基于灰色系统理论的径向主动磁浮轴承控制

建立了径向主动磁浮轴承在电流控制下的转子动力学方程模型，并推导出系统传递函数。针对高阶传递函数系统使用灰PID控制器，根据系统稳定的条件确定理想的控制环节参数。数值仿真结果表明，灰PID控制器与磁浮轴承系统相结合，实现了对转子稳定良好的控制效果。     

基于李雅普诺夫函数的电磁轴承电压控制

为解决电磁轴承柔性转子跨越临界转速时的振动较大的问题,通过考虑系统整体能量,利用李雅普诺夫能量函数设计基于电压的控制方法。首先利用有限元建立柔性转子模型,并考虑电磁力的非线性,对比PID控制和基于李雅普诺夫方法的电压控制下电磁轴承转子的响应。分析表明,在临界转速附近,PID控制下的电磁轴承转子振动较大,而电压控制可以有效降低转子振幅,通过调整电压控制的参数,可以得到比较良好的动态与稳态性能;控制参数的改变,会使转子振动的超调量和响应时间发生明显的变化,反映系统的不同状态变量对控制效果的影响。     

适应于飞轮储能系统的主动磁悬浮轴承专家控制方法研究

针对电磁力支撑的轴承转子因加工精度影响存在不平衡及定子线圈缠绕不均匀,导致相同PID控制参数不同转速下,支撑效果不一的问题,提出一种应用于主动磁悬浮轴承的分工况智能PID专家控制方法,使主动磁悬浮轴承控制系统具备一定抗干扰和抗积分饱和的能力。根据主动磁悬浮轴承的工作特点,将其转速分成若干区间,对每一个区间参数预整定,通过专家控制方法实现对控制器参数在线修正。以600Wh飞轮储能径向磁悬浮轴承为实验对象,提取的转子轴心轨迹表明:由于在控制器设计时考虑了转子不平衡和定子缠绕不均对系统的影响,系统具有较好的动态和静态特性的同时提高了系统抗干扰能力。     

永磁体磁浮叶轮血泵的研制和试验研究

旋转血泵磁浮轴承的定子和转子之间没有机械接触,所以其内部不会发生机械磨损或产生血栓。然而,现有的磁浮轴承均采用电磁铁来实现磁浮,不仅控制复杂,而且自身消耗能量。事实上,叶轮血泵要做到用电磁铁来实现磁浮,势必要影响其装置的简易性、可靠性和可植入性。采用永久磁铁研制出磁浮叶轮血泵。泵的转子径向由永久磁铁磁力支撑,转子的一端紧固叶轮,另一端镶嵌磁钢;与转子磁钢相对,驱动磁钢连接在电动机转轴上。这样,电动机通过磁偶合来驱动转子。在实验室用生理盐水试验,当转子静止或低于4 000r/min旋转时,转子磁钢在轴向与位于转子和定子之间的隔板有一点接触,接触点位于转子的轴线上。当转子转速逐渐增加至4 000r/min以上,转子在轴向与定子脱离,从而实现完全磁浮。由于转子轴向磁浮由液动力产生,且转子磁钢有陀螺效应,所以转子在浮起的过程中运转非常平稳。作为左心室辅助装置,叶轮血泵工作转速范围在5 000～8 000r/min之间,所以实用时转子完全磁浮是不成问题的。永磁体磁浮叶轮泵保持了旋转血泵的优点,而且克服了用电磁铁来实现磁浮的诸多缺点,能够满足人工心脏叶轮血泵应用的大多数技术要求,从而更具实用价值。     

基于电磁轴承支承的转子系统动力学分析

以电磁轴承-转子系统的动力学理论研究为主要目的,在经典PID控制理论下,对转子系统进行柔性分析,得出系统的动力学方程;通过实验调试得到一组PID参数,代入上述系统进行分析运算,可求得转子的临界转速、对数衰减率以及振动模态振型等,并对理论分析结果进行实验验证和对比分析。     

弹性转子-电磁轴承系统的建模与控制

利用传递矩阵法,建立电磁轴承支承的多自由度弹性转子陀螺耦合系统的线性变参数模型,对此系统进行状态可控、可视,输出可控及系统稳定性分析;针对实际应用中的PID控制方法对闭环系统进行时域仿真,讨论了实现中非纯微分结构及不共点问题的影响。     

超高速数控磨床磁浮电主轴的研究

介绍了磁浮轴承的优点和发展现状，并通过现场磨削试验来检验磁浮轴承电主轴的磨削性能。磁浮轴承控制器是以浮点DSP芯片TMS320C32为核心构建的数字控制系统。针对轴承套圈内圆磨削时主轴转子受力的特点确定了合适的控制器参数，使电主轴静态稳定：悬浮并以60kr／min工作转速稳定运转，同步振幅小，轴承刚度高。现场磨削试验表明：磁悬浮电主轴的磨削精度基本满足要求，精磨效率接近工业应用水平。     

