电动负载模拟器中多余力矩的新型抑制方法

提出了一种抑制电动负载模拟器中多余力矩的新型方法，即位置伺服电动机电流前馈扰动补偿法。首先建立了电动负载模拟器的数学模型，然后讨论了加载对象角位移和加载电动机角速度前馈扰动补偿法的局限性，在此基础上提出了电流前馈扰动补偿法，并在Madab中进行仿真，得到了很好的补偿效果。     

永磁同步电机前馈补偿和单神经元PID控制北大核心

针对应用在电梯行业的永磁同步电机控制系统的鲁棒性差、抗扰动能力不强等问题,提出一种负载转矩前馈补偿和单神经元PID相结合的永磁同步电机矢量控制方案。同时采用负载转矩前馈补偿策略和单神经元PID控制,一方面将观测的负载转矩反馈到电流调节器的输入端,对负载扰动进行前馈补偿,增强了系统的抗扰动能力;另一方面实时调节控制参数,增强系统转速控制的鲁棒性。仿真和实验结果表明,负载转矩前馈补偿和单神经元PID的组合控制,可以增强系统的鲁棒性,提高系统的抗扰动能力。     

基于重复控制的电动加载系统研究

电动加载系统的优点在于加载跟踪速度快,而消除多余力矩是加载系统保障加载精度的技术关键。常规PID控制难以满足系统准确性和快速性的需求,提出了一种基于重复控制的复合控制策略。建立了电动加载系统的数学模型,给出了电动加载系统的结构图,并采用重复控制器来提高系统的控制精度。仿真结果表明,该方法能够有效地抑制多余力矩,提高系统的跟踪性能。这种控制算法易于实现,具有较强的实用性。     

电动负载模拟器的发展与现状

在对电动负载模拟器多余力矩产生的机理加以分析的基础上,详细论述了电动负载模拟器多余力矩的补偿方法,提出了多余力矩的理论分析、加载电机的选用、前馈补偿参数的选择和前馈信号的获取方法,复合式控制策略的运用是负载模拟器设计的关键技术和未来的研究重点。     

电动负载模拟系统的复合控制器设计

针对电动负载模拟系统中存在的时变参数问题,同时为了抑制多余力矩,提出了基于极点配置自校正控制与前馈补偿控制起相结合的复合控制方法。利用自调整遗忘因子递推最小二乘法在线辨识系统时变参数,结合系统的性能指标,设计了极点配置自校正控制器;采用舵机输入指令的前馈补偿,抑制了系统的多余力矩。仿真实验结果表明,该复合控制器可以有效地提高加载系统的动态响应性能,抑制多余力矩,使系统具有较强的鲁棒性。     

飞机舵机电动加载系统多余力矩干扰抑制方法

为了解决多余力矩对飞机舵机电动加载系统带来的干扰问题,提出采用结合基于结构不变性原理的前馈控制补偿器与基于改进超螺旋滑模算法的反馈控制器组成复合控制策略。在前馈控制补偿器中,通过计算多余力矩干扰比对多余力矩进行定量分析,以实现对产生干扰比较大的舵机运动干扰项进行抑制。在反馈控制器中,采用改进超螺旋滑模算法对系统转速环进行控制,通过对原算法中不连续的符号函数进行平滑处理,保证控制输入连续。仿真结果表明,这一复合控制策略不仅能够对多余力矩干扰实现有效地抑制,同时还进一步实现了系统的加载精度及控制性能的提升。     

基于摩擦前馈的航空相机像移补偿复合控制

为减小位角控制系统中电机的摩擦非线性特性对航空相机位角控制系统像移补偿控制效果的影响,研究基于摩擦前馈的复合控制方法,实现对摩擦干扰的有效抑制。首先,分析并选用了简化的带有摩擦扰动环节的系统数学模型,选择LuGre摩擦模型描述为摩擦行为。然后,通过参数辨识的方法获得擦模型参数,在系统力矩综合点处根据力矩平衡原理设计摩擦前馈补偿通道的调节器。最后,应用该方法设计了带有摩擦前馈补偿的航空相机像移补偿复合控制器。实验结果表明:与先进PID方法进行比较,该方法改善了摩擦非线性对系统动态响应过程和速度平稳性的影响,稳态调整时间提高了34%,稳态精度提高了24%左右。     

