基于神经网络和神经元PID的交流矢量自适应控制

磁链开环的异步电动机矢量控制系统尽管结构简单,但它的性能受转子电阻影响很大.为了解决这一问题,根据感应电机矢量控制原理,将单神经元自适应控制器和神经网络应用于磁链开环的交流矢量控制系统中,并用单神经元PID代替传统矢量控制中的转速调节器,用神经网络代替系统中的电流模型,利用神经元PID的自适应和神经网络的在线学习能力,使系统能够克服其运行中由于自身参数变化带来的影响,具有很强的鲁棒性.最后,应用MATLAB软件进行了仿真实验.结果表明,该系统不但结构简单,而且具有良好的动、静态性能.     

基于神经网络和神经元PID的交流矢量自适应控制

磁链开环的异步电动机矢量控制系统尽管结构简单,但它的性能受转子电阻影响很大.为了解决这一问题,根据感应电机矢量控制原理,将单神经元自适应控制器和神经网络应用于磁链开环的交流矢量控制系统中,并用单神经元PID代替传统矢量控制中的转速调节器,用神经网络代替系统中的电流模型,利用神经元PID的自适应和神经网络的在线学习能力,使系统能够克服其运行中由于自身参数变化带来的影响,具有很强的鲁棒性.最后,应用MATLAB软件进行了仿真实验.结果表明,该系统不但结构简单,而且具有良好的动、静态性能.     

基于单神经元自适应控制器的矢量控制系统

在永磁同步电动机的矢量控制系统中,如果转速环采用传统的PI控制器,因其参数固定,当受到外部扰动时,其动态响应可能不理想.为解决这一问题,利用神经元的自学习和自适应能力建立自适应控制器.在Matlab/Simulink环境下进行的仿真结果表明：采用基于单神经元自适应控制器的永磁同步电动机矢量控制系统具有较好的动态特性.     

基于模型参考自适应的异步电机矢量控制系统

以异步电动机矢量控制的基本方程式为基础,构建了一个无速度传感器矢量控制系统。该系统的转速估计采用模型参考自适应控制理论,并对自适应机构以分段变参数方式进行改进,以提高估计速度和精度;转速调节器利用模糊自适应PI进行改进,以提高异步电机的可靠性和鲁棒性。仿真结果表明,该控制系统动态性能良好,转速估计能快速准确地跟踪,系统具有较强的鲁棒性和稳定性。     

基于模糊自适应的永磁同步电机矢量控制系统

提出了一种基于模糊自适应的永磁同步电机(PMSM)矢量控制系统的速度控制器的方案。模糊自适应控制器由模糊逻辑控制器和传统的PI控制器组成,采用模糊自适应控制器的输出对传统PI参数进行实时调整,使其具有模糊逻辑在处理不确定信息方面的能力和PI控制在线性系统中的良好性能。Matlab的仿真结果表明,采用模糊自适应建立的永磁同步电机的速度控制器,在系统参数发生变化或者受到外部扰动的情况下,PMSM矢量控制系统具有较好的动态响应特性。     

基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制

提出一种基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制新方法,该方法针对传统的PI调节器固定参数所造成的不足,利用具有自适应能力的单神经元PID调节器和RBF神经网络相结合,实现了参数在线辨识,转速在线控制.仿真结果表明该方法控制精度高,动态特性好,适合于永磁同步电机的速度控制.     

采用自抗扰控制器解决异步电动机调速系统参数鲁棒性问题

针对异步电动机难以建立精确的数学模型和采用PI调节器矢量控制系统参数鲁棒性差的问题,提出用自抗扰控制器控制异步电动机调速系统。自抗扰控制器不需要电动机的精确数学模型,通过扩张状态观测器估计电机模型中的耦合项及参数摄动等引起的总扰动并加以补偿,实现了磁链和转矩的完全解耦。在观测磁通的基础上,建立了无速度传感器矢量控制异步电机调速系统。仿真结果表明,此控制方案有较好的稳定性和很强的鲁棒性。     

基于自适应模糊控制的异步电动机DTC方法

针对传统的异步电动机直接转矩控制策略在低速阶段转矩脉动大的缺点,利用自适应模糊PID控制器代替传统的PID转速控制器,采用滑模变结构控制方法,设计了负载转矩观测器对电机转速进行前馈补偿,同时建立仿真模型,并将该模型与传统的异步电动机直接转矩控制进行比较。为验证带负载转矩观测器的自适应模糊DTC控制的可行性,采用Matlab/Simulink进行仿真实验。仿真结果表明,采用自适应模糊及滑模控制相结合的异步电动机调速系统,其在低速阶段对外部负载扰动具有较强的抗干扰性,且鲁棒性强、转矩脉动小,具有良好的动态响应和稳态性能。该研究在异步电动机调速系统上有很好的控制效果和应用前景。     

