永磁直线电机的无模型自适应控制方法研究

将基于全格式线性化的单入单出非线性离散时间系统的无模型学习自适应控制方法应用在永磁直线电机的速度和位置控制中.控制器的设计是无模型的,是直接基于称为拟梯度的向量,拟梯度向量是通过新型参数估计算法,根据给出的永磁直流直线电机运动模型的输入输出信息在线导出的.无模型控制方法非常适用于实际的阶数难以知道或难以辨识,且是时变的非线性系统.实现了系统阶数较高时的有效控制,弥补了经典自适应控制阶数高时在线计算量过大而不能适应于系统快速变化过程的不足.利用Matlab软件进行仿真实验,验证了该方法对电机这种具有不确知动态的非线性系统的稳定性和抑止外部干扰和噪声的有效性和鲁棒性.     

基于大脑情感学习的四轮驱动机器人速度补偿控制

由于4轮驱动机器人的轮间耦合特性及系统非线性的存在,即使单个驱动电机的控制精度达到最优,机器人整体的运动控制效果也未必理想.针对这一问题,提出一种基于大脑情感学习的机器人速度补偿控制方法.基于大脑情感学习计算模型,设计了融合机器人整体速度跟踪误差及其积分、微分信息的补偿控制器,通过计算模型内部各节点权值的在线学习,及时地调整控制器的参数,实现对4个轮子速度的自适应补偿.仿真实验表明,该方法有效减小了非线性干扰对系统的影响,具有较高的稳态控制精度和较快的响应速度,大大提高了机器人整体的速度和轨迹跟踪精度.     

BP神经网络在永磁同步电机中的应用

永磁同步电机是一个多变量、非线性、强耦合的系统,传统PID速度控制效果不理想.在分析永磁同步电机数学模型的基础上,采用改进型BP神经网络与传统PID控制相结合作为速度控制器,应用于永磁同步电机调速系统中.在电机初始运行阶段采用传统PID控制,网络学习一段时间后,切换到经过改进的BP神经网络在线自整定PID控制,实现了电机速度的自适应控制.仿真结果表明:应用这种新型控制方式的永磁同步电机调速系统具有良好的动态性能和稳态精度.     

注塑机注射速度的模型预测迭代学习控制

针对注射过程具有重复运行和非线性的特性,在对预测控制与迭代学习控制进行综合应用并加以改进的基础上,给出一种模型预测迭代学习复合控制新算法,研究了控制器的设计方案.同时,将迭代学习思想引入到预测步长的在线调整,提出了预测步长的迭代学习方法.仿真结果表明,该方法是有效的,其控制性能优于PID迭代学习控制系统.     

高速公路可变速度标志神经网络控制

针对高速公路可变速度控制是一个非线性时变系统,难于用数学模型准确建模这一特点,提出了神经网络控制方法.阐述了神经网络学习算法,设计了高速公路可变速度标志神经网络控制器,并对控制器进行了仿真研究.仿真结果表明,该方法切实可行,具有实用价值.     

永磁直线电机基于ESO 的速度辨识与控制

运用自抗扰控制技术，分别对永磁同步直线电机的直轴电流id和动子速度口设计了控制器．直轴电流的白抗扰控制器除完成对id控制外，还要借助于控制器中的扩张状态观测器(ESO)，完成对动子速度的辨识．速度的辨识信号作为速度环自抗扰控制器的反馈信号，从而可设计出一种新型的无速度传感器永磁直线电机的控制系统．由于采用基于过程误差的非线性控制律，观测器受电机参数的影响极小，具有算法简单、辨识精度高等优点。     

SR电机模糊自整定PID控制器设计与仿真

针对开关磁阻电机的非线性、时变和强耦合性,提出了模糊自整定PID的调速控制策略.在分析SR电机非线性数学模型的基础上,将速度偏差和偏差变化率作为控制器输入,PID的三个控制参数为输出.利用模糊规则对PID参数进行在线修改,实现PID参数的自动最佳调整.通过将MATLAB中的Fuzzy Toolbox和SIMULINK有机结合,实现了基于模糊自整定PID控制器的开关磁阻电机调速系统仿真,并进行了传统PID控制与模糊自整定PID控制的仿真比较.结果表明:模糊自整定PID控制器能够明显改善系统的调速性能,具有较强的鲁棒性,并且计算量少,易于实现,便于工程应用.     

