直线电机进给系统摩擦自适应补偿控制

为消除非线性摩擦干扰对直线电机进给系统定位精度的不利影响,提出一种基于LuGre摩擦模型的自适应补偿控制方法。建立直线电机进给系统的动力学方程,并在系统建模中引入基于自适应因子的改进LuGre模型;采用反步设计法的思想,利用李雅普诺夫第二法推导了自适应控制律;最后进行了半物理仿真实验。仿真结果表明:该自适应控制器应用于直线电机进给系统的摩擦补偿是可行的,有效提高了系统的位移定位精度和速度跟踪精度。     

基于滑模变结构控制的鲁棒控制器设计

为了有效抑制状态变量的超调,加快转子的收敛速度,增强系统的抗干扰性,提出了一种基于滑模变结构控制方法的鲁棒控制器。与传统PID控制器不同,该控制器采取最终滑动模态的极点配置方式对系统的期望闭环动态以及选择滑模面进行设计,然后采取基于李亚普诺夫稳定性理论的控制方法来设计滑模控制器,使系统在设计的滑模面上具有期望闭环动态,在执行器动态变化导致误差的情况下,所述系统依旧可以在有限时间内收敛到设计的滑模面。该控制可以代替PID控制器应用于永磁同步直线电机,验证所设计的控制器在系统参数(动子质量、粘滞摩擦系数)发生较大变化和负载扰动情况下,都保持良好的跟踪性能,实现系统对不确定性扰动下的强鲁棒性。     

基于滑模控制的H型运动平台改进型主从控制

由于H型运动平台两直线电机之间存在机械耦合及负载扰动不同等不确定因素,导致了双直线电机运动不同步的问题。因此,提出了一种基于积分反演自适应滑模(integral backstepping adaptive sliding mode control, IBASMC)与改进型主从控制相结合的控制方案。在单轴上,采用积分反演自适应滑模控制作为位置控制器,有效地减小了位置跟踪误差;在双轴上,采用了改进型主从控制,将其与普通的主从控制进行比较,显著地减小了双轴之间的同步误差。仿真结果证明,所设计的控制方法有效地提高了H型运动平台的跟踪精度、抗干扰能力和同步精度。     

基于神经网络的虚拟轴机床轨迹跟踪控制方法的研究

针对永磁直线电机驱动的六自由度虚拟轴机床提出基于神经网络的轨迹跟踪控制方法.采用神经网络来实现永磁直线电机伺服系统的位置和速度控制,将负载扰动、杆间耦合扰动等效地看成电动机模型参数的变化,通过调整权值来补偿不确定性扰动对轨迹跟踪控制的影响,保证了系统的鲁棒性.仿真实验结果表明,用该方法设计的虚拟轴机床控制系统具有良好的跟踪给定和抑制扰动的效果,从而保证机床运动协调、姿态合理.     

基于扰动观测器的PMSM系统自适应反步滑模控制

针对负载转矩波动和系统参数变化的永磁同步电机(PMSM)系统的控制问题,提出了一种带有非线性扰动观测器的自适应反步滑模位置跟踪控制方法。首先,设计了自适应反步滑模控制器,以确保电机位置快速收敛到期望值,并设计了自适应收敛增益,以减小电机位置响应下的大的过冲;其次,设计非线性扰动观测器估计未知扰动,并为自适应反步滑模控制提供前馈补偿,以提高系统的鲁棒性,并减少稳态位置误差。仿真结果表明,该方法可以有效减少过冲,很好地实现了PMSM系统的快速位置跟踪控制,具有良好的抗扰动性能。     

加工中心双直线电机自适应模糊滑模同步控制

针对龙门移动式加工中心X轴驱动过程中两套直线电机伺服系统的位置不同步问题,采用了自适应模糊滑模控制方法对两直线电机的位置和速度误差进行补偿,设计了自适应模糊滑模同步控制器.该同步补偿方法充分利用了滑模控制的快速响应及对被控对象变化不敏感的特性.在用模糊控制削弱了滑模的抖振的同时,设计一个自适应调节律来估计最优的调节量,以较小的控制量保证较好的跟踪性能,既保证了系统的稳定性又易于工程实现.通过Simulink仿真验证了该方法的可行性并与模糊滑模控制进行了比较,结果表明该方法提高了同步控制精度.     

