永磁同步电机的神经网络离散位置跟踪控制

针对永磁同步电动机参数不确定及负载扰动问题,本文基于自适应和反步法技术,设计了一种永磁同步电动机离散位置跟踪控制方法。利用欧拉公式得到同步电动机驱动系统的离散数学模型,采用动态面技术,引入低通一阶滤波器对虚拟控制函数进行滤波,解决了"计算爆炸"问题;运用神经网络逼近永磁同步电动机系统中存在的未知非线性项,并将神经网络和反步法相结合,构造离散动态面位置跟踪控制器,同时对其进行稳定性分析,最后通过仿真实验分析验证了该方法的有效性。仿真结果表明,本文设计的离散控制器能够有效跟踪给定信号,实现了对永磁同步电动机良好的位置跟踪控制效果。该控制方法解决了参数不确定性以及负载扰动问题,具有一定的理论意义和实际应用价值。     

基于观测器的永磁同步电机模糊自适应混沌控制

针对混沌现象能够影响永磁同步电动机驱动系统稳定性的问题,本文根据模糊自适应控制和反步设计法的原理,研究了具有不确定参数的永磁同步电动机混沌系统位置跟踪控制,设计了一种新型的降维观测器来估计系统的转子角速度,并利用模糊逻辑系统对永磁同步电动机混沌系统中的非线性函数进行逼近,同时采用反步设计方法,构造了模糊自适应控制器,并在Matlab环境下进行仿真。仿真结果表明,该控制方法能够避免永磁同步电动机出现混沌现象,确保系统可以快速跟踪期望的信号,并对永磁同步电动机混沌系统进行有效控制,该控制策略能够克服永磁同步电动机参数不确定性的影响,实现了对永磁同步电动机的位置跟踪控制。该研究具有实际应用价值。     

考虑输入饱和的异步电机自适应位置跟踪控制

针对异步电动机驱动系统存在着参数不确定性、外部负载扰动以及输入饱和限制等问题,本文根据自适应反步法的原理,研究了异步电动机驱动系统的位置跟踪控制策略。在同步旋转坐标(d-q)下,建立异步电动机驱动系统的数学模型,考虑异步电动机驱动系统存在输入饱和,利用神经网络逼近系统中未知的非线性函数,并采用自适应反步控制技术构造位置跟踪控制器,同时利用Matlab软件进行仿真试验。仿真结果表明,异步电动机驱动系统的位置信号可以快速跟踪给定的期望位置信号,当电压过大时能够进行限制,能够克服参数不确定、负载扰动以及输入饱和限制的影响;当t=5s时,改变负载扰动,电机仍能快速地跟踪期望的信号,说明该自适应位置跟踪控制器能够有效地克服负载扰动发生变化而引起的影响,能够实现对异步电动机的有效控制。该研究具有一定的实际应用价值。     

基于自适应逆控制的永磁同步电动机控制系统

为进一步提高交流永磁同步电动机控制性能,本文提出了基于自适应逆控制的永磁同步电动机控制系统,采用基于递推最小二乘BP（RLS-BP）算法,对永磁同步电动机系统的进行建模、逆建模和自适应控制器的设计。提高了永磁同步电动机系统建模和逆建模的辨识收敛速度以及辨识精度和系统控制精度。仿真结果表明,基于本文提出的自适应逆控制方法的永磁同步电动机系统,具有良好的动态响应,并且在电机参数摄动情况下具有较强的鲁棒性。     

基于神经网络的异步电动机自适应动态面控制

针对虚拟控制率连续进行高阶求导会引发"计算爆炸"问题,本文结合动态面技术和反步法,给出了考虑铁损异步电动机自适应神经网络位置跟踪控制方法及考虑铁损的异步电机的动态模型;并基于动态面技术,对自适应神经网络控制器进行设计,同时对其稳定性进行分析。为验证本文控制策略的有效性,在Matlab环境下进行仿真分析。仿真结果表明,在负载扰动的情况下,本文提出的方法使考虑铁损的异步电动机系统实现了良好的位置跟踪效果,对电机参数变化和外部负载扰动具有较强的鲁棒性。该方法解决了传统反步法对虚拟控制函数连续微分引发的"计算爆炸"问题,具有一定的理论意义和实际应用价值。     

