双电机驱动伺服系统神经网络控制器的设计

针对存在未知齿隙和摩擦等非线性的双电机驱动伺服系统的控制问题,给出了双电机驱动伺服系统的模型,设计了基于三角级数多项式扩展的函数链神经网络（FLNN）在线辨识未知的齿隙和摩擦非线性,利用Backstepping方法设计了神经网络控制器,得到了同时使系统跟踪误差、驱动子系统间同步误差及网络权值的一致有界权值调整策略。仿真表明,所提出的控制策略是有效的。     

双永磁同步电机系统非级联预测速度同步控制

针对传统双电机控制系统中,运动惯性以及响应不及时等影响速度同步精度和动态响应速度的问题,本文提出了一种双永磁同步电机系统非级联预测速度同步控制策略,将双电机系统看作一个多输入多输出系统进行统一建模,应用有限控制集模型预测控制设计一个紧凑的双电机系统控制器,并将速度同步误差、速度跟踪误差和电机运行性能同时引入模型预测控制的价值函数中,实现多变量的协同优化控制。此外,为满足实际用户需求,引入弱磁、电流限制两个前端模块实现对电压、电流的约束。最后通过仿真进行了转速阶跃信号跟踪、抗负载扰动等对比验证,结果证明所提出的非级联预测速度同步控制策略较传统交叉耦合控制策略能够更有效提升双永磁同步电机系统的转速同步控制性能     

一种具有参数不确定性的直流电机系统鲁棒自适应摩擦补偿方法

针对陀螺漂移测试转台直流力矩电机系统中存在的非线性动态摩擦和电机参数不确定性，为提高转台摇摆状态位置跟踪精度，提出了一种新的鲁棒自适应补偿控制器。电机中摩擦模型采用摩擦参数为非一致性变化的LuGre动态摩擦模型。该控制器包含一个参数自适应律和等效PID控制律来估计未知LuGre模型参数和电机参数并给与补偿。最后Lyapunov方法和仿真结果证明该鲁棒自适应补偿控制器保证了闭环系统全局稳定性和对期望位置信号的渐进跟踪，提高了转台摇摆跟踪精度。     

移动机器人生物启发式变结构轨迹跟踪控制

针对移动机器人反演轨迹跟踪控制中的速度跳变与速度跟踪问题,提出一种采用生物膜电压模型和反演滑模方法的移动机器人生物启发式变结构轨迹跟踪控制系统。首先基于移动机器人的运动学模型建立位姿跟踪回路,即利用生物启发式膜电压模型获取虚拟的位姿误差信号,并结合Lyapunov函数设计反演控制器来解决速度跳变;然后考虑移动机器人的动力学模型设计速度跟踪回路,构造基于组合趋近律的滑模变结构力矩控制器来保证速度跟踪;接下来,根据Lyapunov理论对所提系统的稳定性进行证明;最后,以iRobot Create移动机器人为控制对象进行直线、圆和折线轨迹跟踪控制的仿真研究。通过分析比较初始阶段和拐点处的跟踪误差、速度和力矩,验证了所提系统的有效性。     

欠驱动水下机器人航迹跟踪控制

针对欠驱动水下机器人强非线性、模型不确定及存在外界未知干扰等特点,提出自适应模糊反演滑模控制系统,解决其水平面航迹跟踪问题。首先,采用模糊逻辑系统逼近模型未知函数,将反演思想与滑模控制技术相结合,设计反演滑模控制器;然后对水下机器人纵向速度进行控制,将航向角作为航迹跟踪误差的虚拟输入,设计航向角的镇定函数和航迹参数的变化率,实现水下机器人的航迹跟踪;最后使用李亚普诺夫稳定性定理,证明控制系统的稳定性。仿真实验表明,设计的控制系统能有效地处理水下机器人模型不确定性和外界干扰,控制性能良好,具有极强的鲁棒性,且避免了执行机构的抖振现象。     

双馈感应电机反演控制系统的研究

文中应用反演控制理论设计了双馈感应电机转速跟踪控制的非线性控制器。该控制器利用了反演法的动、静特性优良,稳定性强的特点,可以良好地实现电机转速的跟踪控制。对于所提出的控制策略予以详细推导,并进行了仿真实验。仿真结果表明该控制策略能够实现双馈电机转矩和磁链的解耦,以及转速的有效跟踪,系统具有良好的动、静态性能和鲁棒性。     

