基于神经网络的永磁同步电机的鲁棒控制

提出一种基于神经网络的永磁同步电机的鲁棒控制策略·基于此策略设计了神经网络PID速度控制器,使速度控制器能实时在线调整,由一种混合型神经网络作为辨识器,利用神经网络的学习特性实现对永磁同步电机系统不确定性的鲁棒控制·为了加快响应速度,提高响应性能,采用多步预测性能指标函数下的反传算法·仿真和实验结果表明,所提出的控制方法明显优于一般永磁同步电机系统的控制方法,具有较强的鲁棒性·     

基于动态神经网络的一类非线性组合系统自适应控制

针对一类非线性组合大系统,提出一种用动态神经网络逼近组合大系统的新型设计方法·首先由动态神经网络辨识非线性组合大系统,也就是利用动态神经网络逼近系统的未知项和互联项,其次设计控制器使实际系统的状态来跟踪参考模型的轨迹·利用Lyapunov稳定性理论保证跟踪误差和其他信号是最终一致有界的·通过一个非线性系统例子的仿真证明这种设计方法的可行性·这种设计方法能够解决大系统中最为复杂的互联项问题,得出基于神经网络的自适应控制律·     

多层神经网络共轭梯度优化算法及其在模式识别中的应用

将神经网络总体平均误差作为目标函数,以待求的神经网络权值和阈值作为设计变量,通过设计变量合理排序与分配,提出多隐层多层神经网络权值和阈值计算的高精度真实共轭梯度最优化算法·与BP算法和梯度优化算法相比,既能实现每步迭代在搜索方向上获得最优步长保证目标函数递减,又能克服在目标点附近的振荡现象·编制出神经网络权值和阈值计算的通用程序,给出神经网络合理结构选择的基本原理·通过足球机器人位置分析算例的神经网络分析和模式识别,表明所提出算法的有效性和实际应用价值·     

一类新型神经网络模型及其控制器设计

提出一种新型神经网络模型(HNM)·此模型是一种本质非线性模型,但可以应用线性控制理论的成果来设计稳定的控制器,并且模型中的连接权系数有各自的物理意义,可以通过经验来确定其初始值·同时通过分析对角矩阵的稳定性,给出了基于HN模型的控制器的设计方法及稳定性证明·仿真结果表明HN模型的有效性及控制器的优良性能·     

基于函数联接神经网络液压驱动机械手的自学习控制

针对两自由度液压驱动机械手的轨迹跟踪控制问题,分析研究了神经网络自适应控制的特点,在此基础上提出了基于函数联接神经网络液压驱动机械手的自学习控制结构与控制算法·其控制结构着重智能知识的加强;控制算法以PD形学习规则为基础,运算结果不是直接参与控制,而是根据控制器作用于系统之后所产生的误差及其微分对控制器作出评价和修正·仿真和实验研究都取得了比较好的控制效果·     

基于神经网络的桁架结构优化设计

阐述了基于神经网络的结构优化设计原理 ,提出了基于神经网络的结构优化设计的模拟退火算法 ,为了提高模拟退火算法的收敛速度 ,提出了改进的惩罚算子计算公式·用两个桁架结构的优化设计算例验证了所提方法的有效性与准确性·研究结果表明 ,该方法较之其他优化方法更准确 ,更有效·     

基于函数联接神经网络液压驱动机械手的自学习控制

针对两自由度液压驱动机械手的轨迹跟踪控制问题 ,分析研究了神经网络自适应控制的特点 ,在此基础上提出了基于函数联接神经网络液压驱动机械手的自学习控制结构与控制算法·其控制结构着重智能知识的加强 ;控制算法以ＰＤ形学习规则为基础 ,运算结果不是直接参与控制 ,而是根据控制器作用于系统之后所产生的误差及其微分对控制器作出评价和修正·仿真和实验研究都取得了比较好的控制效果·基于函数联接神经网络液压驱动机械手的自学习控制@周恩涛 @何洪 @周士昌     

基于IP控制和扩展卡尔曼滤波的PMSM转速控制

为实现永磁同步电机(PMSM)的无速度传感器转速控制,提出一种基于积分比例(IP)转速控制和扩展卡尔曼滤波(EKF)转速估计的PMSM调速控制策略.以αβ坐标系下定子电压和电流为观测量,采用EKF算法对电机转速和转子位置进行实时预测和最优估计.估计转速作为反馈项与给定转速比较,所得误差值作为IP控制器的输入,对q轴电流分量进行控制,实现PMSM无传感器速度控制.针对不同电机转速和多种负载状态进行大量仿真研究,实验结果表明,该转速控制策略抗负载扰动能力强、超调量小.     

具有强不确定性大系统的H_∞分散控制器设计

具有强不确定性的组合大系统控制难点在于其互联项对子系统的强大干扰·针对这个问题,提出了一种H∞分散控制器设计方法·将控制器的设计归结为解一组局部代数Riccati方程·不确定项可分成两部分:结构部分和有界部分·结构部分的不确定性界可以是任意大的,并且是可以不满足匹配条件的·所设计的控制器由两部分组成,保证具有强互联不确定性的组合系统是具有干扰衰减指数γ的分散可稳的·为了克服解Riccati方程的困难,LMI方法被用于分散控制器的设计·     

