基于永磁直线同步电机的光刻机掩模台鲁棒自适应神经网络控制

针对光刻机掩模台宏动永磁直线同步电机(PMLSM)提出一种鲁棒自适应神经网络轨迹跟踪补偿控制策略。该策略的主要特点是采用径向基函数(RBF)神经网络实时在线进行模型参数不确定性和各种外界非线性扰动的估计。为了验证策略的效果,建立基于参数不确定性和外界非线性扰动的掩模台宏动PMLSM模型,并针对此模型进行控制策略的规划、推导和稳定性理论分析,分析结果说明该策略可以保证位置和速度跟踪误差的收敛性。通过在光刻机掩模台上进行的五阶S曲线跟踪控制实验验证了此控制策略的实际控制效果,实验结果显示跟踪准确度达到了满意的效果。由于此控制策略的最大优点是不需要对实际物理系统参数和难于测量的外界不确定性扰动做精准的建模,所以非常适合应用在超精密运动控制领域。