斜轧穿孔机导盘转速的建模与控制

通过对驱动斜轧穿孔机狄塞尔导盘液压系统的分析, 推导出了导盘转速控制模型. 用软测量方法对模型中的负载力矩进行了预测, 并利用前馈控制算法来抵消系统的负载力矩扰动. 由于软测量模型有一定的误差, 故采用 了推理控制算法来抵消其不准确部分. 最后形成了前馈和推理的复合控制算法作为导盘转速控制系统的控制器. 仿真证明了控制系统的准确性、鲁棒性和快速响应性.     

考虑LuGre 摩擦的伺服系统自适应模糊控制

针对摩擦非线性的存在会使伺服系统控制精度难以提高的问题,建立了考虑动态LuGre摩擦的伺服系统数学模型,在系统参数和负载转矩未知的情况下设计了自适应模糊控制器,用自适应模糊逻辑系统在线逼近包含LuGre摩擦在内的非线性环节,从而实现了伺服系统高精度的位置跟踪。利用Lyapunov函数证明了闭环系统的稳定性。仿真结果表明,该控制器能有效地补偿摩擦非线性的影响,并对负载转矩变化具有较强的鲁棒性。     

基于EKF和SMC的永磁同步电机无传感器矢量控制

采用扩展卡尔曼滤波(EKF)算法估计永磁同步电机(PMSM)转速和转子位置,构成转速、电流双闭环的无传感器矢量控制系统.针对扩展卡尔曼滤波为有偏估计、对模型误差鲁棒性差等问题,提出了基于指数趋近律的滑模转速控制器.为提高转速环抗负载转矩扰动能力,设计负载转矩观测器并将观测结果引入到电流控制器的输入端,作为速度控制器前馈补偿的控制输入.仿真实验结果表明,与传统采用PI(proportional-integral)转速控制器的系统相比,文中所提控制策略具有转速跟踪误差小、响应快、无超调、抗负载扰动能力强等优点.     

基于神经网络的无人机负载模拟器的复合控制

衡量负载模拟器系统性能的关键指标是多余力矩的抑制。针对无人机负载模拟器系统的非线性及多余力矩强扰动的特点,依据神经网络的非线性逼近和自学习特性,提出了一种基于神经网络和前馈相结合的复合控制器,用来提高系统的性能。复合控制器利用前馈来补偿定常多余力,利用神经网络进行在线辨识、控制来补偿系统的非线性部分,很好地抑制了多余力矩。该文给出了具体的控制结构和算法。仿真结果还表明该方法极大地改善了系统动态加载性能,有很强的鲁棒性。     

感应电机磁场定向变结构型模糊变频调速系统的分析与设计

运用变结构控制理论分析和设计感应电机磁场定向变频调速系统的模糊速度控制器 ,并在此基础上提出了在模糊控制器的输出增加开关线的前馈项构成模糊线性复合控制的方法 .理论分析和实验结果均表明 ,这种复合控制方法 ,不仅保持了模糊控制器原有的鲁棒性 ,而且既减少了转矩抖振 ,提高了转速响应的稳态精度 ,又改善了转速响应的快速性 .在高精度 ,快速响应的场合 ,这种速度调节器的模糊线性复合控制方法具有较大的实用价值     

神经元控制器在电动负载模拟器中的应用

针对在小转矩加载和对快速性要求较高的场合,电动负载模拟器多余力矩和参数变化的问题,提出了一种基于前馈和反馈相结合的新型单神经元控制器,该控制器在误差较大时切换到bang-bang控制模式。仿真结果表明,该控制器在抑制多余力矩、提高系统鲁棒性和对给定信号的动态跟踪性能方面都具有良好的性能;且其算法简单,学习速度快,易于实现,具有较大的工程实用价值。     

感应电机磁场定向结构型模糊变频调速系统的分析与设计

运用变结构控制理论分析和设计感应电机磁场定向变频调速系统的模糊速度控制器,并在此基础上提出了在模糊控制器的输出增加开关线的前馈项构成模糊线性复合控制的方法。理论分析和实验结果均表明,这种复合控制方法,不仅保持了模糊控制器原有的鲁棒性,而且既减少了转矩抖振,提高了转速响应的稳态精度,又改善了转速响应的快速性。在高精度,快速响应的场合,这种速度调节器的模糊线性复合控制方法具有较大的实用价值。     