交流力矩电动机电压前馈补偿式的堵转力矩控制原理与应用

针对某些施力控制场合的需要，根据交流力矩电动机的堵转力矩与定子电压成平方关系的特点，提出一种基于定子电压前馈补偿式的三相交流力矩电动机堵转力矩控制方法和实现技术该方法具有堵转力矩稳定度高、实现容易、调试方便、操作简单、运行可靠等特点。介绍了该系统在橡胶传动带磨削机中的应用实例。     

电动加载系统多余力矩的消除与加速度测量方法研究

介绍了电动加载系统的构成,分析了加载系统中多余力产生的机理,介绍了一种速度和加速度动态测量方法,提出了基于这种方法系统的测量算法,对多余力的消除提出了一种可行的方法,解决了电动加载系统中多余力矩消除的问题。该研究对电动加载系统的进一步研究具有参考价值。     

基于改进滑模趋近律和负载前馈补偿的 PMSM 控制研究

针对传统永磁同步电机(PMSM)控制系统中转速超调大以及负载扰动等问题,设计了改进指数趋近律滑模控制器。在传统指数趋近律的等速项和指数项上加了调节函数,使趋近律具有更快的收敛速度和更好的抗抖振能力。为了进一步提高精度,引入了低通滤波负载转矩观测器,将负载转矩的观测值进行前馈补偿以减少负载扰动。在MATLAB/Simulink上建立仿真模型,并与PI、传统指数趋近律、未进行前馈补偿的改进指数趋近律3种控制方法进行实验对比,仿真结果表明,基于改进滑模指数趋近律和转矩前馈补偿的控制策略相比于其他3种控制方法,在减少转速的超调不稳定、增强系统的抗负载扰动等能力上有进一步的提升。     

基于微粒群算法的无刷直流电机单神经元自适应控制

为提高无刷直流电机速度控制性能,提出一种基于微粒群优化算法的单神经元自适应速度控制算法,该算法利用单神经元在线调整连接权值的能力,实现无刷直流电机速度的自适应控制.针对传统单神经元权值调整规则容易陷入局部最优等不足,利用微粒群优化算法良好的全局和局部寻优能力对单神经元连接权值进行在线调整,提高了单神经元的自学习、自适应...     

静止无功补偿器的改进单神经元PID控制系统的研究

提出了一种单神经元PID控制系统的改进算法,实现了神经元比例增益K(k)和学习速率η_i(k)的在线自适应调整功能。该控制系统算法编写的M语言程序,采用Matlab的S函数,将应用到静止无功补偿器(SVC)的控制系统中在Matlab/Simulink环境下进行了仿真。仿真结果表明,基于改进单神经元PID的SVC控制器具有响应速度快、调节时间短、动态性能和稳态性能好等优点。     

改进型单神经元PID控制多电机同步传动系统

通过分析传统多电机同步传动系统的不足，引入了一种改进型PID智能控制策略。用同一给定转速作为系统的主令参考信号，采用单神经元自适应PID控制算法对各台电机的转速环PID参数进行自整定，并加入前馈补偿环节，以消除负载扰动带来的转速误差。仿真结果表明，该方法不仅能使系统保持良好的跟随性能，而且大大降低了系统中某电机负载发生变化引起的同步误差现象，较传统的PI控制具有更好的动、静态特性。     

