基于GA-PSO的PMSM伺服系统分数阶控制

针对永磁同步电机伺服系统要求快速响应、鲁棒性及抗干扰能力的问题,设计了一种遗传算法—粒子群算法(GA-PSO)优化的分数阶PID控制器。利用改进Oustaloup算法,框图化实现分数阶PID控制器。采用GA-PSO算法优化整定分数阶PID控制器参数,解决了分数阶PID控制器设计繁琐、参数整定多的问题,可得到使伺服系统性能最好的分数阶PID控制器参数组合。对采用分数阶PID控制器和传统整数阶PID控制伺服系统进行仿真,结果表明,采用优化后的分数阶PID控制器具有跟踪速度快、抗干扰能力强、鲁棒性好的优点。     

PMSM伺服系统的速度环控制器参数整定方法研究

针对PMSM伺服系统的速度环控制器参数整定过程中需要人工反复调参、效率低、控制效果差等问题,提出一种基于控制器结构模型的PMSM伺服系统的速度环控制器参数整定方法。首先以速度环控制器的数学模型为基础,然后通过分析速度环控制器的开环传递函数,以相角裕度作为性能指标,采用频率响应的设计方法使系统工作稳定并最终计算出速度环参数。Simulink仿真与实验结果表明:使用该整定方法所整定的速度环具有响应快、精度高的优良特性,且参数不需要进行反复调试,在实际应用中,对于增强PMSM伺服系统的速度环控制效果具有重要意义。     

分数阶PI^λD^u控制器的设计与实现

该文介绍了基于幅值裕量与相位裕量参数整定方法的分数阶PI^λD^u控制器的设计方法,并给出了分数阶控制器的多种数字实现方法。仿真实例结果表明分数阶控制器比整数阶控制器具有优良的控制品质及其对系统参数变化的鲁棒性。     

非线性PαDβ控制器的差分进化算法优化

针对分数阶控制器数字实现的复杂性,提出一种与分数阶控制器概念不同的整数阶变指数控制器,将指数α和β分别加入PD控制器的比例、微分环节。通过阶跃响应实验建立直流电机伺服系统传递函数,根据ITAE性能指标设计适应度函数,应用进化算法整定直流伺服系统位置控制器参数。硬件在环半实物仿真结果表明,当被控对象的增益或惯性时间常数发生变化时,加入"指数"的非线性P~αD~β控制器相比于线性PD控制器具有更好的鲁棒性。在整数阶微积分概念的基础上使用差分进化算法整定出控制器的增益系数和指数,为非线性控制器的设计提供了新的思路。     

分数阶PIλDμ控制器的设计与实现

该文介绍了基于幅值裕量与相位裕量参数整定方法的分数阶PIλDμ控制器的设计方法,并给出了分数阶控制器的多种数字实现方法.仿真实例结果表明分数阶控制器比整数阶控制器具有优良的控制品质及其对系统参数变化的鲁棒性.     

基于CAPSO算法的修正炮弹分数阶控制器设计

为了提高修正炮弹系统模型的控制品质,采用分数阶控制器以取得更优的控制效果。针对分数阶控制器参数整定时大都需要公式推导、计算量大等问题,提出一种基于混沌自适应粒子群优化算法(CAPSO)并用于修正炮弹分数阶控制器的设计。将混沌算法与惯性权重调整的粒子群算法融合,对粒子群进行混沌初始化并对陷入局部最优的粒子进行混沌搜索,同时引入惯性权重非线性调整策略提高了算法的收敛精度,得到全局最优解。利用CAPSO算法对分数阶PIλDμ控制器的参数进行整定,并用于修正炮弹俯仰角稳定回路的控制中。通过仿真实验,验证了该优化算法的可行性。仿真结果表明,CAPSO算法在修正炮弹分数阶控制器的参数整定方面优于主导极点法、粒子群优化算法(PSO)等算法,与PSO算法相比调节时间减少了1.139 s、超调量减小了11.84%,具有收敛速度快、超调量小、稳定性好、抗干扰性强等特点;经CAPSO算法优化的分数阶PIλDμ控制器动态响应特性要优于整数阶PID控制器。     

时滞系统分数阶PIλDμ鲁棒控制

利用控制系统在满足相位裕度和幅值裕度的鲁棒性条件下,设计了对时间常数变化具有鲁棒性分数阶PIλDμ控制器;利用相位裕度条件和截至频率在指定点处的波特图局部平坦的鲁棒性条件,设计了对增益常数变化具有鲁棒性的分数阶PIλDμ控制器;利用非线性优化函数对分数阶PIλDμ控制器的5个可调参数进行寻优;最后采用两个时滞系统算例分别进行设计方法验证和鲁棒性能仿真分析.结果表明,分数阶PIλDμ控制器比传统的整数阶PID控制器具有较强的鲁棒性和系统稳定性能.     

