基于DSP的空间光通信的精跟踪数字伺服系统的设计

精跟踪伺服系统在自由空间激光通信中具有重要地位。为了实现精跟踪伺服系统的实时性和小型化,本文采用TI公司的TMS320x240x系列的DSP器件TMS320LF2407作为核心控制器,设计了基于DSP的精跟踪数字伺服系统。本系统主要由CCD光斑成像单元、脱靶量图像处理单元、DSP数字伺服单元和振镜伺服单元组成。其中DSP数字伺服单元主要完成光斑脱靶量的数据解算、控制补偿算法的实现、与脱靶量图像处理单元的串口通信以及对振镜伺服单元的控制。最后经过实验证明本系统达到了实时处理的能力,并实现了整个精跟踪伺服系统的小型化。     

基于遗传算法的模糊神经网络在交流伺服中的设计

针对永磁同步电动机交流伺服系统,提出了遗传算法的模糊神经网络控制方案.在交流伺服系统的设计中,采用模糊神经网络控制器作为其位置调节器.利用遗传算法的快速搜索功能,使得系统定位准确、快速.     

基于模糊神经网络PID算法的舵机控制与仿真

针对某型号导弹舵机系统在非线性时变的复杂条件下传统的PID控制器控制精度低、适应能力差的缺点,本文通过对模糊神经网络算法的研究,并结合传统PID控制器,设计了模糊神经网络PID控制器.通过对系统进行仿真可以看出:舵机最大舵偏角反馈值从19.12°增大到19.62°,相位滞后减小了6°;提高了系统的频率响应;阶跃响应超调明显减小,上升时间从40ms减小到30ms,并且大大减小了系统稳态误差.研究表明,相比于传统的PID控制器,模糊神经网络PID控制器在对电动舵机位置环控制上效果有很大提升.     

基于神经网络滑模变结构的BLDC伺服控制系统

针对离散时间系统,分析了趋近律中参数对系统到达稳定状态时间的影响,提出了用递归神经网络方法自适应调整参数的控制策略;并将研究结果用于无刷直流电机（BLDC）位置伺服系统变结构控制器的设计。仿真试验结果表明,该控制器可以使伺服系统具有良好的跟踪能力和很强的鲁棒性。     

基于神经网络滑模变结构的BLDC伺服控制系统

针对离散时间系统,分析了趋近律中参数对系统到达稳定状态时间的影响,提出了用递归神经网络方法自适应调整参数的控制策略;并将研究结果用于无刷直流电机(BLDC)位置伺服系统变结构控制器的设计。仿真试验结果表明,该控制器可以使伺服系统具有良好的跟踪能力和很强的鲁棒性。     

一种提高伺服控制系统性能的设计方法

伺服系统往往存在非线性和不确定因素,影响系统的精度,其工作过程是时变的,且经常存在非线性扰动,常规控制器很难满足大范围高精度的控制需求。针对伺服系统的大范围高精度控制问题,将线性自抗扰控制器应用于伺服控制系统设计。分析了对象模型,给出了控制器设计过程和结果,在Matlab Sinulink进行了仿真实验,Quanser半实物仿真平台进行实际运行验证。结果显示该算法具有比PID控制算法更好的鲁棒性,且控制器设计简单,对高性能伺服系统的设计提供参考。     

全数字化飞行器舵机硬件控制系统设计

为满足舵机的高性能位置伺服要求,提高飞行器姿态控制的可靠性和控制精度,基于DSP芯片TMS320F28335设计了一套全数字飞行器舵机硬件控制系统.分析了该系统硬件结构组成.研究结果表明:设计的高精度位置随动系统,能满足舵面调整范围±10°,调整误差小于0.1°的系统参数指标要求.实现了高速飞行状态下各传感器模块数据的实时采集,控制算法的高速处理,以及舵面的快速调整,完成对飞行器飞行姿态的控制.     

一种典型数字无刷电动舵机的设计

为满足新型空空导弹高机动性、快速性的要求,基于DSP设计了一种典型数字无刷电动舵机系统.首先分析了数字无刷电动舵机的组成与功能,并从传动机构、反馈装置、控制电路、舵面锁制器、控制算法、控制软件和舵机自检等各主要组成部分,对舵机系统的性能参数设计进行了分析和阐述.实验结果表明,数字无刷电动舵机系统最大负载扭矩为75N·m...     

