共查询到16条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
5.
针对液压转台中普遍存在的低速不平滑现象,以某半实物仿真转台为对象,设计了滑模变结构控制器.通过在控制器中引入变速趋近律和饱和函数型切换,较好地解决了变结构系统在到达段和滑动段的动态品质问题.仿真验证表明系统具有良好的低速性、鲁棒性和控制精度. 相似文献
6.
一种基于模糊边界层的转台伺服系统滑模控制器设计 总被引:1,自引:0,他引:1
针对飞行模拟转台位置伺服系统中存在的非线性摩擦环节,设计了一种补偿摩擦的模糊边界层滑模变结构控制器.在常规的准滑模变结构控制中引入模糊控制,利用模糊控制器来动态调整滑模边界层的厚度.通过MATLAB仿真,结果表明该控制器较好地协调了常规固定边界层滑模控制鲁棒性与平滑控制抖振之间的矛盾,有效地抑制了摩擦力矩的影响,保证了系统的快速性和鲁棒性,实现了高精度的位置跟踪. 相似文献
7.
8.
9.
针对交流伺服系统速度控制问题,提出了一种动态积分滑模控制方法。利用动态滑模控制方法消除抖振,在切换函数中引入积分环节提高了稳态精度,并给出了交流伺服系统速度控制器的设计方法。仿真试验表明,该方法能明显削弱抖振,提高稳态精度,并有较强的鲁棒性。 相似文献
10.
给出了神经网络学习算法和神经滑模控制器的具体设计思路,将滑模控制器的切换函数作为神经网络输入,以滑模控制器为网络输出,从而实现神经网络学习能力和滑模控制自适应切换能力有效结合,将神经滑模控制器应用于永磁直线同步电机伺服系统,通过仿真说明了其良好的跟踪特性和低速平稳性。 相似文献
11.
并联机器人系统结构复杂,具有强耦合、非线性等特点。滑模变结构控制对参数不确定性和外部扰动具有强鲁棒性,不需要被控对象精确数学模型且基于该方法的控制器设计过程是自然解耦过程,适用于并联机器人控制,但是滑模控制普遍存在抖振问题。鉴于此,该文提出RBF神经网络与滑模控制相结合的控制方法,利用RBF神经网络对滑模控制器切换项的增益进行调节,可以有效地降低滑模控制的抖振,获得较好的控制效果。仿真结果表明,该控制方法跟踪性能好,系统误差小,具有较强的鲁棒性,可以满足并联机器人的控制要求。 相似文献
12.
用神经网络结构实现超磁致伸缩智能构件滑模控制 总被引:3,自引:4,他引:3
提出了一种利用超磁致伸缩材料(GMM)智能构件精密加工活塞异形孔的方法.采用一种神经网络前馈复合离散滑模变结构控制策略,实现GMM智能构件的精密位移控制,消除了GMM智能构件迟滞非线性的影响.将智能构件的输出位移及其变化率作为小脑模型神经网络(CMAC)输入,构件的输入电流作为网络输出,利用CMAC在线自学习能力建立GMM智能构件的迟滞逆模型;通过离散滑模变结构控制器来消除神经网络的建模近似误差以及外界干扰.仿真结果表明,此控制策略能在线建立智能构件的迟滞逆模型,消除迟滞非线性的影响,控制误差降低到1.5%以内,可实现智能构件的精密位移控制. 相似文献
13.
14.
针对机械臂轨迹跟踪控制中传统滑模控制需估计其建模误差及外界干扰等不确定性,当建模不确定性及外界干扰较大较复杂时,将会导致出现抖振现象。该文在以传统滑模控制为主控制器的基础上,通过对传统干扰观测器进行改进,对外界干扰进行反馈补偿,同时利用神经网络对其建模误差进行逼近。通过机械手仿真实验结果表明,所提方法能够有效抑制系统抖振现象,提高响应速度及其轨迹跟踪精度。 相似文献
15.
基于卡尔曼滤波器的交流伺服系统自适应滑模控制 总被引:1,自引:0,他引:1
为了减小负载转矩扰动和系统参数摄动对永磁同步电机控制系统的影响,提出了一种基于卡尔曼滤波器的自适应滑模速度控制器。该控制器由自适应律估计参数摄动项,用卡尔曼滤波器估计外部扰动项。设计了含积分作用的滑模面,以保证电机转速的无静差跟踪;采用了指数趋近律,以提高趋近速度并削弱抖振。卡尔曼滤波器估计得到的系统外部扰动前馈补偿至控制器的输出,用于有效降低滑模控制器的不连续切换项造成的系统抖振。实验结果显示:跟踪设定的600r/min转速时,控制器稳态转速精度达到±1r/min。电机在以600r/min稳速运行时,设计的控制器在1.6N·m的外部转矩扰动下的最大转速波动比传统PI控制器的转速波动减小了2%。仿真分析和实验数据表明基于卡尔曼滤波器的自适应滑模控制器对交流伺服控制系统具有较强的抗扰动性、鲁棒性以及良好的稳态性能。 相似文献