基于RBF神经网络的永磁同步直线电机全局滑模控制

针对永磁直线同步电机直接驱动伺服系统存在负载扰动、参数时变、非线性摩擦及端部效应等不确定性因素,提出了一种神经网络增益切换全程滑模控制策略。该策略使控制系统一开始就处于滑动模态上,使系统具有全局鲁棒性。其次,通过递归神经网络的在线学习来对不确定界限实时估计,并引入饱和函数,以进一步降低控制中的抖振,改善系统的性能。通过仿真对所提方案与PID控制和传统滑模控制进行对比,验证了所提出的方案有更好的鲁棒性和跟踪能力。     

永磁同步直线电机位置误差迭代学习补偿控制研究

永磁同步直线电机在执行具有重复特性的跟踪控制任务时,系统的位置误差也会出现周期性变化。针对这一问题,提出一种基于离线迭代学习补偿优化直线电机位置输入信号的控制策略。通过离线迭代学习,对直线电机系统的干扰进行迭代学习控制。对凸轮轴轨迹和正弦曲线轨迹进行迭代学习,实现对永磁直线电机运动轨迹的跟踪控制,减小直线电机的跟踪误差。实验结果表明：通过离线迭代学习控制产生的位置输入信号跟随误差较小,能很好地消除由于跟踪滞后造成的位置误差。     

基于Haar小波的双直线电机自适应滑模控制北大核心

针对双直线电机伺服系统的同步控制精度易受耦合干扰、负载扰动和模型不确定性等因素影响,提出了一种基于Haar小波逼近的自适应滑模同步控制方法。采用滑模位置控制器克服扰动对伺服系统的影响,提高抗干扰性能;为削弱滑模控制引起的系统抖振,采用Haar小波基函数逼近系统动态模型中的时变非线性函数,进一步提高系统鲁棒性;同时采用自适应算法在线整定逼近函数的权值,并基于Lyapunov稳定理论证明了控制系统的渐进收敛性。实验结果表明,基于Haar小波的自适应滑模控制与滑模控制相比,不仅提高了系统的跟踪精度和同步精度,还增强了系统的鲁棒性。     

采用神经网络模糊滑模控制的液压驱动活塞位置控制研究

针对液压驱动活塞运动轨迹和压力精度跟踪误差较大问题,设计了神经网络模糊滑模控制,并对控制精度进行仿真验证。创建了液压缸驱动平面简图,推导出液压缸腔室内部参数变化方程式。分析了液压缸驱动压力和位置的变化,采用线性模型建立输入和输出变换方程式。引用滑模控制方法,采用神经网络算法对滑模控制进行逼近,通过模糊切换规则对滑模控制进行自适应调整。采用MATLAB对液压缸活塞轨迹和腔室压力跟踪进行仿真验证,并且与滑模控制输出效果进行比较和分析。结果表明:采用滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较大;而采用神经网络模糊滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较小。采用神经网络模糊滑模控制方法,液压缸控制系统自适应调节能力较强,从而提高了活塞运动轨迹和腔室压力跟踪精度。     

基于H∞滑模控制的移动机器人轨迹跟踪研究

针对移动机器人轨迹跟踪过程中存在的诸多不确定性,利用Backstepping的思想和Lyapunov方法设计了H∞滑模控制。通过自适应模糊控制来优化滑模控制器的开关增益,从而消除滑模控制中存在的抖振现象。最后分别进行了直线、圆周、正弦三种轨迹跟踪仿真J_1实验,验证了系统的全局渐进稳定性和抗干扰性。证明了该控制算法的有效性。     