基于免疫遗传算法的模糊神经网络在交流伺服系统中的应用

为了满足交流伺服系统高精度、快响应的要求，结合免疫遗传算法寻优速度快和模糊神经网
络控制不依赖于控制对象的优点，设计了一种基于免疫遗传算法优化的模糊神经网络控制的交流伺服系统
。采用免疫遗传算法优化模糊神经网络控制器中隶属函数的平均值、标准偏差以及隶属函数层与规划层的
连接权值。实验和仿真结果验证了该控制策略的可行性。该方法对于系统调节和设定值跟踪均具有很好的
控制效果，而且具有很好的抗干扰性能和较强的鲁棒性，使交流伺服系统具有良好的动、静态性能。     

一种提高伺服控制系统性能的设计方法

伺服系统往往存在非线性和不确定因素,其工作过程中参数是时变的,且经常存在非线性扰动,常规控制器很难满足大范围高精度的控制需求。针对伺服系统的大范围高精度控制问题,将线性自抗扰控制器应用于伺服控制系统设计。分析了对象模型,给出了控制器设计过程和结果,在Matlab Sinulink平台进行了仿真实验,并用Quanser半实物平台SER02进行实际验证。实验结果表明自抗扰控制算法具有比PID控制算法更好的鲁棒性,且控制器设计简单,为高性能伺服系统的设计提供参考。     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。     

DSP在神经网络伺服控制器设计中的优势与应用举例

介绍了多层前馈神经网络的基本结构，然后对ＤＳＰ及其适用于神经网络计算的特点进行了详细论述，最后给出了基于ＤＳＰ的神经网络控制器应用于伺服系统的实例．     

永磁同步伺服电机FNN控制的仿真分析

模糊神经网络结合了模糊控制和神经网络的优点,已广泛用在交流电机控制系统的研究中。本文作者利用MATLAB／SIMULINK仿真软件,建立了基于IP-模糊神经网络控制器的永磁同步电机仿真模型,实验结果表明：采用比例积分控制器（IP）-模糊神经网络控制时系统具有良好的抗干扰性,提高了控制精度和鲁棒性。     

一种具专家能力的模糊神经网络自组织控制器

随着现代科学技术的迅猛发展,人们所面临的问题日益复杂多变。传统的控制技术与信息处理技术对这些复杂问题时常无能为力,因而产生了智能控制技术。近年来智能控制的研究主要集中在模糊系统、神经网络以及二者结合的模糊神经网络技术方面,特别是模糊神经网络已成为研究者们倾注的焦点。因此提出了一种具有专家调整策略的模糊神经网络自组织控制器的设计方案。其特点是：用神经网络代替传统模糊控制器的隶属函数和权值,实现了模糊规则的自动更新;采用一种对量化、比例因子进行专家调整的策略。仿真结果表明,这种智能控制器具有良好的控制性能。     

船用舵机电液伺服单元单神经元自适应PID控制的研究

在分析了船用舵机电液伺服单元的基本原理和数学模型的基础上,设计了单神经元自适应PID控制器。用单神经元PID替代常规PID控制,通过神经元的学习来调整PID参数,利用神经网络良好的自适应和抗干扰能力．使控制系统对参数变化表现出良好的控制性能和鲁棒性。通过仿真证明了该系统有较好的控制效果。     

基于DSP-NNCPID的电液位置伺服控制系统的设计

本文以电液位置伺服机械手第一关节为研究对象,提出一种基于NNC-PID的PC机＋DSP控制方案。详细说明了系统硬件电路各部分的设计和系统软件各模块的设计。利用神经NNI-PID控制器的自学习、自适应能力实现PID控制参数的自整定,使系统具有良好的控制定位和伺服跟踪性能,NNC-PID控制器较好地解决了电液位置伺服系统存在的问题。     

神经网络PID控制系统设计与实现

设计了神经网络PID控制器,并搭建了交流变频调速控制系统,利用VB和DSP实现了变频调速控制系统。实验结果充分证明了神经网络PID控制器参数能够在线整定,具有较强适应性、系统响应速度快、抗干扰能力强的特性。     

基于滑模和神经网络的永磁直线伺服系统控制

针对直接驱动的交流永磁直线伺服系统，提出一种将非线性神经网络控制和滑模控制相结合构成的双自由度控制策略，该控制策略解决了直线伺服系统跟踪性能和鲁棒性能之间的矛盾，滑模输入控制器保证了系统对给定的快速跟踪性能；神经网络输出反馈控制器对系统参数变化和阻力扰动（包括直线电机的端部效应力）进行很大程度的抑制，并可以削弱滑模控制的抖振对系统稳态性能的影响，仿真结果表明该方案在保证伺服系统的快速性同时，对系统参数变化和阻力扰动具有很强的鲁棒性。