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.     

无刷直流电动机模糊自适应PID控制策略研究

提出了一种无刷直流电动机调速系统的模糊自适应PID控制方法。在Matlab/Simulink平台上建立了无刷直流电机模糊自适应PID控制的仿真模型,对参数改变时无刷直流电动机模糊自适应PID仿真模型也进行了仿真,并与模糊PID控制和传统PID控制的控制效果进行了比较。仿真结果表明：建立的系统鲁棒性强、响应速度快、无超调,且稳态精度高。     

无刷直流电动机模糊自适应PID控制策略研究

提出了一种无刷直流电动机调速系统的模糊自适应PID控制方法.在Matlab/Simulink平台上建立了无刷直流电机模糊自适应PID控制的仿真模型,对参数改变时无刷直流电动机模糊自适应PID仿真模型也进行了仿真,并与模糊PID控制和传统PID控制的控制效果进行了比较.仿真结果表明:建立的系统鲁棒性强、响应速度快、无超调,且稳态精度高.     

永磁同步电机交流伺服系统模型参考模糊控制

分析了永磁同步电机的数学模型，建立了永磁同步电机的模型参考模糊自适应控制框图，用MATAB模糊工具箱设计了模糊自适应控制机构，并对系统进行了仿真，得出了较好的仿真结果。     

基于MRAS和模糊算法的PMSM无传感器控制

基于对模型参考自适应(MRAS)算法估计永磁同步电机(PMSM)转速和位置原理的分析,针对传统的pi自适应律,提出了一种基于模糊自适应律的模型参考自适应复合控制算法.建立了永磁同步电机无速度传感器和带速度传感器的矢量控制仿真模型并进行分析,仿真结果表明与传统的模型参考自适应无速度传感器方法相比,改进算法后的系统具有更好的带负载能力,与带速度传感器控制系统相比也具有较好的控制性能.     

一种新型的间接自适应模糊控制器

自适应模糊控制为复杂对象的控制提供了有效途径,引起控制领域的广泛关注。针对一类单输入单输出非线性不确定对象,利用Popov超稳定理论提出了一种新型的间接自适应模糊控制器设计方案。该方案首先采用对象模型构成理想的控制器,利用模糊系统的万能逼近特性构造若干模糊系统在线逼近未知的对象模型,然后将闭环系统转换为1个线性定常的前向环节和1个非线性时变的反馈环节组成的等效误差模型,通过Popov超稳定理论推导出稳定的参数自适应律。该方案能确保系统的输出渐近收敛到给定的参考信号,同时放宽了对最小逼近误差的限制,并且具有更广泛和灵活的参数调节形式。仿真结果验证了方案对非线性对象的有效性。     

Smith预估自适应模糊PID在温控系统中的应用研究

经过多次实验以及研究比较,应用Smith预估控制,自适应模糊控制以及PID控制相结合的方法可以取得满意的温度控制效果。把温控系统在MATLAB中应用Smith预估自适应模糊PID控制方案进行了仿真,并和模糊PID控制方案作了对比,给出了相应的仿真结果。     

基于模型参考模糊自适应控制的永磁同步电机控制器设计

基于模型参考模糊自适应控制(MRFAC)方法设计永磁同步电机(PMSM)速度控制器.该控制器具有传统模型参考自适应控制构架.传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代,模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整,以达到快速适应对象参数和状态变化的目的.利用模块化建模工具Matlab/SimuIink建立PMSM控制系统模型.仿真结果表明了所设计控制器运行平稳,具有良好的动、静态特性.     

基于模型参考模糊自适应控制的永磁同步电机控制器设计

基于模型参考模糊自适应控制（MRFAC）方法设计永磁同步电机（PMSM）速度控制器。该控制器具有传统模型参考自适应控制构架。传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代，模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整，以达到快速适应对象参数和状态变化的目的。利用模块化建模工具Matlab／Simulink建立PMSM控制系统模型。仿真结果表明了所设计控制器运行平稳，具有良好的动、静态特性。     

基于摩擦补偿的永磁球形电机自适应模糊控制

针对摩擦可能引起永磁球形电机控制系统品质恶化的问题,提出樽糊逼近的摩擦补偿自适应控制方案.首先,通过卡尔丹角(Carden)旋转,建立考虑摩擦项的转子动力学模型,分别基于已知模型和名义模型设计控制方案.基于名义模型的控制方案采用改进的模糊补偿自适应控制器分别补偿摩擦项以及系统不确定性因素,以减少模糊规则的数目,控制律参数基于李亚普诺夫稳定性理论自适应调节,控制方案保证了闭环系统的稳定性.仿真试验结果表明,该控制方案能有效实现对摩擦项等不确定信号的补偿,从而提高球形电机的跟踪控制性能.     

