基于模型参考自适应的单神经元PID控制器设计

将神经网络和模型参考自适应控制系统相结合,研究基于模型参考自适应理论永磁同步电动机(PMSM)BP神经网络速度辨识的单神经元比例积分微分(PID)速度控制器。该系统基于模型参考自适应理论利用BP神经网络辨识器得到的参数信息,使用单神经元PID控制器取代传统PID控制在线调整权值。根据李亚谱诺夫稳定性理论验证了该控制器的稳定性,仿真与实验研究证明该方法改善了PMSM速度控制系统的动态响应与自适应控制能力。     

参数在线跟踪的交流传动系统双神经网络模型参考自适应控制

该文研究的目的在于将一种具有优越的非线性并行处理特征的神经网络引入自适应控制器的设计中，将其并行收敛特性和便于实行的参数设计原则与模型参考自适应控制模式结合起来，进行具有很高自适应控制要求的交流传动系统控制器设计。该文将Hopfield神经网络引入交流传动系统的模型参考自适应控制，通过神经网络控制器来给出交流传动系统的励磁及速度控制器输出，使控制效果具有对某些参数变化的一定程度的鲁棒性。对于不可控的负载转矩分量，加入参数自动跟踪神经网络，构成上有参数在线跟踪功能的交流传动双神经网络模型参考自适应控制模式，进一步提高了系统的控制性能。结果充分证明了Hopfield神经网络在处理自适应交流传动系统控制问题中的适用特征。     

无刷直流电动机的神经网络模型参考自适应逆控制

提出了无刷直流电动机的神经网络模型参考自适应逆控制的新方法。在无刷直流电动机的双闭环控制系统中,电流环采用电流分时反馈控制的方式,神经网络的模型参考自适应逆控制控制器代替原来速度环的常规PID控制器。仿真结果表明控制系统具有响应快、无超调、抗干扰能力好以及稳态误差小等优点,其动、静态性能均优于常规PID控制。     

矢量控制系统的速度控制及速度辨识新方法研究

介绍了异步电动机矢量控制系统神经网络速度控制器的设计方法;同时提出了将开环直接计算与模型参考自适应方法相结合的神经网络混合转速辨识模型。仿真结果表明,基于该速度控制器和速度估计器的矢量控制系统动静态性能好,解决了瞬时无功模型参考自适应方法的转速不稳定问题,转速估计精度高。     

无刷直流电机神经网络内模自适应控制器设计

将H∞优化控制理论用于无刷直流电机速度控制系统,可建立神经网络内模自适应速度控制器,利用神经网络逼近系统的速度控制器和标称模型。离线仿真和实验结果证明,设计的神经网络内模自适应控制系统有很强的自适应能力,当模型参数发生变化时,系统具有很强的鲁棒性,依然可以获得很好的动、静态特性。     

无刷直流电机的模型参考模糊自适应方法及实验研究

将模糊控制器植入模型参考自适应控制系统构架中,主模糊控制器用于取代传统模型参考自适应控制中的反馈控制器,模糊逆模型结合自适应调整算法取代复杂的常规自适应规则,形成了模型参考模糊自适应控制方法.将此方法应用于无刷直流电机(BLDCM)调速系统,设计模型参考模糊自适应速度控制器,仿真及基于dSPACE的实验结果表明:控制系统运行平稳,速度跟踪快速准确,具有良好的动、静态特性.     

基于神经网络的异步电动机带限幅器自适应速度控制系统

介绍了带限幅器的自适应速度控制系统,该系统由神经网络系统辨识器(NNPI)和模型参考自适应神经网络控制器(NNPIC)两部分组成。NNPI自适应地在线辨识出系统的集中不确定量,NNPIC带有限幅器,能使系统输出稳定地跟踪参考模型的输出。仿真试验表明,与常规的控制器相比,该速度控制系统具有优良的控制性能。     

基于模型参考自适应模糊神经网络的直线永磁同步电动机速度伺服系统

针对直线永磁同步电动机全闭环控制系统易受干扰而降低系统性能指标,甚至造成不稳定等问题,采用模型参考自适应模糊神经网络在线辩识方法,用梯度法实时修正模糊控制器的输入和输出隶属度参数,建立了模型参考自适应模糊神经网络速度伺服系统模型,并给出了模糊神经网络控制器的设计。通过仿真和实验结果证明,这种方法提高了速度检测装置的分辨率和动态响应能力,并且使系统具有很强的鲁棒性。     

基于神经网络的异步电动机带限幅器自适应速度控制系统

介绍了带限幅器的自适应速度控制系统,该系统由神经网络系统辨识器（NNPI）和模型参考自适应神经网络控制器（NNPIC）两部分组成。NNPI自适应地在线辨识出系统的集中不确定量,NNPIC带有限幅器,能使系统输出稳定地跟踪参考模型的输出。仿真试验表明,与常规的控制器相比,该速度控制系统具有优良的控制性能。     

基于Lyapunov稳定性理论的电励磁直线同步电机自适应控制

为了提高直线伺服系统的动态性能,克服电励磁直线同步电机存在的参数时变性,设计模型参考自适应速度控制器。系统内环是基于参考模型的速度跟踪控制器,外环自适应机构在线调整速度跟踪控制器的可调参数并使参考模型输出速度与控制对象输出速度之间的广义速度误差趋近于零。采用基于Lyapunov稳定性理论的模型参考自适应速度控制器设计方法,在保证广义速度跟踪误差收敛至零的同时,还保证了模型参考自适应速度控制系统具有稳定性和收敛性。采用欧拉数值积分方法,经过计算机数值仿真计算得到参考模型与控制对象的速度输出和初级交轴电流状态变量的时域响应曲线,验证了该自适应速度控制系统具有全局收敛性。     

