交流伺服系统模糊滑模控制器设计

针对交流伺服系统的位置控制，设计出一种新型滑模控制器，以前馈信号作为平均控制，采用模糊推理来调节开关控制的幅度，仿真研究表明，该控制器能较好地实现对指令信号的跟踪，具有较强的抗参数摄动和抗干扰能力，表现出良好的控制性能。     

交流伺服系统中位置模糊控制器的设计

本文设计了交流伺服系统的“双模”位置模糊控制器,使系统在位置偏较大时能快速跟踪,在偏差较小时能精确定位,该系统可在精密数控机床上应用。     

交流伺服系统新型控制器的设计

速度环采用文献 1的模糊 -滑模控制结构。分析了在不同输入信号的作用下 ,位置调节器比例系数与系统动静态性能的关系。由此 ,设计了一种具有自学习功能的单神经元位置控制器。数字仿真和系统实验研究结果表明 :该控制器应用前景良好。     

模糊控制器在伺服系统中的应用

介绍了模糊控制器在伺服系统中的应用。文章采用数字单片机实现模糊控制,详述了模糊控制器的实现方式。此控制方式在伺服系统中具有普遍适用性。     

下肢外骨骼膝关节模糊滑模位置控制器设计

针对下肢助力外骨骼膝关节位置伺服系统运动过程中伺服精度要求高、冲击力矩大、负载变化范围广等特点,提出了一种运用模糊规则调节的位置伺服系统滑模控制策略.该策略设计了一种新型带有积分项的滑模面模糊调节部分的结构为单输入双输出,选用模糊规则调节新型终端滑模型趋近率来抑制滑模抖振.仿真及实验表明,该控制策略稳定性和伺服跟踪性好,对负载干扰的鲁棒性强.     

液压位置伺服系统滑模自抗扰控制器设计

主要研究了驱动连铸结晶器的液压伺服系统的精确位置跟踪控制问题。由于液压伺服系统的某些内部参数是时变且不可测的,同时外部负载力也随时间变化使得系统动态模型不精确,从而影响了系统的控制效果。针对这一问题,提出了一种基于滑模控制的自抗干扰控制器的设计方法,利用扩张状态观测器把系统内部参数和外部负载力的不确定性观测出来,从而有效地抵消了系统的不确定性。根据工程实际中的参数进行仿真研究,其结果表明这种控制方法具有很好的全局鲁棒性,并且提高了位置跟踪的精度。     

交流位置伺服系统的时间次优滑模控制器设计

为了提高伺服系统定位过程中的动态特性和鲁棒性,提出一种新的时间次优滑模控制器的设计方法。首先,借鉴时间最优控制对伺服定位过程中的系统状态进行规划,得到时间最优的位置和速度响应轨迹,从而保证定位的快速性。其次,针对传统时间最优控制鲁棒性差和工程实现较难等问题,根据期望的时间最优状态轨迹设计非线性滑模面,并采用鲁棒趋近律方法设计滑模控制律,实现了伺服定位的鲁棒时间次优控制,仿真结果验证了该方法的有效性。最后,在永磁同步电机伺服控制器开发平台中进行了实验分析,结果表明所提出的控制方法具有很好的动态响应性能和鲁棒     

滑模变结构理论在交流伺服系统中的应用

介绍了滑模变结构理论及其在交流伺服系统中的应用现状 ,分析了其控制思想及优、缺点。并介绍了滑模变结构控制和其它集成控制策略 ,指出集成控制策略是获得高性能控制的有效途径。     

动态模糊神经网络控制器在伺服系统中的应用

通过在ANFIS的归一化层与输出层之间加入递归,层提出了一种新型的动态模糊神经网络（DFNN）,将模糊推理系统、神经网络和Ⅲ型控制有机地结合起来。给出DFNN的网络结构,为基于收缩间距隶属函数和BP算法提供了参数调整方法。系统实验表明,DFNN控制器比PID＋前馈控制具有更好的动、静态响应,尤其在前馈信号难以取得的情况下具有更明显的优势。     

电液位置伺服系统的多滑模神经网络控制

针对电液位置伺服系统存在的强非线性、控制增益未知和非匹配不确定性.通过引入神经网络和带饱和层的多滑模面,提出了一种多滑模神经网络控制方法.该方法运用神经网络的万能逼近特性和滑模控制优良的抗干扰特点,采用构造性方法设计控制器.运用光滑投影算法和积分李雅普诺夫技术,避免了参数漂移和控制器奇异问题.理论证明了系统跟踪误差收敛于任意设定的滑模面饱和层内.仿真实验表明了理论结果的有效性.     

