飞轮电池模糊控制策略研究

针对飞轮电池工作转速高、越过临界转速时转子振动大以及系统的非线性和控制参数不确定性等特点,开发了模糊自调整PID控制策略,实现了控制参数的在线调整。运用MATLAB模糊逻辑控制工具箱设计模糊控制规则,运用Simulink实现了不完全微分PID和模糊自调整PID控制策略仿真,分析对比了两种控制策略对系统动态性能的影响。在Quartus II平台搭建了模糊PID控制模块,利用EP4CE22 FPGA控制板在飞轮电池试验台上实现了飞轮转子的稳定运行。仿真和试验结果均表明,模糊自调整PID控制对转子的振动具有较好的抑制作用,提高了飞轮系统的动态性能。     

基于变偏置电流方式的交叉反馈控制策略研究

建立磁悬浮飞轮电池试验台,通过理论分析和高速旋转试验,研究了交叉反馈控制策略对飞轮转子陀螺效应的抑制作用和对磁悬浮轴承转子系统动态性能的影响。在交叉反馈控制算法的基础上引入变偏置电流控制方式,根据系统在不同转速下的动态性能,调整磁悬浮轴承的偏置电流,使得磁悬浮轴承具有较低的涡流和磁滞损耗,同时系统也能够平稳越过临界转速。研究表明,采用基于变偏置电流方式的交叉反馈控制策略,能够保证飞轮电池系统具有较好的综合性能。     

基于TMS320F28335DSP的磁悬浮系统数字控制器研究

以TMS320F28335和MAX7064SLC44-10为核心,设计了五自由度磁悬浮轴承柔性转子系统控制器硬件电路,采用C语言编制了基于CCS3.3开发环境的不完全微分PID控制程序。在该控制器的控制下,磁悬浮轴承柔性转子系统具有较强的鲁棒性和抗干扰能力,可以顺利越过前2阶弯曲临界转速。     

基于转速的电磁轴承控制参数自整定研究

针对电磁轴承控制效果易受转子转速变化的影响,而普通PID控制器不能根据转速变化做出参数相应调整的问题,提出了一种模糊PID参数自整定的方法。以600 Wh飞轮储能径向磁悬浮轴承为试验对象,进行了试验验证,结果表明:由于在控制器设计时考虑了转速变化的影响,提高了电磁轴承控制系统的动静态特性和抗干扰能力。     

基于李雅普诺夫函数的电磁轴承电压控制

为解决电磁轴承柔性转子跨越临界转速时的振动较大的问题,通过考虑系统整体能量,利用李雅普诺夫能量函数设计基于电压的控制方法。首先利用有限元建立柔性转子模型,并考虑电磁力的非线性,对比PID控制和基于李雅普诺夫方法的电压控制下电磁轴承转子的响应。分析表明,在临界转速附近,PID控制下的电磁轴承转子振动较大,而电压控制可以有效降低转子振幅,通过调整电压控制的参数,可以得到比较良好的动态与稳态性能;控制参数的改变,会使转子振动的超调量和响应时间发生明显的变化,反映系统的不同状态变量对控制效果的影响。     

基于传递矩阵法的磁悬浮轴承转子的动力学分析

转子是磁悬浮轴承系统旋转机械的核心部件,其性能与系统稳定性及各项技术指标紧密相连。提升转子动态性能已成为当务之急。以磁悬浮开关磁阻电机的磁轴承转子为例,通过普劳尔传递矩阵法和MATLAB强大的绘图功能分别就柔性、刚性两种不同状态下的支承,计算出了该轴系的固有频率及临界转速,并得到了相应的主振型图。     

车载飞轮电池的振动控制策略研究

针对车载飞轮电池在不同工况下振动及磁悬浮轴承非线性和本质不稳定性的特点,开发了基于单神经元的PID控制软件,利用单神经元的自学习能力并通过加权系数自适应地对PID各控制参数进行调整,使得控制器的输出为PID各控制参数的非线性组合,克服了单一PID控制参数无法满足系统动态性能需要及控制参数整定困难的缺点。通过仿真分析和飞轮转子系统的高速运行试验,对比研究了不完全微分PID策略和单神经元自适应PID策略的控制效果。研究结果表明,与不完全微分PID策略相比,单神经元自适应PID策略具有无超调、鲁棒性好、调节时间短等优点,飞轮转子系统具有更好的动态性能。     

