[论文解读] Commutation-Angle Iterative Learning Control for Intermittent Data: Enhancing Piezo-Stepper Actuator Waveforms

Leontine Aarnoudse, Nard Strijbosch+2 more|arXiv (Cornell University)|Jun 24, 2020

Piezoelectric Actuators and Control参考文献 16被引用 5

一句话总结

本文提出了一种用于压电步进执行器的换相角域迭代学习控制（ILC）框架，通过径向基函数参数化处理迭代变化且非等距采样的问题。通过在换相角域中连续建模输入和误差信号，该方法抑制了由行走运动引起的重复性扰动，在15次迭代内将均方根误差降低了35倍，并实现了更优的线性输入-输出关系，从而提升了定位精度。

ABSTRACT

Piezo-stepper actuators are used in many nanopositioning systems due to their high resolution, high stiffness, fast response, and the ability to position a mover over an infinite stroke by means of motion reminiscent of walking. The aim of this paper is to develop a control approach for attenuating disturbances that are caused by the walking motion and are therefore repeating in the commutation-angle domain. A new iterative learning control approach is developed for the commutation-angle domain, that addresses the iteration-varying and non-equidistant sampling that occurs when the piezo-stepper actuator is driven at varying drive frequencies by parameterizing the input and error signals. Experimental validation of the framework on a piezo-stepper actuator leads to significant performance improvements.

研究动机与目标

• 为解决由行走运动引起的压电步进执行器中在换相角域内周期性重复的扰动问题。
• 为具有迭代变化且非等距采样的系统开发一种适用的ILC框架，此类采样在工业压电步进执行器中因驱动频率可变而普遍存在。
• 通过使用径向基函数对输入和误差信号进行参数化，实现在换相角域中的连续表示，从而实现有效的前馈控制。
• 在真实压电步进执行器上通过实验验证该框架，展示其在定位线性度和精度方面显著提升。

提出的方法

• 该方法使用反平方径向基函数（RBFs）对换相角域中的输入和误差信号进行参数化，即使在非等距采样下也能实现连续表示。
• 构建一个包含误差、输入幅值和输入变化权重的代价函数，推导出最小化迭代间跟踪误差的最优ILC更新律。
• 通过迭代应用ILC更新律，逐步优化输入波形，补偿随换相角重复出现的扰动。
• 在驱动频率变化（20–35 Hz）的开环行走实验中实现该框架，根据测量的误差轮廓更新输入。
• 利用参数化信号生成增强的剪切波形，并将其叠加到标准波形上，以改善动子位置跟踪性能。
• 尽管采样不规则且依赖于迭代，该方法通过RBF拟合实现类似连续时间行为的假设。

实验结果

研究问题

• RQ1 能否在换相角域中有效应用迭代学习控制于具有非等距和迭代变化采样的压电步进执行器？
• RQ2 如何利用基函数对输入和误差信号进行参数化，以实现在不规则采样条件下的连续域ILC？
• RQ3 所提出的ILC框架在多大程度上能减少换相角域中的重复性扰动，并改善换相角与动子位置之间的线性关系？
• RQ4 当驱动频率变化导致迭代间采样间隔变化时，该框架是否仍能保持性能？

主要发现

• 在驱动频率变化的开环行走实验中，位置跟踪误差的均方根误差在15次迭代内降低了35倍。
• 尽管驱动频率发生变化，误差均方根仍收敛至有界区域，表明对迭代变化动态具有鲁棒性。
• 基函数参数化实现了高保真信号重构，使用1000个和50个样本拟合结果之间的均方根差异约为8.6×10⁻¹⁰。
• 增强波形成功补偿了重复性扰动，使换相角与动子位置之间呈现出近乎线性关系。
• 通过前馈补偿，该方法有效缓解了压电剪切元件中的速率相关行为，提升了整体线性度。
• 该框架在换相角域和时间域中均表现出显著的性能提升，第17次迭代的跟踪性能接近理想状态，相比第0次迭代有显著改善。