永磁直线同步电机自适应内模控制研究

为了解决永磁直线同步电机（PMLSM）运行过程中对系统参数摄动及负载扰动等不确定因素敏感的问题,结合内模控制和模型参考自适应控制各自的优点,设计了PMLSM自适应内模控制器（AIMC）.仿真结果表明,自适应内模控制器同常规PI控制器相比,具有更好的动态稳定性和跟踪性能,对外界干扰具有较强的鲁棒性.     

基于MATLAB的PMLSM速度控制器的仿真研究

以永磁直线同步电机（PMLSM）的伺服控制系统为研究对象,采用模型参考自适应滑模控制（MRAC-SMC）作为PMLSM速度环控制方案,通过在MATLAB/Simulink环境下仿真,系统可获得较高的跟踪性能和鲁棒性能,并能有效减小滑模控制引起的抖振.     

基于ELM的单相有源电力滤波器的内模控制

为了克服单相有源电力滤波器的非线性特性,在基于数据的基础上,由极限学习机建立有源滤波器非线性系统的内模和逆模,实现基于极限学习机的内模控制.根据内模控制系统稳态误差,评估内模控制系统的性能,并将极限学习机的内模控制系统与神经网络、核岭回归、支持向量机等方法进行比较分析.试验仿真表明,基于极限学习机的内模控制系统具有系统稳态误差小、鲁棒性强等特点.     

基于模型完全动态延时逆的内模控制方法

分析了常规内模控制中存在的缺点，提出了一种基于模型完全动态延时逆的内模控制方法，取消低通滤波器的设计，以逆的延时时间的调整来提高系统的鲁棒稳定性，并结合自适应逆控制原理，采用有效消除被控对象下游输出端和上游输入端扰动的内模控制方法。     

弦截法的超线性收敛性验证

弦截法的基本思想是利用函数值f(xk 1),f(xk)来回避导数值f′(xk)的计算,本文利用最小二乘法验证了弦截法的迭代收敛阶数p=1.618,并增加了修正因子使验证结果更准确。同时,提出了该验证算法的实验步骤,通过一个特定方程根的求解实例,验证了其收敛阶数,并比较了牛顿法和弦截法的迭代收敛性能。     

基于逆系统方法的内模控制在伺服系统低速问题中的研究

针对常规控制方法对伺服系统低速抖动补偿效果不理想的问题,采用基于神经网络逆系统的内模控制方法对伺服系统进行控制。仿真结果表明,基于神经网络逆系统方法的内模控制能有效的改善低速性能,具有良好的控制效果,且控制器设计简单。     

动态补偿逆的非线性不确定系统LS-SVM内模控制

针对非线性不确定系统和传统的非线性内模控制在控制上存在的不足,提出一种基于动态补偿逆的非线性不确定系统LS-SVM内模控制,在引入LS-SVM建立逆模型的同时,将无模型自适应控制方法作为附加控制器,用于模型偏离被控对象时在线修正逆模型.仿真结果表明,提出的方法不仅对系统的常量摄动具有较好的鲁棒性,对时变不确定性仍然保持较好的跟踪效果,具有较好的实时性、鲁棒性和在线校正功能.     

求解非线性方程的二重弦截法

给出了求解非线性方程的二重弦截法公式,证明了它的收敛阶为2.618,指出并且分析了3个文献中关于"牛顿法P.C.格式"的一些错误结论.效能分析和数值试验都表明:二重弦截法(或弦截法)比牛顿法和牛顿法P.C.格式更有效.     

ESPRIT算法广义逆矩阵求解的快速FPGA实现

在基于旋转不变子空间的信号参数估计（estimating signal parameter via rotational invariance techniques,ESPRIT）算法中涉及到求解信号子空间矩阵的逆矩阵,针对常用方法计算复杂度高,实时性差等问题,提出使用广义逆公式对信号子空间矩阵进行求解的方法. 在FPGA平台上设计并实现了由复数矩阵乘法、矩阵LU分解、下三角矩阵求逆等子模块构成的广义逆矩阵求解系统. 利用该系统求解广义逆矩阵所用的时间约为2.18 ms,与在MATLAB上对同样矩阵进行广义逆求解的平均用时15.7 ms减少了7.2倍. 使用该系统的结果在MATLAB上完成后续仿真,对ESPRIT算法最终所得角度进行误差分析,最终所得角度的平均估计误差约为0.04°. 结果表明,该系统能在保证结果精确度的同时有效减少运算时间.      

永磁直线同步电机的模糊内模速度控制

针对在工作过程中的永磁直线同步电机易受到负载扰动和参数摄动等不确定因素的影响,将内模控制理论和模糊控制原理相结合,设计了PMLSM的实时参数可调整的模糊内模控制器,从而优化控制器来实现较好的控制效果．仿真实验表明,实时参数可调整的内模控制器具有更好的快速性、稳定性、鲁棒性．     

永磁直线同步电机自适应变结构位置控制器的研究

针对永磁直线电机参数变化和外部扰动对伺服系统的影响,提出了自适应变结构位置控制设计方法.用电机的位置误差信号及其导数构造切换函数,利用自适应律对系统不确定性扰动因数的极限进行估算.经过分析验证,与基于SVPWM的矢量控制系统相比较,自适应变结构位置控制算法明显减少了由系统参数变化和外部扰动引起的推力脉动,能快速、准确地跟踪给定信号,增强了整个系统的自适应性和鲁棒性.     