改进型单神经元PID控制多电机同步传动系统

通过分析传统多电机同步传动系统的不足,引入了一种改进型PID智能控制策略。用同一给定转速作为系统的主令参考信号,采用单神经元自适应PID控制算法对各台电机的转速环PID参数进行自整定,并加入前馈补偿环节,以消除负载扰动带来的转速误差。仿真结果表明,该方法不仅能使系统保持良好的跟随性能,而且大大降低了系统中某电机负载发生变化引起的同步误差现象,较传统的PI控制具有更好的动、静态特性。     

基于神经元动态补偿的模糊控制及其应用

提出一种基于神经元动态补偿的模糊控制策略 ,应用于一液压位置系统控制实验结果表明 ,所提出的控制策略可行 ,对进一步改善控制系统的鲁棒性及提高模糊系统控制精度具有明显积极作用 ,是一种有效的复合控制方法 .     

单神经元自适应控制传动系统的稳定性分析

文章从非线性控制器的角度,在对单神经元自适应控制器的I／O特性进行分析的同时,运用控制理论中的有关分析工具,深入研究了单神经元自适应控制传动系统的稳定性(或控制策略的收敛性)。实验结果表明,单神经元自适应控制器具有较强的鲁棒性与自适应性。     

PMSM伺服控制系统的改进单神经元PID控制

永磁同步电动机(PMSM)交流伺服系统中含有未知复杂干扰,属于一类复杂的非线性、不确知系统,会影响PID控制算法的控制质量,无法满足伺服系统的高精度指标要求.利用神经网络对未知信息数据的自学习和自适应能力,设计出一种结合传统PID控制与单神经元自适应智能PID控制器,并针对单神经元自适应PID参数的在线学习规则进行了改进.仿真结果表明,应用了单神经元PID控制的伺服系统,不但结构简单,而且能适应环境变化,有效抑制干扰,控制精度明显改善,有较强的鲁棒性,达到了理想的控制效果.     

基于改进的单神经元三相并网逆变器控制策略研究

为改善LCL型三相并网逆变器控制器无法根据外界条件校正参数的缺点,提出了一种基于改进的单神经元三相并网逆变器控制策略。该控制策略基于并网电流、电容电流反馈的双电流环控制策略,将并网电流外环用单神经元PI自适应控制器代替,根据有监督的Hebb学习规则对自身权值系数进行更新,利用辨识器校正PI参数,实现系统动态调节K_P、K_I值,仿真结果表明,该控制策略增强了系统鲁棒性、稳定性。     

考虑预警负荷的电动汽车充放电优化策略

预警负荷会严重影响电力系统的安全经济运行。面向参与车辆到电网(vehicle to grid,V2G)服务的电动汽车用户,综合考虑预警负荷、预警电价和充电激励措施对充放电过程的影响,提出基于改进粒子群算法(improved particle sw arm optimization,IPSO)的电动汽车充放电优化策略。通过计算预警负荷发生时的放电奖励,建立预警负荷电价模型、电池容量损耗模型,基于分时电价和放电激励制度建立用户充放电成本模型。此外,引入长短时记忆的概念,提出改进粒子群优化算法。在上述模型和算法的基础上,以最小化用户成本为优化目标,计及用户充电需求和充放电功率等约束,提出不同预警负荷情况下的充放电优化策略。在MATLAB中完成了仿真验证,结果表明,在已知预测预警负荷的前提下,采用文中的充放电优化策略能够提高电动汽车用户V2G参与度,有效降低用户成本,并缓解预警负荷发生时电网压力。     

基于DSP的永磁同步电机单神经元解耦控制

永磁同步电机(PMSM)是一个多变量、非线性、强耦合的被控对象,解耦控制是实现高性能控制的重要方法之一.这里基于DSP设计了PMSM单神经元解耦控制系统,并详细论述了该系统软硬件设计.实验结果表明,基于单神经元解耦的PMSM控制器实现了d,q轴电流的解耦,并且系统具有快速响应能力,几乎达到无静差、无超调的优良性能.