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.     

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。     

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。     

超声波电机黄金分割自适应转速控制

针对超声波电机的明显非线性特征,研究适当的转速自适应控制策略。建立能够较好表述超声波电机控制特性的三阶特征模型。基于该模型,以电机驱动电压频率为控制量,设计黄金分割自适应转速控制器。根据对实验结果的分析,给出逻辑积分控制律、微分控制律等方法以进一步改善转速控制性能。实验表明了所提控制方法的有效性。     

超声波电动机频率-转速控制的动态辨识建模

超声波电动机的数学模型是其运动控制研究的基础.采用系统辨识的方法,针对以驱动频率为调节变量的超声波电动机转速控制需求,建立了适合于控制应用的超声波电动机系统频率-转速控制模型,为超声波电动机高性能转速控制研究提供了基础.给出的辨识建模方法对超声波电动机及电磁电机的建模研究均有借鉴意义.     

基于改进牛顿学习律的超声波电机转速控制

针对牛顿学习律不能保证迭代学习收敛的问题,给出一种改进的牛顿学习律,通过构建同解方程来改变被控对象的非线性控制关系,以保证迭代学习控制过程的收敛性.将该学习律用于超声波电机转速控制,能够保证收敛性,但转速响应过程存在波动.在迭代学习控制算法中引入一阶低通滤波器,以抑制转速波动,改善动态性能.实验结果表明,所述迭代学习控...     

超声波电动机在线校正模糊转速控制

针对超声波电动机的转速控制特点,设计了超声波电动机模糊转速控制器.采用蚁群算法对模糊控制器中的模糊规则进行离线优化,确定合适的模糊控制器参数.在实验过程中,针对不同转速情况下的控制性能差异,给出了模糊控制器输出比例因子的在线调节方法,得到了较好的转速控制效果.     

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...     

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。     

采用自校正模糊PI控制的超声波电机速度控制

针对超声波电机构成的速度伺服系统采用了一种新的控制方案－自校正模糊PI控制，该控制器由模糊控制环节，PI控制器，自校正环节构成。PI控制器的比例增益Kp和积分增益Kl由模糊控制规则确定，并且通过修正因子在自校正来优化模糊控制规则，实验结果表明该控制方案效果好，简单易行，通用性强。     

新型高性能超声波电机变频控制电路

针对行波型超声波电机(Ultrasonicmotor,简称USM)的特点设计了其速度控制电路,系统由压控振荡器(简称VCO)产生频率线性可调的脉冲信号,将该信号作移相处理,产生4路依次相差90°的方波信号来驱动两路推挽功放主电路。利用所设计的电路测得USM的变频调速特性。     

超声波电动机P与PI型迭代学习转速控制

相对简单的控制策略,能够降低超声波电动机系统的复杂性,提高性价比。迭代学习控制算法简单,根据较少的经验知识即可确定控制参数。针对超声波电动机的控制特点,改进了迭代学习控制算法,设计了电机转速迭代学习控制策略。实验表明,电机系统具有较好的迭代学习能力,控制效果在重复学习过程中渐进改善,控制策略简单有效。     

基于FPGA的数字PI超声波电动机速度控制系统

针对超声波电动机速度蠕动,提出一种基于FPGA的数字PI的速度控制方案.该方案对超声波电动机输出的光电编码器方波信号进行高频插值细分,作为速度的反馈信号,通过PI运算,将其结果进行D/A转换,控制直流电压的输出,并把此直流电压作为超声波电动机驱动器的调速控制电压,构成超声波电动机速度闭环系统,从而有效解决了超声波电动机转速蠕动的问题.     

基于模糊神经网络的超声电机的位置控制

超声电机的优良特性使其得到越来越广泛的应用,但由于其时变和非线性特性,使电机的速度和位置控制成为研究热点。文中将模糊神经网络用于电机的位置控制中,模糊逻辑部分获得专家知识,神经网络部分调整参数,通过改变超声电机的驱动频率来实现精确的位置控制,并通过实验和仿真来验证这种方法的有效性。     

基于变论域模糊控制的无刷直流电机转速问题

无刷直流电机(BLDCM)是一种多变量、强耦合、非线性、时变的复杂控制系统。由于其采用传统的PID控制时很难满足需要,所以针对BLDCM精确调速的控制问题,在基于传统PID控制上引入模糊控制设计了模糊PID控制,并在此基础上应用变论域的方法,设计了变论域模糊PID控制器。以BLDCM为模型,通过MATLAB建立其仿真模型。仿真和试验结果表明,采用变论域模糊PID控制的BLDCM与传统控制的BLDCM相比,具有响应速度快、超调小、控制精度高等优点。