参数在线辨识的交流位置伺服系统前馈控制

研究了基于前馈控制的交流位置伺服系统的轨迹跟踪控制问题。提出一种自适应模型参数在线辨识的改进方法,用以快速、有效地辨识出模型参数的变化,并应用到前馈控制器中。研究结果表明,基于模型参数在线辨识的前馈控制可以实现位置伺服系统的高速、高精度跟踪控制。     

基于干扰观测器的直线电机伺服系统PID轨迹跟踪控制

与传统的旋转电机相比,永磁同步直线电机伺服系统由于减少了滚珠丝杠、齿轮等一系列的中间传输环节,结构更加紧凑简单,精度可以进一步提高;但是与此同时,直线电机伺服系统更容易受到干扰,因此提高直线电机伺服系统的抗干扰性能有重要的意义。该文在参数辨识得到的系统模型基础上,采用PID与干扰观测器相结合的策略,以实时系统dSPACE作为控制器进行了实验。结果表明,与传统PID加PI串级控制相比,轨迹跟踪精度大幅提高,速度扰动得到很好的抑制。     

未知负载转矩下机械臂关节参数在线辨识及控制参数在线研究

机械臂运行过程中,关节伺服系统的负载转动惯量和阻尼系数呈现时变特性,现有方法在未知负载转矩的情况下无法完成转动惯量和阻尼系数同时辨识。提出一种基于离散模型参考自适应算法在线同时辨识负载转动惯量和阻尼系数的方法,通过对关节伺服系统电机的机械方程离散化得到含有转动惯量和阻尼系数的模型自适应参考模型,采用朗道离散时间递推参数辨识机制推导模型自适应率进行参数辨识;利用参数辨识结果和设定的误差阈值在线优化控制参数。此方法能在线同时辨识转动惯量和阻尼系数并根据辨识结果优化速度环PI控制器参数值,提高速度的动态响应性能。仿真结果证明了参数辨识方法和控制器参数在线优化方法的有效性。     

电液伺服系统建模及其状态特征辨识

根据电液伺服系统特点,采用递推最小二乘自适应算法,实现系统在线建模。结合实验,完成了系统在各工况下建模,最后提出了基于自适应参数模型的电液伺服系统状态辨识。     

基于双DSP在交流位置伺服系统的小波神经网络控制

采用双DSP设计完成了交流位置伺服系统的神经网络实时控制系统,其中一片DSP作为系统的小波神经网络控制器（NNC）,另一片DSP作为系统的BP神经网络在线辨识器（NNI）。由NNI对被控对象进行在线辨识的基础上,通过对NNC的权系进行实时调整,使系统具有自适应性。通过对交流位置伺服系统的控制实验,验证了本系统的实用性。     

基于MATLAB-AMESim的液压缸位置伺服系统辨识方法研究

基于传统液压缸伺服系统建模参数的复杂性、不确定性、以及系统的时变性等问题,提出了一种基于MATLAB-AMESim的液压缸位置伺服系统辨识方法。该文以组成足式机器人驱动单元的液压缸为研究对象,简单介绍了液压缸的组成结构及工作原理;其次建立液压缸控制系统模型、传递函数,阐述了液压缸伺服系统辨识方法原理和基本过程;最后,通过MATLAB-AMESim软件搭建单缸位置伺服系统进行系统辨识仿真,将仿真结果与实际液压缸位置伺服系统测试结果进行对比。实验表明基于MATLAB-AMESim的液压缸位置伺服系统辨识仿真具有良好的实用性,验证了系统模型辨识方法的有效性。     

基于扰动观测器的直线电机速度系统预测函数控制

针对直线电机伺服系统存在非线性、不确定性和各种扰动等特性,提出了一种基于扰动观测器和预测函数控制的复合控制方法。首先建立直线电机伺服系统的数学模型;然后设计扰动观测器对参数变化和外部干扰进行补偿,将干扰估计值反馈给预测函数控制器,建立带有干扰信息的预测模型,从而优化控制方法,提高伺服系统的控制效果。仿真结果表明,采用该复合控制方法设计的扰动观测器和预测函数控制器能够有效抑制扰动,满足系统对快速性和稳态精度的要求,系统具有较强的鲁棒性和抗干扰性,能够实现伺服系统的有效控制。     

