电力系统负载频率控制器的离散变结构控制设计

通过对趋近律形式的离散变结构控制律的研究,提出了一种具有准滑动模态切换带宽衰减的离散变结构趋近律,并指出准滑动模态切换带宽衰减的条件是切换函数进入准滑动模态.通过设计时变的到达速度指数,使其按约束条件取值,再利用离散趋近律方法求出切换带衰减的指数趋近律离散变结构控制律,当切换函数一旦进入准滑动模态,其穿越切换面的幅度将递减地趋近于零,从而消除抖振,且衰减系数越小,到达切换面的速度越快.该控制律的数学形式简单,易于实现,克服了离散变结构控制的稳态抖振现象.将切换带宽衰减的趋近律应用到离散变结构控制的设计中,并针对电力系统的频率控制问题,设计了离散变结构控制器.计算机仿真结果显示该控制器能显著改善系统的动态性能,提高控制精度,并使系统具有很强的鲁棒性.     

全滑模变结构控制系统

提出了一类具有全程滑动模态的变结构控制系统，使系统在响应的全过程都具有鲁棒性，克服了传统的变结构控制中到达模态不具有鲁棒性的缺点，提供了非线性系统切换函数设计的一种有效方法。文中给出了详细设计步骤，并对倒立摆模型设计了全滑模控制器，仿真结果验证了其有效性。     

直流伺服系统变趋近律滑模变结构控制器的设计

根据对直流伺服系统的要求及其被控对象的参数时变性,提出了一种变趋近律滑模变结构控制设计方法,设计了直流伺服变结构控制器。理论分析及仿真研究结果表明,该变结构控制器能使系统具有良好的鲁棒性和快速性,同时在滑动模态上的抖动明显减小。     

滑模变结构PI控制的PMSM伺服系统

采用滑模变结构理论对PMSM伺服系统速度环调节器进行设计。当系统进入滑动模态以后,具有对干扰和摄动的完全适应性,基本不受系统参数变化和外界干扰的影响,具有良好的鲁棒性。但抖动是变结构控制应用中存在的重大问题。而传统PI控制则具有良好的稳态精度。基于以上问题提出了滑模变结构加PI的非线性控制方法。在误差大时采用滑模变结构...     

无刷直流电动机的全局滑模控制研究

针对传统的滑模变结构在应用于无刷直流电动机时系统的趋近模态不具有鲁棒性的缺点,提出了一种新型的具有全滑动模态的变结构控制系统,该设计方案对系统参数不确定性、外部干扰等具有较强的鲁棒性,即使系统在响应的全过程都有良好的鲁棒性,滑模控制中的抖振也得到了明显的抑制。并提出采用自适应小波神经网络算法提高无位置传感器直流无刷电动机的转子位置检测精度。最后通过仿真实验证明了上述方法的可行性和有效性。     

模糊滑模变结构控制在交流伺服系统中应用

针对交流伺服系统的位置控制，提出了一种模糊滑模变结构控制方法。该方法设计简单，既不牺牲滑动模态的鲁棒性，同时又有效地减小了抖振。仿真结果表明：由模糊滑模变结构控制器构成的交流伺服系统，具有较好的快速性、抗负载扰动及参数摄动的能力。     

三相四线制电力有源滤波器的滑模变结构控制

设计了一种基于滑模变结构控制的三相四线制有源滤波器装置,介绍了该装置的原理及滑模变结构控制方法,并对滑动模态的存在性、可达性和稳定性进行了分析;指出滑模控制的本质是一种等速趋近律,并对其优缺点进行了分析,仿真结果表明该控制方法具有良好的谐波抑制性能,且易于实现.     

