中文摘要：

针对压电陶瓷执行器存在的迟滞非线性问题，本项目开展基于现象建模的压电陶瓷执行器驱动纳米定位系统的分叉分析与迟滞补偿研究。针对压电陶瓷的迟滞神经网络建模与参数估计提出了基于preisach神经网络实现的分类排序法、动态神经网络迟滞模型、基于Backlash自适应滤波器的迟滞建模、输入历史相关的Backlash迟滞模型，提高了压电陶瓷执行器建模和参数估计的精度和动态表征能力；并提出压电陶瓷最小二乘遗传算法混合参数辨识方法；针对压电陶瓷执行器的迟滞问题，结合自适应控制、逆控制和动态滑模控制开展压电陶瓷执行器迟滞补偿控制研究，提出了串级逆补偿控制、基于Backlash自适应滤波器的自适应逆控制、PI控制、滑模逆控制、积分补偿时变滑模控制，改善了定位系统跟踪能力和控制精度；针对迟滞非线性控制系统的非线性动力学研究问题，在Backlash神经网络基础上，将增量谐波平衡法推广到求解压电陶瓷闭环系统在简谐激励下的稳态周期响应，提高了系统振动分析的精度对于提高纳米定位系统精度、稳定性和可靠性具有重要理论研究价值和现实意义。