主动磁力轴承非线性动刚度特性研究

通过对主动磁力轴承转子系统非线性动刚度的研究,揭示了系统控制器参数、机械结构参数与动刚度之间的耦合关系,并结合PID控制规律,研究了磁力轴承非线性动刚度的频域特性.研究表明,系统在低频与高频段具有较高的支承刚度,而中频段刚度较低,刚度幅频特性呈"浴盆"状.在系统稳定区域内,改变控制器参数可以灵活地设计系统的动刚度.     

飞轮电池模糊控制策略研究

针对飞轮电池工作转速高、越过临界转速时转子振动大以及系统的非线性和控制参数不确定性等特点,开发了模糊自调整PID控制策略,实现了控制参数的在线调整。运用MATLAB模糊逻辑控制工具箱设计模糊控制规则,运用Simulink实现了不完全微分PID和模糊自调整PID控制策略仿真,分析对比了两种控制策略对系统动态性能的影响。在Quartus II平台搭建了模糊PID控制模块,利用EP4CE22 FPGA控制板在飞轮电池试验台上实现了飞轮转子的稳定运行。仿真和试验结果均表明,模糊自调整PID控制对转子的振动具有较好的抑制作用,提高了飞轮系统的动态性能。     

基础摆动条件下主动电磁轴承-柔性转子系统的稳定性

与基础平动不同,基础摆动不仅会给转子系统产生额外的激励力,而且还会改变转子系统的阻尼及刚度特性,对系统的稳定性产生影响。以电磁轴承支承的柔性转子系统为例,研究了基础摆动条件下转子系统的稳定性。首先,用有限元法建立了基础摆动条件下电磁轴承–柔性转子系统的动力学模型,然后基于Routh-Hurwitz准则推导了基础恒定摆动条件下转子系统的稳定性条件,并用特征根轨迹进行分析。之后,基于Floquet理论研究了基础正弦摆动对电磁轴承柔性转子系统稳定性的影响,得到了系统的稳定性边界,并利用转子系统响应进行了验证。最后,研究了PID控制器参数对基础摆动条件下电磁轴承–柔性转子系统稳定性的影响,针对基础正弦摆动,提出了使用相位补偿器补偿转子系统稳定性的方法。研究结果表明,基础恒定摆动条件下,主动柔性转子系统的稳定性与摆动的幅值有关;基础正弦摆动条件下,转子系统的稳定性与摆动的幅值和频率有关。合理地选择PID控制器的参数能够改善转子系统的稳定性。PID控制器串联相位补偿器,对于基础正弦摆动条件下电磁轴承–柔性转子系统的稳定性具有良好的补偿效果。     

基于反共振不平衡转子-轴承系统的振动控制

基于反共振原理和弹性支承法，研究了不平衡转子－轴承系统弹性振动控制方法。给出了不平衡转子－轴承系统抑制轴承弹性振动的设计公式，并设计了一种弹性支承元件。弹性支承的实验研究结果表明，弹性支承转子系统优于其它支承形式的转子系统。     

磁悬浮支承振动半主动控制设计与仿真

利用DSP作为控制算法的核心器件,搭建了半主动减振系统,并将其应用于双层隔振系统中。通过调节PID控制器参数,改变电磁力从而获得系统的最佳刚度和阻尼。针对磁悬浮支承双层隔振系统的非线性和工作过程的复杂性,利用Simulink在非线性控制系统领域的仿真优势,建立磁悬浮支承的数学模型,将模糊控制、神经元控制分别和PID控制相结合进行仿真对比,仿真实验表明,神经元PID控制的动态性能和稳定性最佳,为磁悬浮浮筏隔振系统进行变刚度变阻尼控制提供可遵循的依据。     

电磁力参数快速寻优的转子多频振动抑制研究

针对转子-轴承系统中的转子多频振动问题,以转子-轴承-电磁作动器系统为研究对象,建立装有电磁作动器的转子系统动力学模型,提出了一种基于电磁力参数快速寻优的转子系统多频振动主动抑制方法。采用变步长寻优策略,快速获取电磁作动器的电流最佳参数,通过向转子施加具有多个频率成分的旋转电磁力来抑制转子的多频振动。实验结果表明,快速寻优策略比整周寻优用时短,能够实现转子系统多个频率振动成分的主动抑制。     

