.png){kind=icon}
返回
Adaptive Robust Tracking Control Based on Real-Time Iterative Compensation
.png){kind=icon}
OA
AI
DOI：10.3390/electronics15071471.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在纳米尺度晶圆缺陷检测中，光栅扫描成像对运动平台的跟踪精度提出了亚微米级要求，而轨迹变化和负载变化对传统控制方法构成显著挑战。本文提出了一种基于实时迭代补偿的自适应鲁棒控制（RICARC）策略。在该框架下，ARC模块集成了基于RLS的在线参数估计、PID型反馈控制项以及鲁棒控制项以抑制复合扰动。在此基础上，RIC模块基于ARC闭环系统建立离散预测模型，并在每个采样时刻迭代生成最优前馈补偿信号，以进一步抑制残余跟踪误差。包含周期轨迹、双频轨迹和S形轨迹，以及负载变化和强外部干扰在内的五种运行场景的实验结果表明，RICARC始终能实现0.120~0.240 μm的亚微米级均方根（RMS）精度，相较于传统ARC将均方根误差降低超过75%，有效提升了纳米尺度晶圆缺陷检测系统的成像质量。
Keyword:
adaptive control
precision motion control
real-time iterative compensation
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.6
论文数:
1.1W
被引数:
4.7W
机构
引用论文
Dual-Loop Iterative Learning Control With Application to an Ultraprecision Wafer Stage应用于超精密晶圆平台的双环迭代学习控制
PREAI
分享收藏分享收藏Model-Data Driven Learning Adaptive Robust Control of Precision Mechatronic Motion Systems With Comparative Experiments.png)
IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Analysis and comparison of three discrete-time feedforward model-inverse control techniques for nonminimum-phase systems非最小相位系统三种离散前馈模型逆控制技术的分析与比较MECHATRONICS
MECHATRONICSIF3.1
PREAI
分享收藏分享收藏分享收藏Online Iterative Learning Compensation Method Based on Model Prediction for Trajectory Tracking Control Systems基于模型预测的轨迹跟踪控制系统在线迭代学习补偿方法
PREAI
分享收藏
查看更多内容