應用最小二乘遞推算法實現(xiàn)了對preisach密度函數(shù)的在線辨識，并進一步分析

4、了模型誤差的原因，對辨識算法進行了改進，提高了辨識精度;另一種是PI(Prandtl-lshlinskii)磁滯模型，建立了LMS(Least Mean Square)在線辨識算法辨識PI模型的權值，并進行了利用少量的磁滯算子就可以逼近磁滯環(huán)的仿真驗證。對于蠕變特性，利用加權最小二乘參數(shù)估計遞推算法得出了IPMC蠕變的模型，并進行了仿真驗證。最后建立了磁滯PI模型與線性蠕變模型相迭加的IPMC磁滯蠕變特性的混合模型，并驗證了混合模型可以

5、更好地逼近IPMC實際磁滯蠕變特性曲線。
　　根據(jù)建立的IPMC線性和非線性模型，設計了相應的控制策略。針對IPMC線性模型設計了模糊PID自適應控制方案，并通過仿真結果證明了模糊PID控制器可以有效地控制IPMC的線性驅動特性。針對IPMC的非線性特性設計了IPMC的磁滯、蠕變特性的逆補償控制器，實現(xiàn)了在線自適應逆補償控制，驗證了逆補償控制是消除IPMC非線性特性的有效方式。建立了兩種基于IPMC磁滯蠕變混合模型的自適應逆控制結

6、構，系統(tǒng)的磁滯特性和蠕變特性得以消除，通過仿真驗證比較了兩種控制結構的優(yōu)缺點。最后，建立了PVDF作感知、IPMC為驅動的壓電智能懸臂梁的動力學模型，利用LQR線性二次型最優(yōu)控制實現(xiàn)壓電智能懸臂梁結構振動的主動控制，仿真結果表明控制系統(tǒng)具有很好的快速響應能力和振動控制效果，說明了壓電材料作為傳感器和驅動器抑制振動的有效性和實用性。
　　最后針對IPMC驅動器具有非整數(shù)階動力學特性，而傳統(tǒng)研究采用整數(shù)階建模，無法對其精確描述和解釋的

7、現(xiàn)狀，采用非線性最小二乘估計的Marquardt算法研究一種新的比常規(guī)的整數(shù)階建模更合理、更能描述IPMC驅動器性能的分數(shù)階模型。并將其和常規(guī)方法建立的整數(shù)階模型進行對比，仿真結果表明IPMC分數(shù)階模型可以更精確地描述IPMC非整數(shù)階特性，提高模型精度和實際應用效果。針對建立的IPMC分數(shù)階模型，設計了分數(shù)階PIλDμ控制器，分析了分數(shù)階PIλDμ控制器結構參數(shù)對控制系統(tǒng)性能的影響，對比驗證了分數(shù)階PIλDμ對IPMC模型控制的有效性和