动态T-S递归模糊神经网络观测器状态辨识

传统模糊神经网络是一种静态映射,不适宜用于感应电机状态辨识。为提高系统辨识精度,提出一种动态T-S递归模糊神经网络观测器。根据动态递归神经网络观测器模型推导其动态反向传播算法,并利用Lyapunov定理证明该观测器具有全局收敛性。仿真结果表明：由于动态T-S递归模糊神经网络观测器同时利用了当前数据和历史数据进行状态辨识,较传统模糊神经网络观测器在辨识精度和稳定性方面具有更好的效果,且具有更好的收敛性。     

基于递归模糊神经网络的感应电机无速度传感器矢量控制

该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法，该方法使用模型参考自适应方法辨识转子磁场位置和转速，采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明，当系统参数动态变化或受到外部不确定性因素的影响时，利用神经网络来在线动态的调整网络的隶属函数参数以及神经网络递归权值，使系统仍将具有很好的动静态性能。     

带神经网络转矩观测器的PMSM自适应前馈 PID控制器设计

推导了永磁同步电机(PMSM)的ARMA模型，由递归神经网络构成综合转矩观测器，从而把综合负载转矩视为可测干扰；结合极点配置自校正控制、PID控制和前馈控制思想，设计了PMSM的自适应前馈PID控制器。有效地解决了PMSM系统中参数变化和负载扰动等不确定性问题。仿真实验结果表明，该方法具有较强的鲁棒性。     

带有扰动观测器的双模分段风电偏航控制

针对风电偏航控制系统中存在扰动和不确定性因素的问题,设计了扰动观测器对其进行补偿,抑制了扰动和不确定因素给系统带来的不利影响。为使系统获得较好的跟踪效果,采用双模分段控制,即跟踪控制器在大偏差情况下采用比例控制,在小偏差情况下采用模糊比例微分控制,使系统具有较好的跟踪响应速度及动态性能指标。仿真结果表明,采用扰动观测器和模糊分段控制相结合的设计方案,在存在扰动的情况下,偏航系统依然具有较好的跟踪特性。     

基于模糊径向基函数神经网络的永磁同步电机滑模观测器设计

针对传统滑模控制易导致系统出现抖振的问题,提出了一种模糊径向基函数(RBF)神经网络滑模观测器来实现永磁同步电机(PMSM)无传感器控制。为了减小观测器系统抖振,利用模糊RBF神经网络算法动态调整滑模增益,并采用李雅普诺夫稳定性定理证明了该模糊神经网络观测器的稳定性;利用锁相环(PLL)技术提高估算精度,并削弱计算噪声。基于MATLAB/Simulink软件平台搭建了仿真模型,将模糊RBF神经网络滑模观测器系统与传统滑模观测系统进行对比。结果表明,与传统的滑模观测器相比,新型滑模观测器能够快速、有效地跟踪转子位置,精确估算出转子速度,同时具有较好的动态特性。     

基于递归神经网络的无刷直流电动机控制研究

基于动态模型提出了一种性能较好的递归模糊神经网络无速度传感器无刷直流电动机控制方法,即采用递归模糊神经网络控制器作为转速控制器来近似最优控制器输出。仿真结果表明,当系统参数动态变化或受到外部不确定因素影响时,利用神经网络来在线调整网络的隶属函数参数以及神经网络递归权值,使系统具有良好的动、静态性能。     

基于H∞变结构的不确定机器人模糊神经网络控制

针对非线性不确定机器人的跟踪控制，提出了一种基于H∞变结构控制的模糊神经网络控制方案．基于模糊神经网络的学习和函数逼近能力，补偿机器人系统的内部不确定性和外干扰，H∞变结构控制提高了机器人对参数不确定性和外部扰动的鲁棒性，削弱了控制输入的抖振。仿真实例证实该控制方案的有效性。     

基于DSP的永磁同步电动机对角递归神经网络控制

在递归神经网络原理基础上,利用电机的电压电流最终估测出电机的转速、转子位置,将估测出的信号作为控制系统中速度和位置反馈信号,取代传统的永磁同步电机(PMSM)转子上的光电编码器.基于这种递归神经网络观测器,研制了一种新颖的PMSM无传感器控制系统.试验采用TMS320C2812数字信号处理器,实现了电流采样、移相触发、递归神经网络权值调节等功能.对研制的控制系统进行了实验研究.实验结果表明系统具有较强的抗扰动性能,精度高、响应快、鲁棒性好.     

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.     

基于免疫遗传算法的感应电机控制设计与仿真研究

提出一种基于免疫遗传算法(IGA)的递归模糊神经网络(RFNN)控制器的设计方法,并应用于感应电机双闭环控制系统中的转速控制器中,对感应电机实现了精确的速度控制.在与传统PI控制和递归模糊神经网络控制仿真比较中,采用该方法的系统显示出良好的控制性能和控制效果.     