基于改进PID控制的电液伺服系统执行器运动轨迹仿真

电液伺服系统执行器运动轨迹跟踪容易受到外界干扰,导致控制系统不稳定。为解决此问题,设计小波神经网络PID控制系统,并对控制效果进行仿真验证。建立电液伺服阀简图模型,创建阀芯运动的动力学模型,分别推导出控制阀、液压执行器和比例溢流阀动力学方程式。采用小波神经网络对传统增量式PID控制器进行改进,利用MATLAB软件对改进后的控制系统进行仿真;对比分析改进前、改进后系统液压执行器的跟踪轨迹。结果表明：液压执行器在没有受到外界波形突然干扰情况下,2种控制方法都能较好地实现轨迹跟踪;在受到外界波形突然干扰情况下,采用增量式PID控制的液压执行器运动轨迹与期望轨迹存在较大误差,采用小波神经网络PID控制的液压执行器运动轨迹与期望轨迹存在较小误差。所设计的控制系统响应速度较快,能够自适应在线调整控制参数,有效地抑制外界环境对控制系统的干扰,从而提高液压执行器运动轨迹跟踪精度     

基于RBF神经网络和扰动观测器的PMLSM位置控制

针对永磁直线同步电机的位置控制,其控制精度易受模型误差和负载扰动等因素的影响,设计了一种改进型的滑模趋近律控制器,提出了基于RBF神经网络的建模误差逼近器和非线性负载扰动观测器。首先,利用改进型的滑模趋近律算法,加快到达滑模面的速度,降低系统的滑模抖振;其次,采用RBF神经网络算法逼近系统的建模误差;最后,非线性扰动观测器对系统的负载扰动进行估计。此外,系统采用前馈补偿控制策略,以提高系统的控制精度。仿真结果表明:通过与传统的滑模趋近律控制方法相比,文章提出的方法提高了系统的控制精度、增强了系统的鲁棒性。     

基于径向基函数神经网络控制的机械臂轨迹误差研究

当前,机械臂关节运动轨迹容易受到外界环境的干扰,导致运动轨迹不稳定,抖动现象特别严重,不能很好地满足轨迹跟踪任务的要求。对此,文中创建机械臂双关节运动简图模型,采用径向基函数(RBF)神经网络自适应控制方法跟踪机械臂关节的运动轨迹。分析了机械臂运动轨迹所产生的误差,设计了机械臂关节神经网络自适应控制器,引用李雅普诺夫函数对控制器的稳定性和收敛性进行了证明。结合具体实例,借助于Matlab软件对机械臂双关节的运动轨迹追踪误差进行仿真。同时,与模糊PID控制的仿真误差进行对比和分析。仿真曲线显示,机械臂关节采用RBF神经网络自适应控制方法,运动轨迹追踪所产生的误差较小,输入力矩的振动幅度相对较小。因此,机械臂关节末端采用RBF神经网络自适应控制器,可以降低运动轨迹的跟踪误差,改善振动现象。     

基于模糊神经网络滑模控制的xy平台轮廓控制

永磁同步直线电机(PMLSM)直接驱动xy平台数控系统曲线轨迹跟踪时,其轮廓精度会受负载扰动以及曲线轨迹轮廓误差模型复杂等问题的影响。针对此问题,采用具有自学习能力的模糊神经网络滑模控制(FNNSMC)进行单轴位置控制器的设计,在不失滑模控制鲁棒性的情况下,有效地削弱该控制所产生的抖振;两轴之间运用实时轮廓误差计算法建立曲线轨迹的轮廓误差模型并采用交叉耦合控制(CCC)进行轮廓控制器的设计,实现跟踪误差与轮廓误差的同时减小。仿真结果表明:该控制方案基本消除了抖振,保证xy平台具有较强的鲁棒性和较高的轮廓精度。     

