基于神经网络的PMSM自适应滑模控制

结合滑模控制和神经网络各自的优点,对永磁同步电机(PMSM)提出了一种基于神经网络的PMSM自适应滑模控制方案.首先设计了带积分操作的滑模变结构位置控制器,通过递归神经网络的在线学习来实时估计系统参数变化和外部负载扰动等不确定性的界限,减小滑模控制器的控制量.进而,在滑模控制器中又引入饱和函数取代符号函数,进一步减弱"抖振"现象.理论分析和实验仿真对比研究的结果表明所提出方法具有优越的动态性能和鲁棒性.     

基于神经网络观测器的反推终端滑模位置控制

为了提高永磁直线同步电机(PMLSM)的位置跟踪精度,本文提出了一种基于神经网络自适应观测器的反推终端滑模控制(TSMC)方法.首先,建立PMLSM的动力学模型.然后,利用RBF神经网络的万能逼近特性去逼近系统中不确定性,并将逼近后的输出信号输入给自适应观测器进行跟踪目标位置和速度的估计,补偿由不确定性所导致的跟踪误差,进而获得高精度的跟踪性能.同时反推TSMC方法能够保证系统状态在有限时间内收敛,有效改善了系统响应速度和鲁棒性能.此外,设计出一种新型饱和函数来改善系统抖振,并利用Lyapunov稳定性定理进行了闭环系统稳定性分析.最后,通过空载和负载实验证实了该控制方案的有效性.     

建筑结构基于RBF神经网络的离散滑模控制研究

抖振问题是离散滑模控制在实际系统中应用的突出障碍.根据神经网络控制的优点,采用一种基于RBF神经网络的离散滑模控制方法对地震作用下建筑结构的振动控制问题进行了研究.根据离散系统建模技术,得到了离散时间形式的状态方程,同时给出了确定切换面的方法,并推导了控制律的表达式.以一个三层剪切型建筑结构模型为例来验证所提出的离散滑模控制方法的有效性.算例分析结果表明:本文所提出的控制方法能够有效地减小结构的地震峰值响应,同时达到了削弱控制系统抖振的目的.     

一种广义模糊神经网络等效滑模同步伺服系统

针对永磁同步伺服系统参数摄动、非线性及不确定因素等问题,提出了一种新型模糊神经网络等效滑模控制方案。利用一维输入的径向基神经网络与等效滑模复合控制器,实现了PMSM系统的快速跟踪控制。该方案对负载扰动、系统参数变化等具有很强的自适应性和鲁棒性,并且综合了模糊控制、神经网络的优点,是一种较理想的智能控制策略。在MATLAB环境下的仿真结果表明控制器具有良好的动静态品质,并且工程实现方便,为提高PMSM伺服系统性能提供了一个有效途径。     

变增益分段滑模控制的PMSM位置伺服系统研究

滑模增益的选择直接影响系统抖振,利用位置信号误差、滑模面积分与滑模增益之间的非线性关系来设计滑模增益,再结合等效控制方法来削弱滑模抖振改善系统的鲁棒性。将单段滑模线控制扩展成在不同阶段PI与滑模分别起作用的两段控制方法应用于永磁同步电机位置控制。应用Matlab/Simulink建立了永磁同步电动机伺服系统的仿真模型,仿真结果表明该方案对系统参数不确定、外界扰动具有强鲁棒性。系统动静态品质优良,滑模控制的抖振得到明显抑制。     

基于迟滞函数的永磁同步直线电机滑模控制

研究永磁同步电机性能优化问题,由于直接驱动负载,永磁同步直线电机的伺服性能容易受摩擦阻力、波纹推力、负载力等各种扰动力的影响.滑模控制具有对扰动及参数变化不敏感、物理实现简单、响应速度快的特点,但一直存在的抖振问题引起系统的稳定性和精确性差.针对离散变结构控制系统存在的问胚,为了提高系统的控制性能,提出了一种新的滑模趋近律,采用迟滞函数代替指数趋近律中的符号函数.仿真方法简单,易于实现.仿真结果表明,控制策略可以提高系统对参数摄动和外在扰动的鲁棒性,有效抑制滑模控制的"抖振"问题,提高了系统控制质量,为设计提供了依据.     

永磁直线同步电动机智能递归非奇异终端滑模控制

为解决永磁直线同步电动机(PMLSM)在运行过程中易受参数变化、外部扰动、摩擦阻力等不确定性因素影响的问题, 本文提出一种基于双隐层径向基函数神经网络(DRBFNN)的递归非奇异终端滑模控制(RNTSMC)方法来提高PMLSM系统的控制性能. 首先, 分别构造非奇异终端滑模面和递归积分终端滑模面, 使得两滑模面依次连续到达, 可在削弱抖振的同时保证跟踪误差在理论上的有限时间内收敛至零. 但由于系统不确定性的边界难以确定,因此引入具有更高拟合精度和泛化能力的DRBFNN对不确定性进行逼近和补偿, 并通过在线自适应更新连接权重,进一步提高神经网络的逼近能力. 最后, 系统实验结果表明, 该方法能够有效抑制不确定性对系统的影响, 提高了系统的位置跟踪精度, 并使系统具有较强的鲁棒性.     

基于神经网络补偿的高超声速飞行器滑模控制

针对吸气式高超声速飞行器的轨迹控制问题,提出了一种基于自适应径向基函数(RBF)神经网络的滑模控制方法.建立了高超声速飞行器的纵向动态模型;设计了滑模控制器,利用自适应RBF神经网络对系统不确定项进行在线逼近,对滑模控制器进行补偿;基于李雅普诺夫的稳定性分析证明了闭环系统的稳定性.仿真结果表明:控制系统能够实现对于高超声速飞行器给定指令的有效跟踪.     