启动冗余磁轴承对磁悬浮轴承转子系统动态性能的影响

建立了带冗余支承的五自由度磁悬浮轴承转子系统的仿真模型,采用ADAMS和Matlab软件对不完全微分PID控制的磁悬浮系统进行联合仿真,分析了启动冗余支承对系统动态性能的影响。在此基础上,设计制作了基于TMS320F28335DSP的数字控制器硬件电路,编写了不完全微分PID控制程序并在试验台上进行验证。     

H∞控制理论在磁悬浮轴承系统中的应用研究

讨论了鲁棒H∞控制理论灵敏度和补灵敏度加权因子的选择方法，设计了磁悬浮轴承系统的H∞控制器；研制了基于PC机的磁悬浮轴承实时数控系统，用C语言设计了H∞控制器的软件。仿真结果表明，采用H∞控制，系统具有良好的动态性能、较强的鲁棒性和抑制转子振动的能力。对一个五自由度的磁悬浮轴承系统进行试验研究，结果表明，采用H∞控制器成功实现了五自由度磁悬浮轴承系统的稳定悬浮，在最高转速30000r／min时转子的振动峰峰值小于60μm。     

磁悬浮轴承多自由度转子系统的协同控制建模与仿真研究

电磁轴承具有无摩擦和磨损、寿命长、无油污染等优点而具有广泛的应用前景.针对非线性、高维特性以及负载不确定性和大范围变化的磁悬浮支承的转子动力系统,建立了系统的原型模型,基于逆系统对系统进行非线性解耦伪线性化,并设计了对伪线性化系统的协同控制器,构建了基于协同控制策略的闭环控制系统,并对系统进行了仿真研究,仿真结果表明:经过逆系统解耦的磁悬浮轴承支承的多自由度转子动力系统,在协同控制作用下,系统具有无超调且响应速度快、抗负载干扰的鲁棒性强、稳态性能好等优点,与传统PID控制策略比较具有更好的动态性能和稳态性能.     

基于模糊PID位置控制的气伺服系统

为了提高太阳电池移载机械手的控制精度,减少超调量,针对常规PID控制器参数整定不良,性能欠佳的问题,结合模糊控制技术,设计了一种模糊PID控制器,制定了模糊控制规则,并建立了控制规则表与隶属度函数。最后,运用Matlab进行了仿真,仿真结果表明：该模糊自整定控制器既具有控制精度高、超调量小的优点,又具有模糊控制速度快、适应性强的特点,实现了PID控制器参数的在线调整,使被控对象具有良好的动、静态特性。     

PID参数模糊自整定非线性系统仿真研究

针对常规PID控制器不能在线进行参数自整定的问题,构造了一个自适应模糊PID。通过模糊控制规则在线调整PID控制器的参数,并利用MATLAB语言对该控制器进行了计算机仿真。仿真研究表明,该控制器能迅速消除系统余差,改善普通模糊控制器的性能;既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性能的特点,保证了调节系统具有良好的动、稳态特性。     

基于MATLAB/Simulink的数字缸模糊PID复合控制研究

设计了模糊PID（Proportion Integration Differentiation）控制器,在给定参数下利用MATLAB/Simulink对数字缸系统性能进行仿真分析,得到了不同输入信号下系统的响应特性.仿真结果表明：采用模糊PID控制比普通PID控制改善了数字缸系统动态性能,减小了超调量,提高了响应速度.     

