This paper proposes a hybrid control strategy of a novel linear piezoelectric walking stage based on two sorts of piezoelectric actuators, which takes the load variation into account. The proposed stage consists of two parallel 4-bar lever amplification mechanisms with flexure hinges actuated by piezoelectric stacks to heighten the vertical distance (that is more tolerable to the assembly discrepancy), two compression springs (that is able to maintain a fixed linear position without powering), and two shear piezoelectric actuators (that can achieve longer and equivalent to walking motion) in a small form factor. The proposed stage has two operating modes, namely a coarse positioning mode with a more extensive travel range and a fine positioning mode with a nanometer-level resolution, to possess excellent performance for the linear piezoelectric walking stage of load variations. One multimodal switching controller and one feedforward-feedback controller conduct the coarse mode and fine mode, respectively. The optimal frequency for a specific load is obtained through a backpropagation neural network in the multimodal switching control. In the feedforward-feedback control, the inverse mathematical model based on the Bouc-Wen hysteresis model is used to mitigate the hysteresis effect in the feedforward part while the proportional–integral–derivative controller in the feedback part handles the external system disturbances. Experimental results show the proposed hybrid coarse/fine mode control strategy's effectiveness to satisfy an efficient and accurate positioning task.

本文提出了一种基于两种压电致动器的新型线性压电行走平台的混合控制策略，该策略考虑了负载变化。拟议的阶段包括两个平行的4杆杠杆放大机构，以及由压电叠层驱动的挠性铰链，以增加垂直距离（更能容忍装配差异），两个压缩弹簧（能够保持固定的线性位置，而无需动力）和两个剪切压电致动器（可以实现更长的运动时间并等效于步行运动），并且外形小巧。提议的阶段具有两种操作模式，即具有更宽行程范围的粗略定位模式和具有纳米级分辨率的精细定位模式，在负载变化的线性压电行走阶段具有出色的性能。1个多模式切换控制器和1个前馈-反馈控制器分别执行粗模式和精细模式。通过多模式切换控制中的反向传播神经网络，可以获取特定负载的最佳频率。在前馈-反馈控制中，基于Bouc-Wen磁滞模型的逆数学模型用于减轻前馈部分的磁滞效应，而反馈部分中的比例-积分-微分控制器则处理外部系统干扰。实验结果表明，提出的混合粗/细模式控制策略能够有效地满足定位任务的要求。1个多模式切换控制器和1个前馈-反馈控制器分别执行粗模式和精细模式。通过多模式切换控制中的反向传播神经网络，可以获取特定负载的最佳频率。在前馈-反馈控制中，基于Bouc-Wen磁滞模型的逆数学模型用于减轻前馈部分的磁滞效应，而反馈部分中的比例-积分-微分控制器则处理外部系统干扰。实验结果表明，提出的混合粗/细模式控制策略能够有效地满足定位任务的要求。1个多模式切换控制器和1个前馈-反馈控制器分别执行粗模式和精细模式。通过多模式切换控制中的反向传播神经网络，可以获取特定负载的最佳频率。在前馈-反馈控制中，基于Bouc-Wen磁滞模型的逆数学模型用于减轻前馈部分的磁滞效应，而反馈部分中的比例-积分-微分控制器则处理外部系统干扰。实验结果表明，提出的混合粗/细模式控制策略能够有效地满足定位任务的要求。通过多模式切换控制中的反向传播神经网络，可以获取特定负载的最佳频率。在前馈-反馈控制中，基于Bouc-Wen磁滞模型的逆数学模型用于减轻前馈部分的磁滞效应，而反馈部分中的比例-积分-微分控制器则处理外部系统干扰。实验结果表明，提出的混合粗/细模式控制策略能够有效地满足定位任务的要求。通过多模式切换控制中的反向传播神经网络，可以获取特定负载的最佳频率。在前馈-反馈控制中，基于Bouc-Wen磁滞模型的逆数学模型用于减轻前馈部分的磁滞效应，而反馈部分中的比例-积分-微分控制器则处理外部系统干扰。实验结果表明，提出的混合粗/细模式控制策略能够有效地满足定位任务的要求。基于Bouc-Wen磁滞模型的逆数学模型用于减轻前馈部分的磁滞效应，而反馈部分中的比例-积分-微分控制器则处理外部系统干扰。实验结果表明，提出的混合粗/细模式控制策略能够有效地满足定位任务的要求。基于Bouc-Wen磁滞模型的逆数学模型用于减轻前馈部分的磁滞效应，而反馈部分中的比例-积分-微分控制器则处理外部系统干扰。实验结果表明，提出的混合粗/细模式控制策略能够有效地满足定位任务的要求。