控制理论与应用
控製理論與應用
공제이론여응용
Control Theory & Applications
2015年
8期
1058-1063
,共6页
原子力显微镜%成像方法%广义预测控制%自整定
原子力顯微鏡%成像方法%廣義預測控製%自整定
원자력현미경%성상방법%엄의예측공제%자정정
atomic force microscopy%imaging method%generalized predictive control%self-tuning
在原子力显微镜(atomic force microscope,AFM)扫描样品时,控制参数调节困难,依赖于操作经验.本文基于在线动态模型辨识,提出了一种AFM系统广义预测自校正控制与成像方法.首先,利用CARIMA(controlled autoregressive and moving-average)参数模型来描述局部线性化后的AFM系统模型,并通过在线动态模型辨识得到线性化模型的参数;基于该模型,采用基于GPC(generalized predictive control)的优化方法,在线求解类PI(proportional integral)控制器的参数,进而得到一种具有控制参数自动调整功能的AFM成像方法.为了验证本文方法的有效性,进行了仿真与实验测试.结果表明,在AFM扫描速度不同或PI参数选择不恰当的情况下,该方法能够自动地调整控制器参数,从而减小控制误差,提高成像精度.
在原子力顯微鏡(atomic force microscope,AFM)掃描樣品時,控製參數調節睏難,依賴于操作經驗.本文基于在線動態模型辨識,提齣瞭一種AFM繫統廣義預測自校正控製與成像方法.首先,利用CARIMA(controlled autoregressive and moving-average)參數模型來描述跼部線性化後的AFM繫統模型,併通過在線動態模型辨識得到線性化模型的參數;基于該模型,採用基于GPC(generalized predictive control)的優化方法,在線求解類PI(proportional integral)控製器的參數,進而得到一種具有控製參數自動調整功能的AFM成像方法.為瞭驗證本文方法的有效性,進行瞭倣真與實驗測試.結果錶明,在AFM掃描速度不同或PI參數選擇不恰噹的情況下,該方法能夠自動地調整控製器參數,從而減小控製誤差,提高成像精度.
재원자력현미경(atomic force microscope,AFM)소묘양품시,공제삼수조절곤난,의뢰우조작경험.본문기우재선동태모형변식,제출료일충AFM계통엄의예측자교정공제여성상방법.수선,이용CARIMA(controlled autoregressive and moving-average)삼수모형래묘술국부선성화후적AFM계통모형,병통과재선동태모형변식득도선성화모형적삼수;기우해모형,채용기우GPC(generalized predictive control)적우화방법,재선구해류PI(proportional integral)공제기적삼수,진이득도일충구유공제삼수자동조정공능적AFM성상방법.위료험증본문방법적유효성,진행료방진여실험측시.결과표명,재AFM소묘속도불동혹PI삼수선택불흡당적정황하,해방법능구자동지조정공제기삼수,종이감소공제오차,제고성상정도.