带有遗忘因子的滤波器型迭代学习直线伺服系统

针对永磁直线同步电机伺服系统,提出开闭环迭代学习控制器,实现期望直线位置的跟踪控制.分析了永磁直线同步电机的2-D模型及迭代学习直线伺服系统的收敛性.通过减小系统输入误差协方差矩阵迹的方式得到优化的遗忘因子,来修正控制输入的迭代学习律,同时采用零相位FIR数字滤波器对前馈学习控制器中的误差信号进行滤波处理.实验结果表明,带有遗忘因子的滤波器型迭代学习控制器能够保证直线伺服系统在不断的迭代学习中提高性能,有效抑制端部推力波动,系统具有很好的学习收敛速度、动态响应及控制精度.     

基于模糊滑模观测器的PMLSM的速度位置估计

针对永磁同步直线电机无传感器控制直线驱动系统中,速度和磁极位置难以快速准确估计的问题,提出了一种结合滑模观测器与模糊控制各自优点的模糊滑模观测器速度位置估计新方法。仿真结果表明,模糊滑模观测器能够在柔滑抖振和稳态误差之间找到平衡,保持系统的鲁棒性和控制精度,提高系统的响应速度。该观测器能够高速、精确地估计电机速度和磁极位置,实现高性能的永磁同步直线电机无速度传感器控制。     

用Hartley变换实现连续动力学系统参数模型直接辨识

针对大多数物理系统是由一组微分方程表示的连续时间系统,难以获得信号的各阶微分,连续动力学系统参数模型无法直接辨识的问题,借助Hartley正、逆变换及其微分性质,在频域对信号去噪,获得信号及其微分的估计值,建立参数模型直接估计的最小二乘算法。通过数字仿真分别辨识一个二阶系统和四阶系统,研究频率指数M和时间T与辨识精度的关系,给出辨识时参数选择的基本原则。此外,运用此方法对某冷轧机液压自动厚控系统参数模型进行辨识,结果表明:该方法对噪声具有较强的抑制能力,是一种简单实用的辨识方法。     

基于自构建RBF神经网络的内模控制

针对复杂的非线性被控过程,本文提出一种基于自构建RBF神经网络的内模控制方法。该方法中,神经网络的自构建学习算法包括结构学习和参数学习。结构学习采用最近邻聚类法使网络能够自适应地在线增加和删减神经元以达到理想的网络结构。神经网络的参数学习采用梯度下降法。将该神经网络用于内模控制,使得辨识被控远程内部模型和控制器模型的神经网络的神经元个数可以根据激励强度动态改变,进而改善了控制系统的动态性能和鲁棒性。仿真结果表明了所提方法的有效性。     

基于LS-SVM广义逆的三相四桥臂有源滤波器的内模控制

考虑到有源滤波器数学模型的多变量、强耦合、非线性的特点,提出了基于最小二乘支持向量机(LS-SVM)广义逆系统的三相四桥臂有源滤波器的内模控制策略.利用LS-SVM运算速度快的特点,动态逼近原系统的广义逆模型,同时引入内模控制和解耦控制,构成了广义伪线性复合系统,将控制转化为最优滤波问题.仿真结果表明,该方法稳态精度高,动态响应速度快.     

基于递归函数链模糊神经网络的永磁直线同步电动机位置控制

针对高精度永磁直线同步电动机(permanent magnet linear synchronous motor,PMLSM)存在参数变化、负载扰动、摩擦力等不确定性因素而影响电机伺服性能的问题,提出递归函数链模糊神经网络控制(RFLFNN)保证系统的伺服性能。首先在磁场定向控制下建立PMLSM伺服系统动态数学模型。其次,将函数链神经网络(FLNN)和递归模糊神经网络(RFNN)相结合设计RFLFNN控制策略,利用FLNN实现神经网络的函数扩展,提高系统的非线性逼近能力并对系统参数进行辨识; RFNN采用反向传播算法实时更新并调整神经网络的参数值,对系统中存在的不确定性因素进行估计以抑制不确定性因素对系统的影响。最后,通过系统实验证明所提方法的有效性,实验结果表明,与RFNN相比,该方法极大地改善了PMLSM伺服系统的位置跟踪性能。     

直线电机温度场有限元计算与分析

本文介绍了永磁直线同步电动机的特点,确定了边界条件,对电机温度场模型进行了简化,得出了永磁直线同步电动机的二维计算模型.并利用有限元软件Infolytica对电机温度场进行计算,结果表明和实测值相吻合.     

二元机翼／外挂系统的颤振鲁棒抑制

针对气动弹性系统中由于来流速度扰动弓l起的不确定性,发展了一种新的不确定性建模方法．与传统的不确定性建模方法相比,该方法从气动弹性建模的根源出发,运用信号变换法则使系统的不确定性维数得以降维,进而可以更有效地设计颤振鲁棒控制系统．为了验证新方法的有效性,以一类含多操纵面的二元机翼／外挂系统为研究对象,运用偶极子网格法建立了该机翼／外挂系统的气动伺服弹性运动微分方程,设计了颤振鲁棒抑制系统．数值仿真结果表明,基于新方法的颤振鲁棒抑制系统可以有效地提高该系统的颤振临界速度．