永磁直线电机的滑模控制与非线性效应补偿

永磁直线电机(PMLM)伺服系统易受外部扰动、非线性效应等不确定性因素的影响,传统的PID控制方法难以获得满意的控制效果.针对上述问题,提出基于饱和指数趋近律的滑模控制与非线性效应补偿的控制策略,采用滑模控制来提高系统的鲁棒性和稳定性,加入速度、加速度前馈提高系统的响应时间,并针对PMLM的非线性效应对系统的定位精度影...     

基于RBF神经网络的PMSM分数阶互补滑模控制

参数变化及外部不确定性干扰等因素对永磁同步电机(PMSM)驱动控制系统影响较大,针对这一问题,提出一种基于RBF神经网络的分数阶互补滑模控制方法。在建立PMSM数学模型的基础上,采用RBF神经网络对外部干扰进行逼近估计。设计基于饱和函数的分数阶互补滑模控制器,并将RBF神经网络估计的干扰引入控制器中,以抵消外部干扰对系统的影响。理论证明,该控制策略在对外部不确定性干扰进行有效抑制的同时保证系统跟踪误差收敛。通过仿真验证所提方法的有效性。     

基于神经网络补偿的机器人滑模变结构控制

针对机器人控制系统中存在的建模误差和不确定性干扰,提出了基于神经网络补偿的滑模变结构控制。该方法采用双幂次快速终端滑模控制使得系统能在有限时间内快速达到滑模面和平衡点,采用径向基函数神经网络自适应地补偿建模误差和不确定干扰,并通过李雅普诺夫直接法设计权值更新率,确保了系统的全局稳定性,有效抑制了抖震。对两关节机器人的仿真结果表明了该方法的有效性。     

基于滑模观测器的直线伺服系统反馈线性化速度跟踪控制

在许多高速、高精的直线伺服系统中,要求能实现对速度的快速精确跟踪,但其模型的非线性和变量间的耦合给控制带来难度.对高速、高精速度跟踪控制中,电流和速度的变化过程在时间尺度上相对接近,不能简单地采用磁场定向矢量控制方法实现静态解耦,否则电流和速度间的非线性耦合将破坏速度跟踪品质.采用状态反馈线性化方法来实现永磁直线同步电动机(PMLSM)模型的精确线性化和动态解耦.利用非线性坐标变换和非线性反馈将系统解耦成独立的线性电流子系统和速度子系统.通过扩展滑模观测器来实现对所需要的动子速度、加速度和负载扰动的鲁棒观测.并利用李雅普诺夫理论对由反馈线性化和滑模观测器构成的非线性闭环系统的稳定性进行了证明.仿真结果表明该方案使PMLSM伺服系统具有良好的鲁棒速度跟踪性能.     

可控励磁直线同步电动机的全局积分Terminal滑模控制

为提高可控励磁直线磁悬浮同步电动机进给系统的快速性与鲁棒性,提出全局积分Terminal滑模控制策略.构造新型的全局积分Terminal滑模面,对系统状态任意初值可在有限时间内收敛到零点,在趋近律中引入衰减因子,可减小系统抖振;在构造滑模面和趋近律的基础上设计全局积分Terminal滑模速度控制器;为进一步削弱滑模控制的抖振,减小切换增益,用径向基函数神经网络设计扰动观测器,并对扰动进行前馈补偿控制.仿真结果表明全局积分Terminal滑模控制策略能够明显改善系统的动态性能,缩短误差的收敛时间,提高系统抑制扰动的能力,削弱系统的抖振,增强系统的鲁棒性.     

时滞反应扩散Hopfield神经网络的滑动模控制

研究了一类具有S--分布时滞和反应扩散项的Hopfield神经网络的滑动模控制问题. 首先改进了一类Hanalay不等式, 给出了一种范数不等式. 然后通过等效控制方法建立了系统的滑动模态方程, 并利用不等式技巧分析了它的吸引集的存在性和零点的指数稳定性. 在此基础上设计了变结构控制器, 给出了运动轨线到达滑动模态区的时间估计. 最后给出了一个例子验证了本文的结果, 并利用MATLAB作出了仿真.     

非匹配不确定混沌系统的RBF神经滑模同步

对于非匹配不确定混沌系统,提出一种RBF神经滑模同步方法.设计滑模切换面,并将其作为神经网络的唯一输入,网络的权值依滑模趋近条件在线确定,使得同步跟踪误差渐进到零点.该方法简化了常规神经网络控制结构的复杂性,削弱了滑模控制的抖振程度,并且同步时间较短,对参数不确定性及外干扰具有较好的鲁棒性.仿真结果验证了所提出方法的有效性.     

Sliding mode variable structure control for visual servoing system

A visual servoing tracking controller is proposed based on the sliding mode control theory in order to achieve strong robustness against parameter variations and external disturbances. A sliding plane with time delay compensation is presented by the pre-estimate of states. To reduce the chattering of the sliding mode controller, a modified exponential reaching law and hyperbolic tangent function are applied to the design of visual controller and robot joint controller. Simulation results show that the visual servoing control scheme is robust and has good tracking performance.     

Sliding mode control for robust and smooth reference tracking in robot visual servoing

An approach based on sliding mode is proposed in this work for reference tracking in robot visual servoing. In particular, 2 sliding mode controls are obtained depending on whether joint accelerations or joint jerks are considered as the discontinuous control action. Both sliding mode controls are extensively compared in a 3D‐simulated environment with their equivalent well‐known continuous controls, which can be found in the literature, to highlight their similarities and differences. The main advantages of the proposed method are smoothness, robustness, and low computational cost. The applicability and robustness of the proposed approach are substantiated by experimental results using a conventional 6R industrial manipulator (KUKA KR 6 R900 sixx [AGILUS]) for positioning and tracking tasks.