基于干扰观测器的弹丸协调臂Terminal滑模控制

为了解决某火炮弹丸协调臂电液伺服系统位置控制精度问题和鲁棒性问题,提出了一种基于扰动观测器的弹丸协调臂Terminal滑模控制策略。推导出弹丸协调臂电液伺服系统的动力学方程,将系统的参数不确定性以及外界扰动处理为干扰项。采用指数趋近的干扰观测器进行在线观测并在控制律中进行补偿,提高了系统的鲁棒性。同时为了克服传统滑模控制在线性滑模面条件下状态渐进收敛导致无法在有限时间内到达平衡状态的特点,设计了一种全局快速Terminal滑动模态,使系统在有限时间内到达滑模面,系统状态在有限时间内迅速收敛到平衡状态,最后利用Lyapunov证明全局稳定性。仿真结果证明,该控制策略能对电液伺服系统不确定性和干扰具有很好的鲁棒性,且能明显提高弹丸协调臂动态精度与稳态精度。     

多新息模型辨识PMSM双曲正切滑模定位控制

永磁同步电机伺服系统是一个复杂的非线性系统,模型参数、摩擦等因素使其难以用准确的数学模型表示.针对永磁同步电机伺服系统存在不确定参数、摩擦及外部扰动现象,提出一种基于多新息模型辨识的双曲正切滑模定位策略.首先,将永磁同步电机的模型进行状态离散化,并用多新息模型辨识方法对系统的模型参数进行辨识;然后根据离散化的辨识系统状...     

多变量电液伺服系统及噪声模型的辨识

本文提出了用多变量CARMA时序模型来辨识电液伺服系统的阶和参数,同时得到系统的干扰噪声模型。文中用极大似然法和BIC定阶准则来估计模型的阶和参数,根据估计参数的渐近正态性态角模型的子阶和时滞。文中应用该方法辨识了电液位置和力耦合系统及其噪声模型的阶和参数。仿真和实测阶跃响应比较,证明得到的辨识模型是正确的。该方法可用于任何多变量机械系统的模型辨识。     

交流电机位置伺服系统的扰动补偿控制

针对交流电机伺服系统在未知负载条件下进行准确位置控制的需求,提出了一种参数化复合控制方案。该方案建立在交流电机磁场定向矢量控制构架的基础上,以转矩电流作为控制信号(电流内环的给定值),以电机转角位置信号作为可量测的系统输出量,设计了基于极点配置的状态反馈与扰动前馈补偿组成的参数化控制律,并利用一个降阶线性扩展状态观测器对电机转速(未量测)和未知负载扰动加以估计。该控制律通过TMS320F28335DSP编程,在一台永磁同步电机伺服系统上进行了实验测试,实验结果验证了伺服系统能在未知负载情况下对各目标位置进行平稳且准确地跟踪。研究结果表明,这种基于扩展状态观测器的复合控制方案可以有效地实现交流伺服系统的高性能位置调节,且对负载幅值和模型参数差异具有较好的鲁棒性。     

交流伺服进给系统滑模变结构扰动观测补偿控制

介绍了用于交流伺服进给系统的滑模变结构扰动观测补偿器,解决了当存在解决耦误差和负载扰动时,普通伺服控制算法难以同时抑制负载扰动和高阶把动的问题。分析了电机转矩信号扰动观测补偿器的建模和设计过程,讨论了交流同步电机伺服进给系统的计算机仿真研究结果。     

