双模糊神经网络的滑模控制感应电动机伺服驱动研究

根据感应电动机伺服驱动系统高性能的要求,设计了一种基于双模糊神经网络的滑模控制的感应电动机伺服驱动系统.控制策略具有设计过程简单、意义清晰、鲁棒性好等优点,对于参数未知、时变、负载扰动大的伺服系统,它是一种有效的实时控制策略.仿真和实验结果表明:该控制策略大大提高了系统的高速响应能力,鲁棒性强,系统具有较好的动、静态性能和抗干扰能力,是开发高精度、高性能交流伺服系统的一条有效途径.     

交流永磁直线伺服系统的神经网络--滑模双自由度控制

文章针对直接驱动的交流永磁直线伺服系统，提出一种将非线性神经网络控制和滑模控制相结合构成的双自由度控制策略。该控制策略解决了直线伺服系统跟踪性能的鲁棒性能之间的矛盾。采用滑模控制方法设计输入控制器，保证系统对给定的快速跟踪性能；输出反馈控制器采用神经网络来实现，对系统参数变化和阻力扰动（包括直线电机端部效应引起的推力波动）进行很大程度的抑制。并可以消除扰动引起的滑模控制抖振对系统稳态性能的影响。同时，滑模控制的快速性又能大大加快神经网络的收敛速度。仿真实验结果表明该方案在保证伺服系统的快速性同时，对系统参数变化和阻力扰动具有很强的鲁棒性，大大提高了直接驱动系统的伺服精度。     

直线永磁同步伺服系统的滑模-神经网络控制

针对直接驱动的直线永磁同步伺服系统,提出一种基于滑模控制和神经网络控制相结合的双自由度控制策略.滑模输入控制器保证了系统对给定的快速跟踪性能;神经网络输出反馈控制器对系统参数摄动和外在阻力变化进行抑制,并削弱了滑模控制引起的系统抖振.该控制策略很好地解决了直线永磁同步伺服系统的跟踪性能和鲁棒性能之间的矛盾.仿真结果表明该方案在保证伺服系统快速性的同时,对参数摄动和阻力扰动(尤其是非线性时变扰动)具有很好的鲁棒性.     

双模糊神经网络模糊协调控制的交流伺服系统

根据交流伺服系统高性能的要求,设计了一种双模糊神经网络模糊协调控制的交流伺服系统,它融合了模糊控制及神经网络控制技术各自的优点,大大提高了伺服控制的动、静态性能,取得了满意的效果。     

基于RFNN补偿的直线伺服系统反推控制

针对永磁直线同步电机(PMLSM)伺服系统,在分析影响直线伺服跟踪精度因素的基础上,采用智能反推控制策略对该伺服系统进行有效的补偿控制。考虑参数变化、外部负载扰动和摩擦力等不确定因素对系统伺服性能的影响,设计基于递归模糊神经网络(RFNN)的反推控制器,利用了递归神经网络具有捕获系统动态信息的优点,可实时补偿不确定因素对跟踪性能的影响。仿真结果表明,控制策略明显降低了不确定因素对系统性能的影响,从而显著提高了直线伺服系统的位置跟踪精度。     

直线音圈电机的神经网络PID控制

音圈电机具有动态响应快、精度高等一系列优点,近年来,音圈电机被广泛应用在高性能的直接驱动式伺服阀领域里.分析了音圈电机的数学模型并设计了基于音圈电机的直驱阀阀芯位置控制系统.针对直驱阀存在负载扰动的影响,提出了一种基于BP神经网络PID的位置控制策略,它既有神经网络控制良好的动态特性又保持了PID控制的高速稳定性,并且能在线调整.仿真结果表明,所提出的基于BP神经网络PID的位置控制策略能够实现系统的良好控制性能,具有很好的鲁棒性.     

基于智能积分的多模协调控制交流伺服系统研究

为了满足交流伺服系统高精度、快响应的要求,结合模糊控制、比例控制和积分控制各自的优点,设计了一种基于智能积分的多模控制模糊控制器,并且分析了该控制策略的可行性,并将其应用于交流伺服系统.通过仿真和具体实验分别验证了上述分析和设计的合理性.试验结果表明:该控制方法不仅大大提高了交流伺服系统的稳态精度,缩短了过渡过程时间,加快了交流伺服系统的动态响应,而且对交流伺服系统有很好的抗干扰性能和较强的鲁棒性,使交流伺服系统具有较好的动、静态性能.     

永磁交流伺服技术：第二讲 伺服控制器的设计方法及控制策略

永磁交流伺服技术──第二讲伺服控制器的设计方法及控制策略沈靖，高波，王炎（哈尔滨工业大学１５０００１）１引言在交流电机伺服系统中，控制器的设计直接影响着伺眼电机的运行状态，从而在很大程度上决定了整个系统性能，要想使系统具有良好的工作性能，必须设计出恰...     

双绕组无刷直流电机容错控制系统的实现

针对空间机械臂关节电机伺服系统的可靠性和关节体积重量的矛盾,分析了3种典型空间机械臂关节电机驱动系统的可靠性,确定了机械臂关节电机采用双绕组无刷直流电机结构的方案,建立了双绕组结构无刷直流电机数学模型,设计了双绕组结构无刷直流电机驱动控制系统和容错控制策略,研制了双绕组结构电机关节伺服系统控制平台,进行了容错控制实验和关节位置伺服控制实验.实验结果表明:在重量和体积要求苛刻条件下,采用双绕组结构无刷直流电机伺服系统设计方案,不仅可提高关节的集成度和可靠性,而且没有降低关节位置伺服跟踪性能.     