一阶时滞不稳定过程的复合非线性PID控制

本文针对一阶时滞不稳定过程,讨论了一类复合非线性PID控制策略及相应的参数整定方法.该复合控制基于分步设计的思想,在镇定比例控制器设计的基础上,对闭环系统所构成的广义稳定对象,设计其二级非线性PID控制器.在二级非线性PID控制器设计中,通过引入一类针对时滞二阶稳定过程的参数整定方法,实现系统闭环控制性能的优化.仿真结果表明了其良好的控制效果.     

交流伺服系统分数阶PID改进型自抗扰控制

针对采用永磁同步电机驱动的火箭炮交流伺服系统存在摩擦、惯性力矩、变负载及不同工况下内外扰动等复杂非线性问题,考虑到自抗扰控制(ADRC)抗内外干扰能力强和分数阶PID控制动态性能好,设计了一种分数阶PID改进型自抗扰控制器(FOPID-IADRC)。为了取得良好的动态性能和减少参数计算量,采用分数阶PID控制器取代非线性状态误差反馈器;引入粒子群优化算法,对FOPID控制器的5个控制参数进行实时在线自整定。仿真和半实物台架实验结果表明：该控制策略能够有效抑制位置扰动,具有良好的动态性能和较强的抗干扰能力。     

基于蚁群优化分数阶PID的充电控制研究

考虑到分数阶PID较传统PID增加的积分阶次和微分阶次所增强的控制作用,采用分数阶PID控制器对充电系统进行控制,以提高锂电池充电稳定性和效率。结合蚁群算法基本思想,推导设计一种分数阶PID参数优化算法,并给出了算法理论公式和具体实现步骤。基于MATLAB/Simulink平台,建立了所提出的蚁群优化分数阶PID控制器以及锂电池充电控制模型,进行仿真研究。结果表明,参数整定优化后的分数阶PID控制系统具有更优的响应速度、稳态性能和鲁棒性。     

无模型控制器在气缸压力控制系统中的应用研究

气动伺服系统存在纯时延、非线性、时变等特点,传统的控制策略(如PID控制)在解决非线性系统时效果不理想,因此提出一种无模型控制算法。此方法在被控对象结构复杂、参数时变时控制效果较好。首先对气动伺服系统进行建模,建模过程包括阀口流量、比例流量阀及缸内压力建立一个二阶模型;其次设计无模型自适应控制器(Model-Free Adaptive Controller,MFAC)用于气动伺服系统压力控制;最后利用LabWindows/CVI平台进行试验验证。结果表明,针对气动伺服系统设计的无模型控制器是有效的,相比于传统PID控制有更快的响应速度和更高的控制精度。     

基于模糊自整定PI与重复控制的气动伺服系统研究

针对气动位置伺服控制中的低精度、低刚度等问题,提出了一种重复补偿与模糊自整定PI相结合的复合控制方案。利用模糊控制器提高系统的动态性能和鲁棒性,通过重复控制器周期性地修正输出电压,以改善系统的稳态特性,实现优势互补,使系统获得良好的稳、动态性能。通过仿真试验表明,该控制算法容易实现,且能更好地提高气动伺服定位系统的跟踪精度,具有较强的实用性。     

Adaptive backstepping slide mode control of pneumatic position servo system

With the price decreasing of the pneumatic proportional valve and the high performance micro controller, the simple structure and high tracking performance pneumatic servo system demonstrates more application potential in many fields. However, most existing control methods with high tracking performance need to know the model information and to use pressure sensor. This limits the application of the pneumatic servo system. An adaptive backstepping slide mode control method is proposed for pneumatic position servo system. The proposed method designs adaptive slide mode controller using backstepping design technique. The controller parameter adaptive law is derived from Lyapunov analysis to guarantee the stability of the system. A theorem is testified to show that the state of closed-loop system is uniformly bounded, and the closed-loop system is stable. The advantages of the proposed method include that system dynamic model parameters are not required for the controller design, uncertain parameters bounds are not need, and the bulk and expensive pressure sensor is not needed as well. Experimental results show that the designed controller can achieve better tracking performance, as compared with some existing methods.     

