永磁直线同步电机自适应反推全局快速终端滑模控制

针对永磁直线同步电机(PMLSM)伺服系统位置跟踪精度易受参数变化、负载扰动、摩擦力等不确定性因素影响的问题,提出自适应反推全局快速终端滑模控制(ABGFTSMC)方法。首先,建立含有不确定性的PMLSM动态数学模型。然后,采用反推控制将复杂的非线性系统分解成低阶子系统,并利用全局快速终端滑模控制将系统状态快速收敛到平衡点,提高系统的响应速度,增强系统的鲁棒性;再结合自适应控制实时调整切换控制增益值,以便获得合适的切换增益,从而削弱了抖振现象。从理论上证明了该控制方案能够使系统获得快速收敛性和良好的跟踪性。最后,通过系统实验证明了所提出的控制方案不仅具有更快的收敛性,而且具有更快的跟踪性和更强的鲁棒性。     

永磁直线同步电机自适应互补滑模控制

针对永磁直线同步电机(PMLSM)易受非线性因素影响而降低伺服系统鲁棒性的问题,提出一种自适应互补滑模控制方法。永磁直线同步电机的非线性因素包括系统参数变化、电机端部效应及外部不确定性的扰动。互补滑模控制将积分滑模面与广义误差滑模面相结合,将系统状态轨迹限定在两个面的交线上,缩短了状态轨迹达到滑模面的时间,提高了位置跟踪精度。为了进一步改善系统鲁棒跟踪性能,利用自适应控制对不确定扰动因素的上界进行估计,减小不确定因素对系统的影响,改善滑模控制的抖振现象。实验结果表明所提出的控制方法是有效可行的,自适应互补滑模控制不仅提高了系统的跟踪性能,而且更有效地抑制了不确定因素对控制系统的影响。     

永磁直线同步电机的智能互补滑模控制

针对永磁直线同步电机(PMLSM)伺服系统的位置跟踪精度问题,提出了一种基于径向基函数(RBF)神经网络的智能互补滑模控制(ICSMC)方法。建立了包含端部效应、参数变化、外部扰动及非线性摩擦等不确定性因素的PMLSM动态方程。设计了互补滑模控制器,采用广义滑模面和互补滑模面相结合的设计,降低了系统跟踪误差,提高了系统响应速度,并削弱了抖振现象;利用RBF神经网络直接对系统存在的不确定性进行估计,在线调整RBF网络参数以改善系统动态性能,提高系统鲁棒性,并用李雅普诺夫定理保证系统闭环稳定性。通过分析系统实验结果,验证了所提出的控制方法有效降低了系统跟踪误差,并使系统具有良好的动态性能和鲁棒性能。     

永磁直线同步电机改进预测电流控制

永磁直线同步电机(PMLSM)预测电流控制(PCC)时存在易受参数变化和延迟以及负载扰动影响,为此提出基于二阶超螺旋滑模观测器(STSMO)的改进型PCC。首先,建立包含不确定性的PMLSM动态数学模型。然后,为了补偿参数变化以及延迟的影响,采用二阶STSMO估计下一周期的电流和参数变化造成的扰动电压,估计值用以计算下一周期的给定电压,以提高电流跟踪精确度,通过李雅普诺夫函数证明观测器的稳定性。同时,采用基于改进指数趋近律的自适应滑模控制器(ASMC)对速度进行跟踪,将状态变量和滑模面加入到指数趋近律中,不仅削弱了电流抖振,且进一步提升了系统的鲁棒性。半实物仿真实验结果表明,与传统PCC相比,提出方法能有效地抑制不确定性对系统影响,使系统具有更好的跟踪性能和鲁棒性。     

