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。     

永磁直线同步电动机自适应模糊混合PID控制器设计

针对永磁直线同步电动机（PMLSM）参数不确定性问题,设计出了交流伺服系统的模糊自适应混合PID控制器。该控制器将模糊控制与自适应控制进行有效地结合,实现了量化因子的在线自我学习。仿真实验表明该伺服系统有效地克服了PMLSM参数不确定性所带来的影响,并且具有快速,鲁棒性强等特点。     

迭代学习PMLSM跟踪控制

在具有重复运动轨迹跟踪系统中,为了抑制永磁同步直线电机系统模型的不确定性、外部扰动,提高跟踪精度,提出用前馈-反馈结构来控制PMLSM的运动过程。重复迭代学习前馈控制可以提高系统轨迹跟踪性能,而IP反馈控制对参数变化和外部扰动有很好的抑制作用,提高系统的稳定性。Matlab仿真结果验证了方法的有效性。     

蚁群自寻优滑模控制在 永磁同步直线电机的应用

本文以永磁同步直线电机(PMLSM)为研究对象,提出了基于蚁群自动寻优滑模控制策略.滑模结构对系统适应性强,蚁群算法具备较强的自学习能力,可以实现参数的自动寻优,把两者结合起来,充分发挥各自的优势,提高控制性能.首先通过理论分析建立了永磁同步直线电机的仿真模型,并基于此模型进行了算法验证,通过验证得出该算法可以有效改善直线电机控制性能,提高了系统鲁棒性.然后在永磁同步直线电机样机上进行算法验证,结果表明,算法控制效果优良,在永磁同步直线电机上具有可行性.     

永磁同步直线电机混沌杂草自抗扰控制研究

针对永磁同步直线电机没有中间传动环节, 任何不确定性扰动都会直接影响控制系统性能的问题, 设计 了一种改进杂草算法优化的 PMLSM(Permanent Magnet Linear Synchronous Motor)二阶自抗扰控制器。 通过采用 混沌反向学习初始化方法和柯西分布的空间分布方式改进杂草算法优化自抗扰控制器参数, 经过优化的自抗 扰控制器的控制其性能有明显提高。 仿真结果表明, 该自抗扰控制器响应速度快, 稳态误差减小 2% 且无超 调, 对负载扰动具有良好的鲁棒性。     

直驱永磁风力发电机最大功率跟踪的鲁棒控制

针对直驱永磁同步风力发电系统,考虑实际中存在的系统参数不确定性和外界干扰,研究了直驱永磁同步风力发电机最大功率跟踪控制问题。利用转子磁场定向矢量变换技术和鲁棒backstepping非线性控制技术及干扰抑制技术设计了一种鲁棒轨迹跟踪控制器,通过控制定子电流的转矩分量调节风电机转速,实现系统最大风能捕获和稳定运行。理论分析和与其他控制器的仿真比较结果均表明,所设计的控制器可以保证额定风速下系统参数存在不确定性和外部干扰时,风力发电系统仍能够实现安全可靠地最大获取风能的运行。     

双电机传动机械系统的同步控制器设计

采用双电机同步驱动控制法的非线性控制器的机械系统设计,实现两组变频器-电动机在有限的时间内对输入信号的同步无差跟踪,整个系统可以运行轨迹所需的轮廓,它对外界扰动具有很强的鲁棒性。     

基于双迭代学习-交叉耦合的双轴误差控制

在双轴高精度轮廓加工中,单轴的跟踪误差和双轴间运动不协调产生的轮廓误差都会影响加工精度。文章提出了一种基于双迭代学习-交叉耦合的双轴运动控制策略,将单轴的迭代学习控制(iterative learning control,ILC)与双轴的交叉耦合控制(cross-coupled control,CCC)以及轮廓误差的ILC相结合。单轴的ILC用来改善单轴的跟踪性能,减小单轴的跟踪误差;双轴的CCC用以增加各轴之间的匹配程度,减小轮廓误差;轮廓误差的ILC可以提高轮廓的跟踪性能,进一步削减轮廓误差。仿真结果表明,双迭代学习-交叉耦合控制系统不仅能够有效降低单轴的跟踪误差,而且能显著减小轮廓误差。     

一种大功率永磁同步牵引电机失磁故障诊断方法

针对大功率永磁同步牵引电机存在失磁问题,提出了一种变参数条件下自适应滑模观测器方法.通过建立两相静止坐标系下永磁同步牵引电机失磁故障的数学模型,针对牵引电机实际运行过程中参数时变的实际,提出将自适应控制与滑模变结构控制相结合的方法,构建了自适应滑模观测器,以克服参数变化对失磁故障诊断造成的偏差.通过仿真验证了该方法的有效性和鲁棒性.     

无刷直流电机的控制系统设计与研究

无刷直流电机(BLDCM)以其可靠性高、动态性能好等优越的性能,使其得到了广泛的应用;但在一些控制系统中,外加干扰、参数摄动等因素影响了系统的动、静态性能和鲁棒性。针对这一问题,提出将反演设计与自适应滑模变结构控制相结合的方法来控制无刷直流电机的速度控制器,从而实现对总的不确定性f的估计,使系统的不确定性具有鲁棒性。所用的控制算法提高系统的稳态跟踪精度,并且使整个的闭环系统满足期望的动静态性能指标。     

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.     

