基于差分进化算法的超声波电机Hammerstein非线性建模

特殊的机电能量转换过程,使超声波电机具有明显的非线性运行特性。本文建立超声波电机的Hammerstein非线性模型,为电机控制系统的设计与分析提供基础。基于实验数据,通过拟合确定模型的静态非线性环节为Guass函数。采用差分进化算法,对模型参数进行辨识。模型计算数据与实验数据的对比,表明模型精度较高,建模方法有效。     

基于粒子群优化的超声波电机非线性Hammerstein辨识建模

由于超声波电机(USM)具有机电能量转换、不规则外形的定转子以及复杂的摩擦和接触机理,很难建立其适合于控制的非线性数学模型。针对这个问题,本文采用粒子群优化算法建立了超声波电机的非线性Hammerstein模型。该模型由静态非线性和动态线性两部分串联而成,能够以相对简单的形式表述超声波电机的非线性特性。所得模型的仿真计算结果与实验数据接近,表明了建模方法的合理性和所建模型的有效性。     

超声波电机神经网络逆模型的辨识建模

针对超声波电机时变、强耦合使得数学模型难以建立的问题,以超声波电机转速的非线性逆控制为应用背景,本文给出了超声波电机神经网络逆模型的辨识建模方法.基于实验测得的足够样本数据,通过反复测试确定模型形式为三层非线性DTNN网络.进行串-并联辨识,建立了以电机转速为输入、驱动频率为输出的超声波电机神经网络逆模型.所得模型的输入-输出关系与实测数据接近,表明了所建模型的有效性.     

超声波电机非线性自适应位置控制

超声波电机的运行过程具有明显的非线性和时变特性,不易获得良好的运动控制性能。针对这种非线性和时变特性,本文基于超声波电机非线性Hammerstein模型,给出一种非线性位置控制策略。该控制策略由两部分构成;一部分是超声波电机模型非线性部分的逆,用来抵消电机的主要非线性特性;另一部分为直接多步预测自适应控制策略,通过滚动优化实现对电机系统时变特性的在线补偿。实验结果表明了所提控制策略的有效性。     

超声波电机转速控制的动态模糊建模

超声波电机动态模型是实现其高性能转速控制的前提。设计基于模糊逻辑的辨识建模方法,建立了超声波电机系统动态模糊模型。在设计实验获取建模所需数据的基础上,采用等分区间法确定了模型结构,进而利用最小二乘法辨识得到了模型中的待定参数。模型输出与实验数据的对比表明,所建模糊模型精度较高,反映了驱动电压幅值、频率与电机转速之间的非线性动态关系,可以用于超声波电机性能分析与转速控制器设计。     

超声波电机转速控制的稳态模糊建模方法研究

针对超声波电机转速控制应用,以实验数据为基础,采用模糊逻辑方法建立了超声波电机系统的二输入单输出稳态模糊模型.数据验证表明,该模型较好地模拟了电机驱动电压幅值、频率及转速三者之间的非线性关系.文中详细描述了模糊建模过程,为超声波电机系统的非线性控制建模提供了另一条有效途径.     

一种新型行波超声波电动机的研究

介绍了一种新型行波驱动超声波电动机，它不同于以往超声波电动机定转子之间动态过程中为点接触的结构形式，采用了线接触的新型结构。运用振动理论推导了电机驱动原理，并用ANSYS软件建立了电机定子有限元模型，分析了电机定子各项参数对其动态特性的影响，通过实验得到了该电机的动态特性。     

超声波电机转速控制模型的迭代学习辨识建模

超声波电机的转速控制模型是其运动控制研究的基础。为研究以驱动频率为调节变量的超声波电机转速控制模型，根据超声波电机驱动频率与转速之间关系特性的实测数据，建立超声波电机转速控制的二阶线性时不变模型。给出迭代学习辨识策略对电机转速控制模型的参数进行辨识。针对超声波电机的每组实测数据中数据量不同导致的参数收敛性减弱的情况，通过双范数最优理论来设计迭代学习辨识的参数学习律。将迭代学习辨识所得结果与Hammerstein模型比较。仿真和实验结果表明，二阶线性时不变模型下的迭代学习辨识可以有效地辨识超声波电机的模型参数，参数收敛速度快、收敛性较好，所建模型精度较高，建模方法有效。     