一类模型不确定非线性系统的反演预测控制

针对一类模型不确定的单输入单输出仿射非线性系统,设计一种使得闭环系统稳定且滚动时域性能指标在线最小化的预测控制器。运用反演(Backstepping)设计思想获得具有待定参数的控制器表达式,其误差导数中的未知函数采用模糊逻辑系统来逼近,通过直接估计模糊系统最优参数向量的范数上界来设计控制器和自适应律,大大降低了在线计算量。理论证明该方法设计的控制器保证了闭环系统所有信号是半全局有界的,并且跟踪误差收敛于零的某一邻域。仿真算例验证了所提出算法的有效性。     

三相PWM整流器的鲁棒反演控制器设计

针对三相电压型PWM整流器在实际系统中存在因运行状态改变而导致参数不精确的情况,建立了包含不确定因素的PWM整流器数学模型。基于反演(back-stepping)的设计方法对该不确定系统设计非线性控制器,并在控制项中引入鲁棒控制项以补偿不确定性的影响,使控制器的鲁棒性能得到增强。应用Lyapunov稳定性定理证明该系统为渐进稳定,在Matlab/Simulink中搭建仿真模型并对控制器性能进行验证。仿真结果表明,所设计控制器具有良好的动态性能与跟踪性能。     

激光切割永磁直线伺服系统的反演滑模控制

针对用于激光切割的永磁直线伺服系统,采用反演滑模控制策略对系统进行分块处理,为提高系统精度,增强系统的鲁棒性和降低抖振,分别对位置环和电流环独立设计滑模控制器。考虑运动伺服系统在低速时存在的摩擦和扰动,在位置控制器的设计中,采用非线性双观测器方法对不可测Lu Gre模型的摩擦状态及参数进行估计,提出自适应指数趋近律滑模控制方法对摩擦力和扰动进行前馈补偿。电流控制器采用无抖振终端滑模控制方法设计。利用Lyapunvo函数证明了所设计的方法具有全局有限时间收敛特性并能够保证系统全局稳定。最后,在激光切割永磁直线伺服实验台上,应用三闭环PID方法和该文所提方法对位置和速度跟踪性能进行对比实验,实验结果表明,该文所提方法可有效提高激光切割直线伺服系统的控制性能。     

基于神经元解耦RBF网络多电机系统参数PID控制

以多变量非线性强耦合的两电机同步控制系统为研究对象,针对电流跟踪型SPWM变频器供电的感应电机系统,在α,β静止坐标系下,建立两台电机系统的数学模型.采用RBF网络自适应PID控制器和自适应神经元解耦补偿器的解耦控制技术,对两电机同步系统的速度和张力进行解耦控制.实验结果表明:采用该方法设计的控制器可以实现两电机同步系统中速度和张力的解耦控制,系统具有良好的动静态性能和跟随性能.     

永磁直线同步电机的智能互补滑模控制

针对永磁直线同步电机(PMLSM)伺服系统的位置跟踪精度问题,提出了一种基于径向基函数(RBF)神经网络的智能互补滑模控制(ICSMC)方法。建立了包含端部效应、参数变化、外部扰动及非线性摩擦等不确定性因素的PMLSM动态方程。设计了互补滑模控制器,采用广义滑模面和互补滑模面相结合的设计,降低了系统跟踪误差,提高了系统响应速度,并削弱了抖振现象;利用RBF神经网络直接对系统存在的不确定性进行估计,在线调整RBF网络参数以改善系统动态性能,提高系统鲁棒性,并用李雅普诺夫定理保证系统闭环稳定性。通过分析系统实验结果,验证了所提出的控制方法有效降低了系统跟踪误差,并使系统具有良好的动态性能和鲁棒性能。     

基于神经网络控制的两电动机同步系统研究

以多变量、非线性、强耦合的两电动机同步控制系统为研究对象,对变频器供电的感应电机系统进行重点研究,建立两电机同步系统的数学模型.采用RBF神经网络自适应PID控制器,结合自适应神经元解耦补偿的解耦控制技术,设计了两电机同步调速系统的神经网络控制器,试验结果表明该方法可以实现电机转速和皮带张力的解耦控制.     

感应电机系统的非线性反推自适应控制

针对感应电机的动态特性,在电机参数未知的前提下,研究了磁链与转速的渐近跟踪特性和整个系统的全局稳定性问题.应用反推技术设计了自适应控制器,对所有参数进行估计,实现了电机对给定信号的输出跟踪控制,保证了整个系统的全局稳定性.系统的转子磁链与转速能渐近跟踪给定的参考信号,仿真结果验证了该控制策略的有效性.     

