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。     

基于阻力扰动估计器的直线伺服系统三自由度滑模控制

针对直接驱动的永磁直线同步电动机（PMLSM）伺服系统，应用滑模控制理论，设计具有三自由度的速度控制器C={C1，C2，C3}，同时也消除了滑模控制的抖振，仿真结果表明该方案可同时提高系统跟踪特性和鲁棒性。     

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。     

B样条学习前馈控制器的设计研究

B样条学习前馈控制（LFFC）是一种在被控系统不能精确建模时仍能保证跟踪性的控制方法。本文详细给出了B样条学习前馈补偿器的设计方法，并将其应用到直接驱动的永磁直线同步电动机（PMLSM）伺服系统中。仿真结果表明，使用该方法设计的控制器能有效地降低负载扰动、端部效应及各种参数变化等对系统性能的影响，提高了直线伺服系统的跟踪精度。     

电液伺服系统的神经网络并行控制

文章针对电液伺服系统的非线性、不确定性和参数时变的特点,提出一种基于神经网络的并行自学刁控制算法。该控制策略以系统动态误差和给定信号量作为小脑模型神经网络控制器的激励信号,并与单神经元自适应PID控制器相结合构成系统的复合控制。仿真结果表明,该并行控制算法较常规PID控制具有更快的响应特性和良好的动态特性,对模型参数变化和负载扰动表现出更强的适应性和鲁棒性。     

基于补偿模糊神经网络的BLDCM伺服控制

为了实现无刷直流电机(BLDCM)位置伺服系统的高精度位置跟踪控制,针对系统多变量、非线性、强耦合、时变的特点,提出了一种基于补偿模糊神经网络控制器(CFNNC)的设计方法.该控制器将补偿模糊逻辑和神经网络相结合,引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,大大提高了网络的容错性、稳定性和训练速度.仿真和在DSP控制系统上的实验结果表明,采用补偿模糊神经网络控制器,系统响应快、精度高、鲁棒性强,动态特性明显优于传统PID控制.     

基于迭代学习的直驱式电液伺服系统控制研究

本文阐述了直驱式电液伺服系统原理、组成和特点,并建立了直驱式电液伺服系统数学模型,进行了动态特性理论分析。为改善其动态性能,设计了闭环PID迭代控制器,并进行了实验研究。结果表明该系统动态性能平稳,控制器的控制效果良好,系统具有较强的抗干扰能力。     

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.     

无模型自适应控制的电液激振台的半实物仿真

由于电液力控伺服系统具有高阶非线性、不确定、时滞及强耦合等特性,所以实际中难以获得精确的数学模型.为了解决参数的不确定性和时滞性对电液力控伺服系统的影响,本文设计了一种无模型自适应控制器.利用Simulink/Amesim对该电液力控伺服系统进行了联合仿真研究;并通过半实物仿真软件DSPACE验证控制方案的正确性、仿真结果表明,与传统PID调节器相比,无模型自适应控制具有良好的动态性能和鲁棒性,并能够很好地消除试件上的输出误差,提高输出力的的精度,使系统具有较好的适应性.     

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.     

Intelligent Integrated Control of Underactuated Mechanical Systems with Second-order Nonholonomic Constraints

This paper describes an intelligent integrated control of an acrobot, which is an underactuated mechanical system with second-order nonholonomic constraints. The control combines a model-free fuzzy control, a fuzzy sliding-mode control and a modelbased fuzzy control. The model-free fuzzy controller designed for the upswing ensures that the energy of the acrobot increases with each swing. Then the fuzzy sliding-mode controller is employed to control the movement that the acrobot enters the balance area from the swing-up area. The model-based fuzzy controller, which is based on a Takagi-Sugeno fuzzy model, is used to balance the acrobot. The stability of the fuzzy control system for balance control is guaranteed by a common symmetric positive matrix, which satisfies linear matrix inequalities.     