H型平台双环交叉耦合滑模同步控制

为提高H型平台双直线电机运动控制系统的抗干扰能力和同步运动性能,提出一种基于位置环和速度环双环偏差的交叉耦合滑模同步控制方法。采用交叉耦合算法建立双直线电机偏差（跟踪误差）的耦合关系,输出同步误差,并结合滑模控制器,实现跟踪误差与同步误差的同时收敛。基于仿真实验对比分析单位置环、单速度环和位置-速度双环3种交叉耦合结构的滑模控制在扰动输入后的位置跟踪性能和同步控制性能。仿真结果表明：位置-速度双环控制方的电机位置跟踪性能和同步控制性能较单位置环控制方法分别提升60.6%和51.95%,较单速度环控制方法分别提升85.0%和41.91%,为平台的同步性控制应用提供了参考。     

新型变刚度电液串联弹性机械臂振动控制仿真研究

为了抑制变刚度电液串联弹性机械臂振动幅度,设计反演自适应模糊滑模控制器,并对机械臂输出效果进行仿真。创建新型变刚度电液串联弹性机械臂,给出阀内流体流动分布的非线性控制方程式。针对传统滑模控制器进行改进,将输入整形技术与模糊逻辑系统相结合,设计反演自适应模糊滑模控制器。引用李雅普诺夫函数对控制器的稳定性进行证明,保证系统的状态变量到达并保持在滑动面上。采用MATLAB软件对机械臂角位移、角速度和转矩变化进行仿真,与滑模控制器输出结果进行对比。结果显示：在无干扰环境中,采用滑模控制器和反演自适应模糊滑模控制器,机械臂运动轨迹与期望轨迹的误差较小,振动幅度较小;在有波形干扰环境中,反演自适应模糊滑模控制器控制效果明显优于滑模控制器,机械臂运动轨迹与期望轨迹的误差较小,振动幅度较小,自适应调节时间较短,无超调量发生。采用反演自适应模糊滑模控制器,能够抑制变刚度电液串联弹性机械臂振动幅度,减小其输出误差。     

龙门双驱系统转速跟踪同步耦合控制

针对龙门双驱系统的转速同步精度问题,提出一种转速跟踪同步耦合控制方法。为实现对外界负载的准确跟踪,构建基于Sigmoid函数的滑模负载观测器;设计结合积分滑模的双电机均值同步差控制器,结合跟踪误差反步控制器,制定转速同步误差与跟踪误差耦合控制策略,完成了两种负载情况下的仿真测试。仿真结果表明：相比PID控制,耦合控制策略的同步误差降低52.4%,响应时间降低75%;相比单一反步控制,耦合控制策略的同步误差降低39.1%,响应时间降低17%。     

基于步进电机驱动并联机器人的无震颤滑模控制研究

步进电机具有体积小、转矩大、转速范围宽等优点;并联机器人具有刚度大、承载能力强、误差小等特点。本文针对以步进电机驱动的新型三平移并联机器人机构的上述特点,设计了滑模控制算法,建立了控制系统模型,仿真实现了对各支路主动副期望运动轨迹的跟踪。仿真结果表明：该算法解决了滑模控制的震颤问题,系统的鲁棒性好,且系统抗干扰能力强,对系统参数变化不敏感,具有良好的跟踪性能．实现了对该并联机器人的高精度实时控制.     

数控机床直线伺服系统反推滑模控制的研究

针对高速高精数控机床直线伺服系统,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,设计自适应反推滑模控制器 (ABSMC).由系统位置、速度误差建立滑模面,利用反推理论推导出反推滑模控制律.实际应用中不确定确界未知,通过设计自适应律修正不确定确界观测值.经分析验证,并与反推滑模控制相比,自适应反推滑模算法在保证系统全局一致渐进稳定情况下,能很好抑制不确定因素对系统性能的影响,对参考指令位置跟踪鲁棒性强,同时抖振得到明显削弱.