超声马达在日本的开发与应用

超过马达的研究，二三二年前在前苏联帮美国已经开始，自从指田年生于１９８３年研制出了行波型超声马达后，研究的中心转到了日本，超声马达的一系列重大研究和开发成果均出自日本。本文根据近年来日本的有关文献资料，综述了超声马达在日本的开发与应用，以及今后的研究课题和发展趋势。     

超声马达定位控制技术及其在生命科学仪器中的应用

论述了超声马达工作原理,研究了超声马达“步进”精密定位技术及其在生命科学仪器中的应用。     

基于Digital-PWM方法的超声马达驱动控制电路设计

介绍了超声马达脉宽调制驱动原理,阐述了数字脉宽调制思想和实现方法,设计出一种带有数字脉宽调制接口的超声马达驱动电路,实验验证了电路输出驱动信号的性能。     

模糊神经网络在驼峰机车推峰速度控制中的应用

在编组站解体作业中,推峰速度的大小直接影响到解体效率。目前对推峰机车的速度控制仍然以人工经验为主,达不到自动化驼峰的要求。因此,本文经过对影响推峰速度各类因素仔细分析,提出基于模糊神经网络的驼峰推峰速度控制方法,用误差反向传播的学习算法对模糊神经网络模型进行训练,通过与测试数据样本对比,可以看出该模型计算的机车速度与机车实际运行速度相差较小,并且能较精确得出理想的推峰速度,对提高编组站作业效率有明显的作用。     

国外超声马达的发展与应用

简要介绍了国外最近发展起来的一种新型马达－超声马达。它突破了传统马达的概念，没有磁极绕组和磁路，不依靠电磁相互作用来传递能量，而是利用压电陶瓷的逆压电效应和超声振动，将材料的微观变形通过共振放大和摩擦耦合转换成转子的宏观运动。了国外超声马达的发展状况，着重介绍了超声马达的优点及超声马达在工程中的应用目前研究中存在的问题以及进一步的发展方向。     

BP神经网络PID控制器在球磨机控制中的应用

基于神经网络控制理论,针对球磨机的运行特点,提出了一种新型的基于BP神经网络PID解耦的球磨机控制系统。此控制系统既实现了系统解耦而且通过在线整定PID参数兼具了PID控制的优点。大量的仿真表明,与常规控制系统相比,此系统具有更好的动态及稳态性能。     

基于模糊神经网络的超声电机位置控制

由于超声马达的时变和非线性。使其速度与位置的高精度控制成为难题。为了提高超声马达伺服系统的精度，把模糊逻辑控制应用到神经网络中，设计了模糊神经网络控制器．通过模糊逻辑部分获得专家知识．神经网络部分调整参数。通过改变超声电机的驱动频率来实现精确的位置控制。在控制系统中采用5层网络结构和误差反向传播算法，算法的收敛速度很快。通过实验和仿真验证了这种方法的可行性。     

液压马达速度系统的增益调度控制

介绍了增益调度的原理及其应用,并针对液压马达速度伺服系统的特点,提出了插值增益调度的实现形式.试验研究表明,与单纯PID控制器相比,插值增益调度使系统性能得到了大幅度提升.     

基于Elman神经网络半主动控制的磁流变起落架仿真分析

半主动控制起落架的被控对象是磁流变阻尼器,控制磁流变阻尼器输出阻尼力的大小。建立了被动式起落架的仿真模型、BP神经网络控制仿真模型以及Elman神经网络控制仿真模型。神经网络训练样本均由最优控制算法得到。BP神经网络控制、Elman神经网络控制和被动控制仿真模型进行对比,两种神经网络控制均起到了良好的控制作用,Elman神经网络的训练过程远远长于BP神经网络,但精度高于BP神经网络,Elman神经网络在复杂控制系统中比BP神经网络有较大优势。     

超声马达步进特性和定位控制技术研究与应用

论述了超声马达工作原理,研究了超声马达"步进"精密定位技术及其在生命科学仪器中的应用.     