考虑输入饱和的永磁同步电机随机命令滤波控制

针对永磁同步电机驱动系统中存在的随机扰动问题,本文在自适应反步法基础上,利用模糊逼近原理逼近系统中未知的非线性函数,并运用命令滤波技术,解决了传统反步法中因对虚拟控制函数连续求导而产生的计算爆炸问题,实现对考虑输入饱和的永磁同步电机随机非线性系统的位置跟踪控制,为验证本方法的有效性,采用Matlab进行仿真实验。仿真结果表明,本文设计的控制器能克服输入饱和的影响,很好的跟踪设定的期望信号,并且保证跟踪误差收敛在原点很小的邻域内,实现了对永磁同步电机快速有效的控制。该研究对实际系统具有一定的应用价值。     

基于观测器的异步电动机命令滤波反步技术

针对异步电动机自身结构中的参数不确定性和易存在外部负载扰动问题,本文基于反步控制技术,选择状态观测器来观测异步电机的转速,采取模糊逻辑系统逼近电机模型中未知的非线性函数,利用命令滤波技术解决在传统反步法中存在的计算爆炸问题,实现对异步电动机的位置跟踪控制,并利用Matlab软件进行仿真验证。仿真结果表明,本文所提出的控制方法仍然可以有效地克服异步电动机系统参数未知性以及外部负载扰动等问题,使目标信号能够快速跟踪期望信号,保证跟踪误差收敛到原点很小的邻域内,最终达到对异步电动机的快速有效的位置跟踪控制。该研究具有较高的实际应用价值。     

基于模糊逼近和动态面技术的异步电动机位置控制

针对异步电动机参数不确定性和外部负载产生扰动的现象,本文提出了一种新型的模糊自适应动态面反步控制方法。该方法通过引入一阶低通滤波器,避免了传统反步控制中对虚拟控制函数进行连续求导引起的计算爆炸问题,模糊逻辑系统被用来逼近异步电动机系统中复杂的非线性函数,同时基于反步法的设计原理,构造了异步电动机的模糊自适应控制器,并在Matlab环境下进行仿真实验。仿真结果表明,所设计的控制方法可以确保系统快速跟踪期望信号,实现了对异步电动机的高性能位置跟踪控制。该研究具有实际应用价值。     

异步电动机的动态面模糊离散速度跟踪控制

针对异步电动机中参数不确定和存在负载扰动的问题,本文综合运用反步控制方法、模糊逼近理论和动态面技术,研究了异步电动机在离散模型下的速度跟踪控制问题。运用欧拉方法得到异步电动机离散状态下的数学模型,同时运用模糊逻辑系统来逼近其中的未知非线性函数,利用动态面技术解决在反步法中产生的计算爆炸问题,构造速度跟踪控制器,实现对异步电动机的速度跟踪控制,并在Matlab环境下对异步电动机进行仿真分析。仿真结果表明,所构造的控制器,能够有效解决系统中参数不确定及存在外部负载扰动的问题,并且使跟踪误差收敛到原点附近很小的邻域内,实现对异步电动机的快速跟踪控制。该方法具有一定的实际应用价值。     

柔性关节机器人的模糊反步自适应位置控制

为实现柔性关节机器人的高精度位置跟踪控制,本文提出了基于模糊逼近的反步自适应控制方法。该方法将隐极式永磁同步电机(permanent magnet synchronous motor,PMSM)作为驱动系统,建立二自由度柔性关节机器人的系统模型,设计反步自适应位置控制器,并利用模糊逻辑系统,逼近虚拟控制器导数项,解决高阶系统反步控制器结构复杂的问题。考虑到无力矩传感器的情况,引入电机负载转矩观测器,结合电机矢量控制策略,设计了反步电流控制器,保证驱动电机有较快的动态响应。同时,利用Lyapunov稳定性定理,对柔性关节机器人控制系统进行稳定性分析,证明整个系统为渐近稳定。仿真结果表明,本文采用的模糊反步自适应位置控制器,能够实现柔性关节机器人高精度位置跟踪控制,响应速度快,驱动电机的转矩波动小,控制器结构简单。该研究在机器人驱动系统中具有广泛的应用前景。     