静止无功发生器无功电流的滑模变结构控制

为提高静止无功发生器(ASVG)的控制效果,针对ASVG无功电流内环控制系统,提出了一种无功电流滑模变结构控制方法。根据ASVG的装置级非线性数学模型,建立了系统无功补偿电流的控制模型,采用反馈线性化方法将系统线性化。在此基础上,应用极点配置法设计出滑动模态超平面,并在考虑外界扰动条件下完成了变结构控制规律的设计。数字仿真结果表明,设计的无功电流滑模变结构控制器较传统的PID控制器在无功电流的追踪能力上具有更快的响应速度,对系统摄动和外加干扰具有较强的鲁棒性。     

基于全程滑模变结构控制的有源电力滤波器

有源电力滤波器(APF)在工程应用中易受自身参数变化和外界扰动的影响,提出了一种基于全程滑模变结构控制的有源电力滤波器控制策略。在对APF状态空间描述的基础上,设计了适用于APF的全程滑模变结构控制方法。对APF分别采用定常滑模变结构和全程滑模变结构控制方法进行仿真,仿真结果表明全程滑模变结构控制方法能有效地缩短系统状态到达滑动模态的时间,具有更强的抗元件参数变化和抗外界干扰能力,鲁棒性强,同时响应快速,控制性能优于定常滑模变结构控制方法。     

无刷直流电动机的全局鲁棒最优滑模控制

针对无刷直流电动机伺服系统,将线性二次型最优调节器控制理论与积分滑模控制相结合,提出了一种全局鲁棒最优滑模控制器的设计方法.首先给出伺服系统的数学模型,并分析了传统最优调节器所存在的问题;然后采用积分滑模控制对最有调节器进行鲁棒化.所构造的最优滑模面使得系统对于不确定性具有滑动模态的完全鲁棒,并且其理想滑动模态方程与标称系统的最优控制闭环方程相一致;仿真结果说明该方案在保证伺服系统良好跟踪性能的同时,还具有很好的鲁棒性.     

高超声速飞行器RBF神经网络滑模变结构控制

针对高超声速飞行器高度非线性及强耦合的特点,提出了一种基于RBF神经网络调参的滑模变结构控制器。滑模变结构控制器能够使高超声速飞行器稳定飞行,但在系统状态到达滑模面后会产生剧烈的抖振现象,不利于工程应用。RBF神经网络在一定条件下可以任意精度逼近非线性函数,且具有较强的自学习、自适应和自组织能力。将RBF神经网络与滑模变结构控制相结合,一定程度上能够消除滑模控制的抖振问题。在高超声速飞行器的巡航状态下,分别加入高度阶跃指令和速度阶跃指令进行了仿真。仿真结果表明,所设计的RBF神经网络滑模变结构控制器使高超声速飞行器在保证快速性、鲁棒性和抗干扰性的同时,克服了执行机构的抖振问题。     

直线倒立摆滑模变结构的稳定控制

本文涉及一种直线倒立摆滑模变结构的稳定控制的算法,该算法包括应用滑模变结构控制理论对直线一级倒立摆的稳定控制的研究,对倒立摆的稳定性和鲁棒性有较好的控制效果。直线倒立摆滑模变结构的稳定控制的算法应用了基于阿克曼公式设计了滑模的切换函数,并且采用比例切换控制规律进行了滑模变结构控制器的设计。     

神经滑模控制在机器人轨迹跟踪中的应用

针对滑模控制在机器人轨迹跟踪中应用时出现的抖振问题,提出了基于滤波器的神经滑模趋近律控制方法.根据滑模变结构和径向基函数(RBF)神经网络控制理论,并结合滤波器,对两关节机器人的轨迹跟踪控制进行了仿真研究.通过对单纯的滑模变结构加滤波器的控制方法、RBF神经滑模等效控制和RBF神经滑模趋近律控制这三种方法进行对比仿真分析,结果表明设计的神经网络滑模趋近律控制系统具有良好的跟踪性、鲁棒性和较高的控制精确度,同时有效地消除了抖振,实现简单.     

SRM积分滑模变结构与神经网络补偿控制

针对开关磁阻电机非线性动态特性不易控制的缺点,提出了一种积分型滑模变结构与神经网络补偿相结合的复合控制策略.应用一个具有积分型式的滑模切换面的变结构控制器,使用积分补偿技巧降低系统的振动与稳态误差.为减小滑模面的抖动,引入神经网络补偿控制环节.建立滑模变结构控制的数学模型,并给出神经网络补偿滑模面抖动的控制律表达式.利...     

