神经网络滑模控制在位置伺服系统的应用

针对直流无刷电机伺服系统参数摄动、非线性以及其他不确定因素等问题,提出一种神经网络滑模变结构控制方案。利用一个三层RBF神经网络和滑模变结构控制器实现了无刷电机伺服系统位置的精确控制。该方案综合径向基神经网络和滑模变结构算法的优点,对系统参数变化和外部扰动具有很强的鲁棒性,是一种较理想的智能控制策略。仿真结果表明控制器具有良好的动静态品质,工程实现简单,具有广阔的应用前景。     

挖掘机器人伺服系统神经网络滑模控制

挖掘机器人伺服系统存在高度非线性、参数不确定和未建模动态等诸多不利因素,提出了一种结合径向基函数(RBF)神经网络的非线性滑模控制器,以提高控制精度和鲁棒性.首先,建立了单联伺服系统的数学模型;其次,采用RBF神经网络对系统的不利因素进行逼近,提出积分滑模面进一步减小稳态误差,同时减少对伺服系统参数的依赖,在此基础上,...     

模糊滑模控制在交流伺服系统的应用

针对交流伺服系统存在不确定性和多干扰性的特点,将模糊控制和滑模变结构控制结合起来,设计了一种模糊滑模控制器,用于交流伺服系统的位置控制。仿真结果表明,该控制器能较好地实现对指令信号的跟踪,并且使交流伺服系统具有较强的鲁棒性。     

交流伺服进给系统滑模变结构扰动观测补偿控制

介绍了用于交流伺服进给系统的滑模变结构扰动观测补偿器,解决了当存在解决耦误差和负载扰动时,普通伺服控制算法难以同时抑制负载扰动和高阶把动的问题。分析了电机转矩信号扰动观测补偿器的建模和设计过程,讨论了交流同步电机伺服进给系统的计算机仿真研究结果。     

基于模糊神经变结构控制的交流伺服系统

本文提出了一种基于模糊神经变结构控制的交流伺服系统。首先研究了离线训练的滑模控制器 ,然后 ,给出了利用梯度下降法的在线训练方法。仿真结果说明了这种控制方法。     

滑模控制在气动伺服系统中的应用

分析了气动伺服控制系统中存在的非线性摩擦特性,并设计实验台,测定低速环境下基于直缸的气动伺服系统中的摩擦特性;将其作为全局滑模控制中的外干扰,通过改变控制器结构或调整控制参数来抑制干扰,使系统在响应的全过程都具有鲁棒性。数字仿真表明：滑模变结构控制方案较PD策略具有更好的动、静态特性及对参数变化和外界干扰的鲁棒性。通过在台面球XY轨迹气动控制系统中的实验研究,验证了滑模变结构控制器具有可行性和理想的轨迹跟踪性能。     

基于神经网络的交流伺服控制系统设计

针对PID控制交流伺服系统无法同时获得稳定性和快速性,提出了一种基于神经网络的交流伺服控制系统设计方法.在交流伺服控制系统中,采用改进的BP神经网络作为系统控制器,利用其极强的非线性动态跟踪能力和自适应学习能力,及对控制对象的数学模型无依赖性,实现控制对象快速、准确定位.系统仿真表明,BP网络控制器具有快速跟踪性和较好的控制精度等优点.     

RBF神经网络滑模变结构控制在并联机器人中的应用

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。     

滑模变结构控制在电液伺服系统中的应用综述

对滑模变结构控制理论在电液伺服系统中的应用作了简单综述,列举了几种新型滑模变结构控制的设计方法,并根据各自滑模面的选择和控制器的设计特点加以归类,介绍了它们在电液伺服中的应用。     

交流伺服系统自适应模糊滑模控制

介绍了交流伺服系统的自适应模糊滑模控制方案.通过自适应模糊控制解决了扰动补偿问题.正是因为结合了模糊控制的逼近特性和滑模控制的鲁棒性,才使得系统对外部扰动具有很好的稳定性和鲁棒性,同时消除了抖动现象.仿真实验表明这一控制方案具有很好的控制效果.     

