永磁直线同步电机的遗传优化神经网络控制

针对永磁直线同步电机的跟踪性能易受推力波动等干扰影响的问题,以及BP神经网络收敛速度慢和易于陷入极小值的问题,提出了基于遗传优化神经网络的控制方法。该算法在复合前馈PID控制算法的基础上,将遗传算法全局寻优和BP神经网络局部寻优相结合,利用神经网络实现了对永磁直线同步电机的干扰的快速,准确的在线补偿。实验结果表明,与复合前馈PID控制方法和神经网络控制方法相比,基于遗传优化神经网络的控制方法有效的提高了系统的跟踪性和鲁棒性,并能有效的消除干扰对系统的影响。     

直线电机齿槽推力波动的标定与补偿方法

为减小直线电机齿槽推力波动对运动性能的影响,依据齿槽推力波动固有特性,提出基于PID位置控制的齿槽推力波动标定方法及其位置函数构造方法.采用线性插值计算方法建立齿槽推力波动的前馈补偿控制模型,并给出齿槽推力波动的标定结果,对比齿槽推力前馈补偿前后的位置跟踪误差.实验获得的齿槽推力波动幅值为±12N,前馈补偿前后的位置跟踪误差分别为±48μm和±10μm.实际结果表明采用所提方法可提高电机的运动精度和性能.     

基于支持向量机的直线电机推力波动前馈补偿

直线电机系统中,推力波动具有很强的非线性特点,是影响直线电机控制性能的重要因素之一。以结构风险最小化为学习规则的支持向量机进行推力波动模型辨识,来构成具有推力波动前馈补偿自适应控制单元的直线电机PID控制系统。该控制系统集合了PID线性控制和推力非线性补偿控制,以提高直线电机的轨迹跟踪精度。最后由Matlab仿真结果表明,基于支持向量机的推力波动模型比基于最小二乘法具有更高的辨识精度,控制系统具有更小的轨迹跟踪误差、更强的抗干扰性,从而提高直线电机定位精度。     

基于ZPETC和DOB的直线电机控制器设计及实验研究

直线电机驱动系统中存在的负载力、推力波动等干扰力会引起跟踪误差,降低跟踪性能。干扰观测器可以检测并补偿干扰,有效提高系统的抗干扰能力。前馈控制是提高系统跟踪性能的另一种方法,如直接速度前馈控制器、零相位误差跟踪控制器等,可以有效提高系统带宽,提高跟踪性能。针对直线电机在抗干扰和动态响应方面的需求,该文研究了基于直接速度前馈控制器、零相位跟踪控制器和干扰观测器的直线电机控制方法,并给出实验结果。结果表明,直接速度前馈控制器使位置能够无静地跟踪二阶指令输入,干扰观测器能够很好的抑制推力波动和摩擦力的影响,零相位跟踪控制器能够提高位置闭环带宽,改善跟踪性能,特别是三阶位置指令输入时的跟踪误差。     

永磁直线同步电动机推力波动的抑制

针对高档数控机床进给系统用永磁直线同步电动机特有的齿槽效应、边端效应所引起的推力波动问题,提出了在应用磁场定向控制技术双闭环结构基础上增加自适应前馈控制器抑制推力波动的新方法。通过实验测量经离散小波变换滤除噪声,得到随直线电机位置变化的实际推力波动波形,基于该波形以查询方式得到补偿电流。给出了控制系统速度控制器、电流控制器、参考电流发生器及前馈控制器的参数设计方法,构造了基于DS1104控制板d SPACE半实物仿真系统实验平台。实验表明,增加自适应前馈控制器对电流进行补偿后,推力波动和速度波动得到了有效抑制,验证了提出方法的正确性和有效性。     

大推力永磁同步直线电机高抗扰控制系统设计

针对大推力长行程永磁同步直线电机系统存在的较强的电气干扰及周期性推力扰动,该文进行了具有高抗扰性能的永磁同步直线电机控制系统设计。介绍了永磁同步直线电机数学模型及矢量控制原理;采用DSP+FPGA+IPM的系统架构进行了硬件设计,设计了抗扰性能强的IPM差分驱动电路及IPM保护信号滤波电路;考虑永磁同步直线电机由齿槽效应和端部效应导致的周期性推力脉动及运动的重复性,设计了重复PID速度控制器;与传统矢量控制进行了实验对比,结果验证了所设计系统的有效性。     

永磁同步直线电机的粒子群PID空间矢量控制

由于永磁同步直线电机(PMLSM)在运行过程中存在着参数变动和负载干扰等问题,因此传统PID控制器无法满足高精度伺服控制系统的要求。针对以上问题,提出一种基于粒子群参数全局寻优的在线自整定PID控制器,并通过MATLAB/Simulink对永磁同步直线电机和其空间矢量控制系统进行建模和仿真实验。仿真结果表明,采用粒子群优化算法的PID控制系统在指定速度1 m/s和加入200 N的负载时,比传统PID控制器具有更好的动态响应性能,能有效抑制推力波动而且对负载扰动具有很强的鲁棒性,其实验结果也证明了其可行性和有效性。     

基于神经网络推力观测器的永磁直线电机滑模控制

针对永磁直线同步电机(PMLSM)伺服系统易受到负载扰动、参数变化和推力波动的问题,为确保在较宽的速度范围内实现更为精确的速度控制,采用基于神经网络推力观测器的滑模控制取代常规的PI控制,滑模变结构控制律采用等效控制法,加上负载扰动前馈补偿项,而扰动补偿则是通过线性推力观测器并联一个神经网络观测器相加而得.实验和仿真结果表明,此方法较常规PI控制提高了跟踪性能,增强了伺服系统对参数摄动和外在扰动的稳健性.     

永磁同步直线电机RBF神经网络的PID控制

针对永磁同步直线电机的初级磁链近似为常数这一特点,在d-q轴下建立了直线电机的数学模型。直线电机具有非线性、耦合性、负载扰动、时变不确定性等特点。常规PID控制虽然结构简单、输出稳定、易实现,但在高速高精度应用场合却不能达到理想的控制效果。提出了一种基于RBF神经网络与传统PID控制相结合的新策略,形成RBF神经网络整定PID控制,在一定程度上改进了PID控制的性能。仿真结果表明,RBF神经网络PID控制具有更好的动态响应性和更加稳定的跟踪性能。     

永磁同步直线电机无模型电流控制

为改善永磁同步直线电机的动态响应性能,提高电机控制系统的鲁棒性,针对传统永磁同步直线电机PID控制方法中参数不确定性导致的控制不稳定问题,提出一种无模型电流控制方法.该文基于超局部模型设计永磁同步直线电机控制系统的无模型电流控制器,分别搭建PID控制和无模型电流控制系统,在此基础上进行稳态运行、负载突加减和电机参数摄动的仿真及实验对比.结果表明,所提方法改善了永磁同步直线电机控制系统的动态响应性能,对电机参数不确定性具有较强的鲁棒性.