应用于直线电机的平滑切换模糊PID控制方法

为了适应直线电机的快速动态特性,抑制由于直接驱动使参数摄动和负载扰动等不确定因素对伺服特性的影响,提出了一种新的平滑函数模型,设计了平滑切换式模糊PID复合控制器,并应用于直线电机位置伺服控制。通过模糊控制提高伺服系统的动态性能,用PID控制保证系统的稳态性能,利用平滑函数改善控制切换过程。在PRS-XY型混联机床上的应用表明,该控制算法明显提高了伺服系统的动态性能,减小了位置跟随误差,对非线性扰动因素具有良好的适应性。     

Intelligent control of induction servo motor drive via wavelet neural network

This study presents an intelligent control system for an induction servo motor drive to track periodic commands using a wavelet neural network (WNN). With the field orientation mechanism, the dynamic behavior of the induction servo motor drive system is rather similar to a linear system. However, the uncertainties, such as mechanical parametric variation, external disturbance, unstructured uncertainty due to nonideal field orientation in transient state, and unmodelled dynamics in practical applications influence the control performance. Therefore, an intelligent control system that is an on-line trained WNN controller with adaptive learning rates is proposed to control the rotor position of the induction servo motor drive. The adaptive learning rates are derived in the sense of discrete-type Lyapunov stability theorem, so that the convergence of the tracking error can be guaranteed in the closed-loop system. In the whole design process, the strict constrained conditions and prior knowledge of the controlled plant are not necessary according to the powerful learning ability of the intelligent control system. With the proposed intelligent control system, the controlled induction servo motor drive possesses the advantages of good tracking control performance and robustness to uncertainties under wide operating ranges. The effectiveness of the proposed control scheme is verified by both simulated and experimental results.     

基于神经网络的感应电机模型参考自适应速度控制研究

根据感应电机矢量变换控制原理 ,提出了一种基于人工神经网络速度控制器的感应电机矢量控制系统。为了提高系统的鲁棒性 ,采用了在线辨识技术 ,对参数的变化实时补偿。计算机仿真表明 ,这种基于多个神经网络控制环节组成的感应电机矢量控制系统具有良好的性能     

无电流传感器的永磁同步电机伺服系统

研究了一种无电流传感器的永磁同步电机交流伺服系统,在分析电机模型和控制策略的基础上,提出了一种新颖的电流模块估算方法,并构成伺服系统应用于驱动全自动高速平缝机.分析和实验结果表明,本系统简单可行且有较好的控制性能.     

音圈电机位置伺服系统电流驱动器的两种设计方法研究

分析音圈电机数学模型的基础上,在Matlab的Simulink环境中建立了音圈电机位置伺服系统的仿真模型,伺服系统采用三闭环系统,其中位置环和速度环采用PI控制,电流环根据两种驱动方式分别采用PWM斩波实现和功率放大器实现,通过试验仿真,对两种驱动方法进行了比较。试验表明,PWM斩波控制实现的驱动器适合做低频较大位置跟踪,功率放大器方法实现的驱动器适合做小位置时的无差高频位置跟踪。     

永磁同步电动机调速系统的模糊PI智能控制新方法

在分析永磁同步电动机 (PMSM )数学模型的基础上 ,利用Matlab软件建立了控制系统的仿真模型 ,提出了一种新型的模糊PI控制方法。在PMSM双闭环调速系统中 ,电流控制采用滞环电流调节器 ,而转速控制通过采用常规PI控制和模糊控制相结合的方法来实现。仿真结果表明 ,这种新型的模糊PI智能控制方法响应快、无超调、鲁棒性强、抗干扰能力好 ,较传统PI控制具有更好的动、静态特性     

基于负载位置反馈的永磁同步电机驱动柔性负载谐振抑制方法

柔性负载广泛存在于电气传动系统中。根据柔性的成因,伺服系统中柔性负载主要分为柔性关节和柔性连杆两类系统。针对这两类典型的柔性负载系统,首先引用已有的研究成果对其建立了一致的动力学模型。然后将PI调节器应用于系统控制中,由于自由度有限,谐振抑制效果并不理想。因而,控制系统中需要引入状态反馈。针对谐振抑制的需要,通过增加一个额外的位置传感器对末段位置进行测量,然后将其反馈至控制系统中。针对负载位置反馈策略,分析了其系统性能与参数关系,并采用三种策略对其进行了极点配置。仿真和实验验证了所提出的基于负载位置反馈及其参数整定方法的有效性。     

永磁同步电动机调速系统模糊神经网络控制的研究

文章介绍了以基本样条函数设计永磁同步电动机模糊神经网络速度控制器的方法。基于Matlab／Simulink的PMSM控制系统仿真平台，基本样条模糊神经网络调速控制的仿真结果表明：该方法响应快、超调小、鲁棒性强，具有较优的动、静态特性。     

Multimicroprocessor-based robust control of an AC induction servomotor

A multiloop feedback control system supplemented by a complementary controller is used to improve the drive performance of an AC induction servo motor and reduce sensitivity to parameter variations, nonlinear effects, and load disturbances. Based on the principle of field-oriented vector control, a software-based current-decoupled controller has been proposed. A simplified model of the current-decoupled induction motor has been used for the design and simulation of the proposed robust controller. Experimental results based on multimicroprocessor implementation are presented to illustrate improved response and reduced sensitivity