永磁直线同步电机神经滑模控制仿真

分析了永磁直线同步电机的数学模型,给出了径向基(RBF)神经网络的结构和算法,设计出以切换函数为网络输入、以滑模控制器为网络输出的神经滑模控制器,软件仿真结果表明所设计的滑模控制器能进行自适应学习,可实现良好的伺服跟踪.     

基于Lyapunov稳定性理论的电励磁直线同步电机自适应控制

为了提高直线伺服系统的动态性能,克服电励磁直线同步电机存在的参数时变性,设计模型参考自适应速度控制器。系统内环是基于参考模型的速度跟踪控制器,外环自适应机构在线调整速度跟踪控制器的可调参数并使参考模型输出速度与控制对象输出速度之间的广义速度误差趋近于零。采用基于Lyapunov稳定性理论的模型参考自适应速度控制器设计方法,在保证广义速度跟踪误差收敛至零的同时,还保证了模型参考自适应速度控制系统具有稳定性和收敛性。采用欧拉数值积分方法,经过计算机数值仿真计算得到参考模型与控制对象的速度输出和初级交轴电流状态变量的时域响应曲线,验证了该自适应速度控制系统具有全局收敛性。     

基于RBF神经网络在线辨识的永磁无刷直流电机单神经元PID模型参考自适应控制

永磁无刷直流电机控制系统是多变量和非线性的.针对传统PID控制方法的不足,提出一种基于径向基函数神经网络在线辨识的单神经元PID模型参考自适应控制方法,并用于永磁无刷直流电机的控制中.该方法构造了一个径向基函数神经网络对系统进行在线辨识,建立其在线参考模型,由单神经元控制器完成控制器参数的自学习,并在数字信号处理器中实现控制参数的在线调节.系统较好地实现了给定速度参考模型的自适应跟踪,结构简单,能适应环境变化,具有较强的鲁棒性.     

基于支持向量机的直线电机推力波动前馈补偿

直线电机系统中,推力波动具有很强的非线性特点,是影响直线电机控制性能的重要因素之一。以结构风险最小化为学习规则的支持向量机进行推力波动模型辨识,来构成具有推力波动前馈补偿自适应控制单元的直线电机PID控制系统。该控制系统集合了PID线性控制和推力非线性补偿控制,以提高直线电机的轨迹跟踪精度。最后由Matlab仿真结果表明,基于支持向量机的推力波动模型比基于最小二乘法具有更高的辨识精度,控制系统具有更小的轨迹跟踪误差、更强的抗干扰性,从而提高直线电机定位精度。     

永磁直线同步电机的鲁棒自适应神经网络控制

针对永磁直线同步电动机的端部效应和非线性摩擦问题,采用一种鲁棒自适应神经网络控制方法,实现了永磁直线电机的跟踪控制.所设计的控制器包含两个部分:一部分是自适应神经网络控制器,用来逼近理想控制器,该神经网络的输入为滑模切换函数;另一部分是鲁棒控制器,用来消除逼近误差.通过李亚普诺夫稳定性定理验证了所设计的控制器能够保证控...     

模糊神经网络PID和PSO-PID优化的荧光检测控制系统

针对核酸提纯、扩增、检测一体化设备的荧光检测系统多通道检测运动的快速性和稳定性,设计了三种基于PID控制器的控制策略,分别为模糊PID、模糊RBF神经网络PID和PSO-PID。经MATLAB仿真结果表明,模糊PID控制有较大的超调量和调节时间,震荡较大;模糊RBF神经网络PID控制的超调量十分小,调节时间较小,无震荡;PSO-PID控制有小幅度震荡和超调量,调节时间最短,可快速到达稳定状态。模糊RBF神经网络PID和PSO-PID控制步进电机的方式同模糊PID相比,没有了主观经验的影响,反应时间快、稳定性好,具有很好的自学习、自适应能力。     

基于区间系统描述的超声马达鲁棒跟踪控制

对近年来超声马达控制研究的现状作了系统的介绍和评述。针对行波型超声马达，在区间系统描述的数学模型基础上，采用了一种新的鲁棒控制方案，设计鲁棒跟踪控制器。该控制器由标称控制器和鲁棒补偿器两部分构成。首先，针对标称系统设计标称控制器以得到期望的输出跟踪特性，然后加上鲁棒补偿器，以实现鲁棒特性。可以证明，鲁棒稳定性、鲁棒静态特性、鲁棒瞬态特性以及鲁棒跟踪特性可以同时得到。仿真和实验结果都表明了控制方案的有效性，而且该控制器结构简单、参数易于在线调整。