基于转动惯量的异步电机参数自整定系统研究

针对异步电机控制系统负载转动惯量变化对控制性能影响较大的问题,从异步电机数学模型出发,对异步电机系统转动惯量辨识和控制参数自整定进行了研究。通过合理的假设和简化,建立了双闭环级联结构速度环PI控制器参数与系统转动惯量的联系,提出一种基于转动惯量的参数自整定系统。利用Matlab/Simulink软件和d SPACE设备搭建半实物联合仿真平台,对电机系统负载转矩变化、转动惯量变化的动态稳态响应进行了测试。研究结果表明,该系统能够依据转动惯量辨识结果自动整定控制参数,拓宽参数选择范围,提高系统动态响应速度,抑制稳态波动,优化负载转动惯量频繁变化电机系统的控制性能。     

基于BP神经PID的干粉砂浆搅拌储罐控制系统

本文针对干粉砂浆搅拌储罐湿度自动控制系统的时滞性,复杂的非线性特性,难以建立精确的数学模型;对象和环境的不确定性,常规PID控制方法很难对其进行有效控制的问题,而且在实际应用中其参数整定问题一直是尚未很好解决的难点。为了建立有效的系统模型并解决控制参数整定问题,改善系统性能,将BP神经网络算法应用到干粉砂浆搅拌储罐湿度自动控制系统的系统在线辨识器(NNI)和自适应PID控制器(NNC)中,由NNI对被控对象进行在线辨识的基础上,通过对NNC的权系进行实时调整,实现PID神经网络的自学习和逼近任意函数的功能,在控制过程中根据变化实时调整PID的三个控制参数,从而进行PID控制参数的在线整定。     

基于最小二乘辨识模型的PID自整定应用研究

针对工业数据模型辨识精度不高及PID不能在线自整定问题,提出一种闭环在线自整定控制策略。控制策略利用递推最小二乘辨识方法获得模型,基于该模型采用改进的遗传算法进行PID自整定,构成闭环在线自整定系统。通过MATLAB中的App designer平台验证了所提方法的可行性和有效性。仿真结果表明:辨识得到传递函数可以很好地拟合跟踪工业数据,PID自整定参数闭环阶跃响应控制效果良好。     

未知负载转矩下机械臂关节参数在线辨识及控制参数在线研究

机械臂运行过程中,关节伺服系统的负载转动惯量和阻尼系数呈现时变特性,现有方法在未知负载转矩的情况下无法完成转动惯量和阻尼系数同时辨识。提出一种基于离散模型参考自适应算法在线同时辨识负载转动惯量和阻尼系数的方法,通过对关节伺服系统电机的机械方程离散化得到含有转动惯量和阻尼系数的模型自适应参考模型,采用朗道离散时间递推参数辨识机制推导模型自适应率进行参数辨识;利用参数辨识结果和设定的误差阈值在线优化控制参数。此方法能在线同时辨识转动惯量和阻尼系数并根据辨识结果优化速度环PI控制器参数值,提高速度的动态响应性能。仿真结果证明了参数辨识方法和控制器参数在线优化方法的有效性。     

基于驱控一体的伺服压力机控制系统研究

针对曲柄伺服压力机工作行程中,冲头滑块对电机轴等效转动惯量变化的问题,对伺服压力机电流环、速度环比例—积分(PI)控制器控制参数整定方法进行了研究。对曲柄滑块机构进行了运动学分析,确定了曲柄转角与滑块等效转动惯量之间的函数关系;提出了一种基于固高科技GTSD14系列智能驱动器的PI参数分段控制方法;在单个行程内根据曲柄处于不同位置区间时相对应的转动惯量,确定了控制器PI参数,以提升系统速度环、位置环的跟随性能;搭建了实验平台,以带有不同配重的伺服电机为对象进行了模拟实验。实验及研究结果表明:当系统实际惯量与控制器PI参数不匹配时,系统可以在线调整PI参数,使得电机速度环、位置环的跟随能力得到改善,从而验证了随着各段转动惯量变化而实时整定PI参数的可行性。     

基于惯量辨识的前馈控制算法研究

为了提高伺服控制系统的动态性能,通过研究速度和加速度前馈控制策略与基于模型参考自适应的惯量辨识方法,采用基于负载转动惯量确定加速度前馈系数的运动控制策略。分析了该方法在运动控制策略中的物理学原理,研究了前馈系数与转动惯量的内在联系。仿真结果表明该方法能有效提高伺服运动系统的响应速度与控制精度。     

I/A DCS系统的PID参数优化整定

随着核电站的不断运行,需要对DCS系统的控制参数进行优化整定。本文针对I/A DCS系统中使用的PID控制回路,提出参数的优化整定方案,减少整定过程对正常生产的影响,提高控制的精确性和稳定性。首先利用系统辨识的方法建立系统模型,基于模型计算PID控制回路的经验参数,再利用I/A系统中的FBTUNE模块,得出优化的PID控制参数。     