基于观测器的广义系统H_∞可靠性控制器

利用广义系统的传感器故障模型,研究广义系统H∞可靠性控制器的设计问题·首先,建立了广义系统传感器故障的一般模型,在此模型的基础上设计基于观测器的控制器·其次,定义了广义系统的H∞可靠性控制器·接着,用带广义约束的广义代数Riccati不等式(GARI),给出传感器正常及出现部分故障时,所设计的控制器使得闭环广义系统容许且传递函数H∞范数有界的充分条件,即存在H∞可靠性控制器的充分条件·同时,还通过对广义系统的受限等价变换,去掉了广义约束,简化了带广义约束的GARI·进而可以通过解简化后的GARI来设计H∞可靠性控制器·最后,给出一个数值例子来演示设计过程并说明此方法的有效性·     

基于模糊神经网络的滑模控制算法

提出了一种基于模糊神经网络的积分滑模控制算法。该算法利用模糊神经网络系统来代替传统的等效控制项,消除了其对数学模型的依赖;切换控制项则采用积分型变切换增益,有效地削弱系统抖振。该算法以永磁同步电机伺服系统为对象进行仿真研究。仿真结果表明,该方法控制精度高,鲁棒性强,有效提高了系统的控制性能。     

基于复合神经网络的感应电机直接转矩控制

提出了一种基于复合神经网络的直接转矩控制器算法,分别对该神经网络控制器各组成部分的结构进行了设计.网络采用固定值和离线训练2种策略获取网络参数,训练样本数少,训练时间短.采用复合网络结构使得直接转矩控制器的数字实现变得容易,充分利用网络的并行处理特性,使得计算时间缩短,响应速度变快.在Matlab/Simulink中结合神经网络工具箱建立了其仿真模型,仿真结果证明了设计的控制器具有可行性、有效性.     

Direct Torque Control of Chaos in Permanent Magnet Synchronous Motor

Permanent magnet synchronous motor(PMSM) displays chaotic oscillation with certain parameter values,which threatens the secure operation of the power system.To control these unwanted chaotic oscillations,a new control scheme which depended on external torque was designed.Based on Lyapunov stability theorem and the matrix theory,several sufficient conditions were derived,which ensured the global asymptotic stability and exponential stability for the chaotic PMSM with uncertain pulse disturbance.The designed controller based on external torque was able to eliminate the chaotic oscillations.A numerical example was given to demonstrate the effectiveness of the proposed results.     

An adaptive load torque observer using hyperstability for PMSM servo system

An adaptive load torque observer is presented to compensate the torque ripple in PMSM servo system. A simple adaptive scheme is derived using Popov ＇ s hyperstability theory. The torque ripple detected by the observer is compensated by a feed forwarding equivalent current which gives fast response. The noisy current information is exempt from the observer to avoid its deterioration to the quality of the observer. The speed measurement delay is considered by using observed speed sinee the instantaneous velocity can＇t be estimated precisely at low speed because of too few position pulses from the absolute encoder during one time interval. Simulation and experimental results demonstrate that the proposed method can improve the dynamic performance of PMSM servo system satisfyingly.     

基于递归神经网络的永磁同步电机控制器设计

在永磁同步电机矢量控制系统中,采用递归神经网络控制器作为速度控制器来模拟在电机参数变化和负载扰动下的最优速度输出。神经网络采用扩展卡尔曼滤波方法实现在线训练,并在Lyapunov稳定性意义下对网络的学习率进行了分析。该神经网络矢量控制系统具有良好的动、静态特性,同时在变速和变负载情况下效果理想。该方法在一台1.2 kW永磁同步电机驱动系统上验证通过。     

基于自抗扰控制器的异步电机矢量控制

针对异步电机的高性能鲁棒问题,采用自抗扰控制理论,设计并实现了基于自抗扰控制器的异步电机矢量控制方案。将电机模型中的耦合项及参数摄动视为系统扰动,采用扩张状态观测器进行观测并加以补偿,简化了系统结构,提高了响应速度。为减小运算量,对自抗扰控制器的典型结构作了简化处理,使控制周期缩短约1/2,提高了实时控制性能。仿真和物理实验表明,该文研究的基于自抗扰控制器的矢量控制系统,在70%额定负载突卸情况下的动态速升仅为0.8%,动态性能优异,对转子参数变化也具有较强的鲁棒性。     

基于专家模糊神经网络的磁悬浮控制系统的研究

采用了自行设计的DSP系统板,它主要完成数据处理及实时控制以及专家模糊神经网络的控制方案。专家模糊神经网络控制器由模糊神经网络控制器FNC和专家系统EC组成。对径向四自由度磁悬浮轴承模型进行了研究,经仿真和实验表明,控制系统性能良好。     

基于PID神经网络的非线性系统辨识与控制

针对工业控制领域中非线性系统采用传统的控制方法不能达到满意的控制效果,提出一种基于P ID神经网络的控制方案,以对其进行辨识和控制。将P ID神经网络引入控制系统中,既具有常规P ID控制结构简单、参数物理意义明确等优点,同时又具有神经网络的并行结构和学习记忆功能及非线性映射能力。仿真结果表明:该控制系统响应速度快、超调量小、稳态精度高,能够快速跟踪系统输出并进行有效控制,且具有一定的自适应性和鲁棒性,满足实时控制的要求。     

基于神经网络的感应电机矢量控制系统

根据感应电机矢量变换控制原理,提出了一种由人工神经网络磁链与转矩估计器、神经网络解耦控制器和神经网络转矩控制器组成感应电机的矢量控制系统。文中介绍了感应电机矢量变换控制的基本方程,并根据这些基本方程分别建立了人工神经网络磁链与转矩估计器、神经网络解耦控制器和神经网络转矩控制器,并给出了部分测试结果。最后从系统的仿真计算结果可以看出,这种基于多个神经网络控制环节组成的感应电机矢量控制系统具有良好的性能