PMSM的MP-MRAS无位置传感器控制

在基于模型参考自适应观测器的PMSM无速度传感器控制中,以有限集模型预测控制替换传统的PI控制器,省去复杂的PI调节器整定环节,引入估计转速以扩展有限集,解决固定有限集存在的估计转速有限问题.通过分段滤波估计转速以减少计算量.在MATLAB/Simulink环境下以及TI DSP TMS320F28377S实验平台上,...     

基于模型参考神经网络自适应异步电机无速度传感器矢量控制系统的研究

针对在传统的异步电机矢量控制系统中采用编码器、光电码盘等速度传感器来对转速进行检测给系统带来的一些缺陷,该文将模型参考方法和神经网络相结合,提出了一种模型参考BP神经网络的无速度传感器异步电机矢量控制方案,并设计了速度辨识环节.同时对系统进行了仿真和实验,结果表明:该方法具有较强的抗干扰能力,受电机参数影响小,能较好地估计电机转子的转速.     

基于简化MRAS的永磁同步电机无传感器矢量控制

推导了采用id=0的矢量控制策略下,永磁同步电机采用简化的模型参考自适应系统（MRAS）对转子速度估计的算法,并对该算法进行了仿真,仿真结果表明此方法可以精确地估计转速和转子位置。     

基于简化MRAS的永磁同步电机无传感器矢量控制

推导了采用id=0的矢量控制策略下,永磁同步电机采用简化的模型参考自适应系统(MRAS)对转子速度估计的算法,并对该算法进行了仿真,仿真结果表明此方法可以精确地估计转速和转子位置。     

PMSM变结构MRAS无位置传感器控制研究

针对永磁同步电机低速无感运行时系统抖震以及估计转速不准确的问题,将变结构模型参考自适应观测器(SM-MRAS)应用到永磁同步电机无传感器控制中。开展了模型参考自适应观测器的基本原理分析,提出了用连续函数替代传统滑模变结构控制中的开关函数,给出了滑模面和自适应率的设计方法以及优化后的SM-MRAS转速辨识算法的框图,并对该算法的稳定性进行了严格的数学论证。在Matlab软件平台进行了仿真实验。研究结果表明,改进后的变结构模型参考自适应转速辨识算法有效消除了电机在低速时由于频繁开关而造成的系统震荡,避免了电机参数对算法的影响,在很宽的调速范围内都有良好的稳定性能。     

基于自适应模糊神经网络辨识的电液伺服系统L2增益设计

为克服电液伺服系统不确定性、非线性、估计误差和干扰等因素对系统稳定性和精度的影响，提出了基于自适应模糊神经网络辨识的电液伺服系统L2增益设计方法。用自适应模糊神经网络在线估计包括系统不确定性和非线性在内的未知动态特性，同时用增益自适应变结构补偿自适应模糊神经网络的估计误差，用系统L2增益设计方法抑制干扰对系统的影响，以期使系统对不确定性和非线性具有鲁棒性，而且从干扰到描述系统跟踪误差的评价函数的L2增益小于指定值。     

逆变点焊电源模糊神经网络自适应控制模型研究

研究了逆变点焊电源恒流自适应控制的模糊神经网络模型,设计了模糊神经网络结构。利用BP算法,采用先正弦函数输入后恒定输入的方法对网络进行了分段训练,并使用MATLAB语言,对系统进行了自适应控制和比例因子影响的仿真分析。结果表明,逆变点焊电源恒流自适应控制模糊神经网络,能够实现在线调整隶属函数参数,控制系统可快速感知外来干扰和过程变化,平均控制相对误差小于2.08%;比例因子的选取,对系统有很大影响,不同的比例因子在与训练好的网络结合进行控制时,系统控制效果不同。     

基于模型参考分数阶自适应转速估计的永磁同步电机控制研究

针对模型参考整数阶自适应转速估计存在稳态误差较大、转速估计精度低的问题,结合无传感器技术和分数阶理论的优点,在空间矢量脉宽调制技术的基础上,对永磁同步电机提出了一种模型参考分数阶自适应转速估计方案。仿真实验表明所提速度调节策略和辨识方案可使矢量控制系统具有良好的动、静态性能,对比整数阶控制,分数阶控制下电机转速跟踪精度提高、范围扩大,电机在转速、转矩和电流等方面的控制性能得到提高,改善了永磁同步电机伺服系统的快速性、鲁棒性、稳定性及抗负载突变能力。     

基于自适应模糊神经网络的噪声抵消器

讨论了基于自适应模糊神经网络的噪声抵消器的设计方法。自适应模糊神经网络系统具有非线性映射和自学习能力，能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计，并互能够克服信号处理中存在的模型和噪声的不确定性、不完备性。该法设计的滤波器效果良好，并可以用于多路信号和复杂信号的噪声消除。     

基于神经网络的通用模型自适应控制

应用复合正交神经网络来实现过程的自适应逆控制方法,和通用模型控制器策略相结合,提出了一种基于神经网络的通用模型自适应控制方法,将非线性过程模型应用逆系统的方法可以在控制算法中直接嵌入过程模型,从而保证通用模型控制策略的可实现性.另一方面,在自适应逆控制中采用复合正交神经网络具有算法简单、学习收敛速度快等优点,可以克服常用的BP和RBF神经网络一些缺点.基于神经网络的通用模型自适应控制方法中的参考轨迹是一条典型的二阶曲线,该控制器参数具有明显的物理意义,参数整定方便.仿真验证了该控制策略的有效性.