考虑输入饱和的永磁同步电机随机非线性控制

针对永磁同步电机驱动系统存在的随机扰动问题,本文利用自适应神经网络控制方法,对考虑输入饱和的永磁同步电机随机非线性系统的位置跟踪控制进行研究。通过神经网络逼近系统中的非线性函数,利用自适应反步法构造控制器,同时选择合适的李雅普诺夫函数,证明了闭环系统的稳定性,同时,为验证所提方法的有效性,采用Matlab进行仿真实验。仿真结果表明,本方法所构造的控制器,在考虑输入饱和的情况下,能够保证闭环系统所有参数都是有界的,并且跟踪误差收敛到原点任意小的邻域内。该控制策略将永磁同步电机驱动系统的研究由确定型系统扩展到随机系统中。该研究具有一定的实际应用价值。     

基于状态约束的直流电动机有限时间位置跟踪控制

本文提出了一种基于状态约束的直流电动机神经网络自适应有限时间控制方法.首先采用障碍李雅普诺夫函数对直流电动机的状态量进行约束,确保直流电动机的角位置和角速度限制在给定的约束区间内,引入神经网络逼近系统中未知的非线性函数.此外,通过引入有限时间控制技术,提高了系统的收敛速度和控制精度.仿真结果验证了该方法能够实现对直流电动机快速有效的位置跟踪控制.     

精确线性化多输入多输出PMSM非交互式控制

针对永磁同步电动机的强耦合特性,提出利用状态反馈精确线性化实现多输入多输出永磁同步电动机非交互式控制方法.根据永磁同步电动机的数学模型,运用微分几何理论讨论了永磁同步电动机在多输入多输出情况下可以进行精确线性化的条件,并在此基础上实现了永磁同步电动机的精确线性化.运用状态坐标变换和状态反馈变换完成了非交互式控制设计,对精确线性化的永磁同步电动机设计了比例 积分控制器,并对控制的结果进行了仿真研究.仿真结果表明,利用状态反馈精确线性化方法对永磁同步电动机的多输入多输出线性化能够获得满意的结果.     

PMSM驱动的机器人规定性能反步自抗扰控制

为提高机器人轨迹跟踪的精度与抗扰动能力,本文以永磁同步电机机(permanent magnet synchronous motor,PMSM)驱动的二自由度刚性关节机器人为研究对象,提出规定性能的反步自抗扰位置控制。该方法结合反步法与自抗扰技术,通过扩展状态观测器(extend states observers,ESO)补偿不确定的动态和扰动,利用跟踪微分器(track differentiator,TD)代替虚拟控制信号的导数,消除非线性函数的重复微分引起的"计算爆炸",设计规定性能函数提高位置跟踪的速度和精度,并结合电机矢量控制策略,设计反步电流控制器。通过输入状态稳定定理进行稳定性分析,证明系统状态能渐进收敛到原点的任意小邻域内。仿真结果表明,相比于无规定性能控制,本文提出的规定性能反步自抗扰控制,控制精度更高,收敛速度更快,有良好的动态和稳态性能。该控制方法具有较高的位置跟踪精度和较强的抗干扰能力。     

电动汽车用异步电动机的模糊自适应跟踪控制

针对传统的矢量控制因忽略铁损影响而无法对异步电动机实现准确控制的问题,研究了考虑铁损的电动汽车用异步电动机的模糊自适应位置跟踪控制。建立了考虑铁损的异步电动机动态数学模型,利用模糊逻辑系统来逼近异步电动机驱动系统中未知的非线性函数,通过反步设计方法构造了模糊自适应控制器,同时采用李雅普诺夫方法分析了系统的稳定性,并在Matlab环境下进行仿真实验,仿真结果表明,在系统参数未知的情况下,电机位置信号可以快速跟踪期望信号,控制器的性能良好。当t=5s时,负载力矩发生变化,电机仍能跟踪期望信号,说明该控制器能够很好的克服电机参数的不确定性及负载力矩扰动的影响,有较强的鲁棒性,实现了对异步电动机的位置跟踪控制。该控制器结构简单,只有一个自适应参数,减少了系统的在线计算负担,易于工程实现,在电动汽车领域应用前景广阔。     

