基于遗传整定的永磁交流伺服系统模糊免疫PID控制器

提出了一种基于遗传整定的模糊免疫PID控制器,并将其应用于永磁交流伺服系统之中.该控制方法将生物免疫反馈机理与模糊控制相结合,由一个常规的PID控制器和一个免疫型比例控制器顺序串联实现,其中免疫比例控制器的非线性函数由模糊推理实现,PID及免疫比例控制器中的参数由遗传算法实现自寻优.利用功能强大的仿真工具Matlab/Simulink对交流伺服系统进行仿真,控制器算法简单,易于实现.结果表明,该控制方法具有响应速度快、鲁棒性强等优点,显著提高了系统性能.     

多馈入交直流输电系统的模糊控制器协调优化算法

设计了一套阻尼区域间功率振荡的模糊控制器。在多馈入交直流输电系统的直流功率控制系统和发电机励磁系统中同时采用了该模糊控制器,并对影响其性能的关键参数进行了协调优化。为了解决优化结果容易限于局部最优的问题,采用了遗传算法进行全局并行寻优,同时引入序优化理论在概率意义上保证优化解的质量。仿真结果表明:与常规阻尼控制器相比,模糊控制器能更好地提高交直流互联系统的动态稳定性且具有鲁棒性。序优化遗传算法比传统遗传算法具有更稳定的性能,可作为多馈入交直流输电系统的模糊控制器参数协调优化的一种有效方法。     

参数不确定Chen混沌系统鲁棒模糊控制器的设计

基于TS(Takagi-Sugeno)模糊模型，研究具有参数不确定性Chert混沌系统的鲁棒控制器设计。首先构建含有参数不确定性的TS模糊模型：然后利用并行分布补偿的方法，设计使模糊系统在平衡点附近渐近稳定的鲁棒模糊控制器。该设计通过解一组线性矩阵不等式(LMI)得到局部区域控制器，进而设计TS模糊系统的鲁棒控制器。该鲁棒模糊控制器的渐近稳定性条件更为宽松，能够降低控制器设计的保守性。最后的仿真结果表明所设计的鲁棒模糊控制器对参数不确定Chert混沌系统具有良好的控制效果。     

基于模糊PID算法的轮式机器人驱动轮控制器设计

针对无刷直流电动机驱动轮式移动机器人的调速控制问题提出了一种解决方法。简单介绍了轮式机器人的机械结构以及模糊控制理论,然后对轮式机器人控制系统进行了硬件设计,并对轮式移动机器人各驱动轮的转速闭环控制设计了模糊PID控制器。实验表明:与传统的PID控制效果比较,该模糊PID控制器能够有效提高系统的控制精度和伺服性能。     

电液位置伺服系统的模糊神经网络控制

针对电液位置伺服系统中的非线性、参数时变性等复杂因素,设计了一种模糊神经网络控制方案。由于常规的模糊神经网络学习算法具有权值调整复杂,收敛速度慢的缺点,因此采用模糊逐级误差逼近方法来调整模糊神经网络的权值。该算法易于实现,网络权值在线学习速度较快,而且计算量小于其他的常规神经网络学习算法。将该方法应用于电液位置伺服控制系统中,在对象参数摄动情况下,进行了仿真研究。仿真结果表明,采用该方法所设计的控制器满足系统对快速性和稳态精确度的要求,系统的鲁棒性增强,验证了方法的有效性。     

基于模糊神经网络的无刷直流电机位置伺服控制

针对多变量、非线性、时变的永磁无刷直流电机位置伺服控制系统的特点,提出一种基于免疫遗传算法（IGA）的递归模糊神经网络（RFNN）控制器的设计方法,并应用于无刷直流电机三闭环控制系统中的位置调节器中,实现系统精确的位置控制。在与传统PID位置控制器仿真比较中,采用该方法的系统显示出良好的控制性能和控制效果。     

永磁交流伺服系统参数自学习模糊控制器设计与实现

为进一步改善永磁交流伺服系统的动静态性能,设计了一种基于单神经元的参数自学习模糊控制器,它在控制规则数与二维控制器相当的基础上,可实现三维模糊控制的效果。模糊推理方法基于相平面,直接输入连续量进行推理,计算量小。引入的单神经元采用改进的BP算法来实现比例因子的在线自学习。该控制器结构及算法简单,易于解析实现,具有通用性。将其用于永磁交流伺服系统,实验结果验证其控制性能较PI算法更佳,提高了系统的性能。     

自适应模糊滑模控制在伺服电动机系统中的应用

设计了一种带积分滑模面的自适应模糊滑模控制系统,并将其应用于伺服电动机的位置和速度控制系统中.自适应模糊滑模控制系统是由模糊控制和hitting控制组成的,在模糊控制设计中,用模糊控制器来模拟反馈线性化控制律;在hitting控制设计中,用hitting控制器来补偿反馈线性化控制律和模糊控制器之间的误差.调节算法是从Lyapunov稳定性理论得到的,从而可以保证系统的稳定性.而且为缓解对近似误差界的需要,提出了一种误差估计机制来实时观测近似误差界.仿真结果证明了所设计的系统可以得到令人满意的跟踪性能,而且对参数变化和外部负载扰动具有鲁棒性.     