液压驱动伺服机器人的模糊滑模控制研究

针对液压驱动四足机器人伺服系统非线性和不确定性严重的问题,提出了一种快速响应、鲁棒性好、控制精度高的模糊滑模控制器,并进行了仿真研究.首先,建立了液压驱动伺服机器人的液压动力机构非线性数学模型,利用Lyapunov方法设计了滑模控制器;其次,构造了一个模糊边界层宽度调节器,削弱滑模控制的抖振;最后,分析了参考力、液压参数、供油压力及负载刚度变化对系统输出的影响.仿真结果表明,该控制器对液压伺服力系统非线性和参数变化具有较好的控制效果.该方法用于四足液压驱动伺服机器人的控制是可行的、有效的.     

无刷直流电动机模糊自适应PID控制策略的仿真研究

在无刷直流电动机控制系统中,如何提高系统的控制精度、稳定性及鲁棒性备受关注。当无刷直流电动机系统的负载或参数发生变化时,传统的PID控制策略很难达到预期的效果。文章基于模糊控制理论,建立了模糊推理规则表,设计了模糊控制器和模糊自适应PID控制器,并对模糊自适应PID控制策略在无刷直流电动机系统中的应用进行了仿真研究。仿真结果表明,模糊自适应PID控制策略能加快无刷直流电动机系统的响应速度,并具有较强的鲁棒性。     

基于模糊PID控制的永磁同步电机控制器研究

为了提高复杂环境条件下永磁同步电机（PMSM）控制器的动态控制性能与抗干扰能力,分析了永磁同步电机的速度-电流（或力矩）双闭环控制调速结构,提出了一种基于模糊PID控制原理的速度环控制策略。速度环运行时,模糊PID控制器首先将永磁同步电机转速的误差及误差变化率进行模糊化处理,然后依据模糊规则进行模糊推理,并自动在线整定出速度环PID的三个系数（比例系数、积分系数、微分系数）,不仅减少了速度环的调节时间,也能增强抵御来自电流环（或力矩环）的干扰。仿真结果表明,当永磁同步电机的转速发生变化或负载发生扰动时,相比于传统的PID控制器,模糊PID控制器能提高系统的动态性能与鲁棒性。该方法用于永磁同步电机的控制是可行、有效的。     

基于高阶滑模速度控制器的异步电机模型预测转矩控制

针对三相异步电机驱动系统,提出一种基于高阶滑模速度控制器的模型预测转矩控制策略.为了降低负载扰动对系统运行性能的影响,设计一种基于二阶Super-Twisting滑模技术的速度环控制器,以代替传统PI速度控制器,并应用Lyapunov稳定性理论对其稳定性和鲁棒性进行分析,得到使速度控制系统收敛的参数范围.为了提升转矩控制精度,基于异步电机的数学模型,采用模型预测转矩控制理论,以转矩和定子磁链为控制目标设计评价函数,得到最优输出电压矢量驱动电机运行.仿真结果表明,所提出的控制方法能有效提升系统对负载扰动的鲁棒性,并有效降低转矩波动,使电机具有良好的动态和静态运行性能.     

模糊滑模控制和负载转矩补偿的异步电动机直接转矩控制

针对异步电动机(IM)转矩脉动以及抗干扰能力差的问题,设计了基于模糊滑模控制(FSMC)与负载转矩补偿的新型直接转矩控制(DTC),取代传统PID速度调节器的是一种滑模控制器.为解决滑模控制器中负载转矩脉动的问题,用模糊逻辑控制器取代了传统滑模控制律中的不连续部分,可以明显降低异步电动机在低速运转时的转矩脉动.提出了一种负载转矩观测器来估计未知的负载转矩.负载转矩观测器用来估计负载转矩扰动,估计作为速度环的前馈补偿.仿真结果表明:在低速负载转矩扰动时,该设计具有更好的动态响应和速度性能、更高鲁棒性和更强的抗干扰能力.     