基于改进型滑模变结构的永磁同步电机的无位置传感器矢量控制

针对传统滑模控制采用不连续的符号函数作为滑模面切换函数所引起的抖振问题,提出一种基于改进型滑模变结构的永磁同步电机的无位置传感器矢量控制方法,来削弱抖振,从而改善系统的动、静态性能。首先,设计了改进型滑模控制器和改进型滑模观测器的变结构控制系统。其次,采用连续的开关函数——双曲正切函数作为滑模面切换函数,并通过模糊逻辑控制对双曲正切函数的形状系数进行调整,减弱固定边界层厚度所引起的抖振。然后,运用李雅普诺夫第二定理证明所设计的控制系统的稳定性。最后,与其他方法相比,仿真结果证明了所提方法的可行性和有效性。     

滑模变结构的智能控制及其应用

分析和设计了一个对不确定参数变化和外部干扰呈不灵敏性的智能滑模变结构控制器。该文提出的模糊神经滑膜控制器,能有效地解决滑模变结构的2个主要问题。仿真和实验的结果表明,该控制器具有较好的动态性能和鲁棒性。     

同步发电机混沌振荡的模糊滑模变结构控制

为消除周期性扰动下同步发电机中的混沌振荡,使系统输出跟踪给定信号,采用模糊滑模变结构控制方法,设计混沌控制器.采用指数趋近律方法,设计切换控制律,使系统能克服扰动影响,快速到达切换面;在滑动模态,采用模糊控制规则,抑制控制中的高频抖振.仿真结果显示:加入传统滑模变结构控制器后,大约需要12.5 s,系统跟踪上给定信号,在渐近跟踪过程中,控制中出现高频振荡;加入模糊滑模变结构控制器后,在1 s内,系统跟踪上给定信号,在渐近跟踪过程中,控制中无振荡现象.     

基于模糊滑模变结构的直流伺服系统控制器设计

针对直流伺服系统中参数时变性和外部扰动等造成的电机模型变化,设计了一种采用滑模变结构控制策略来控制直流伺服电机的方法,并且对系统稳定性进行了分析。为了削弱抖振,采用模糊控制方法将切换控制模糊化。对所设计的模糊滑模变结构控制系统进行仿真表明,采用模糊控制能大大削弱系统抖振,另外对具有电机参数大范围摄动的系统,滑模变结构控制系统具有较强的鲁棒性和快速性。     

基于RBF神经网络的电压外环滑模控制的Vienna整流器

以Vienna整流器为研究对象,针对其传统电压外环滑模变结构控制不变性和对系统参数扰动敏感的问题,分析了以逼近率为基础的滑模变结构控制算法,提出了一种基于RBF神经网络的自适应电压外环滑模控制算法。该控制算法通过将RBF神经网络与滑模控制算法有效结合,同时将中点电位平衡控制加入到RBF神经网络自适应电压外环滑模控制算法的设计中,使用RBF神经网络对电压外环非线性系统进行自适应逼近,能够有效降低切换增益,削弱抖振,增强系统的抗干扰能力。最后,通过仿真分析与实验测试验证所提控制算法的有效性。将所提出的控制算法与传统滑模控制算法、PI控制算法进行比较,结果表明采用这种电压外环控制算法能够对直流输出电压目标值进行快速跟踪,平衡中点电位,改善了系统的动静态性能,提升了其抗干扰能力。     

粒子群神经网络辨识的机器人分数阶滑模控制

研究了一种粒子群算法优化的神经网络分数阶滑模变结构控制方法，并将其应用到工业机器人路径跟踪研究中。首先采用粒子群算法优化的神经网络辨识工业机器人的系统模型，训练得到与系统控制参数解析度最相关的模型；然后基于分数阶理论与滑模变结构理论设计了分数阶滑模变结构控制器，作为系统的主控制器应用到工业机器人轨迹跟踪控制系统中。仿真及实验结果表明，该方法具有良好的跟踪性能和快速性。