基于模糊PI控制的PMSM位置伺服系统仿真

本文在分析了永磁同步电机(PMSM)数学模型的基础上,在Matlab的Simulink环境下构建了隐极式永磁同步电机位置伺服系统的仿真模型。控制系统采用经典的三闭环结构,其中电流环采用id=0的矢量控制策略,速度环采用PI控制,位置环采用模糊PI自适应控制,自适应控制通过Matlab软件编程。文中给出了系统各模块仿真模型的建立方法,并针对工程系统实际参数,进行了负载突加突卸时位置、速度和转矩瞬态过程仿真与分析。结果表明,该系统抗干扰性好,能快速准确地跟踪位置及转速给定。     

模糊自适应PI控制永磁同步电机交流伺服系统

在永磁同步电机交流伺服系统中，采用直接转矩控制及模糊自适应PI控制构成位置伺服控制器。Simulink仿真结果表明，该位置伺服系统有较好的动、静态性能。主要分析了用模糊自适应PI控制构成永磁同步电机交流伺服系统的位置环。     

模糊自适应PI控制永磁同步电机交流伺服系统

在永磁同步电机交流伺服系统中,采用直接转矩控制及模糊自适应PI控制构成位置伺服控制器.Simulink仿真结果表明,该位置伺服系统有较好的动、静态性能.主要分析了用模糊自适应PI控制构成永磁同步电机交流伺服系统的位置环.     

基于高阶时滞PI控制的位置伺服系统

利用频率域模型降阶理论,采用了直接将高阶滞后对象在频率域内降阶为低阶滞后对象,针对低阶滞后对象设计PI控制器;用这种设计的控制器均具有结构简单、可调参数少、参数调节方便的特点.在重复控制理论基础上设计了一种新的PI控制方法,通过频域分析和伯德图分析,他们能得到更宽的带宽.     

交流伺服系统最优位置控制

在自适应速度控制的基础上,采用线性二次型的综合方法设计位置环的最优控制,给出控制参数的计算方法,通过试验验证了其优良的控制效果。     

神经网络控制的交流位置伺服系统

本文以交流位置伺服系统为控制对象,针对该系统的复杂性、非线性和不确定性,讨论了神经网络在位置控制中的应用。实验结果表明,在神经网络控制下,该系统具有很高的静态精度和良好的动态跟踪性能。     

双模糊神经网络模糊协调控制的交流伺服系统

根据交流伺服系统高性能的要求,设计了一种双模糊神经网络模糊协调控制的交流伺服系统,它融合了模糊控制及神经网络控制技术各自的优点,大大提高了伺服控制的动、静态性能,取得了满意的效果。     

液压位置伺服系统的模糊PID控制研究

针对液压位置伺服系统中参数时变和非线性等特点,本文使用模糊PID控制算法实现对PID参数的在线自调整。Matlab仿真表明,与传统PID控制相比,模糊PID控制具有超调小、稳态精度高、鲁棒性强等特点。     

基于FPGA和DSP的双CPU交流位置伺服系统

设计了一套基于数字信号处理器(Digital Signal Processor,简称DSP)和现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)的双CPU永磁同步电机(Permanent Magnet Synchronous Motor,简称PMSM)位置伺服系统;重点介绍了位置伺服系统的结构及软硬件设计方案.实验结果表明,软硬件设计合理,实时性好,控制精度高,有较好的动态性能.同时这种交流伺服方案,性能优越,设计简单,编程任务小,开发周期短,在其他交流伺服控制系统也具有很好的推广价值.     

模型算法控制的交流位置伺服系统

针对传统交流位置伺服系统存在的结构复杂及其系统性能受不确定性影响严重等缺点,综合模型算法控制（MAC）在线实时预测、优化、反馈校正的优点,提出一种用于交流位置伺服系统的MAC控制方案,采用交流位置伺服系统的一阶ARMA模型为预测控制的参数模型,并在此基础上优化、校正,不但有效地实现了系统在各种运行条件下的性能最优,而且控制算法简易,很好地满足了动态较快的电动机实时性要求。对系统的稳定性和鲁棒性进行了分析、论证,表明无论模型如何失配,系统均稳定、无输出静差,鲁棒性强,实验结果进一步证明,在MAC控制下,交流位置伺服系统具有很高的静态精度和良好的动态跟踪性能。     

基于模糊神经网络算法的交流伺服系统DSP控制

将神经网络与模糊逻辑控制结合起来,设计模糊神经网络控制器应用于交流伺服系统中的转速调节器,克服交流调速系统中参数漂移、非线性和耦合等因素的影响.针对模糊神经网络控制器运算量大、收敛慢的特点,硬件采用数字信号处理器(DSP)作为控制器运算单元,并在DSP上实现模糊神经控制算法,提高了系统实时性.实验结果表明,采用该控制器的调速系统具有较快的响应速度、较高的稳态精度和较强的鲁棒性.     