超声波电机双层最优迭代学习位置控制

为取得满意的控制效果,通常采用较为复杂的控制策略以克服超声波电机的非线性及时变特性,但随之带来了系统复杂度的提高与性价比的降低。迭代学习控制策略的算法复杂度相对较低,且能有效跟踪重复运行轨迹。本文设计超声波电机转速、位置双闭环控制系统,转速内环采用变参数PID控制器。基于改进的双层最优迭代学习控制策略,设计了超声波电机位置闭环控制器。应用表明,所提超声波电机迭代学习控制策略有效,且控制性能优于传统的PD型迭代学习策略。     

磁阻反应式有限转角电机特性分析

介绍了磁阻反应式有限转角电机的主要结构及工作原理。由于其独特的不对称结构,必须进行三维电磁场仿真分析。通过仿真,分别得到磁链、电感、转矩与电流和转子位置角的三维曲面图,建立相关数据库,并分析了电机的静态特性。根据非线性磁参数法,建立了电机的数学模型。将电机的磁化曲线数据ψ(i,θ)转变为i(θ,ψ)的形式,代入数学模型中。再采用四阶Runge-Kutta法和有限元法求解电压平衡方程和机械运动方程,得到线圈电流、转矩、转子位置角等参数的动态特性曲线。并进行了静态转矩和动态特性实验。将实验结果与仿真结果进行比较,结果证明了求解方法的正确性。     

超声电机非线性多步预测自校正转速控制

基于电机动态响应过程的实验数据,建立了以电机驱动频率为输入、转速为输出的超声电机驱动系统哈默斯坦(Hammerstein)非线性模型,用粒子群算法辨识模型参数。在该模型的基础上,求取模型非线性部分的逆,使超声电机的主要非线性特性得到在线补偿;随后,设计了超声电机非线性多步预测自校正转速控制策略,并给出了控制器参数的整定方法。该策略采用滚动预测、优化及在线自校正方法,以应对超声电机的未建模非线性。扰动情况下的实验,表明了所提控制策略的有效性及鲁棒性。     

超声波电动机二输入Hammerstein非线性建模

为给超声波电动机多变量控制系统的设计与分析提供必要基础,建立超声波电动机二输入Hammerstein非线性模型。将模型的静态非线性环节设计为Gauss函数,更准确地表述超声波电动机的非线性特性。采用改进差分进化算法,进行模型参数辨识,给出优化算法参数值的调试方法,以保证建模过程的有效性。模型计算结果与实验数据的对比表明,该模型精度较高,建模方法有效。     

超声波电机频率-转速控制的阶跃响应建模

适合于控制应用的超声波电机模型是提高电机控制性能的基础.以频率为输入变量的超声波电机转速控制模型对于提高转速控制性能具有重要意义.该文设计实验测取转速阶跃响应,采用特征点法辨识电机模型.并针对模型参数的时变性,分别采用频率和转速为自变量对模型参数进行了函数拟合,得到了适当考虑非线性的电机转速控制模型.     