永磁直线同步电机的自适应增量滑模控制

针对永磁直线同步电机(PMLSM)直接驱动伺服系统易受参数变化、外部扰动、端部效应等不确定性因素的影响,提出了一种自适应增量滑模控制(AISMC)方法。通过利用系统先前的状态信息和控制动作来设计增量滑模控制器,同时选择饱和函数作为切换函数,不仅削弱了抖振,而且提高了系统的跟踪性能。然后利用自适应控制来观测和补偿参数变化与外部扰动等不确定性因素的影响,并对不确定性参数的界限进行实时估计,设计出自适应增量滑模控制器。从理论上分析证明了此控制器可以保证系统收敛,具有快速的收敛速度,提高了直线伺服系统的跟踪性能。通过系统实验,证明了所提出的AISMC方案的有效性,与滑模控制(SMC)相比,基于AISMC的系统具有较强的鲁棒性和精确的跟踪性,明显削弱了抖振现象。     

基于多阶段速度规划的PMLSM自适应反推滑模控制

针对高精度永磁直线同步电动机伺服系统容易受摩擦力、负载扰动和参数变化等不确定性因素的影响,提出了一种自适应反推滑模控制(ABSMC)和多阶段速度规划(MVP)相结合的控制方法。建立了含有不确定性的永磁同步直线电动机(PMLSM)数学模型,采用反推设计方法,并通过滑模控制和李雅普诺夫函数设计自适应律,从理论上证明了该控制器抑制了不确定性因素,保证系统的鲁棒性和快速跟踪性。为进一步减小瞬时超调量,对每个阶段的速度滑模函数进行设计,采用MVP,利用切换控制来改变系统的控制模式,达到高精度定位控制。最后系统实验结果表明,所提出的控制方案是可行有效的,提高了PMLSM的定位精度,减小了瞬时超调量。     

永磁直线同步电动机改进全局滑模变结构控制研究

针对滑模控制永磁直线同步电动机（PMLSM）不能实现有限时间控制以及全局滑模控制（GSMC）不能实现快速收敛的问题,提出了一种改进型GSMC算法来设计直线伺服速度控制器。该算法采用了由非线性项、线性项相结合的动态滑模面以及等速趋近律,非线性滑模面衰减函数由3个指数函数项组成一阶可导函数, 并能在有限时间内衰减为零。仿真结果表明,改进GSMC不仅使系统具有全局鲁棒性,且能在保证高跟踪精度的同时加快响应速度和抗干扰能力。     

永磁直线同步电动机伺服系统的自适应加加速度控制

针对永磁直线同步电动机(PMLSM)伺服系统中易受不确定性因素影响的问题,该文提出一种自适应加加速度控制(AJC)方法。首先建立含有不确定性的PMLSM伺服系统动态方程。然后,通过模型前馈控制补偿系统的参数不确定性所产生的模型误差,提高系统的响应速度。最后,采用AJC抑制系统中外部扰动、非线性摩擦力等不确定性因素,自适应律使鲁棒增益收敛于有界范围内,提高系统的鲁棒性;AJC的输出信号积分后形成了反馈控制律,削弱了控制律中开关函数激励未建模动态引起的高频谐振,保证了控制信号的稳定性和连续性。系统实验结果表明,该控制方法能够产生平稳的控制信号,明显地提高系统的控制性能,减小跟踪误差,避免高频振荡,进而改善PMLSM伺服系统的控制精度。     

永磁直线同步电机自适应非奇异快速终端滑模控制

针对永磁直线同步电机(PMLSM)伺服系统的位置跟踪精度易受参数变化、外部扰动等不确定性因素影响,该文提出了自适应非奇异快速终端滑模控制(ANFTSMC)方法。首先,建立含有不确定性的PMLSM动态模型。然后,采用非奇异快速终端滑模控制(NFTSMC)方法来抑制这些不确定因素的影响,避免了奇异性,进而保证了系统跟踪误差在有限时间内快速收敛,且削弱了抖振;同时,利用自适应控制估计系统中不确定性参数的上界,提高了系统的鲁棒性能。最后,通过实验验证了所提出控制方案的有效性,与SMC、NFTSMC相比,该方法在保证快速收敛性和跟踪精度的情况下,明显削弱了抖振现象,具有较强的鲁棒性能。     