双馈发电机自适应定子磁链观测及参数辨识

为了使双馈发电机的有功、无功功率得到充分解耦,在分析双馈发电机的数学模型和矢量控制的基础上,提出一种基于模型参考方法的自适应定子磁链估计算法,应用Lyapunov原理证明了定子磁链估计的收敛性.仿真结果表明,该方法对发电机参数的变化的确能做到跟踪辨识,提高了控制系统的准确性和鲁棒性.     

一种新型模糊神经网络自适应控制器

文章利用模糊神经网络的模糊推理能力以及前馈神经网络的逼近能力,将其与自适应控制方案结合,并取带有控制增量约束的广义目标函数作为优化指标;从而推导出一种能对非线性非最小相位系统进行有效控制的模糊神经网络间接自适应控制器。在网络学习算法上分别采用Davidon最小二乘法和带有动量项的BP算法。仿真结果表明了该方法的有效性。     

基于ARX模型的笼型异步电机控制策略研究

针对笼型异步电机控制系统中时变、非线性的特点,提出了以ARX模型为核心。模型参考自适应控制策略为基础的笼型异步电机的控制策略。所提出的控制策略对于电机参数变化和系统干扰具有较好的鲁棒性。通过仿真和样机试验,对所提出的控制策略进行了验证。     

Observer‐based adaptive control for stochastic nonstrict‐feedback systems with unknown backlash‐like hysteresis

This paper studies an observer‐based adaptive fuzzy control problem for stochastic nonlinear systems in nonstrict‐feedback form. The unknown backlash‐like hysteresis is considered in the systems. In the design process, the unknown nonlinearities and unavailable state variables are tackled by introducing the fuzzy logic systems and constructing a fuzzy observer, respectively. By using adaptive backstepping technique with dynamic surface control technique, an adaptive fuzzy control algorithm is developed. For the closed‐loop system, the proposed controller can guarantee all the signals are 4‐moment semiglobally uniformly ultimately bounded. Finally, simulation results further show the effectiveness of the presented control scheme.     

Adaptive control for switched uncertain nonlinear systems with time‐varying output constraint and input saturation

This paper is concerned with adaptive tracking control for switched uncertain nonlinear systems, which contain the time‐varying output constraint (TVOC) and input asymmetric saturation characteristic. In response to the unknown functions, the fuzzy logic systems are adopted. The controller is constructed by the backstepping technique. Based on the Tangent Barrier Lyapunov Function (BLF‐Tan), an adaptive switched control scheme is designed. It is demonstrated that all signals in the resulted system are semiglobally uniformly ultimately bounded with TVOC under arbitrary switchings. Furthermore, the effectiveness of presented control method is validated via the simulation example.     

Tracking control for flexible joint robots based on adaptive fuzzy compensation with uncertain parameters

This article presents a control scheme for flexible joint robots which has uncertain parameters based on adaptive fuzzy compensation. Considering the unknown parameters, the proposed state feedback control approach utilizes measured variables to establish a cascade structure that is based on simplified dynamics. After reducing the number of fuzzy rules, the adaptive fuzzy logic system is added as compensation to decrease the approximated errors, and the robust terms are also used to enhance the robustness of closed-loop system. Then, the global asymptotic stability could be confirmed through Lyapunov stability principle and Barbalat's lemma. Compared with the other two controllers, the proposed control method has not only higher position accuracy and better dynamic performance but also robustness to the approximation of motor inertia, friction torque and link torque. Some simulation experiments are conducted to show the validity of the proposed scheme.     

应用于DC／DC变换器的模糊自适应控制器的研究

提出了一种应用于DC／DC变换器的模糊自适应PI控制器。在传统PI控制的基础上,设计了对PI参数进行在线调节的模糊自适应控制算法。对该算法建立了基于Matlab的仿真模型,并通过ARM控制器对其进行软硬件实现。以Buck电路为被控对象的计算机仿真和实验结果表明,模糊自适应PI控制简单可靠,实现了快速性与稳定性的统一。     

无刷直流电机模糊自整定PID控制研究及仿真

针对新能源汽车中的广泛采用的无刷直流电机的控制系统具有时变性、非线性、耦合强以及变量多等特点,基于无刷直流电机的数学模型,提出了一种简单实用的控制策略,即模糊自整定PID控制的闭环转速控制方案.该算法通过模糊逻辑语句创建模糊控制准则,根据转速变化对PID控制参数进行自动实时整定.利用MATLAB工具创建控制系统的仿真模型,仿真结果表明:模糊自整定PID控制系统实现转速响应快,超调量小,干扰后恢复时间短,鲁棒性强等优点,较传统PID控制有较大优势.     

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。