PI自整定永磁伺服系统转动惯量的辨识研究

针对永磁同步电机伺服系统中转动惯量变化问题,设计了一种带PI参数自整定的永磁同步电机转动惯量辨识系统,并提出了一种基于电机机械方程的转动惯量辨识方法。在系统匀加速阶段以相同时间间隔的速度为参量,计算出电机匀加速阶段的加速度,利用加速度与转动惯量的关系,由机械方程解调出电机转动惯量。以转动惯量为基准,利用速度环带零点Ⅱ型系统对PI参数进行补偿,并将此方法与传统PI控制方法在同一环境中进行仿真实验。研究结果表明,带转动惯量辨识PI自整定控制器的系统与传统PI控制器系统相比,启动无超调,且速度误差率降低0.16%左右。该方法具有更好的动静态性能,能够广泛应用于高精密数控系统,为解决转动惯量变化问题提供依据。     

基于梯度矫正方法的PMSM转动惯量辨识研究

为了使控制系统在复杂的环境中正常、稳定的运行,伺服驱动器必须具有参数辨识和参数自整定的功能,以保证系统具有强鲁棒性。在提高系统动态抗扰能力研究过程中,转动惯量辨识为其首要解决问题。在对离线式转动惯量辨识方法研究的基础上,提出了梯度矫正方法的转动惯量辨识策略,仿真研究表明梯度矫正方法进行转动惯量辨识具有一定的准确性和实时性。     

基于比例阀的气动伺服系统神经网络控制方法的研究

研究了用神经网络PID控制器对基于比例阀的气动伺服系统进行控制的方法。用神经网络辨识器来逼近非线性动力学系统,并在线修改控制参数。实验及分析表明,适当的选择网络参数,经过充分的离线训练,该控制器可以进行在线的自适应控制,系统的控制精度和动态特性有明显提高,且在环境参数变化时,控制器具有在线自学习和自整定参数的能力。     

永磁同步电机转动惯量在线辨识关键技术研究

针对工程实践中电机转动惯量在线辨识方法中输入参数的异步性和噪声干扰,采用基于模型参考自适应的转动惯量辨识方法,并使用跟踪微分器对输入参数进行预处理来解决以上问题。对模型参考自适应和跟踪微分器这两种关键技术进行研究,为工程应用中普遍得不到理想转动惯量辨识结果的在线辨识方法提供了一个比较好的解决思路。实验表明:经过跟踪微分器预处理后,基于模型参考自适应的转动惯量在线辨识方法能获得比较理想的辨识效果,结果精确、辨识速度较快,具有良好的抗干扰性能。     

基于闭环自适应辨识的速度环PI参数自整定

针对永磁同步电机伺服系统速度环比例积分（PI）参数整定过程中需要反复调节、效率低等问题,提出了一种基于闭环自适应卡尔曼滤波（AKF）系统辨识的伺服系统速度环PI参数自整定方法。首先根据输入信号激励速度闭环系统,分析不同频率激励作用下闭环辨识序列的信噪比与实际输出,然后引入AKF算法辨识闭环被控对象的离散模型,最后通过遗传算法仿真搜索最优速度环PI参数。仿真与实验结果表明：该算法能有效抑制量测噪声等扰动对系统辨识精度的影响,辨识结果能够反映实际系统的动态输入输出特性,优化后的速度环具有优良的响应性能和较高的精度,便于实际工业应用。     

挤出机压力控制PID参数自整定方法的研究

介绍了挤出机压力控制中PID参数的整定方法,并利用Matlab对挤出机压力模型进行仿真,试验证明利用模糊PID自适应调整系统参数是可行的,效果很好,可以实现系统参数的自整定。     

关于最近邻聚类的RBF网络自整定PID控制算法的研究

针对采用传统PID控制一类非线性滞后系统难以获得满意的控制效果,提出基于RBF神经网络的PID控制参数自整定的方法.利用具有在线能力的最近邻聚类学习算法,训练RBF神经网络.并引入优化策略对聚类半径进行自动调整,以保证聚类的合理性,从而自适应调整系统的控制参数.仿真结果证明了该控制策略不仅能使非线性滞后系统具有良好的动态跟踪性能,而且具有很好的抗干扰能力和鲁棒性.     

