永磁同步电机动态滑模速度控制

为提高永磁同步电机（PMSM）伺服系统的控制性能，削弱系统中存在不确定性的影响，并解决传统滑模控制（SMC）技术中存在的抖振问题，提出一种动态滑模控制（DSMC）方法。首先，在建立PMSM数学模型的基础上，设计传统的PID型SMC方法，同时，为削弱系统抖振现象并进一步提高系统的鲁棒性，设计了DSMC方法。DSMC可以通过增加一个附加的动态变量来获得分层的滑动面，进而保证系统具有快速的、精准的速度跟踪性能。最后，通过MC56F8346 DSP控制核心验证所提方法的有效性，实验结果证明，所提出的DSMC方法相比于传统SMC能更快更好地跟踪速度给定信号，并且具有更强的鲁棒性。     

感应电机的神经网络鲁棒自适应动态面控制

针对感应电机的高阶、强耦合的非线性,设计一种具有自适应性和鲁棒性的动态面控制律,以实现对感应电机的控制。首先通过变量代换,将五阶感应电机模型变为块三角形式;接着采用神经网络逼近,将模型转化为含有结构不确定性和参数不确定性的参数化模型。对于感应电机系统中的参数不确定性,在动态面控制方法的基础上设计参数自适应律,在线估计其未知参数;对于感应电机系统中的结构不确定性,设计鲁棒控制律,使得电机控制系统具有鲁棒性。最后通过仿真实现,以验证所提出的控制方法的有效性与实用性。     

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。     

基于反馈线性化的永磁直线同步电机自适应动态滑模控制

在高速、高精度永磁直线同步电机伺服系统中,直轴电流和交轴电流之间、线速度和电流之间存在的非线性耦合及参数摄动和负载扰动等不确定因素,严重影响速度跟踪精度和响应速度.为此,该文采用反馈线性化控制方法,通过坐标变换和状态反馈,将电机仿射非线性模型解耦线性化为独立的电流子系统和线速度子系统.在线性化模型的基础上,设计动态滑模控制器,降低反馈线性化控制对直线电机数学模型的依赖性,提高伺服系统的鲁棒性.同时设计自适应控制律估计系统不确定性扰动,削弱系统抖振现象.仿真和实验结果表明,所提出的控制策略能有效提高速度跟踪性能,增强系统的鲁棒性.     

永磁直线同步电机自适应互补滑模控制

针对永磁直线同步电机(PMLSM)易受非线性因素影响而降低伺服系统鲁棒性的问题,提出一种自适应互补滑模控制方法。永磁直线同步电机的非线性因素包括系统参数变化、电机端部效应及外部不确定性的扰动。互补滑模控制将积分滑模面与广义误差滑模面相结合,将系统状态轨迹限定在两个面的交线上,缩短了状态轨迹达到滑模面的时间,提高了位置跟踪精度。为了进一步改善系统鲁棒跟踪性能,利用自适应控制对不确定扰动因素的上界进行估计,减小不确定因素对系统的影响,改善滑模控制的抖振现象。实验结果表明所提出的控制方法是有效可行的,自适应互补滑模控制不仅提高了系统的跟踪性能,而且更有效地抑制了不确定因素对控制系统的影响。     

基于滑模自抗扰控制器的永磁同步电机位置环控制研究

由于电机参数变化和负载扰动等不确定性因素的影响,永磁同步电机位置控制的动态响应和抗扰动能力不能很好的兼顾,本文提出一种基于滑模自抗扰控制器的永磁同步电机位置环控制策略,把转动惯量和负载作为扰动量,以电机转子角度为状态变量,通过扩展状态观测器观测,进行补偿校正,为高频抖振提供旁路,设计了滑模面和滑模控制律,提高了系统的稳定性。仿真表明,系统具有动态响应快,控制精度高,且系统对干扰具有很强的鲁棒性。     

基于递归径向基神经网络的永磁直线同步电机智能二阶滑模控制

针对永磁直线同步电机(PMLSM)易受系统参数变化、外部扰动、摩擦力等不确定性因素影响的问题,采用二阶滑模控制(2OSMC)和递归径向基神经网络(RRBFNN)相结合的智能二阶滑模控制(I2OSMC)方法来提高系统控制性能.利用2OSMC削弱传统滑模控制中的抖振问题,提高了系统的位置跟踪精度.但由于难以估计系统中不确定性因素的边界,从而无法实现2OSMC的最佳性能,因此,引入RRBFNN对不确定性因素进行估计.由于RRBFNN具有较快的学习能力,可通过在线训练网络参数,进而提高系统的鲁棒性.实验结果表明,所提出的控制方法切实可行,能够有效地抑制不确定性因素对系统的影响,使系统具有较高的位置跟踪精度和较强的鲁棒性能.     

基于迭代滑模和扰动观测器的永磁同步电机转速控制

为了提高永磁同步电机（PMSM）控制系统的转速跟踪精度和鲁棒性,抑制其周期性转矩脉动,提出了一种基于积分滑模控制和迭代学习方法的PMSM单环控制策略。控制器采用单环滑模控制策略替代了传统的转速-电流级联控制,简化了控制系统的结构,提高了系统动态响应,通过引入迭代学习控制有效抑制了因电流谐波而导致的转矩脉动,提高了转速稳态控制精度。此外,针对系统存在的外部负载扰动、模型和参数不确定性等,设计了双重扰动观测器估计系统扰动量,提高了系统的鲁棒性。最后,针对所提复合控制策略进行了试验验证。试验结果表明,所提出的控制方法具有良好的动态性能、抗干扰能力和稳态控制精度。     

基于Elman神经网络的永磁直线同步电机互补滑模控制

针对永磁直线同步电机(PMLSM)易受系统参数变化和外部扰动等非线性因素影响而降低伺服系统控制性能的问题,提出了一种Elman神经网络互补滑模控制方法。互补滑模控制是在常规滑模控制的基础上增加一个广义误差滑模面,不仅可以减少系统状态达到滑模面的时间,又能保证系统跟踪精度。但是,在实际应用中互补滑模控制的切换增益和边界层厚度的值很难选取。为了对系统中不确定性因素的值进行准确的估计,并削弱滑模控制的抖振现象,采用Elman神经网络估计器对其进行估计,替代滑模控制中的切换控制,降低不确定性因素对伺服控制系统的影响,进一步提高系统的鲁棒性。实验结果表明,基于Elman神经网络的互补滑模控制与互补滑模控制相比,不仅改善了系统的位置跟踪性能,还提高了系统的鲁棒性能。     

电气伺服系统的自适应模糊积分滑模控制

针对外界扰动及不确定性等因素对电气伺服系统性能的影响,将具有积分滑模面的自适应模糊控制器引入电气伺服系统的位置控制,利用滑模控制克服不确定性因素影响,通过自适应律与模糊规则的结合削弱滑模控制引起的抖振,通过参数自适应估计方法保证滑模变结构控制增益的合理性,提高了电气伺服系统的稳定性与位置跟踪性能.仿真实验结果表明,这种控制系统具有控制结构简单,稳态性能好等优点,并对不确定性等因素具有良好的鲁棒性.