基于PMSM的智能型位置伺服控制系统研究

为了实现对系统位置的高精度控制,将智能滑模变结构控制策略引入到三闭环矢量控制中,设计了基于PMSM的智能位置伺服控制系统.系统的位置环采用模糊滑模变结构控制,并由主、从两个模糊控制器组成,主控制器用于产生输出控制量,从控制器在线调节主控制器的输出比例因子,以抑制滑动模态的抖振.仿真结果表明,该智能型位置伺服控制系统在大...     

模糊控制在直流电机调速中的应用

本文主要介绍了以模糊控制理论为基础的直流电机调速模糊控制系统。通过把人们用自然语言描述的控制直流电机调速经验转换成模糊控制规则,通过这些规则经过模糊推理和模糊决策得到控制量。实验证明,模糊控制直流电机调速性能高于一般的直流电机调速。     

并联型有源电力滤波器的起动策略研究

传统控制方式下并联型有源电力滤波器(SAPF)起动时会引起直流侧电压超调和交流侧补偿电流冲击。本文设计了软起动控制器。有源电力滤波器首先采用直流侧预充电的电路拓扑结构,减小了SAPF起动时的直流侧电压偏差,缓解了冲击电压和电流;然后针对传统变PI参数控制器在动态和稳态特性上的缺点,提出了模糊PI切换器。该控制器利用模糊控制的非线性优点,消除了电压超调,降低了电流冲击。再利用PI控制器响应速度快的优点,保证稳态补偿精度。为了进一步减小冲击,设计了参考电流线性递增控制方法。通过参考电流的线性控制,实现了软起动控制目的。仿真结果证明了所提出的软起动控制策略的有效性。     

永磁同步电机交流伺服系统的滑模模糊控制

针对模糊控制器在设计过程中参数难以确定以及滑模控制存在抖动等问题,将滑模控制理论与模糊控制理论相结合,提出了一种基于Sugeno型模糊推理的滑模模糊控制器的设计方法。使每一条Sugeno型模糊推理规则的后件部分为一滑模控制策略,保证了模糊控制系统的稳定性和动态性能。将该方法用于永磁同步电机交流伺服系统位置控制器的设计,并进行了仿真。结果表明,该方法综合了传统的滑模控制和模糊控制的优点,具有很好的动态跟随性和较强的鲁棒性,有效地削弱了抖动。     

Experimental verification of a hybrid fuzzy control strategy for ahigh-performance brushless DC drive system

This paper describes the design and experimental verification of a hybrid fuzzy control system for a high-performance brushless DC motor drive. Both the design of the fuzzy controller and its integration with the proportional-integral (PI) in a global control system are discussed. The principle, of the proposed control system is to use a PI controller, which performs satisfactorily in most cases, while keeping in the background, a fuzzy controller, which is ready to take over the PI controller when severe perturbations occur. Strategies of the switching control for the hybrid controller is such that the fuzzy controller is activated whenever the resident system exhibits an oscillatory and/or overshoot behavior. Thus, the PI and fuzzy controllers can be managed to take advantage of their positive attributes. Performance of the hybrid fuzzy-PI controller is evaluated through a laboratory implementation. The laboratory implementation is based on a linguistic fuzzy controller whose design is derived from the expert knowledge gained during disturbances. Experimental results have shown excellent tracking performance of the proposed control system, and have convincingly demonstrated the usefulness of the hybrid fuzzy controller in high-performance drives with uncertainties     

基于免疫优化的机炉协调系统模糊增益调度H∞鲁棒控制

针对非线性锅炉-汽轮机系统在负荷点大范围变动情况下的协调控制,提出了一种新的免疫优化模糊增益调度 鲁棒控制方法。该方法首先利用 /混合灵敏度方法设计出多个 局部鲁棒控制器以覆盖机炉系统的负荷变化区间;然后采用模糊推理生成增益调度准则以实现各局部控制器间的软切换;最后利用免疫遗传算法对模糊增益调度准则的结构参数进行优化设计,从而保证闭环系统具有良好的全局控制性能。仿真研究表明：基于该方法设计出的协调控制系统在大工况范围内具有优良的调节品质。     