交流伺服进给系统及其数学模型的研究

在数控机床中,伺服系统是数控装置和机床本体的中间联接环节,是数控系统的重要组成部分。伺服系统接收来自伺服控制器的进给脉冲,经变换和放大后转化为机床工作台的位移,使工作台跟随指令脉冲移动。随着矢量变换理论的提出,以及微处理器技术、新型功率半导体元件、电动机永磁材料的发展和成本的降低,交流伺服电动机得到越来越广泛的应用,交流伺服系统已成为当今发展的主流。笔者研究了交流伺服系统的数学模型,该研究结果为伺服系统的动、静态性能分析提供了理论基础。     

DSP在交流伺服控制器IRMCK201中的应用

分析了交流伺服控制芯片IRMCK201的功能及以IRMCK201为核心组建的交流伺服控制系统，详细说明DSP在以IRMCK201为核心的全数字交流伺服控制系统中的应用方案、工作原理和软件设计。实验结果表明，方案设计合理，稳定可靠，能使交流伺服控制系统获得十分良好的性能。     

基于模糊神经元控制的交流伺服系统

根据交流伺服系统高性能的要求,设计了一种模糊单神经元混合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。     

模糊自适应PID控制器在交流伺服位置系统的应用

将模糊控制器和PID控制器结合在一起，利用模糊控制实现了PID控制器参数在线自调整，进一步完善了PID控制器的性能，提高了系统的控制精度。实验与仿真结果表明：模糊自适应PID控制器，具有良好的动态、稳态性能以及较强的鲁棒性。     

模糊自适应PID控制器在交流伺服位置系统的应用

将模糊控制器和PID控制器结合在一起,利用模糊控制实现了PID控制器参数在线自调整,进一步完善了PID控制器的性能,提高了系统的控制精度.实验与仿真结果表明:模糊自适应PID控制器,具有良好的动态、稳态性能以及较强的鲁棒性.     

液压位置伺服系统的模糊滑模控制器设计

针对液压位置伺服系统存在比较大的不确定性及干扰，提出了一种新的模糊滑模控制方法。用模糊控制器逼近滑模控制中的等效控制，通过不连续控制以保证闭环控制系统的稳定性，用饱和函数平滑不连续控制以抑制抖振。仿真和实验结果表明，该方法不仅能实现快速、准确跟踪，有效抑制抖振，并且对参数变化及外力扰动具有很强的鲁棒性。     

交流伺服系统的冗余控制研究

由于火炮控制系统中对交流伺服系统的高可靠性要求,提出了双CPU的冗余控制方案。基于TI公司的一款浮点型DSP,采用两片TMS320F28335为主芯片的硬件冗余方案,运用解析冗余的双CPU故障检测法判别故障并进行故障定位,实现冗余热切换,从而保证了系统工作的连续性。     

交流位置伺服系统自适应模糊PID控制器设计

为实现机电伺服系统的高精度位置跟踪控制,针对实际系统运行过程中所存在的转动惯量和负载力矩变化大等各种不确定因素,提出了一种基于滑模面的自适应模糊PID策略。利用梯度下降法实时修正PID控制器的参数,使用模糊逻辑系统逼近系统中不确定量,以使控制器能根据伺服系统运行过程中的负载特性实时调整速度给定值,从而减小系统参数变化和外部干扰对伺服系统性能的影响,最后通过Lyapunov方法推导出了模糊补偿器中不确定参数的自适应律。仿真结果表明：该控制策略与传统PID控制相比具有系统跟踪误差小,响应速度快,跟踪性能好的优点,对参数摄动及外界负载扰动具有较强的鲁棒性。     

基于Narendra稳定自适应控制器交流伺服电机的控制

交流伺服电机在实际运行的过程中负载的变化,负载的变化导致控制系统参数发生改变,如系统的频率、阻尼等。针对这些本身参数发生的变化系统,变化较小时,简单的控制器对控制结果影响不大,但控制很难对其变化进行调节控制,人工智能控制器可自动适应负载的变化,而神经网络、模糊控制等,但这些控制器存在结构复杂,调整时间长等,实际应用中得不到很好的应用。利用自适应控制设计方法,将系统转换成线性的可控系统,并引入不确定参数构造控制器的自适应估计律,实时对未知参数进行调整,保证整个闭环系统的动态品质。为提高系统的动态控制品质,引入Narendra稳定自适应控制器对交流伺服电机控制进行控制,利用不同的输入信号对控制进行测试,结果表明,Narendra稳定自适应控制器对交流伺服电机控制系统具有良好的控制性能。     

基于RBF神经网络的某交流伺服系统辨识研究

针对某交流伺服系统的模型辨识问题,采用RBF神经网络进行系统辨识.由于神经网络学习时间较长且不易收敛,故用聚类与梯度训练相结合的混合学习算法对RBF神经网络进行训练.使用聚类方法对学习样本进行聚类,确定隐含层结构,用梯度训练法对确定的网络结构进行训练,仿真实验验证了该混合学习算法的有效性.