液压机械无级变速器的变论域模糊PID速比跟踪控制

为提高液压机械无级变速器速比跟踪控制效果,设计了基于量化因子和决策因子伸缩变化的变论域模糊PID控制器。通过分析液压机械无级变速器的速比特性和系统数学模型,建立基于AMESim和MATLAB联合的仿真平台,并通过实验平台验证了仿真模型的正确性。对比了变论域模糊PID和常规模糊PID的仿真效果。仿真结果表明：变论域模糊PID控制器在阶跃信号输入下具有更小的超调量和调整时间,在斜坡和正弦信号输入下速比跟踪误差缩小了约50%,即所设计的变论域模糊PID控制器具有更优的速比跟踪效果和更小的速比跟踪误差,表现出了更优的控制效果和动态品质。研究结果为车辆的最佳燃油经济性和最佳动力性的控制策略提供了理论参考。     

无刷直流电机双模糊直接转矩控制系统的研究

针对无刷直流电机直接转矩控制存在传统PID速度环自适应较差和相对较大的转矩脉动等问题,对直接转矩控制系统的转矩观测等方面进行了研究,对直接转矩控制策略进行了归纳,提出了一种双模糊控制策略。在转速闭环中,以模糊自适应PID代替普通的PID控制,实现了PID参数的自适应整定。在转矩控制环中,在转矩滞环控制器的基础上,将转矩的偏差和转矩偏差的变化率模糊化,模糊控制非零矢量和零矢量的作用时间,消除了容差宽度选择对转矩脉动的影响,使转矩脉动进一步减小。研究结果表明,相比普通的直接转矩控制系统,引入双模糊控制策略的直接转矩控制系统,可进一步地减小电磁转矩脉动和提高转速的自适应调节能力,显著地改善系统的控制性能。     

虚拟模糊自整定PID调节器的设计及应用

针对传统PID控制器的一些问题,介绍一种基于PID参数模糊自整定的方法,并利用LabVIEW的模糊逻辑工具箱设计了虚拟模糊参数自整定PID调节器。运行结果表明,该控制器具有较强的抗干扰能力和鲁棒性,有较好的动、静态控制精度。     

电磁轴承数字控制系统设计及实现

电磁轴承系统的刚度、阻尼是可调的 ,所以 ,其动态性能与采用的控制器有关 ,有可能获得最优的控制策略。本文在原有模拟控制系统的基础上 ,采用 DSP技术 ,设计了一种新的数字控制系统 ,着重从控制器硬件、软件结构方面进行了讨论 ,并予以系统实施。采用工业控制专用的 DSP芯片、集成的 A/ D和数字 PWM控制输出接口 ,提高了数字控制器的速度和可靠性 ;控制器串口的设计使得其过程监控和状态分析更为方便 ;使用简单的数字 PID算法 ,实现了 8.5 kg转子的五自由度稳定起浮和旋转。这种数字控制系统可作为开发和实施实时控制策略、进行电磁轴承产品工程化的实用平台 ,也可以替代现有的模拟控制系统。     

Unbalance vibratory displacement compensation for active magnetic bearings

As the dynamic stiffness of radial magnetic bearings is not big enough,when the rotor spins at high speed,unbalance displacement vibration phenomenon will be produced.The most effective way for reducing the displacement vibration is to enhance the radial magnetic bearing stiffness through increasing the control currents,but the suitable control currents are not easy to be provided,especially,to be provided in real time.To implement real time unbalance displacement vibration compensation,through analyzing active magnetic bearings(AMB) mathematical model,the existence of radial displacement runout is demonstrated.To restrain the runout,a new control scheme-adaptive iterative learning control(AILC) is proposed in view of rotor frequency periodic uncertainties during the startup process.The previous error signal is added into AILC learning law to enhance the convergence speed,and an impacting factor influenced by the rotor rotating frequency is introduced as learning output coefficient to improve the rotor control effects.As a feed-forward compensation controller,AILC can provide one unknown and perfect compensatory signal to make the rotor rotate around its geometric axis through power amplifier and radial magnetic bearings.To improve AMB closed-loop control system robust stability,one kind of incomplete differential PID feedback controller is adopted.The correctness of the AILC algorithm is validated by the simulation of AMB mathematical model adding AILC compensation algorithm through MATLAB soft.And the compensation for fixed rotational frequency is implemented in the actual AMB system.The simulation and experiment results show that the compensation scheme based on AILC algorithm as feed-forward compensation and PID algorithm as close-loop control can realize AMB system displacement minimum compensation at one fixed frequency,and improve the stability of the control system.The proposed research provides a new adaptive iterative learning control algorithm and control strategy for AMB displacement minimum compensation,and provides some references for time-varied displacement minimum compensation.