电液位置伺服系统的模糊神经网络控制

针对电液位置伺服系统中的非线性、参数时变性等复杂因素,设计了一种模糊神经网络控制方案。由于常规的模糊神经网络学习算法具有权值调整复杂,收敛速度慢的缺点,因此采用模糊逐级误差逼近方法来调整模糊神经网络的权值。该算法易于实现,网络权值在线学习速度较快,而且计算量小于其他的常规神经网络学习算法。将该方法应用于电液位置伺服控制系统中,在对象参数摄动情况下,进行了仿真研究。仿真结果表明,采用该方法所设计的控制器满足系统对快速性和稳态精确度的要求,系统的鲁棒性增强,验证了方法的有效性。     

基于模糊神经网络的交流伺服系统

提出了一种基于神经网络的模糊控制交流伺服系统,将神经网络与模糊逻辑结合起来,输入信号先模糊化,然后通过构建的神经网络,在线调整其权值和变化的控制参数,使系统的输出具有更好的动、静态性能,提高了系统的鲁棒性。仿真实验证明了这种基于神经网络模糊控制方法在交流伺服系统中应用的可行性和可靠性。     

交流伺服系统的离散模糊滑模控制

文章针对高精度交流伺服系统，采用了一种新型的离散模糊滑模变结构控制策略。该方法设计简单，既不牺牲滑动模态的鲁棒性，同时又有效地减小了抖振，仿真结果表明由该离散模糊滑模变结构控制器构成的交流伺服系统，具有很好的快速性，抗负载扰动及参数摄动能力。     

基于复合前馈控制的交流位置伺服系统动态特性

永磁同步电动机(PMSM)位置伺服系统经典PID控制具有控制结构简单、响应快等优点,但存在等速跟踪和正弦跟踪稳态精度低等缺点。提出并设计了复合前馈控制器,其中速度环采用PI控制,位置环通过复合前馈控制的设计来消除等速与正弦跟踪误差。计算机仿真结果表明,该控制器可有效降低PMSM位置伺服系统在等速与正弦跟踪时的稳态跟踪误差,提高其控制精度。     

交流伺服系统的积分模糊滑模控制

针对交流伺服系统，提出一种积分模糊控制方法，把模数控制和滑模型控制有机结合起来，并且引入积分环节，使系统不仅具有很强的鲁棒性和良好的控制性能，而且完全消除了滑模控制的高频库动现象。仿真研究结果表明了这一方法的有效性。     

交流伺服系统的模糊滑模PD型位置控制器

针对矢量控制交流感应电机伺服系统，提出并设计一种模糊滑模PD型位置控制器。它具有与常规PD控制器相似的结构形式．但其比例系数和微分系数拥有很强的非线性特点，该控制器具备模糊控制与滑模控制两者的优点。仿真结果表明，它能明显增强系统的动静态性能。     

交流伺服系统的串级模糊滑模控制研究

本文提出一种新的模糊滑模控制器的设计方法，将模糊控制与滑模控制有效结合，先用滑模控制保证跟踪误差在边界层内，然后用模糊滑模控制消除抖振。仿真结果表明，由此构成的三环串级伺服系统具有无抖动、无静差、响应速度快且对外部干扰和参数变化鲁棒性好等优点。     

基于模糊神经网络和PI控制的异步电机位置控制系统

提出一种用于异步电机位置控制的模糊神经网络(fuzzy neural network,FNN)控制器.其控制系统采用Sugeno型FNN和比例积分(proportional integrate,PI)控制进行构建.在进行试验测试之前,利用实验数据库和梯度算法对模糊神经网络进行在线训练.利用DS1104型DSP控制卡实现控制算法.利用该控制器对异步电机进行位置控制,在电机施加非线性负载和发生参数扰动的条件下,对控制系统的功能以及鲁棒性进行测试,试验结果表明,该控制系统能够保证电机稳定有效的工作.     

基于模糊高斯基函数神经网络控制的交流伺服系统

将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种把高斯基函数作为隶属函数的模糊神经网络,并将之用于交流伺服系统的控制中