超声电机伺服控制的研究评述

为改善超声电机性能,实现超声电机快速、准确、稳定的控制,对于超声电机的现有的伺服控制策略和方法进行评述和比较,并且根据超声电机运动机理不同于传统的电磁电机,具有复杂的动力学现象及时变、强非线性等特点,提出了基于参考模型的模糊神经网络控制方法、遗传算法或其他的组合控制方法将是适用于超声电机的控制策略。     

一种基于DSP的无刷直流电机转速控制器

提出了一种调整PI系数的无刷直流电机控制器的新方法,使用TI公司的TMS320LF2407A数字处理器为核心芯片和PWM控制技术来实现无刷直流电机的控制,并且利用人工神经网络来确定整个系统的最大超调量和调整时间,从而得到不同的Kp-Ki对。     

超声马达的驱动与控制技术研究进展

从马达的驱动与控制技术的角度,介绍了国外在超声马达驱动电路与控制技术方面的最新研究成果,分析了驱动电路与控制技术的组成及特点,指出了超声马达驱动电路与控制技术今后的研究方向。     

圆柱-球体三自由度超声电机神经网络控制策略仿真

针对圆柱-球体三自由度超声电机难以建立精确数学模型的特点,设计了神经网络控制系统。该控制系统采用包含输入层、中间层和输出层3层网络的BP神经网络控制器。应用该控制器,实现了电机精确定位控制。结果表明,神经网络控制器的性能稳定,克服了常规控制存在的不足,得到了满意的控制效果。     

直流电动机PID神经网络双闭环控制系统

本文在分析传统直流电动机双闭环控制系统性能特点的基础上,利用一种新的神经网络——PID神经网络实施了自学习双闭环控制系统,本文给出了PID神经网络网络的前向和反传算法,给出了实时仿真结果,证明该控制系统具有较好的控制性能。     

具有转速辨识永磁同步电机的自适应后推控制

针对无速度测量设备的永磁同步电机(PMSM),提出了一种应用于永磁同步电机的无速度传感器转度跟踪控制器.该控制器包括非线性后推控制器和用来估计转速的转速观测器.为了简化结构,扩宽应用空间,提高系统的可靠性,大多数的永磁同步电机没有转速测量设备;但是,为了达到控制目的必须测量转速,因此使用后推观测器来估计转速,采用基予后推算法的非线性控制器作用于永磁同步电机.仿真实验表明,所提出的控制策略不但能使永磁同步电机稳定,还能使转速跟踪误差渐进趋近于零.     

基于径向基神经网络的直线超声电机位置控制

针对直线超声电机的精密位置控制,提出了一种基于径向基神经网络的自适应控制机制。鉴于直线超声电机工作原理,其运行状态必然受到摩擦、强非线性和时变等不确定性因素的干扰,为了对这些不确定性因素进行有效的逼近,采用了径向基神经网络。为了提高控制机制的自适应能力,首先利用来自试验数据的训练样本按正交最小二乘算法确定径向基神经网络的隐层单元的个数和相关参数,再按递推最小二乘法在线调整隐层与输出层之间的权重。试验结果表明,基于径向基神经网络的自适应控制器的性能不仅优于传统的PID控制和误差反向传播神经网络控制,而且具有很好的抗干扰能力。     

无轴承异步电动机解耦控制方法综述

介绍了无轴承异步电动机的悬浮原理与数学模型,总结了近年来国内、外无轴承异步电动机解耦控制方法,讨论了这些方法的优点和局限性,并展望了无轴承异步电动机解耦控制技术的研究方向和发展趋势.     

液压防爆提升机速度控制系统的模糊控制

以模糊控制理论为基础，设计了模糊控制器用于速度控制系统。仿真结果表明，所选算法能够有效合理地控制液压防爆提升机的速度。