基于神经网络控制算法的气动伺服系统运动分析研究

提出了一种神经网络控制方法并通过对气动伺服系统的无杆气缸运动控制,探究此控制方法的控制精度。由于受空气可压缩性、摩擦力以及启动系统的扰动等非线性因素的影响,气动伺服系统很难去建立精确的数学模型。根据系统的非线性特点及PID控制不足,基于BP神经网络控制,设计神经网络PID控制器,并进行实验。通过实验,对无杆气缸的运动特性分析,表明这种控制策略可以更好控制气动伺服系统的运动精度。     

基于比例阀的气动伺服系统神经网络控制方法的研究

研究了用神经网络PID控制器对基于比例阀的气动伺服系统进行控制的方法。用神经网络辨识器来逼近非线性动力学系统,并在线修改控制参数。实验及分析表明,适当的选择网络参数,经过充分的离线训练,该控制器可以进行在线的自适应控制,系统的控制精度和动态特性有明显提高,且在环境参数变化时,控制器具有在线自学习和自整定参数的能力。     

High-accuracy servo press system for the clinching joint process

This paper focuses on the quality improvements on clinching joints using a servo press with a Radial basis function neural network and a sliding mode (RBFS) control strategy. Bottom thickness, which is affected by the press punch position, is usually used to monitor clinching joint quality. Traditional clinching presses are driven by pneumatic pistons or motors that provide feedback on punch force or motor position. However, this feedback is indirectly related to the joint bottom thickness. Clinching workers who set the control parameters on these presses depend on tests and statistics. Thus, this paper presents a servo press system that utilizes punch position feedback to directly control the joint bottom thickness. Transmission errors are considered for the movement accuracy of the servo press. A mathematical model of the servo press is established for analyzing. An algorithm, which combines RBF neural network and sliding mode, is proposed and applied for press position tracking. This algorithm adopts an RBF neural network to approximate the nominal model of the press system. The update law of the algorithm is based on the Lyapunov function used to prove the stability of a closed-loop system. The sliding mode controller compensates for the neural network error and disturbance. Finally, experiments are executed on the servo press with an RBFS controller. To evaluate the performance of the proposed method, a fuzzy PID controller is also applied to the press for comparison. The results indicate that the servo clinching press system with RBFS efficiently and accurately control the clinching jointing process.

     

快速刀具伺服分数阶PID控制仿真的研究

利用分数阶PID控制,提出了一种新的快速刀具伺服(FTS)跟踪控制方法,以改善FTS的控制性能。根据差分进化算法,讨论了分数阶PID控制器的参数整定;通过数值仿真,考察了该方法的可行性和有效性。针对FTS的轨迹跟踪,根据响应时间、跟踪精度等指标,详细比较了分数阶PID控制与传统PID控制的性能。仿真结果表明,分数阶PID控制器的阶跃响应时间约为5×10-7s,是PID控制响应时间的42%,对频率为1 kHz,幅值为1μm的正弦信号的跟踪误差约为6 nm,是PID跟踪误差的50%,验证了基于分数阶PID控制器实现FTS轨迹跟踪控制的可行性和优越性。     

基于AMESim和Simulink的气动位置伺服系统PID控制

根据AMESim和MATLAB软件各自的特点,采用了AMESim和MATLAB对气动位置伺服系统PID控制进行仿真,并在仿真中分别对有无PID控制器的气动位置伺服系统进行对比。结果表明,PID控制的气动位置伺服系统稳态精度较高,调节时间短,超调小,可以克服非线性时变特性的影响。     

用于气动伺服系统的自适应神经模糊控制器

研究了一种基于压力比例阀的气动伺服系统自适应神经模糊控制器。其中的神经网络辨识器（NNI）通过高线训练可以充分逼近非线性动态系统的模型,并能够在线调整模糊控制器的控制规则。系统的位置控制精度和伺服特性有了很大改善。试验结果表明,所提出的控制器对该气动伺服系统具有很好的控制特性以及很强的自适应能力。     

基于单神经元控制器的气动位置伺服系统研究

针对气动位置伺服系统特点,提出采用比例流量阀作为系统电－气转换元件,并采用单神经元控制器（ＳＮＣ）来实现活塞位移的实时控制。仿真和实验研究表明,这种气动伺服系统具有强鲁棒性,快速跟踪性和较好的控制精度,其重复定位精度小于０．２ｍｍ。