中文摘要：

针对广泛应用于半导体封装、微纳米级平台等设备中的"零传动"直接驱动音圈电机，在高频响情况下, 出现强烈振动和性能下降问题，从其表现出与一般直线电机完全不同的、非增函数变化的、非光滑复杂迟滞非线性特性的角度进行分析，建立相应迟滞模型，提出解决音圈电机振动问题的有效方法。重点研究1）将体现非光滑迟滞特性的简洁模型与描述非线性相位和幅值连续变化的神经网络结合，建立迟滞混合模型，描述音圈电机的非光滑复杂迟滞特性。2）摩擦模型的参数自学习新方法的研究。3)将迟滞模型与摩擦模型结合，展开消除振动的控制策略研究。非光滑复杂迟滞非线性特性是非线性系统重要的特性之一，从迟滞特性全新的角度，探索高频响音圈电机产生振动的机理，基于对VCM非光滑的复杂迟滞非线性特性的建模，提出相应的智能控制策略，消除迟滞的影响，抑制振动的产生，提高VCM控制系统的定位精度。

结论摘要：

该项目按申请书中的计划执行，达到了预期研究结果。在EI源期刊上发表论文4篇，已录用1篇，其中被EI收录3篇。在国际会议上发表论文5篇，其中EI收录4篇，SCI收录4篇。在中文核心期刊发表论文8篇。发明专利授权1项，实用新型专利授权1项,已受理发明专利3项。培养研究生11名，获硕士学位10名。承（协）办会议2次。围绕音圈电机迟滞非单调和非光滑特性，开展建模及减振控制方法研究。取得研究成果如下 一、音圈电机的非单调迟滞特性建模与消振控制研究 1）针对引起音圈电机产生振动、系统不稳定等问题的特殊复杂迟滞特性，建立了C-S(Chua and Stromsmoe)神经网络混合动态复杂迟滞模型。 2）在经典Preisach模型中，引入非单调信息，使其输出具有非单调迟滞特性，提出一种改进的Preisach迟滞与RBF神经网络相结合的动态迟滞混合模型。实验结果表明，对应的迟滞逆控制方法能有效补偿音圈电机的迟滞特性，消除其带来的振动。 3）将类似非单调特性的SDH迟滞模型与最小二乘支持向量机结合，提出了基于SDH迟滞模型的最小二乘支持向量机迟滞混合建模方法；提出类迟滞的神经网络迟滞混合建模方法。基于所提出迟滞模型，实现了对音圈电机振动的有效抑制。二、音圈电机的迟滞非光滑特性建模研究 针对广泛应用于描述机械领域迟滞非线性的Bouc-Wen迟滞模型对非可导输入信号的无效性。基于柔化思想，将其微分项改进为不完全微分，以减弱非可导输入信号的微分冲击。对Bouc-Wen迟滞模型进行改进，以实现对音圈电机的非光滑迟滞特性的描述。三、控制方法研究 1）改进的滑模控制研究针对直线电机的非线性及迟滞特性，提出了离散滑模控制的一种新趋近律，用死区迟滞函数代替趋近律中的死区函数。增强了对扰动的鲁棒性，降低了系统的抖振程度。 2）针对音圈电机的非线性迟滞特性，展开控制系统设计研究提出了傅里叶变换音圈电机的智能控制、改进的迭代学习控制 、双模控制方法和用于控制器设计的神经网络改进学习算法。四、电机的摩擦建模 利用柔性sigmoid函数建立了静态Stribeck摩擦模型的近似数学模型。提出了描述非光滑摩擦特性的三种神经网络摩擦模型，分别为RBF神经网络混合模型、类RBF神经网络模型和混合神经网络模型。仿真结果表明了其有效性。