永磁同步电机高效非线性模型预测控制

永磁电机控制器要求电机有很强的转速跟踪能力,并且要保证系统参数变化及负荷扰动下系统的鲁棒性. 永磁电机包含很多不确定因素,是强耦合的非线性系统,传统的线性控制器很难对其进行控制. 针对永磁电机的转速控制构造非线性模型预测控制方法. 非线性永磁电机模型通过输入-输出反馈线性化策略解耦成为新的线性系统. 为保证可行解的收敛性,提出一种迭代二次规划方法来处理由输入-输出反馈线性化导致的非线性约束. 仿真结果表明,控制器能有效降低计算负担,具有很好的动态控制性能,能抑制转矩脉动,并保证在参数变化和负荷扰动下控制系统的鲁棒性.     

Development of a Novel Self‐Tuned Adaptive Supervisory Cerebellar Model Articulation Controller for Induction Motor Drive

This work presents a novel speed control scheme for an induction motor (IM) using an adaptive supervisory differential cerebellar model articulation controller (ASDCMAC). The ASDCMAC has a supervisory controller and an adaptive differential cerebellar model articulation controller (ADCMAC), and the ASDCMAC is utilized as the speed controller. The supervisory controller monitors the control process to keep speed tracking error within a predefined range, and the ADCMAC learns and approximates system dynamics. The connective weights of ADCMAC are adjusted online, according to adaptive rules derived in Lyapunov stability theory, to ensure system stability. The robustness of the proposed ASDCMAC against parameter variations and external load torque disturbances is verified via simulations and experiments, respectively. Three control schemes, the ASDCMAC, fuzzy control, and PI control, are investigated experimentally, and a performance index, root mean square error (RMSE), is utilized for each scheme. The experimental results demonstrate that the ASDCMAC outperforms the two other control schemes with external load torque variations.     

基于迭代学习的电动负载模拟器复合控制

为保证电动负载模拟器力矩精确加载,设计了基于迭代学习控制和舵机位置前馈补偿结合的复合力矩控制器.引入弹性杆结构以提高系统稳定性及加载精度,并从系统响应速度、频宽及稳定性等方面对弹性杆刚度约束进行了分析.建立了控制系统模型,在三闭环结构基础上,引入了舵机位置前馈补偿.为保证正弦负载模拟效果,设计了基于指令力矩幅值和相位修正的迭代学习控制器,并基于P型控制器实现对幅值和相位的迭代学习.最后,分别进行了力矩加载及多余力矩抑制实验,结果证明了该方法的可行性及有效性.     

带神经网络观测器的永磁同步电机极点配置自校正前馈控制

由递归神经网络构成综合负载转矩观测器,从而把综合负载转矩视为可测干扰,并利用极点配置自校正前馈控制策略实现了永磁同步电机的速度控制,解决了永磁同步电机系统中参数变化和负载扰动等不确定性问题.仿真结果表明该方法具有较强的鲁棒性.     

基于模糊扰动观测器的PMSM积分滑模控制研究

为了克服传统永磁同步电机(Permanent magnet synchronous motor,PMSM)的滑模控制增益大容易产生抖振的问题,提出基于模糊观测器的PMSM积分滑模控制策略。采用新型趋近律设计积分滑模控制器取代传统的滑模控制器,提高系统的动态响应性能。结合模糊控制与自适应控制的特点,设计模糊扰动观测器,能够迅速有效地观测系统内部参数变化和外部扰动,并对积分滑模速度控制器进行前馈补偿,削弱系统抖振的同时提高了系统的鲁棒性。通过李雅普诺夫理论证明了该控制系统的稳定性。仿真及实验结果验证了该方法具有较强的鲁棒性,可以实现良好的跟踪效果并且无抖动。     

基于LPV观测器的永磁同步电机反推控制

针对永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)无速度传感器转速跟踪控制精度问题,提出了一种基于线性变参数(Lineeo Parameteo Varying,LPV)转速观测器的永磁同步电机反推控制方法。该方法首先根据PMSM的LPV模型,推导出电机的凸胞形顶点方程;然后利用Lyapunov稳定性理论,获得了基于线性矩阵不等式(Lineeo Matrix Inequality,LMI)的观测器设计方法,构造了PMSM的LPV观测器,实现对电机转速及定子交轴电流的重构;最后运用反推控制策略,设计电机闭环系统控制器,实现对电机转速的高精度跟踪控制。仿真结果表明,该方法相较与传统PI矢量控制,跟踪精度高、响应快、抗负载扰动强,对实现PMSM的无速度传感器高精度转速跟踪控制具有重要意义。