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。     

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。     

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。     

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。     

基于状态约束的永磁同步电机的位置跟踪控制

针对传统反步法无法约束永磁同步电动机的状态量和控制量的问题,本文运用模糊自适应反步法对永磁同步电动机进行位置跟踪控制,同时基于约束李雅普诺夫函数对电机系统的状态量和控制量进行了约束。为验证本文方法的有效性,采用Matlab进行仿真分析,仿真结果表明,本文设计的控制器使所有状态都在预定义的约束状态空间中,跟踪误差也收敛到原点很小的邻域内,实现了对永磁同步电动机快速有效的位置跟踪控制;系统的输出可以很好的跟踪期望信号,电机的各个状态量都在约束空间内,控制器输入ud和uq都稳定在一个有界区域内。该研究对实际系统具有一定的应用价值。     

基于动态面技术的异步电动机模糊自适应速度控制

针对异步电动机的参数不确定性以及外部负载扰动,本文结合动态面技术和反步控制,研究了异步电动机驱动系统的速度调节控制。根据模糊逼近原理来逼近系统中未知的非线性函数,通过引入动态面技术,解决了传统反步控制中由于对虚拟控制函数进行连续求导引起的计算爆炸问题,同时采用反步设计方法构造模糊自适应速度控制器,并利用Matlab进行仿真验证。仿真结果表明,在提出的模糊自适应速度控制器的作用下,异步电动机驱动系统能够克服参数不确定性及负载扰动的影响,确保系统可以快速跟踪给定的期望信号,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。     

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。     

永磁直线同步电动机智能变结构位置控制

针对滑模变结构控制对参数不确定上界、外部扰动上界难以确定及固有抖振等问题,设计了永磁直线同步电动机智能变结构位置控制器,利用模糊递归神经网络估计参数和外部扰动不确定上界,通过Lyapunov稳定性原理分析得到控制器的收敛条件,并证明了其稳定性,使估计上界的收敛速度明显提高,从而大大减小了系统抖振.仿真和实验结果表明,模糊递归神经网络滑模变结构控制算法具有快速的动态性能,并且对内部参数变化和外部负载扰动具有很强的鲁棒性.系统位置控制精度高,减小了系统抖振,证明了该方法的合理性和有效性.     

双直线电机动态同步进给鲁棒控制研究

针对双直线伺服系统的两个位置环间的动态同步进给控制问题，子系统的速度和位置控制器的设计采用具有较强鲁棒性和跟踪特性的积分-比例(IP)方法。并在分析双直线电动机同步进给伺服系统产生不同步现象原因的基础上，基于变结构控制理论设计了滑模同步控制器，以解决双位置环系统输出端机械耦合、电机参数变化和其它扰动等不确定性因素对同步精度的影响。仿真结果表明该控制方案具有很强的鲁棒性，在不对称负载的条件下能实现动态同步进给。     

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。     

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。     

异步电动机的命令滤波自适应速度调节控制

针对异步电动机驱动系统中存在的负载扰动和参数不确定的问题,本文在传统自适应反步控制方法的基础上,运用神经网络逼近系统模型中未知的非线性函数,同时采用命令滤波技术,解决了传统反步法中对虚拟控制函数进行连续求导而无法避免的计算爆炸问题,实现对异步电动机的速度调节控制。为了验证本文所提方法的有效性,在Matlab环境下对异步电动机进行仿真分析,仿真结果表明,即使在参数不稳定和有负载转矩扰动的情况下,本文所提出的控制方法依然可以很好的跟踪给出的期望信号,并确保跟踪误差收敛到原点很小的邻域内,可实现对异步电动机快速有效的控制。因此,该方法具有一定的实际应用价值。     

PMSM的二自由度PID控制

为了在运动控制系统中实现对传统PID控制的有效改进，提出了针对交流永磁同步电动机的二自由度PID控制算法，给出了一般和简化的二自由度控制器结构图及设计方法.该方法有效地解决了PID控制难以兼顾跟踪性能与抗扰性能的缺陷，使得系统在运行过程中，控制器输出可以保持动态最优.对于小惯性的PMSM系统进行了仿真，仿真结果表明：该方案对系统参数变化和负载扰动具有很强的鲁棒性，并具有良好的动、静态性能.     

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。     

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。     

永磁同步电动机的动态神经网络SVPWM控制

针对永磁同步电动机控制系统中低速转矩脉动大以及由此引起的高频噪声、动态响应慢等问题,提出一种基于神经网络动态自整定的永磁同步电机矢量控制系统的实施方案。给出基于神经网络动态自整定PID控制器的结构,以及PID参数在线自整定的学习控制算法。将这种综合控制策略引入永磁同步电动机空间电压矢量PWM控制中,仿真结果表明系统低速性能好、转矩脉动小、谐波含量少,当电机参数改变或者受到外部扰动时,系统具有良好的动态特性。     

直线伺服6杆虚拟轴机床轨迹跟踪控制的研究

针对永磁直线伺服电动机（PMLSM）驱动的6自由度虚拟轴机床提出了一种新的轨迹跟踪控制方法，该方法采用神经网络实现实时IP位置控制器的在线设计，将杆间的耦合作用和负载扰动看作是电机动力学参数的变化，利用观测器对电机参数进行观测，从而使计算大大简化，利用给定加速度来调整动子电流的大小，间接实现了加速度跟踪控制，改善了虚拟轴机床的轨迹跟踪性能，仿真实验表明该方法对虚拟轴机床各杆的位置、速度，加速度实现了精确的跟随控制，系统具有很强的鲁棒性。