新型伺服控制系统的建模仿真与分析

分析了伺服控制系统的工作原理,提出一种新型伺服控制系统建模方法。在Matlab/Simulink环境下采用模块化的方法构建了系统的仿真模型,系统采用双闭环控制,并对该模型进行了仿真。仿真结果表明,该系统具有良好的动态和静态特性,验证了该方法的有效性,为实际伺服控制系统的设计和调速提供了新的方法。     

基于新型重复控制器的高精度摆镜伺服系统研究

为了解决摆镜伺服系统周期速度振荡的问题,采用直流电机作为扫描驱动电机,建立伺服系统的数学模型,根据摆镜扫描的周期性特点,提出了一种改进的重复控制器对伺服系统的转速进行控制,实现结果表明该方法很好的改善了系统的跟踪性能,有效的提高了摆镜扫描的速度稳定性,抑制了电机的振荡现象.     

基于复合控制的摆镜伺服系统研究

针对摆镜伺服系统的高精度要求,结合重复控制和神经网络PID控制的设计思想,提出了一种新型的复合控制方案.该控制方案采用重复控制改善系统的稳态特性和增强系统克服同频率扰动的能力,并采用BP神经网络PID控制增强系统抵抗参数变化和各种非线性不确定扰动的能力,改善系统的动态特性.试验结果表明,该方案使伺服系统获得了良好的动态和稳态性能,很好地改善了系统的跟踪性能,有效地提高了摆镜扫描的速度稳定性,抑制了电机的振荡现象.     

逆变电源并联的谐波环流抑制研究

在逆变器系统中,滤波电感对死区等因素造成的波形畸变能够有效地抑制.对于大功率的逆变器,当滤波电感及并机电抗都很小时,死区等因素可引起很大的谐波环流.研究了逆变器的基本原理,描述了谐波扰动的双环控制模型,介绍耦合电感抑制谐波环流的方法.在此基础上建立了无互联线逆变电源并联的数学模型.研究表明耦合电感能有效的抑制谐波环流,...     

智能PID参数自整定技术在伺服系统中的应用

针对常规PID控制参数整定困难,且受时变、非线性等因素影响而不能达到预期控制效果的实际情况,提出了RBF网络动态辨识的BP神经网络PID参数自整定算法.此算法可实现PID控制参数的在线自整定和优化;同时,将算法应用于伺服控制系统中,以VC++6.0和Matlab为开发和仿真工具,对动态辨识神经网络智能PID参数自整定方法进行仿真研究.仿真结果表明,控制算法鲁棒性强、响应速度快,可用于控制参数时变的非线性系统.     

基于BP神经网络的PID控制器在伺服系统中的应用研究

针对经典PID控制的参数不能在线调整的缺陷,提出了一种基于BP神经网络的PID控制算法,利用BP神经网络比较强的学习能力实现了PID控制参数的在线调整和优化,并对其在伺服系统中的应用进行了仿真。仿真结果表明该算法优良,加快了系统响应速度,减少了超调量,适应于非线性系统。