基于在线辨识的超声波电动机极点配置自校正转速控制

超声波电动机具有显著的时变非线性,采用自适应控制策略进行转速控制,根据电机特性的变化实时校正控制器参数,能够获得更为理想的控制效果。给出极点配置自校正控制策略,通过在线辨识获取电机系统模型参数的变化情况,据此校正控制器参数,实现了具有较高性能的行波超声波电动机转速闭环控制系统。     

液体媒质超声波电机转速特性研究

非接触型超声波电机有效地克服了传统的接触型超声波电机因接触所引起的使用寿命短、不能长时间连续运转等缺点，是超声波电机领域一个新的研究方向。文中介绍了非接触型超声波电机的结构和运行机理，对液体的声流速度进行了理论分析，从液体性质和转子结构角度重点研究了电机的转速特性。在液体性质方面从液位高度、液体粘度和非线性参数三方面详细分析了它们对电机转速特性的影响，从中得出，在一定范围内电机转速随液位高度的增加而增大，随粘度的增加而减小，与液体的非线性参数成反方向变化。在转子结构方面从转子直径、叶片高度、叶片数和所用材料密度4方面对转速特性进行了研究，得到了与转速的关系和转速特性良好的转子结构形式。在上述分析和实验基础上提出应用具有一定参数的液体和转子可有效提高电机转速的方法。     

超声波电机非线性正割迭代学习位置控制

将非线性正割迭代学习控制策略用于超声波电机位置控制,并对其进行了适合于超声波电机时变、非线性运行特点的改进。采用蘑菇繁殖优化算法,以获得期望控制性能为目的,确定了非线性正割迭代学习位置控制器的控制参数。研究结果表明,非线性正割迭代学习控制策略适用于超声波电机运动控制,控制效果较好,且控制算法复杂度较低。     

基于蚁群优化的超声波电动机系统动态模糊辨识建模

超声波电动机系统的模型是设计电机运动控制器的重要前提.给出了超声波电动机系统的模糊建模方法,分别采用蚁群算法和最小二乘方法获取隶属函数及模糊规则的待定参数,建立了能够表征超声波电动机系统非线性动态关系的二输入单输出Takagi-Sugeno模糊模型.     

基于遗传算法的开关磁阻电机T—S模糊模型

开关磁阻电机(SRM)磁路高度饱和及双凸极结构使相绕组的磁链是转子位置和相电流的非线性函数.建立这一非线性映射是准确解算SRM特性的基础.采用Takagi-Sugeno (T-S)模糊逻辑来建立开关磁阻电机的非线性模型.所建模型具有结构简单、训练周期少、运算速度快、鲁棒性强的特点.为提高模型的精度,模型的参数应优化.但本模型目标函数的梯度信息很难得到,这样传统的基于梯度信息的优化方法很难被用来优化模型的参数,为此采用遗传算法来优化模型参数.遗传算法是一种并行、随机但直接进化最适合个体且不依赖计算局部导数来引导搜索过程的一种优化算法.模型输出数据与实测数据和泛化样本数据十分接近.仿真的电流波形与实测的电流波形很吻合,表明所建立的模型具有精度高、泛化能力强、运算速度快、鲁棒性强的特点.     

超声波电动机等效电路模型参数辨识

基于超声波电动机振子的等效电路模型，从电动机振子导纳一频率特性实验数据出发，由导纳圆近似计算法得出超声波电动机建子等效电路参数值，然后根据非线性最小二乘原理构造优化函数，采用Levenberg—Marquardt优化算法辨识电机参数。辨识结果准确，为电机驱动控制系统仿真与高性能控制算法研究提供了良好基础。     

环形驻波超声波电机定转子接触摩擦模型

超声波电机的接触摩擦模型对电机结构设计和性能优化具有重要作用。针对环形驻波超声波电机定转子接触摩擦问题,采用库伦摩擦+黏性摩擦定律建立了定转子接触摩擦模型。采用所建立的模型分析了一个振动周期内接触界面的摩擦力变化情况,也研究了定子不同径向振幅以及结构参数对电机输出性能的影响。最后,测量了电机的转矩 转速特性,并将测量值与计算值进行对比,二者吻合度较好。另外,对比了基于库伦摩擦定律所建立模型的转矩 转速特性计算值,对比结果表明,与基于库伦摩擦定律所建立的模型相比,基于库伦摩擦+黏性摩擦定律所建立的模型能更准确地描述定转子接触界面的摩擦传动特性。