多机械臂系统的自适应神经网络同步控制

针对多个机械臂组成的网络化系统,本文基于命令滤波反步和自适应神经网络,对网络化机械臂系统的同步控制问题进行研究。建立了系统数学模型,对命令滤波控制器进行设计,运用命令滤波反步法,消除传统分布式反步控制的虚拟信号求导问题,并利用误差补偿信号,消除命令滤波产生的误差。同时,利用神经网络逼近系统的不确定非线性项,通过设计分布式控制器和自适应更新律,保证关节位置同步跟踪误差收敛到任意小的邻域内。为验证本文所提出的控制策略的准确性,在Matlab/Simulink仿真环境下进行仿真分析。仿真结果表明,在具有系统参数不确定性和外部扰动的情况下,该分布式控制方法可使网络化机械臂系统实现良好的位置同步跟踪。该研究对网络化机械臂系统的同步控制提供了新的思路,具有一定的实际应用价值。     

考虑输入饱和的异步电机随机系统的速度控制

针对随机扰动现象能够破坏异步电动机调速系统稳定性的问题,本文根据神经网络技术和反步法的原理,对输入饱和的异步电动机随机非线性系统的神经网络速度控制进行研究。考虑异步电动机随机系统中存在的输入饱和限制,利用神经网络来逼近随机系统中不确定的非线性项,并使用自适应反步法构造了异步电动机的自适应神经网络速度调节控制器。同时,利用Matlab软件进行仿真实验。仿真结果表明,本文所提出的自适应神经网络速度控制器,可以快速地跟踪给定的期望速度信号,克服了输入饱和、参数不确定、负载扰动等因素的影响,实现了对异步电动机的有效控制。该研究具有一定的实际应用价值。     

永磁同步电动机混沌系统神经网络控制研究

通过适当地选择系统参数以及外部输入，永磁同步电动机可以呈现出混沌运动状态。针对永磁同步电动机混沌模型的不确定性，采用基于正模型一逆系统的神经网络控制策略，建立混沌系统的动力学正向模型及其逆模型，实现了永磁同步电动机混沌运动的跟踪控制。仿真结果验证了该控制策略的有效性。     

直线永磁伺服电机机电子系统解耦的速度跟踪控制

根据三相交流直线永磁同步伺服电动机的非线性动态数学模型，采用状态反馈解耦的方法，建立直线永磁同步伺服电动机闭环系统动态的输入－输出数学模型，通过该解耦模型设计速度跟踪控制律，在保证整个闭环系统稳定的情况下，提高速度跟踪的快速性和精确性，最后，通过MATLAB5．3进行计算机仿真实验研究，结果表明线性化后的系统模型是简单适用的，速度跟踪实现了快速性和精确性。     

考虑输入饱和的异步电机随机命令滤波控制

针对异步电机调速系统中存在的随机扰动问题,本文在传统反步法的基础上,利用神经网络逼近系统中的非线性函数,同时运用命令滤波技术,解决了传统反步法中存在的计算爆炸问题,实现了对考虑输入饱和的异步电机速度调节控制。为验证所设计控制器的有效性,利用Matlab进行仿真分析。仿真结果表明,本文设计的控制器能够有效抑制随机扰动,克服输入饱和的影响,可以很好地跟踪给定的期望信号,保证跟踪误差收敛在原点很小的邻域内。当t=5s时,负载转矩变化,系统仍能快速跟踪给定信号,实现了对异步电动机快速有效的控制。因此,该方法具有较高的理论研究意义和实用价值。