直线超声波电机伺服系统建模及鲁棒控制

为解决超声波电机精确建模的问题,将二阶传递函数作为名义模型,通过频域辨识建立超声波伺服系统的线性模型.引入干扰观测器,以抑制各种外部力扰动,并增强伺服系统对参数变化的鲁棒性.以直线超声波电机为例进行仿真和实验,结果表明,控制方法对外部力扰动和参数变化均具有很强的鲁棒性,可以提高超声波电机的运动控制精度.     

雷达卫星鲁棒逆最优自适应姿态跟踪控制

针对存在外界扰动和模型参数不确定性的雷达卫星姿态跟踪控制问题,提出了一类基于修正的罗德里格斯参数描述的雷达卫星鲁棒逆最优自适应控制器设计新方法．通过Backstepping方法和构造相应李雅普诺夫函数,设计了鲁棒逆最优控制器,避免了直接求解哈密顿一雅克比一贝尔曼偏微分方程,使控制器相对于选取的具有鲁棒性的代价函数最优,并以较小的L：增益,实现对外界扰动的输入一状态稳定和鲁棒性;针对系统参数不确定性设计自适应参数更新律,对参数进行自适应学习,有效降低参数不确定对系统的不利影响．仿真结果表明：该方法能有效抑制模型不确定参数和外界未知扰动的影响,在保证姿态跟踪精度的同时,能增强系统鲁棒性．     

基于扩张状态观测器的永磁同步电机自适应滑模调速控制

针对永磁同步电机(permanent magnet synchronous motor,PMSM)调速系统存在参数不确定性及负载扰动问题,提出了一种基于扩张状态观测器的自适应滑模控制方法.在系统模型存在参数不确定性及负载扰动情况下,通过扩张状态观测器对系统的总和扰动进行实时观测,并在控制过程中加以前馈补偿以降低系统总和扰动对控制精度的影响,提高系统的动态性能.由于系统观测误差上界无法精确获得,自适应滑模控制器中的切换控制增益采用参数自适应律来调节,可有效改善系统的抖振现象,保证系统输出高精度跟踪期望信号.仿真结果表明,与传统的比例-积分(proportional-integral,PI)控制方法相比较,提出的基于扩张状态观测器的自适应滑模控制方法具有转速超调量小,响应速度快,对系统的参数不确定性及负载扰动具有很强的抑制力,且能够有效减弱滑模控制的抖振问题和提高系统的鲁棒性能.     

基于模糊动态Terminal滑模的永磁同步电机控制研究

针对永磁同步电机在工作过程中易受到外部干扰的问题，设计了动态Terminal滑模控制的伺服控制系统。Terminal滑模控制方法在滑动超平面的设计中引入了非线性函数，使得在滑模面上跟踪误差能够在有限时间内收敛到零。动态滑模控制方法可以消除由控制器中切换函数的不连续性引起的抖振现象。在此基础上利用模糊系统良好的逼近性能对永磁同步电机中的不确定参数和外部干扰进行估计，提出了基于模糊控制技术的动态Terminal滑模永磁同步电机控制方法，该方法可以有效降低由系统不确定上界引起的抖振现象。仿真结果表明：该控制方法具有良好的跟踪性能，对参数变化不敏感且鲁棒性好。     

单神经元PID控制器在永磁同步电机控制中的应用研究

永磁同步电机是一个非线性、强耦合、高阶的多变量系统,使用传统的PID控制难以满足精度高、反应快、鲁棒性好的要求.根据人工神经元的自学习功能建立了基于单神经元的PID控制器,并对其学习算法加以改进,实现了单神经元PID控制器参数在线自调整.仿真与实验结果表明:该控制方法无超调, 响应快, 具有良好的动态特性,具有比常规PID控制器更好的控制品质.     

降阶H∞滤波的永磁同步电机无位置传感器控制

针对扩展卡尔曼滤波方法鲁棒性不高的问题, 提出一种基于H∞滤波算法的永磁同步电机转子速度与转子位置角的估计方法。同时通过将外部负载转矩视为系统参数, 一并进行估计, 克服了负载转矩变化造成的影响。并采用降阶滤波模型, 降低了滤波过程中的计算量。最后通过与扩展卡尔曼滤波方法进行对比, 实验结果表明, 该方法提高了系统对不确定参数以及非高斯噪声的鲁棒性。     

电液位置伺服系统的前馈补偿滑模PI控制

针对不确定性电液位置伺服系统的跟踪控制问题，提出了一种前馈补偿滑模ＰＩ控制方法．经仿真表明：该方法对存在外扰和模型不确定性的电液伺服系统具有强的鲁棒性和良好的跟踪特性．     

基于模型预测内模的实时控制算法

对具有滞后性、外界扰动和被控对象参数不确定性、快速性要求高的一类单输入-单输出线性系统的非恒值实时控制的模型预测内模的控制算法进行了进一步的分析研究.从理论上分析了该控制算法的系统稳定性条件、稳态控制误差,研究了在逆变电源控制系统中,该控制算法对负载的鲁棒性和对扰动的抑制能力.算法仿真表明:该控制算法能够克服外界扰动和被控对象参数不确定性,系统具有较强的鲁棒性,稳态控制精度高,动态响应速度快.