电动汽车用异步电动机的模糊自适应跟踪控制

针对传统的矢量控制因忽略铁损影响而无法对异步电动机实现准确控制的问题,研究了考虑铁损的电动汽车用异步电动机的模糊自适应位置跟踪控制。建立了考虑铁损的异步电动机动态数学模型,利用模糊逻辑系统来逼近异步电动机驱动系统中未知的非线性函数,通过反步设计方法构造了模糊自适应控制器,同时采用李雅普诺夫方法分析了系统的稳定性,并在Matlab环境下进行仿真实验,仿真结果表明,在系统参数未知的情况下,电机位置信号可以快速跟踪期望信号,控制器的性能良好。当t=5s时,负载力矩发生变化,电机仍能跟踪期望信号,说明该控制器能够很好的克服电机参数的不确定性及负载力矩扰动的影响,有较强的鲁棒性,实现了对异步电动机的位置跟踪控制。该控制器结构简单,只有一个自适应参数,减少了系统的在线计算负担,易于工程实现,在电动汽车领域应用前景广阔。     

新型感应加热电源调功方式的仿真

针对现存各种感应加热电源调功方式的不足,提出了模糊-PI复合控制的调功方法。该方法综合了模糊控制与PI调节的优点,确定了模糊控制器与PI调节器的最佳参数,给出了模糊-PI复合控制器仿真模型。仿真实验表明,模糊-PI控制器完全满足控制要求,控制效果良好,具有控制精度高,响应速度快的优点。     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。     

负载电阻下变论域模糊PI控制对 Buck -Boost 变换器的影响

为提高Buck-Boost变换器的控制精度,提出一种变论域模糊PI控制器方法.该方法利用模糊PI控制器来实时调整系统的参数,并通过引入变论域解决输入量过大或过小时控制器的参数无法自适应的问题.Matlab/Simulink仿真实验结果表明,本文提出的变论域模糊PI控制方法在控制精度和响应速度方面均优于传统PI控制和模糊PI控制方法,因此本文方法对提高Buck -Boost变换器系统的稳定性具有很好的参考价值.     

直流无刷电机的模糊PI速度控制

在分析无刷直流电机数学模型的基础上,将模糊控制与传统的PID控制相结合,设计了模糊PI无刷直流电机速度控制器,并应用于调速伺服系统.仿真实验表明,用模糊PI控制器代替普通的PI控制器,可以使BLDC的整体性能得到显著改善,是高性能BLDC调速系统开发的一个重要方向.     

永磁同步电机模糊PI控制的仿真研究

提出了一种参数自整定模糊PI控制器,用于永磁同步电机矢量控制系统,改善其动态性能。仿真结果表明,加入模糊PI控制的永磁同步电机矢量控制系统比PI控制系统在转速、转矩方面的控制性能都有较大的提高。     

专家-模糊自适应PID控制系统的设计

为了解决多容系统控制难度大的问题,设计了专家-模糊自适应PID控制器。这种控制器既具有模糊PID控制器的精度高、稳定性好、鲁棒性强的优点,又具有专家控制器进入稳定状态快的特点。对三容复杂系统的控制仿真结果表明,该方法的控制性能优于单独采用专家PID控制或模糊自适应PID控制的性能。     

基于模糊PID的永磁同步电机调速系统

针对传统PI控制在永磁同步电机调速系统中存在适应性、鲁棒性差的问题,提出模糊自适应PID控制。将传统的PID与模糊控制结合,构造了模糊PID与空间矢量脉宽调制(SVPWM)的永磁同步电机的矢量控制系统。仿真结果表明,该系统不仅具有良好的静态、动态性能,而且还具有良好的适应性与鲁棒性。     

基于LS-SVM的模糊控制器研究

探讨了利用最小二乘支持向量机(LS-SVM)进行模糊控制器分析与设计研究的方法,提出了基于LS-SVM模型的模糊控制算法.该控制器融合了模糊控制与支持向量机的优点,具有不依赖被控对象模型、泛化能力强等特点.仿真结果表明,LS-SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力.基于LS-SVM的模糊控制器具有很好的控制性能.