基于RBF神经网络空间矢量法对PMSM的控制

将模糊径向基函数(f-RBF)神经网络算法用于永磁同步电机(PMSM)的速度控制.针对电机的动态和非线性特点,结合PMSM驱动的矢量控制方法,设计了f-RBF在线辨识器和速度控制器.在Matlab/Simulink下将该方法与传统的PID控制PMSM进行了仿真比较.实验结果表明了该方法的有效性,且系统响应速度快,动态性能优异,鲁棒性好.     

水池拖车转矩主从模糊自整定控制系统

采用主从控制模式有效地解决了水池拖车控制系统4台直流驱动电机的速度同步和负载平衡问题.传统的直流电动机双闭环调速系统多采用结构简单、性能稳定的带限幅的PI调节控制器,传统的PI调节器很难满足快速、超调小和抗干扰能力强等要求,特别是在模型参数时变、控制对象非线性和众多干扰因素的情况下.采用模糊自整定PI控制器,利用模糊推理方法实现对PI参数的在线自整定.通过实验仿真证明,该系统在不同的运行环境下都能有良好的静态和动态性能.     

无刷直流电机速度控制器改进策略研究

无刷直流电机调速系统中,通常采用的比例积分控制器使电机调速面临着转速的超调量过大或振荡问题.设计一种改进型速度控制器,将常规转速控制器中的比例器设置在转速反馈通道中,构成改进型速度控制器(IP控制器),消除了传统PI控制器速度超调现象.结果表明,该改进型控制器可通过控制器的参数合理设计实现电机转速快速响应和稳态误差控制,达到良好的调速性能,具有简单易于工程化应用的优点.     

基于模糊与自校正技术的超声电机伺服控制

通过电机的工作原理和速度特性分析,选定驱动频率为其控制变量;为实现电机快速而高精度位置控制,引入模糊和自校正复合控制技术,其中,模糊逻辑控制技术意在实现控制的快速性,自校正技术用以提高控制精度;组建了控制系统,完成了相应的控制实验;结果表明:在超声电机上采用这种复合控制技术上可以得到较好的控制效果。     

改进的Elman模型与递归反传控制神经网络

在Elman网络的基础上提出了两种改进网络:输出-输入反馈Elman网络和输出-隐层反馈Elman网络模型,并以前者作为误差反传的通道,建立了递归反向传播控制神经网络模型.在Lyapunov稳定性意义下分别给出了改进网络的稳定性证明,得到了保证网络稳定收敛的最佳自适应学习速率.分别用Elman网络及其改进网络对超声马达进行了模拟.利用改进的Elman网络模型,除了可以较好地模拟马达速度以外,还得到了一些有意义的结果,据此可以根据现场数据采样的情况,选用不同的网络模型.模拟实验结果表明,递归反向传播控制神经网络对多种形式的超声马达参考速度都有很好的控制效果.     

Linearizing control of induction motor based on networked control systems

A new approach to speed control of induction motors is developed by introducing networked control systems （NCSs） into the induction motor driving system. The control strategy is to stabilize and track the rotor speed of the induction motor when the network time delay occurs in the transport medium of network data. First, a feedback linearization method is used to achieve input-output linearization and decoupling control of the induction motor driving system based on rotor flux model, and then the characteristic of network data is analyzed in terms of the inherent network time delay. A networked control model of an induction motor is established. The sufficient condition of asymptotic stability for the networked induction motor driving system is given, and the state feedback controller is obtained by solving the linear matrix inequalities （LMIs）. Simulation results verify the efficiency of the proposed scheme.     