基于MRFAC的感应电机控制器设计

结合感应电机这一非线性控制对象,设计了感应电机的模型参考模糊自适应速度控制器。该控制器具有传统模型参考自适应控制构架,传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代,模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整,以达到快速适应对象参数和状态变化的目的。基于模块化建模工具Matlab/Simulink建立感应电机控制系统模型,仿真结果表明该控制器运行平稳,具有良好的动、静态性能。     

Small unmanned helicopter''''s attitude controller by an on-line adaptive fuzzy control system

Since small unmanned helicopter flight attitude control process has strong time-varying characteristics and there are random disturbances, the conventional control methods with unchanged parameters are often unworkable. An on-line adaptive fuzzy control system (AFCS) was designed, in a way that does not depend on a process model of the plant or its approximation in the form of a Jacobian matrix. Neither is it necessary to know the desired response at each instant of time. AFCS implement a simultaneous on-line tuning of fuzzy rules and output scale of fuzzy control system. The two cascade controller design with an inner (attitude controller) and outer controller (navigation controller) of the small unmanned helicopter was proposed. At last, an attitude controller based on AFCS was implemented. The flight experiment showed that the proposed fuzzy logic controller provides quicker response, smaller overshoot, higher precision, robustness and adaptive ability. It satisfies the needs of autonomous flight.     

Small unmanned helicopters attitude controller by an on line adaptive fuzzy control system

Since small unmanned helicopter flight attitude control process has strong timevarying characteristics and there are random disturbances, the conventional control methods with unchanged parameters are often unworkable. An online adaptive fuzzy control system (AFCS) was designed, in a way that does not depend on a process model of the plant or its approximation in the form of a Jacobian matrix. Neither is it necessary to know the desired response at each instant of time. AFCS implement a simultaneous online tuning of fuzzy rules and output scale of fuzzy control system. The two cascade controller design with an inner (attitude controller) and outer controller (navigation controller) of the small unmanned helicopter was proposed. At last, an attitude controller based on AFCS was implemented. The flight experiment showed that the proposed fuzzy logic controller provides quicker response, smaller overshoot, higher precision, robustness and adaptive ability. It satisfies the needs of autonomous flight.     

基于变论域模糊控制的高旋弹姿态控制算法

针对高速旋转弹姿态控制系统存在的模型不确定、非线性、强耦合等问题,提出了基于变论域模糊控制的参数自适应姿态控制算法. 在建立姿态控制模型并通过前置反馈补偿方法对俯仰偏航通道进行解耦的基础上,利用变论域模糊控制器对姿态闭环反馈控制系统参数进行在线自适应整定. 仿真结果表明:变论域模糊控制器能有效改善闭环反馈控制系统的动态响应特性,减小弹体参数时变对控制器性能的影响,提高其适应性.      

智能空调机组控制器设计

目的设计一种基于LonWorks现场总线的空调机组智能控制器。方法利用LonWorks现场总线的技术,应用神经元芯片和主处理器进行主从式设计,提出一种模糊RBF神经网络自适应控制算法对各回路进行控制。结果智能控制器能对空调系统温度、湿度等多目标进行有效控制,在实际应用中充分证明了系统的合理性和先进性。结论 LonWorks适合于智能建筑的应用,而模糊神经网络也能提供较好的自适应控制效果。     

机床控制中的双模参数自调整模糊控制器

为提高超精密机床的加工精度,设计了一种双模参数自调整模糊控制器,其能根据误差和误差变化的大小实现两种模糊控制规则的自动切换和参数的自调整.针对所给定的超精密机床交流伺服系统,将该模糊控制器和PID控制器控制性能进行了仿真分析,仿真实验中模糊控制器的动态跟随性能和定位精度都明显优于PID控制器.结果表明,该模糊控制器能很好地适应交流伺服系统的非线性特点,其性能优于PID控制器.     

自适应PID控制在风力发电机试验系统的应用

将模糊自适应的控制模型与常规PID控制算法相结合,设计一种自适应模糊PID控制器,利用这种控制器的控制参数在线调整功能,以适应被控过程的参数时变性,并将其应用于风力发电机试验系统电源组的控制系统,来改善试验系统电源组的控制性能.结果表明,控制器参数易于整定,且具有较好的自适应性.应用自适应模糊PID控制的风力发电机试验系统电源组的控制系统能够适应被控对象在较大范围内的变化,具有较强的自适应性和优良的控制性能.     

模糊无模型控制在大质量缸电液激振台的半实物仿真研究

针对电液伺服力控系统的大惯性、大滞后和高阶非线性、不确定性的特点,结合无模型自适应控制(MFAC)对大惯性、大延迟适应性和模糊控制适应性强的优点,设计了模糊无模型控制器;并采用DSPACE对该控制系统进行了半实物仿真研究。仿真结果表明,相比于基本无模型控制,模糊无模型控制器计算量小、响应速度快;并能够很好地消除试件上的输出误差,提高输出力的的精度,使系统具有较好的适应性。