logo móvil
Contáctanos

Control de Seguimiento Perfecto de Deslizadores Lineales Usando Control por Modo Deslizante con Mecanismo de Estimación de Incertidumbre

Autores: Hoshina, Tomoya; Yamada, Takato; Deng, Mingcong

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Control de Seguimiento Perfecto de Deslizadores Lineales Usando Control por Modo Deslizante con Mecanismo de Estimación de Incertidumbre


Categoría

Tecnología de Equipos y Accesorios

Subcategoría

Diseño de equipos y herramientas

Palabras clave

Etapa
Aparato de exposición de semiconductores
Control
Incertidumbre
Seguimiento
Alta precisión

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 19

Citaciones: Sin citaciones


Descripción
Este documento tiene como objetivo lograr un control de posición preciso de un escenario utilizado en aparatos de exposición de semiconductores. La demanda de dispositivos inteligentes, como los teléfonos inteligentes, está en rápida expansión y se espera que su rendimiento continúe mejorando. Para fabricar estos dispositivos, es necesario miniaturizar los dispositivos semiconductores y mejorar la productividad. El control preciso de los aparatos de exposición de semiconductores es importante para la fabricación de dispositivos semiconductores ultra pequeños. El escenario de los aparatos de exposición de semiconductores utiliza un motor lineal, y este documento realiza un control de seguimiento perfecto de alta precisión de este escenario. El control de seguimiento perfecto es un método de control que siempre sigue el valor de comando mientras este cambia momento a momento, y requiere alta precisión. En el posicionamiento de alta precisión, la incertidumbre en el modelo del escenario tiene un impacto significativo. Por lo tanto, este documento propone un método para reducir los errores de seguimiento debido a la influencia de la incertidumbre, realizando una compensación de incertidumbre utilizando control por modo deslizante con el valor estimado de la incertidumbre. La estimación de la incertidumbre utiliza un método que combina Kernel LMS con un observador. En lugar del kernel gaussiano ampliamente utilizado, este documento utiliza un kernel gaussiano generalizado que permite configuraciones de parámetros más finas. Además, este documento propone un método para optimizar adaptativamente el parámetro de forma del kernel gaussiano generalizado. Nuestras simulaciones y experimentos confirman que el método propuesto mejora el rendimiento de seguimiento en comparación con el control por modo deslizante convencional.

Otros recursos que podrían interesarte

Temas Virtualpro