基于模糊滑模控制器的伺服跟踪控制研究

为了有效地消除精密机床伺服进给系统的参数变化和外部扰动对其跟踪性能的影响,将滑模控制引入其伺服跟踪控制.文章将模糊逻辑与滑模控制相结合提出了一种简捷的模糊滑模控制器设计的方法以减小滑模控制器的颤抖.实验结果表明采用该方法设计的模糊滑模控制器与离散准滑模控制器相比具有较强的鲁棒性和跟踪性能.最后将该控制器用于超精密机床伺服跟踪控制取得了良好的控制效果.     

机器人操作器的自适应模糊滑模控制器设计

针对机器人动力学系统提出了一种基于模糊逻辑的自适应模糊滑模控制方案.根据滑模控制原理并利用模糊系统的逼近能力设计控制器,基于李雅谱诺夫方法设计自适应律,证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性.控制结构简单,不需要复杂的运算.该设计方案柔化了控制信号,减轻了一般滑模控制的抖振现象.仿真结果表明了所提控制策略的有效性.     

基于滑模变结构控制的高精度交流伺服系统的设计与仿真

本文根据滑模变结构理论提出一种速度调节器的设计方法,并利用Matlab5.0进行了仿真实验,仿真结果表明由此构成的三闭环交流位置伺服系统具有定位无超调,无静差,响应速度快,鲁棒性强等优点,最后,讨论了滑模控制器各参数的选择对系统性能的影响。     

电液伺服系统的多滑模鲁棒自适应控制

针对一类参数与外负载非匹配不确定的非线性高阶系统,提出了一种基于逐步递推方法的多滑模鲁棒自适应控制策略.应用逐步递推的多滑模控制方法简化了高阶系统的控制问题,同时在自适应控制中加入鲁棒控制的方法,以消除不确定性对控制性能的影响.首先利用逐步递推方法与状态反馈精确线性化理论,得出确定系统的多滑模控制器设计方法;然后基于Lyapunov稳定性分析方法,给出不确定系统的参数自适应律,及鲁棒自适应控制器的设计方法.本文把该控制策略应用到电液伺服系统的位置跟踪控制中,仿真结果显示,该控制方法具有较强的鲁棒性及良好的跟踪效果.     

基于参数自校正模糊控制器的机器人视觉伺服系统

提出了一种参数自校正模糊控制器,并将其用于机器人视觉伺服系统的控制中,使得模糊控制规则可以得到实时在线的调整。仿真结果表明基于参数自校正模糊控制器的机器人视觉伺服系统的性能较一般模糊控制机器人视觉伺服系统有了较大的改善。     

船舶航向非线性系统的多滑模自适应模糊控制

针对参数未知的船舶航向非线性控制系统数学模型,在考虑舵机伺服机构特性的情况下,船舶航向控制问题就成为一个虚拟控制系数未知的非匹配不确定非线性控制问题.基于多滑模设计方法和模糊逻辑系统的逼近能力,提出了一种多滑模自适应模糊控制算法,通过引入非连续投影算法和积分型Lyapunov函数,提高了系统在抑制参数漂移、控制器奇异等方面的能力.借助Lyapunov函数证明了所设计控制器使最终的闭环非匹配不确定船舶运动非线性系统中的所有信号有界,且跟踪误差收敛到零.仿真研究表明:该算法与传统的PID控制相比,具有较好的跟踪能力和自适应能力.     

Model predictive position control of permanent magnet synchronous motor servo system with sliding mode observer

In order to improve the control accuracy and robustness of permanent magnet synchronous motor (PMSM) servo system, a new non-cascade predictive control strategy is proposed to replace the traditional three-closed-loop servo control in this paper. The design process is as follows. First, the state variables and a discrete-time state space model of motor are defined; meanwhile, the lumped term of disturbance is included in the motor model. Second, the optimal cost function is chosen to design the model predictive controller (MPC). Then, according to the uncertain parameters and external disturbance, the sliding mode observer (SMO) is introduced to estimate and compensate the disturbance. Finally, the comparative experimental result proves that the proposed predictive control method not only has less regulation parameters but also has high position tracking accuracy and strong anti-interference ability even under different conditions.     

An adaptive sliding mode controller for electro-hydraulic servo systems combining offline training and online estimation

In order to improve the tracking accuracy of electro-hydraulic servo systems under nonlinear disturbance, an adaptive sliding mode controller (SMC) based on generalized regression neural network (GRNN) is proposed. The nonlinear factors and external disturbances of systems are considered in the controller, and an improved GRNN is used. In addition, the neural network achieves nonlinear approximation of the unknown part by online learning, determines the parameters of the SMC in real time by training the model offline, and reduces the impact of online estimation errors on the system to improve control accuracy. Finally, the effectiveness of the control method is verified by simulation.