基于BP神经网络的直流电机PID控制系统研究

以直流电动机为控制对象,建立数学模型,并在传统PID的基础上结合神经网络算法,充分利用神经网络自学习功能,实现对PID参数的实时在线自整定.克服了PID控制参数难以确定和控制过程无法随环境等变化而自适应的缺点,体现了神经网络较好的智能性与较强的鲁棒性.利用Matlab软件进行仿真研究,结果表明神经网络PID较传统PID更精准,更具适应性,控制效果优越.     

基于51单片机的自动寻迹小车控制设计

设计一种智能小车控制系统,采用AT89C51型单片机作为主控CPU,外加直流电机及驱动、光电传感器和电源电路,实现小车自动巡线行走控制功能。     

基于改进型BP神经网络的无刷直流电机调速系统的应用研究

针对无刷直流电动机的速度问题,提出了一种基于改进型BP神经网络的无刷直流电机调速系统,即利用改进型BP神经网络来优化PID控制器的比例,积分,微分系数。所采用的BP神经网络的学习算法为粒子群算法,可以有效克服标准BP算法一般所存在收敛速度慢、存在局部极小值等问题,从而可以实现对无刷直流电动机的高精度的速度控制。最后,建立了仿真系统,其结果表明该算法效果良好。     

基于分时段模型的无刷直流电机仿人智能控制

为抑制无刷直流电机转矩脉动,设计了基于分时段电机模型的仿人智能控制算法。分析了无刷电机的换相转矩脉动过程,由于转矩脉动将导致转速的波动,根据换相时转速的变化,建立了换相过程分时段电机模型,并结合仿人智能控制算法具有多模态控制的特点,对不同时段采取相应的控制模态,并利用改进的遗传算法对仿人智能控制器的参数进行整定,最终使转速波动减小,进而反映了转矩脉动的减小。仿真结果表明,提出的控制策略有效减小了转矩脉动,使控制系统具有良好的动态性能。     

一种直流电机无传感器转角估计方法及应用

随着机电一体化技术的快速发展,电机在机械行业中的使用越来越广泛,对电机的转角控制精度要求也趋于准确。现阶段对电机转角估计运用最多的是霍尔式位置传感器,而对于无传感器式的转角估计研究多局限于直流无刷电机,对直流有刷电机的无传感器控制还研究的较少。通过提出一种直流有刷电机的转角估计方法,可通过检测电枢电流的周期波动来估计转子转过的角度。此方法应用简单,成本低,工作效率高,同时对转角估计也较为准确,适用于一般的工业控制。将该方法用于印刷包装机送纸机构驱动电机控制中,也取得了较好的工作效果。     

无刷直流电机伺服控制器PWM斩波控制方法研究

介绍了传统无刷直流电机脉宽调速原理,针对传统PWM脉宽调制的不足,从四个工作象限,详细介绍了全桥单级倍频PWM斩波控制原理。研究表明,全桥单级倍频PWM斩波控制能减小开关损耗,改善电流波形系数,同时可以方便地实现电机的四象限运行,能够解决系统对较小角度的响应不明显,灵敏度下降,跟踪一个速度很慢的连续信号时容易出现＂爬行＂现象的缺点。     

双下肢控制平台的设计与研究

为了测试假肢的性能,本文设计了下肢运动平台,平台的主要构成部分是四个直流电机,4个伺服驱动器,一个控制板卡和一台电脑.根据仿生学将他们连接起来,并以固高控制卡为控制核心,以髋关节和膝关节的角度信号作为下肢平台的运动控制信号,在VC环境下编程控制电机,通过四轴同步刷新的方法控制平台运动,使平台在运动过程中比之前更加协调.     

单片机AT89S52控制的智能小车设计

本文采用AT89S52单片机最小系统作为智能小车的控制核心,通过红外线发送和接受管采集信号,并将信号转换为能被单片机识别的数字信号。单片机控制电机不同的转动状态,实现小车的前进、左转、右转等功能,整个系统的电路结构简单,可靠性高。     

无刷直流电机控制系统的控制方法研究

无刷直流电机的控制技术研究是当今电机领域的热门课题.在介绍电机发展历史及现状的基础上.说明了无刷直流电机控制系统的3种控制方法,即无位置传感器控制、变结构控制、模糊控制和神经网络控制,并提出需要进一步研究的问题.     

一种基于无位置传感器的无刷直流电机反电动势的新型检测方法

在介绍传统无位置传感器反电动势检测方法的基础上,提出了一种新型的检测方法,并对这种新型的检测方法进行了系统仿真,通过对仿真结果的分析,论证了控制策略的正确性与合理性。