A Direct Adaptive MNN Control Method for Stage Having Paired Reluctance Linear Actuator with Hysteresis
A Direct Adaptive MNN Control Method for Stage Having Paired Reluctance Linear Actuator with Hysteresis
复制标题
成对磁滞线性执行机构的直接自适应MNN控制方法
DOI：
10.4236/ica.2014.54023
复制
发表时间：
2014-10
期刊：
影响因子：
--
通讯作者：
Xiaofeng Yang
中科院分区：
文献类型：
--
作者：
Yu Ping Liu;Zhi Kang Liu;Xiaofeng Yang
磁阻线性致动器具有体积小、电流小、产生力大等特点，是下一代光刻扫描仪精细阶段中非常有前途的致动器。但磁阻线性执行器在纳米定位中的应用受到电流与输出力之间存在的强非线性（包括磁滞）的限制。本文采用直接自适应神经网络作为非线性学习机，提出了一种新的非线性控制方法。该方法的特点在于不使用传统方法中由输入输出力计算电流参考的非线性补偿器。这自然克服了关于参数不确定性的鲁棒性问题。仿真结果表明，该方法有效地克服了输入电流和输出力之间的非线性，在精密级控制中具有应用前景。
Reluctance linear actuator, which has a unique property of small volume, low current and can produce great force, is a very promising actuator for the fine stage of the next-generation lithographic scanner. But the strong nonlinearities including the hysteresis, between the current and output force limits the reluctance linear actuator applications in nanometer positioning. In this paper, a new nonlinear control method is proposed for the stage having paired reluctance linear actuator with hysteresis using the direct adaptive neural network, which is used as a learning machine of nonlinearity. The feature of this method lies in that the nonlinear compensator in conventional methods, which computed the current reference from that of the input and output force is not used. This naturally overcomes the robustness issue with respect to parameter uncertainty. Simulation results show that the proposed method is effective in overcoming the nonlinearity between the input current and output force and promising in precision stage control.
登录
查看更多内容
影响因子：
1.7
作者：
Corless, RM;Gonnet, GH;Knuth, DE
通讯作者：
Knuth, DE
DOI：
--
发表时间：
2013
期刊：
--
影响因子：
--
作者：
H. Butler;W. Simons
通讯作者：
H. Butler;W. Simons
DOI：
--
发表时间：
1998
期刊：
--
影响因子：
--
作者：
G. Bertotti
通讯作者：
G. Bertotti
DOI：
--
发表时间：
1997-12
期刊：
--
影响因子：
--
作者：
D. Roover
通讯作者：
D. Roover
DOI：
--
发表时间：
2010
期刊：
--
影响因子：
--
作者：
S. Disney;R. D. Warburton
通讯作者：
S. Disney;R. D. Warburton