IMPROVED ELMAN NETWORKS AND APPLICATIONS FOR CONTROLLING ULTRASONIC MOTORS

Two improved Elman network models, output-input feedback (OIF) and output-hidden feedback (OHF), are proposed based on the modified Elman network. A recurrent back-propagation control (RBPC) network model is developed by using the OIF Elman network as a passageway of the error back-Propagation. The stability of the improved Elman and RBPC networks is analyzed. Adaptive learning rates are given in the form of discrete-type Lyapunov stability theory, which could guarantee the convergence of the improved Elman and RBPC networks. The speed of the ultrasonic motor is identified using the modified Elman network, OIF and OHF Elman networks, respectively, and some useful comparable results are presented. Numerical results show that the RBPC controller is effective for various kinds of reference speeds of the USM and the proposed scheme is fairly robust against random disturbance to the control variable.     

无速度传感器PMSM混沌运动的非奇异快速终端滑模控制

针对永磁同步电机调速系统中速度传感器存在安装缺陷及在某些特定的参数下电机会呈现混沌特性,提出了无速度传感器永磁同步电机滑模控制混沌抑制方法．在无速度传感器运行的永磁同步电机矢量控制调速系统基本框架下,采用非奇异快速终端滑模控制方法来抑制电机的混沌运动．首先在永磁同步电机的混沌模型基础上通过仿真验证了混沌现象的存在;然后利用扩张状态观测器（ESO）估计转速,构成无速度传感器永磁同步电机矢量控制系统;在此基础上设计了非奇异快速终端滑模控制器,当电机在某些参数条件下呈现混沌现象,即刻通过控制器的切入来抑制永磁同步电机的混沌运动．最后通过仿真验证该方法的有效性,保证电机运行稳定和可靠.     

基于自适应算法的IPMSM无速度传感器研究

针对电动汽车中电机的速度传感器成本高,安装繁琐,受复杂工况影响,提出将电流模型自适应算法应用于内置式永磁同步电机(IPMSM)转速和位置的估算,以替代机械式速度传感器。在传统的模型参考自适应基础上加入滑模变结构控制,以取代PI控制器;设计软开关函数替代符号开关函数,以减小滑模变结构控制造成的系统抖动。仿真试验表明,在加有负载扰动情况下和速度突变情况下,使用新型变结构模型参考自适应(SM-MRAS)估算的转速较传统模型参考自适应的抗干扰性能力更好,系统的鲁棒性更强。     

基于模糊控制的电磁调速采煤机控制系统的设计

针对传统的电磁调速式电牵引采煤机速度控制环节调试难度大,参数易漂移等问题,根据电牵引采煤机的牵引特性及电磁式调速电动机的速度控制特性,提出了一种基于模糊控制算法的软件控制器,通过仿真和现场多年实际运行,证明了基于模糊控制算法的软件调节器与电磁调速式电动机在电牵引采煤机中应用的可行性,保证了电牵引采煤机恒功率运行,使采煤机发挥出最大的功效。     

基于径向基函数网络的永磁同步电机直接转矩控制

对永磁同步电机直接转矩控制系统特性进行了深入研究,提出一种新的径向基函数神经网络控制器,给出了神经网络控制器的结构设计、样本选取及训练方法.利用系统中的开关表作为导师对径向基函数神经网络控制器进行训练,实现了永磁同步电机直接转矩控制的径向基函数神经元网络输出矢量选择.该控制器可以简化获得输出电压矢量的过程,并具有并行计算速度快、转矩响应迅速的性能.仿真结果验证了该控制器的有效性.     

无位置传感器直流无刷电动机控制系统研究

在分析无位置传感器直流无刷电动机的反电动势换相和启动原理的基础上,建立了利用反电动势换相的换相模块,启动采用“三段式”启动技术。在双闭环调速系统中,电流环采用电流滞环控制,转速环采用PID控制器。仿真结果表明：这种基于反电动势换相的无位置传感器直流无刷电动机控制系统能够正常启动,具有同有位置传感器直流无刷电动机控制系统同样好的静态、动态特性。