行波超声波电机Lyapunov模型参考自适应转速控制

超声波电机是一类具有明显时变非线性的被控对象,为提高其转速控制性能,应采用适当的自适应控制策略.本文以超声波电机驱动电压幅值为控制变量,根据李雅普诺夫稳定性理论,采用输入-输出变量设计了超声波电机模型参考自适应转速控制器,并给出了自适应速率在线调节、微分前馈等方法以改善起始阶段的转速控制性能.实验表明了所提控制方法的有...     

永磁同步电机非线性黄金分割自适应转速控制

针对永磁同步电机系统复杂设计高精确度的控制器比较困难的问题,采用id=0的矢量控制策略,基于永磁同步电机的特征模型,设计一个以非线性黄金分割自适应控制为主的控制方案。通过安排过渡过程和特征模型参数的在线辨识实现了该控制方案下控制器参数的在线自适应调节。实验结果表明该控制方案不仅能够实现永磁同步电机较高精确度的转速控制,与一阶自抗扰控制、增广状态反馈控制和传统的PI控制相比,具有更加优越的暂态和稳态性能。     

超声波电机频率-转速控制的阶跃响应建模

适合于控制应用的超声波电机模型是提高电机控制性能的基础.以频率为输入变量的超声波电机转速控制模型对于提高转速控制性能具有重要意义.该文设计实验测取转速阶跃响应,采用特征点法辨识电机模型.并针对模型参数的时变性,分别采用频率和转速为自变量对模型参数进行了函数拟合,得到了适当考虑非线性的电机转速控制模型.     

基于电压调节的行波超声波电机转速模糊PID控制

针对超声波电机的时变非线性,给出了基于模糊逻辑的PID控制参数在线自适应校正方法。模糊规则设计中充分考虑了超声波电机转速控制的特殊性。采用驱动电压幅值作为控制量,实现了该控制方法。实验表明,控制性能优于PID控制器。     

超声波电机转速控制的稳态模糊建模方法研究

针对超声波电机转速控制应用,以实验数据为基础,采用模糊逻辑方法建立了超声波电机系统的二输入单输出稳态模糊模型.数据验证表明,该模型较好地模拟了电机驱动电压幅值、频率及转速三者之间的非线性关系.文中详细描述了模糊建模过程,为超声波电机系统的非线性控制建模提供了另一条有效途径.     

行波超声波电机电压幅值—转速控制的辨识建模

适于控制应用的超声波电机数学模型是其运动控制研究的基础。该文采用系统辨识的方法,建立以驱动电压幅值为控制自变量的超声波电机系统转速控制模型,为超声波电机转速自适应控制策略的设计提供基础。所给出的辨识建模方法对其它种类超声波电机及电磁电机的建模研究均有借鉴意义。     

感应电机无速度传感器控制的自适应转速估计

文章分析了感应电机无速度传感器控制中在同步转速为零且带负载状态下自适应磁链观测器（AFO）观测状态和估计转速的渐进稳定性。设计了基于模型参考自适应系统（MRAS）全速域渐近稳定的状态观测和转速估计算法，仿真结果表明所设计的算法是有效的。     

基于模糊逻辑的行波超声波电动机模型参考自适应转速控制

超声波电动机的转速控制存在明显的时变非线性特征。为得到较好的控制性能,设计了基于模糊逻辑的模型参考自适应PID转速控制器,实现了基于参考模型跟踪误差的PID控制参数在线自适应调节。实验表明,转速跟踪性能优于固定参数PID控制器。     

超声波电机模糊-PI双模自适应速度控制

行波接触型超声波电机与传统电磁型电机截然不同 ,其驱动力矩并非由电磁感应产生 ,而是由压电陶瓷超声频域的振动转化而来。参数的时变性、系统内在的非线性、系统的强耦合性等原因导致其动态和稳态数学模型难以获得。在未知控制对象精确参数及数学模型的情况下 ,提出了超声波电机的模糊 -PI双模速度控制策略 ,系统根据工作状况随时调整控制模式。实验表明 ,系统较好地实现了设定的速度参考模型的自适应跟踪 ,具有控制灵活、适应性强的优点 ,又具有较高的控制精度。     

基于遗传算法的超声波电机模糊自适应速度控制

行波接触型超声波电机是一种利用压电陶瓷的逆压电效应工作的新原理微特电机，与传统电磁型电机截然不同，其驱动力矩并非由电磁感应产生，而是由压电陶瓷超声频域的振动转化而来，参数的时变性，系统内在的非线性、系统的强耦合性等原因导致其动态和稳态数学模型难以获得。在未知控制对象精确参数及数学模型的情况下，该文提出一种新的超声波电机自适应速度控制策略。控制系统包括两个闭环，内环用来补偿由于温度变化造成的机械谐振频率漂移，可以增强响应的快速性与准确性，另一闭环为频率调节环，频率值由模糊控制器根据工作状态随时调整，其模糊控制规则基于遗传算法在线调节。系统较好地实现了设定的速度参考模型的自适应跟踪，具有控制灵活，适应性强的优点，又具有较高的控制精度和较好的稳定性。     

超声波电动机非线性全系数自适应转速控制

针对超声波电动机转速控制的特点,基于超声波电动机的特征模型,设计了非线性全系数自适应转速控制策略.该控制策略由三个控制分量组合而成,通过特征模型参数的在线辨识实现控制器参数的在线自适应调节.不同转速给定值及空载、加载情况下的实验结果表明了控制策略的有效性.     