基于ZPETC的雕刻机直流伺服控制系统设计

为了提高雕刻机的跟踪性能和定位精度,首先在其直流伺服控制系统设计中引入了零相位误差跟踪控制器(ZPETC),然后通过模型辨识、非线性摩擦补偿及干扰观测器的设计来克服ZPETC存在的对系统建模误差和参数变化敏感的缺点.在上述研究的基础上,采用TMS320F2812型DSP设计了集ZPETC、PD控制器及干扰观测器一体的直流伺服控制系统.实验结果表明:为雕刻机所设计的直流伺服控制系统不仅有鲁棒性强和抗干扰能力强的特点,而且有良好的定位精度和跟踪性能.     

基于2型模糊集小脑模型的DC/DC变换器控制系统

随着新能源行业的不断发展,DC/DC变换器越来越多地被运用于各行各业,而DC/DC变换器在负载的效率直接影响到整个系统的效率。因此针对DC/DC变换器,以BUCK电路为例,设计了一种基于滑模区间的2型模糊小波的小脑模型关节控制器(T2WFCMAC)的控制系统。该系统包括主控制器和鲁棒补偿控制器。主控制器是T2WFCMAC,用于模拟理想控制器,鲁棒补偿控制器用于补偿主控制器和理想控制器之间的逼近误差。为了提高控制系统的鲁棒性,采用滑动模态超平面,利用梯度下降法得到了T2WFCMAC参数调整的自适应律。通过李雅普诺夫函数来验证控制系统的稳定性。最后,通过搭建试验平台,验证该方法在负载电阻变化情况下是否比传统PID控制和普通模糊控制更加有效。     

基于模糊PI控制的永磁同步电机转速脉动抑制

高精度宽调速范围伺服系统研究的内容之一是转速脉动抑制问题.在给出了含有脉动量的转矩模型基础上,针对该脉动量的不确定性,提出了在系统速度环上利用参数自整定PI模糊控制器实现减小转速脉动的方法,经与常规PI控制器仿真比较,该控制器性能良好,并使系统具有较强的鲁棒性.     

基于模糊神经网络算法的交流伺服系统DSP控制

将神经网络与模糊逻辑控制结合起来,设计模糊神经网络控制器应用于交流伺服系统中的转速调节器,克服交流调速系统中参数漂移、非线性和耦合等因素的影响.针对模糊神经网络控制器运算量大、收敛慢的特点,硬件采用数字信号处理器(DSP)作为控制器运算单元,并在DSP上实现模糊神经控制算法,提高了系统实时性.实验结果表明,采用该控制器的调速系统具有较快的响应速度、较高的稳态精度和较强的鲁棒性.     

模糊控制器在感应电动机伺服系统中的应用

将模糊控制技术引入到了感应电动机矢量控制位置伺服系统中 ,设计了模糊位置和电流控制器。其中电流控制器采用一种将数学模型和启发学习算法相结合的新颖设计方法 ,从而实现了模糊逻辑和线性多变量控制技术的结合。在理论分析的基础上 ,通过实验研究证实 ,引入模糊控制器以后 ,该伺服系统具备较高的鲁棒性和优良的动态性能 ,且位置响应没有超调 ,完全满足如机器人手臂等位置伺服系统的要求     

DSP-Based Real-Time Implementation of a Hybrid H ∞ Adaptive Fuzzy Tracking Controller for Servo-Motor Drives

An embedded hybrid Hinfin adaptive fuzzy control structure is implemented for trajectory tracking control of a brushless servo drive system. The control structure employs a fuzzy logic controller incorporating an Hinfin tracking controller via an acceleration feedback signal. The fuzzy logic controller is equipped with an adaptive-law-based Lyapunov synthesis approach to compensate for system uncertainty and random changes in the external load acting on the drive system. The proposed control structure is experimentally verified on a state-of-the-art dSPACE DS1104 digital signal processor (DSP)-based data acquisition and control system in a laboratory 1-hp brushless drive system. The controllers are first designed in Simulink. Then, the Real-Time Workshop is used to automatically generate optimized C code for real-time applications. Afterward, the interface between MATLAB/Simulink and the dSPACE DS 1104 allows the control algorithm to run on the hardware processor of the DSP. The result is a powerful testbed for the rapid design and implementation of the hybrid tracking controllers for a wide variety of operating conditions. Experimental results are provided to verify the effectiveness of the proposed controller. Considerable improvement in the performance generated by the hybrid controller is compared with the traditional Hinfin controller