永磁直线电动机加速度反馈位置控制系统研究

分析了永磁交流同步直线电动机的数学模型,提出了基于扰动器的加速度反馈位置伺服控制系统,并研究了可选参数对其性能的影响。     

基于扰动观测器的永磁同步电机电流环自适应滑模控制

针对扰动对永磁同步电机转速伺服系统性能的影响,提出了基于扰动观测器的电流环自适应滑模控制方法。设计了自适应律在线估计系统的内部参数摄动以补偿模型不确定性扰动。同时,设计了滑模扰动观测器实时估计系统外部负载扰动,并将观测值前馈补偿到电流环自适应滑模控制器,在提高系统鲁棒性的同时降低滑模控制系统的抖振。实验结果显示,采用基于扰动观测器的电流环自适应滑模控制方法,系统可快速、准确、无超调地跟踪900r/min的速度指令,调节时间为0.08s,稳态误差为±5r/min。加入0.6N·m的负载扰动,该控制方法的最大转速波动为21r/min,比PI控制方法的转速波动减小了3.4%。仿真和实验结果表明,基于扰动观测器的电流环自适应控制方法提高了永磁同步电机转速伺服系统的鲁棒性和动态响应性能,同时可有效抑制滑模控制系统的抖振。     

积分切换面自适应滑模控制及其在并联机器人中的应用

针对交流伺服电机作为驱动装置的2-DOF并联机器人,设计出一种带有积分切换面的自适应滑模控制器。首先,带有积分运算切换面的变结构控制器使系统具有对未知参数变化和外部干扰不敏感的特性。其次,通过设计一种自适应律,实现对系统不确定量的在线辨识估计,以辨识结果实时调整控制器参数,以削弱系统抖动,提高了控制系统的实用性。仿真结果表明所设计控制器抗干扰能力强,能较好地实现2-DOF并联机器人各支路的运动控制,具有较好的稳定性和鲁棒性能。     

考虑负载扰动的电液转向系统控制研究

针对农机的电液伺服转向系统,为了克服转向力对系统的影响,提高在各种路况下的跟踪精度,设计了一种基于负载力观测器的前馈和最优状态反馈控制复合控制策略。先采用Luenberger观测器对负载力进行在线估计,然后用线性二次型调节器（LQR）得到系统线性最优反馈控制律,最后把观测到的负载力前馈到系统输入来消除负载力的影响,提高伺服系统精度。仿真和试验结果表明,所设计的负载力观测器能迅速地跟踪实际值,基于观测器的前馈和最优状态反馈复合控制策略具有较高的跟踪精度和抗负载干扰能力。     

光电跟踪系统自抗扰伺服控制器的设计

考虑系统扰动对光电跟踪伺服系统精度的影响,提出了采用自抗扰的控制方案,并分析了实现自抗扰的工作原理。对某型光电跟踪系统进行了结构分析,将目标运动速度视为外部扰动,系统内部参数摄动视为内部扰动,采用扩张状态观测器从系统响应的输入、输出信号中估计出扰动,并进一步用跟踪微分器提取扰动的一阶导数来提高对扰动的估计精度,以最大程度地补偿扰动。实验结果表明,在载体扰动下,跟踪最大角速度为40mrad/s,最大角加速度为8mrad/s2,机动目标的误差0.1mrad,且响应速度快,超调10%。该方案结构简单,控制鲁棒性强;无需额外的传感器对目标运动进行测量、滤波和预测,即可有效提高系统高精度捕获、跟踪快速机动目标的能力。     

基于 IESPSO 的舵机倾转矢量动力系统建模与参数辨识

针对在旋翼动态时产生的外力矩影响下,倾转矢量动力系统中的舵机系统模型辨识精度低、实际响应难以估计的问题,本文将舵机外力矩作为扰动噪声纳入辨识环节,构建系统模型,并提出了一种基于改进生态系统粒子群优化(IESPSO)的倾转旋翼舵机系统参数辨识方法。为确保试验稳定安全进行,本文设计了倾转矢量动力系统辨识平台,进行参数辨识试验。试验结果表明,在旋翼动态时产生的外力矩噪声影响下,IESPSO相对于粒子群优化法、生态系统粒子群优化法与递推最小二乘法,均方根误差降低了1.46%,1.79%与56.37%,辨识精度有明显提升,并具备更快的寻优收敛速度。在修改搜索空间后,IESPSO仍具有较高的寻优精度,避免了在宽搜索空间下无法快速搜索至较优可行解的问题。