基于径向基函数神经网络的永磁直线同步电机反推终端滑模控制

为解决永磁直线同步电机(PMLSM)伺服系统位置跟踪精度易受参数变化、负载扰动、摩擦力等不确定性因素影响的问题,该文提出一种基于径向基函数(RBF)神经网络反推终端滑模控制方法。首先,建立含有不确定性的PMLSM动态数学模型。然后,采用反推终端滑模控制将系统状态在有限时间内收敛到平衡点,提高系统的响应速度;为了进一步削弱抖振现象,利用双曲正切函数与边界层厚度相结合来设计饱和函数,以取代符号函数;并且利用RBF神经网络去逼近系统中存在的不确定性,进而获得快速的跟踪性能和较强的抗扰能力。最后,实验结果表明,所提出的控制方法不仅改善了系统的跟踪性和鲁棒性,而且明显削弱了抖振问题。     

基于Elman神经网络的永磁直线同步电机互补滑模控制

针对永磁直线同步电机(PMLSM)易受系统参数变化和外部扰动等非线性因素影响而降低伺服系统控制性能的问题,提出了一种Elman神经网络互补滑模控制方法。互补滑模控制是在常规滑模控制的基础上增加一个广义误差滑模面,不仅可以减少系统状态达到滑模面的时间,又能保证系统跟踪精度。但是,在实际应用中互补滑模控制的切换增益和边界层厚度的值很难选取。为了对系统中不确定性因素的值进行准确的估计,并削弱滑模控制的抖振现象,采用Elman神经网络估计器对其进行估计,替代滑模控制中的切换控制,降低不确定性因素对伺服控制系统的影响,进一步提高系统的鲁棒性。实验结果表明,基于Elman神经网络的互补滑模控制与互补滑模控制相比,不仅改善了系统的位置跟踪性能,还提高了系统的鲁棒性能。     

改进Terminal滑模永磁直线同步电机控制策略研究

永磁直线同步电机(PMLSM)作为一种高阶非线性系统,需要通过优化的控制算法来实现伺服系统的高精度和快速响应。非线性控制理论对于非线性系统有较好的控制性能,其中Terminal滑模控制相比较于传统滑模控制,具有收敛精度高的特点,并保留了滑模控制的鲁棒性。分析了PMLSM的数学模型,设计了基于非奇异Terminal位置滑模控制和一个一阶速度滑模面,通过二者的组合实现速度限幅和位置的精确响应。通过MATLAB/Simulink的仿真,结果表明,该方法下的PMLSM的改进Terminal滑模控制具有较高的控制精度和较快的响应速度,在存在外部扰动的情况下也具有较好的鲁棒性。     

基于扰动估计补偿的PMLSM固定时间积分滑模控制

为了提高永磁直线同步电机(PMLSM)控制系统的动态响应速度和鲁棒性,提出了一种基于扰动估计补偿的固定时间积分滑模控制（DFISMC）方法。首先,在积分滑模面的基础上,引入了一种固定时间滑模控制算法,保证系统可以在固定时间内到达平衡点。其次,设计了一种随系统状态动态调整的控制率增益函数f(s),进一步加快了收敛速度。最后,设计自适应超螺旋扰动观测器估计内部和外部不匹配扰动,并采用前馈补偿的方式将观测值引入控制律,增强了系统的抗干扰能力。仿真结果表明,DFISMC方法不仅保证了系统全局鲁棒性,而且有效提高了系统的跟踪精度和响应速度。     

永磁直线伺服系统的自适应改进Elman神经网络积分反推控制

针对永磁直线同步电动机(PMLSM)伺服系统存在的参数变化、外部扰动和摩擦力等不确定性因素,该文采用了积分反推控制和自适应改进Elman神经网络相结合的控制方案。首先,针对PMLSM伺服系统的非线性特性,利用积分反推控制方法,通过逐步修正算法来设计虚拟控制函数,实现系统的全局调节和位置跟踪;其次,设计自适应改进Elman神经网络来估计系统中存在的不确定性,且利用基于Lyapunov函数的自适应律推导出神经网络的在线参数学习律,使系统具有适应时变特性的能力,克服不确定性对系统的影响,从而提高系统的鲁棒性;最后,实验结果表明所提出的控制方案是有效的,明显提高了系统的跟踪性能和鲁棒性能。     