基于递归模糊神经网络的PMLSM伺服控制

为了增强永磁直线同步电机（PMLSM）直接驱动系统的鲁棒性,改善系统受突加扰动情况下的性能,结合递归神经网络与模糊控制的优点,设计了基于递归模糊神经网络补偿器的PMLSM位置控制器。仿真结果表明,所设计的系统能实现对位置阶跃指令的快速无超调跟踪和稳态无静差,具有很强的鲁棒性,能够满足高精度、微进给永磁直线同步电机伺服驱动系统的要求。     

水下机器人的动态Petri递归神经网络控制方法

针对传统的水下机器人模糊神经网络控制器存在计算量大、抗环境扰动滞后等缺点,设计递归模糊神经网络控制器,通过在线的动态反馈增强水下机器人对环境变化的反应能力.并在网络的第三层即Petri层设计阈值,根据控制器误差的在线控制网络的学习和训练量,从而减少了模糊神经网络的计算量,提高反应速度.基于反向梯度传播原理,由能量函数设计了该网络的学习算法,并根据离散型李亚普诺夫函数确定了学习率参数,从而保证整个网络的收敛性.实验结果表明,该控制器能够提高递归神经网络的计算效率,减少控制误差,对外界干扰具有较强的鲁棒性,在水下机器人的控制方面取得了更好的效果.     

永磁直线同步电动机模糊神经网络控制器的设计

为了有效地抑制负载阻力扰动等外部扰动对永磁直线同步电动机(PMLSM)系统稳态性能影响,本文设计出了模糊神经网络控制器(FNNC).该控制器将模糊控制的非线性辩识功能和神经网络的自学习功能有效地结合了起来,在保留神经网络自学习能力的同时,增加了对系统的辨识能力,从而提高了伺服系统的稳态性能.仿真结果表明,基于FNNC的PMLSM伺服系统响应快,精度高,对外部扰动有很强的鲁棒性.     

二级倒立摆的递阶模糊神经网络控制

为了表明模糊神经网络控制器比较适合于控制快速、多变量、强非线性、绝对不稳定系统，可以克服用模糊神经网络控制多变量系统时的规则组合爆炸问题。本文提出用递阶模糊神经网络控制二级倒立摆。这种方法可以有效地减少多变量输入的模糊神经网络控制器的规则数，有利于利用专家的控制经验初始化网络参数，从而有利于下一步利用遗传算法对其进行优化。实验结果表明：与线性最优控制相比，本文方法的控制效果好、鲁棒性强。     

基于模糊神经网络的二自由度内模控制

针对工业控制领域具有代表性的过程控制对象,设计了一种二自由度内模控制器,可以同时独立地调节日标值跟踪特性、干扰抑制特性和鲁棒性.并提出了一种基于模糊神经网络的二自由度内模控制参数在线智能整定方法.理论分析和仿真结果表明,所提出的方法设计简单、参数凋整方便,可以使系统同时具有良好的目标值跟踪特性、干扰抑制特性和鲁棒性.     

静止无功发生器递归神经网络自适应控制

构造了新型静止无功发生器(ASVG)递归神经网络自适应控制系统,该系统由递归网络辨识器 及神经网络控制器构成,所构造的系统可以实现ASVG的非线性自适应控制。仿真实验表明, 该控制系统具有良好的控制品质、鲁棒性及泛化能力,是一种较为通用的电力系统控制模型 。     

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.     

基于模糊神经网络算法的交流伺服系统DSP控制

将神经网络与模糊逻辑控制结合起来,设计模糊神经网络控制器应用于交流伺服系统中的转速调节器,克服交流调速系统中参数漂移、非线性和耦合等因素的影响.针对模糊神经网络控制器运算量大、收敛慢的特点,硬件采用数字信号处理器(DSP)作为控制器运算单元,并在DSP上实现模糊神经控制算法,提高了系统实时性.实验结果表明,采用该控制器的调速系统具有较快的响应速度、较高的稳态精度和较强的鲁棒性.     

电动汽车调速系统加速度变结构鲁棒控制

针对电动汽车调速系统负载转矩的未知时变特性,设计了一种扰动观测器对负载转矩扰动进行观测及补偿。在此基础上,设计了滑模变结构控制器对预定的速度及加速度曲线进行跟踪控制,并利用其对扰动不敏感特性来抑制各种干扰的影响,以提高系统的鲁棒性和控制性能。仿真试验表明,所设计的控制器具有较高的速度、加速度跟踪精度和较好的动态性能,且对负载变化、参数摄动等内外扰动的鲁棒性较好,满足电动汽车调速系统的控制要求。