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。     

基于数字孪生模型的直驱部件高精度控制方法

直驱部件以结构紧凑、失动量小和无间隙传动的优势在高档数控机床、航空航天精密伺服机构等重大装备中得到了广泛应用.直驱部件的伺服控制精度和动态响应特性是伺服系统的重要指标,针对负载惯量摄动和装配特性的变化造成系统伺服性能的下降甚至失稳的现象,提出一种基于数字孪生模型的复合控制方法,以物理实体数据驱动数字孪生模型参数同步,以数字孪生模型优化物理实体的伺服控制参数.首先提取了直驱系统的关键特征参数,用集总参数模型描述线性环节,用非线性参数模型描述非线性特征,建立了直驱部件的虚拟物理模型;采集物理实体状态数据,提出了基于递推增广最小二乘算法的数字孪生模型参数更新方法,实现了模型特征的自适应同步;利用同步参数优化系统控制参数,提出了指标约束下的速度控制器和扩张状态卡尔曼滤波器设计方法,形成了数字孪生驱动的复合控制策略.实验表明,提出的方法具有更好的抵抗惯量摄动能力,模型同步算法能准确快速地辨识直驱系统的惯量变化;相对传统方法,跟随20°/s&1 Hz正弦信号的速度残差均方根由5.88°/s减少为1.76°/s,优化了70％;阶跃响应过程的调整时间始终满足设计指标0.1s,实际响应曲线与理论响应曲线的Pearson相关系数由0.957提高到了0.993.研究成果为进一步细化数字孪生模型颗粒度和推进数字孪生模型在运动控制中的应用提供参考.     

基于环境自学习的气动调节阀控制算法研究

气动阀门定位器广泛应用于化工、能源、油气、水处理、造纸等工业领域，不过气动阀门在环境变化中往往出现漏气等现象，其性能大大下降，在对传统五步开关控制算法分析的基础上，提出了一种基于环境自学习的控制算法。改进后的控制算法中所有的控制参数均通过参数自整定获得，提高了算法的通用性。参数自整定方法能够检测漏气，当漏气量超过一定阈值，系统进行报警，当漏气量在一定范围内则自动辨识出行程类型、端点位置、最大超调量、最佳PWM占空比和补偿PWM等参数，为改进后控制算法的控制参数选择提供依据。闭环控制算法同样增加了环境自学习功能，根据环境的变化实时改变补偿PWM,并更新到闭环控制算法中。通过对气动调节阀进行漏气模拟试验，并借助智能阀门定位器监控平台对控制算法进行了实现和验证，实验结果表明改进后的控制算法缩短了阀位调整时间，在全行程范围内基本避免了振荡现象的产生。     

伺服系统速度环控制参数自整定方法研究

为了能够获得伺服系统的最优性能,必须寻找一种高效实用的伺服速度环控制参数自动整定方法。通过坐标轮换方法对一阶惯性滞后模型的PID控制参数进行寻优,可以得到对应不同特征模型的最优控制参数。利用最优控制参数集合,运用曲线拟合的方法,获取了一组基于一阶惯性滞后模型特征值的最优参数整定公式,根据得到的整定公式,设计了一种伺服速度环控制参数的自整定方法,并进行了实时仿真研究。结果表明:提出的速度环控制数自整定方法能够高效获得整定结果。     

增益自适应滑模控制器在微型飞行器飞行姿态控制中的应用

针对微型飞行器的姿态角摄动引起的系统不确定性及外界干扰等问题,提出了基于区间二型模糊神经网络辨识的增益自适应模糊控制器.首先,给出了微型飞行器姿态动力学模型.然后,采用区间二型模糊神经网络对滑模控制器中由于姿态角摄动引起的系统不确定性进行在线辨识,通过增益自适应滑模控制器中的校正控制项对辨识误差及负载干扰进行补偿.最后,通过设计李亚普诺夫函数,得到闭环系统一致稳定条件下的区间二型模糊神经网络参数在线调整的自适应律及滑模增益自适应律.仿真对比表明,与传统的增益自适应滑模控制器和基于一型模糊神经网络辨识的滑模控制器及相比,本文提出的控制器不仅对系统的不确定性因素及外界干扰具有较强的鲁棒性,而且稳定误差小,跟踪精度高.     

双电机同步驱动系统控制参数整定研究

工业发展的要求使得双(多)电机的运用越来越广泛。双电机同轴驱动的控制系统是一种典型的多通道多控制器系统,为了获得优良的控制性能,有必要对其控制器参数的整定进行研究。采用单弹簧-双惯量块模型对系统进行建模后,首先采用传统遗传算法,对多通道多控制器系统的控制器参数进行整定;然后从系统整体性能的角度出发,利用带精英策略的非支配排序遗传算法对系统控制器参数进行多目标整定。仿真结果表明:采用双通道联合整定,可以获得比采用单通道独立整定更好的控制效果;采用带精英策略的非支配排序遗传算法对多目标和多通道多控制器系统的控制参数整定,可以使双电机同步驱动系统获得良好的动态和同步性能。