车载飞轮电池的振动控制策略研究

针对车载飞轮电池在不同工况下振动及磁悬浮轴承非线性和本质不稳定性的特点,开发了基于单神经元的PID控制软件,利用单神经元的自学习能力并通过加权系数自适应地对PID各控制参数进行调整,使得控制器的输出为PID各控制参数的非线性组合,克服了单一PID控制参数无法满足系统动态性能需要及控制参数整定困难的缺点。通过仿真分析和飞轮转子系统的高速运行试验,对比研究了不完全微分PID策略和单神经元自适应PID策略的控制效果。研究结果表明,与不完全微分PID策略相比,单神经元自适应PID策略具有无超调、鲁棒性好、调节时间短等优点,飞轮转子系统具有更好的动态性能。     

Design and implementation of a 2-DOF PID compensation for magnetic levitation systems

This paper employs a 2-DOF (degree of freedom) PID controller for compensating a physical magnetic levitation system. It is shown that because of having a feedforward gain in the proposed 2-DOF PID control, the transient performance of the compensated system can be changed in a desired manner unlike the conventional 1-DOF PID control. It is also shown that for a choice of PID parameters, although the theoretical loop robustness is the same for both the compensated systems, in real-time, 2-DOF PID control may provide superior robustness if a suitable choice of the feedforward parameter is made. The results are verified through simulations and experiments.     

基于神经网络的磁悬浮球自适应控制器

建立了磁悬浮球系统的数学模型，讨论了系统的刚度阻尼和控制系统之间的关系。利用神经网络的学习功能在传统比例积分微分（PID）控制器的基础上构建了一种自适应PID控制器。用于磁悬浮球控制系统。实验结果表明，控制器结构简单，易于工程实现，可以实现磁悬浮球的稳定悬浮，并且系统具有快速响应性和良好的抗干扰性。     

GA-BASED PID NEURAL NETWORK CONTROL FOR MAGNETIC BEARING SYSTEMS

In order to overcome the system non-linearity and uncertainty inherent in magnetic bearing systems, a GA(genetic algorithm)-based PID neural network controller is designed and trained to emulate the operation of a complete system (magnetic beating, controller, and power amplifiers).The feasibility of using a neural network to control nonlinear magnetic beating systems with unknown dynamics is demonstrated. The key concept of the control scheme is to use GA to evaluate the candidate solutions (chromosomes), increase the generalization ability of PID neural network and avoid suffering from the local minima problem in network learning due to the use of gradient descent learning method. The simulation results show that the proposed architecture provides well robust performance and better reinforcement learning capability in controlling magnetic bearing systems.     

GA-BASED PID NEURAL NETWORK CONTROL FOR MAGNETIC BEARING SYSTEMS

In order to overcome the system non-linearity and uncertainty inherent in magnetic bear-ing systems,a GA(genetic algorithm)-based PID neural network controller is designed and trained to emulate the operation of a complete system (magnetic bearing,controller,and power amplifiers). The feasibility of using a neural network to control nonlinear magnetic bearing systems with un-known dynamics is demonstrated. The key concept of the control scheme is to use GA to evaluate the candidate solutions (chromosomes),increase the generalization ability of PID neural network and avoid suffering from the local minima problem in network learning due to the use of gradient descent learning method. The simulation results show that the proposed architecture provides well robust performance and better reinforcement learning capability in controlling magnetic bearing systems.     

基于转速的磁轴承柔性转子系统模糊控制策略研究

建立了五自由度磁悬浮轴承柔性转子试验系统,利用Matlab工具箱对比分析了不完全微分PID和模糊自调整PID控制策略对系统动态性能的影响,设计制作了基于TMS320F28335 DSP的数字控制器硬件电路,在模糊自调整PID控制策略的基础上引入转速量,在不同转速区段采用不同的模糊自调整因子,以满足转子在各转速区段对支承特性的不同要求,编写了相应的软件,完成了系统的高速旋转试验。仿真和试验结果均表明,采用基于转速的模糊自调整控制策略,可以改善磁悬浮轴承柔性转子系统的动态性能。     

Modeling and control of the magnetic suspension system

A fuzzy logic based controller applied to a simple magnetic suspension is presented in this paper. The simple electromagnet-ball system and the contactless optical position measurement system are developed as a physical model of the magnetic suspension. A nonlinear mathematical model is presented and linearized. This model has been used to design a discrete linear PID controller with optimal parameters. The physical real-time model was constructed in order to compare the performance of the linear discrete PID controller and the proposed fuzzy logic based PID controller. The decomposed fuzzy PID controller has proportional, integral, and derivative separate parts which are tuned independently. When testing it becomes clear that the decomposed fuzzy PID controller gives better performance over a typical operational range than a traditional linear PID controller.