参数在线跟踪的直流传动双神经网络模型参考自适应控制

针对在“基于Hopfield神经网络的直流传动系统模型参考自适应控制“^[8]一文中指出的所提神经网络控制器在负载转矩未知和变化情况下的缺陷,将作者先前所提出的交流传动系统参数自动跟踪神经网络^[2]引入直流传动系统,构成具有参数在线跟踪功能的直流传动双神经网络模型参考自适应控制模式,进一步提高了系统的控制性能。     

参数在线跟踪的交流传动系统双神经网络自适应规划控制

本文将Hopfield神经网络引入交流传动系统自适应控制，通过神经网络来规划交流调速系统的速度控制器动态输出，使速度控制具有对某些参数变化的一定程度的鲁棒性，对于不同可控的负载转矩分量，加入作者先前所提出的参数自动跟踪神经网络，构成具有参数在线跟踪功能的交流传动双神经网络自适应规划控制模式，进一步提高了系统的控制性能。     

永磁同步电动机单神经元直接模型参考自适应控制

研究了一种永磁同步电动机单神经元直接模型参考自适应矢量控制系统,控制器采用了新的误差函数,通过梯度下降法对单神经元参数进行在线调整使误差函数值趋于零,电机输出更好地跟踪参考模型输出,分析了系统的稳定性。控制器结构简单,算法易于数字化实现。仿真结果表明控制器能保证电机转速快速、准确地跟随给定速度曲线,并对负载扰动有较强的抑制能力。     

基于Hopfield神经网络的线性系统参数辨识方案及在鼠笼式电机传动系统参数辨识中的应用研究

将基于Hpofield神经网络的线性系统参数辨识方案^[1,2]作了扩展,得出了在辨识神经网络输入为经传感器检验延迟的系统状态变量的情况下,其辨识输出趋于正确的充分条件。通过在鼠笼式电机传动系统参数辨识中应用的仿真结果,验证了该辨识方案的正确性。     

Microprocessor-Based Adjustable-Speed DC Motor Drives Using Model Reference Adaptive Control

Model reference adaptive control (MRAC) is applied to microprocessor-based adjustable-speed dc motor drives. The algorithm of the MRAC is based on the linear model following control (LMFC) and is the combination of the adaptive controller with the LMFC. The MRAC-based speed controller allows the indistinctness and/or inaccuracy in the motor and load parameters in the system design stage. It also maintains the prescribed control performance in the presence of the motor parameter perturbations and the load disturbances. The experimental setup is constructed using a microprocessor. The experimental results confirm the useful effects of the MRAC-based speed controller.     

神经网络辨识方案在异步电机传动系统参数辨识中的应用讨论

本文将Hopfield神经网络引入异步电机传动系统的参数辨识，通过大量仿真结果，详细讨论了在辨识网络输入为经传感器延迟的检测信号的情况下，系统能够正确辨识的充分条件。     

平面开关磁阻电机模型参考自适应位置控制

为了提高平面开关磁阻电机的位置精确度,研究一种基于模型参考自适应控制理论的平面开关磁阻电机控制方法。采用最小二乘法辨识了平面开关磁阻电机的线性化模型参数,根据李亚普若夫稳定性理论,以力指令为控制量并采用输入输出变量设计了平面开关磁阻电机模型参考自适应位置控制器,基于dSPACE半实物实时仿真系统,构建了实时在线控制实验平台,进行了平面开关磁阻电机的模型参考自适应位置控制实验。研究表明:基于模型参考自适应控制的平面开关磁阻电机系统能平稳、准确地跟随给定位置,提高了电机位置精确度,验证了提出的平面开关磁阻电机模型参考自适应控制方法的可行性和有效性。     

Design of a static VAR compensator using model reference adaptive control

A novel approach for the design of a static VAR compensator (SVC) is proposed. The SVC, which comprises a fixed capacitor and a thyristor-controlled inductor, can be used to improve generator damping without deterioration in the voltage profile under severe disturbance conditions. In order to achieve better dynamic performance, a supplementary proportional-integral (PI) controller, of which the parameters are determined by eigenvalue assignment, is incorporated in the static VAR compensator. To further improve the damping characteristics over a wide range of operating conditions, an adaptive controller using model reference adaptive control (MRAC) is also developed. Results from the digital simulation of the system subject to a three-phase fault indicate that the MRAC can provide better dynamic performance than the fixed-gain PI controllers.     

Model reference adaptive control for the azimuth-pointing system of a balloon-borne stabilized platform

A balloon-born stabilized platform has been developed for the remotely operated altitude-azimuth pointing of a millimetre wave telescope system. This paper presents a development and implementation of model reference adaptive control (MRAC) for the azimuth-pointing system of the stabilized platform. The primary goal of the controller is to achieve pointing RMS better than 0.1°. Simulation results indicate that MRAC can achieve pointing RMS better than 0.01°. Ground test results show pointing RMS better than 0.03°. Data from the first flight at the National Scientific Balloon Facility (NSBF), Palestine, TX show pointing RMS better than 0.02°.