低频线振动台系统的鲁棒自适应重复学习控制

由于没有传动机构,永磁直线同步电机(PMLSM)作为低频线振动台的驱动部件对扰动和参数不确定性很敏感,摩擦力及纹波推力扰动等非线性因素严重影响了PMLSM的运动精确度.针对上述问题,提出一种鲁棒自适应重复学习控制方法,用于提高低频线振动台系统的精度.所设计的控制律由参数自适应控制、积分滑模控制、重复学习控制组成.参数自适应控制用来估计未知的模型参数并予以补偿;积分滑模控制用来镇定低频线振动台系统,抑制非周期扰动;重复学习控制用来抑制周期性扰动,提高对周期性位置信号的跟踪性能.采用Lyapunov理论设计的鲁棒自适应重复学习控制律能够保证闭环系统的渐近稳定性和位置跟踪性能.仿真结果表明,鲁棒自适应重复学习控制方法明显提高了系统的跟踪性能,改善了加速度失真度.     

基于改进指数趋近律和扰动观测器的PMSM滑模控制

为改善永磁同步电机速度环上传统滑模控制(SMC)中响应速度较慢、抖振较大等不足,提出了一种基于改进指数趋近律和滑模扰动观测器(SMDO)的滑模控制方案。采用连续函数代替符号函数并设计改进指数趋近律以提高系统响应速度,增加以观测误差为变量的滑模扰动观测器来强化系统抗扰能力,基于观测扰动与改进指数趋近律相结合的方法设计了改进的滑模控制器。通过MATLAB/Simulink搭建模型,结果表明改进的滑模速度控制配合滑模扰动观测器可以有效改善系统的鲁棒性和动态响应性能。     

基于新型趋近律的永磁同步电机积分滑模控制

为了提升永磁同步电机(PMSM)调速系统动态品质,提出了一种基于新型混合趋近律的积分滑模控制算法。在传统指数趋近律基础上,引入了双曲正切函数、终端吸引子和基于系统状态变量幂函数的自适应因子,并结合积分滑模面,提高了系统趋近速度自适应调节能力和干扰抑制能力,有效削弱了抖振水平。基于所提出的趋近律,设计了PMSM新型混合趋近律积分滑模速度控制器,通过仿真完成了与传统PI算法控制性能的对比分析。仿真结果表明,新型趋近律速度滑模控制器具有更好的速度跟踪精度,抗负载扰动性能更好,抖振量非常小,鲁棒性强。     

基于新型趋近律的全局快速Terminal滑模PMLSM控制

针对滑模控制(SMC)的永磁直线同步电机(PMLSM)位置跟踪中存在收敛速度慢和系统抖振严重两个方面的问题,进一步提高PMLSM控制的跟踪精度,改善系统的动态品质,在传统的幂次趋近律基础上,引入了Fal函数,并结合新型全局快速终端滑动模态,提升系统的趋近速度并对系统抖振进行有效的控制;在SMC系统外可采用干扰观测器来对系统的扰动信号等进行前馈补偿,提高系统的抗干扰处理能力。利用MATLAB/Simulink软件进行计算机仿真,并与传统幂次趋近律SMC进行对比。仿真分析表明,该跟踪控制算法能够提高系统的跟踪与控制精度,并且增强了系统的抗扰动性能。     

基于自适应模糊滑模控制的机器人轨迹跟踪算法

针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。     

电动负载模拟器的滑模自适应控制器设计

针对减小电动负载模拟器多余力矩以及适应电机参数时变特性,设计了基于改进模糊趋近律的自适应滑模控制器。首先,根据系统输出与输出的偏差量设计了滑模面;其次,采用模糊策略,动态调整系统的趋近速度,当系统远离滑模面时,加快趋近速度,改善动态品质;当系统接近滑模面时,降低趋近速度,消除抖振,同时提出采用变隶属度函数的方法,改进了传统的模糊趋近律,提高系统在滑模面附近的控制灵敏度;最后,针对多余力矩和系统不确定部分,采用自适应的方法,逼近其上界,实现完全补偿。通过定义Lyapunov函数证明了该控制方法能够保证系统的全局稳定性。仿真实验表明,该控制方法有效地抑制了抖振和多余力矩,增强了系统的鲁棒性,提高了系统的自适应能力。