超声波电机转速控制的动态模糊建模

超声波电机动态模型是实现其高性能转速控制的前提。设计基于模糊逻辑的辨识建模方法,建立了超声波电机系统动态模糊模型。在设计实验获取建模所需数据的基础上,采用等分区间法确定了模型结构,进而利用最小二乘法辨识得到了模型中的待定参数。模型输出与实验数据的对比表明,所建模糊模型精度较高,反映了驱动电压幅值、频率与电机转速之间的非线性动态关系,可以用于超声波电机性能分析与转速控制器设计。     

行波超声波电机单神经元自适应控制

由于超声波电机具有非线性、时变性、强耦合等特点,增加了它的控制难度,采用PID等常规控制方法难以满足较高精度的控制需求。单神经元作为一种神经网络应用形式,具有自学习和自适应能力,而且易于实现。设计了基于低频PWM方法的单神经元自适应PID转速控制策略,构建了超声波电机自适应闭环控制装置。在一定程度上解决传统PID调节器不易在线实时整定参数、难于对复杂控制对象进行有效控制的不足。实验证明,该控制系统具有响应迅速、适应性强等优点。     

超声波电机迭代学习自适应控制策略

电机控制策略通常都以被控电机的数学模型为其设计的必要基础。用于控制器设计的电机模型与实际电机之间必然存在偏差。在电机控制系统的使用过程中,考虑到实际电机的特性会随着时间的推移而变化,电机模型与实际电机特性之间的偏差会逐渐增大,导致控制性能偏离设计要求。本文以超声波电机转速控制系统为研究对象,通过在控制系统中增设可调增益,给出一种基于迭代学习思想来在线校正模型偏差的方法。不同模型偏差程度情况下的实验结果表明了所述方法的有效性。在迭代的学习过程中,可变增益不断变化以减小实际输出与模型输出之间的偏差,从而使电机控制系统的实际性能符合设计要求。     

基于遗传神经网络的超声波电机转速控制系统

介绍一种超声波电机(USM)自适应控制策略,系统采用双闭环控制,内环通过对弧极电压进行采样、判断,补偿USM谐振频率的漂移;外环利用动态递归神经网络控制器调节两相驱动交变电压的相位差,实现转速的自适应控制.DRNN的结构和初始参数通过混合递阶遗传算法离线训练获得.试验结果证明,该控制系统具有较高的控制精度和较好的稳定性.     

超声波电动机MIT模型参考自适应转速控制

采用相对简单的运动控制算法,有助于降低包含驱动控制电路在内的超声波电动机系统的成本,从而推动其产业化。基于这一目的,给出一种模型参考自适应控制策略用于超声波电动机转速控制。该策略计算量小,并具有一定程度的自适应能力,提高了系统性价比。     

基于RBF神经网络的超声波电机参数辨识与模型参考自适应控制

超声波电机(USM)是近年发展起来的一种新型微特电机，与传统的电磁驱动型电机的工作原理截然不同。由于USM具有小型轻量、无电磁干扰、响应速度快、低速大转矩、高保持力矩、高功率密度等诸多优点，因而在光学仪器、办公自动化、汽车专用电器、智能机器人、航空航天等领域具有良好的应用前景。但USM的高度非线性、时变性和强耦合增加了它的控制难度。该文提出一种新的USM自适应控制策略。系统采用双闭环控制，内环用来补偿定子环机械谐振频率的漂移；外环利用径向基函数神经网络(RBFt~)控制器调节USM的驱动频率，实现速度的自适应控制。经实验证明，该控制系统具有响应迅速、适应性强等优点，具有较高的控制精度和较好的稳定性。     

液体媒质超声波电机转速特性研究

非接触型超声波电机有效地克服了传统的接触型超声波电机因接触所引起的使用寿命短、不能长时间连续运转等缺点，是超声波电机领域一个新的研究方向。文中介绍了非接触型超声波电机的结构和运行机理，对液体的声流速度进行了理论分析，从液体性质和转子结构角度重点研究了电机的转速特性。在液体性质方面从液位高度、液体粘度和非线性参数三方面详细分析了它们对电机转速特性的影响，从中得出，在一定范围内电机转速随液位高度的增加而增大，随粘度的增加而减小，与液体的非线性参数成反方向变化。在转子结构方面从转子直径、叶片高度、叶片数和所用材料密度4方面对转速特性进行了研究，得到了与转速的关系和转速特性良好的转子结构形式。在上述分析和实验基础上提出应用具有一定参数的液体和转子可有效提高电机转速的方法。     

水轮发电机组转速自适应控制

为了提高鲁棒性,在文献[6]所导出的自适应律中加进相关死区和“约束项”,本文证明了只要适当设计相关死区和约束项,尽管存在有界扰动和建模误差或(和)一定的时变和非线性特性,自适性控制系统仍然是全局稳定的,并用这种鲁棒自适应控制技术建立了水轮发电机组的自适应转速控制系统,经过电站实验,证明了这种自适应控制系统的有效性。     

基于单神经元自适应PID的超声波电动机转速控制

超声波电动机是一种依靠振动和摩擦来传递运动的新型微电机.从工作原理来看,超声波电动机是一个高度非线性系统,采用经典PID控制无法取得理想的控制效果.设计一种单神经元自适应PID控制器,用于超声波电动机转速控制研究,取得较好的试验效果.