基于带重叠换相的模糊PI控制系统对无刷直流电机转矩脉动的影响

针对无刷直流电机转矩脉动的问题,提出了用带重叠换相模块的模糊PI控制器,来实现对无刷直流电机转矩脉动的抑制。给出无刷直流电机的数学模型,并分析了重叠换相方法及模糊PI控制器的原理。应用Simulink仿真模块,对无刷直流电机控制系统进行建模仿真,将仿真数据与实验数据进行对比分析,得出带重叠换相的模糊PI控制器可以更有效抑制转矩脉动,提高电机的控制精度,为以后实际应用提供了理论依据。     

基于SMC的无刷直流电机的矢量控制

传统的无刷直流电机(Brushless DC Motor,BLDCM)的控制方式通常采用转速PI控制,转速电流PI控制等控制策略,这类控制方法简单,但同时也存在一些转速误差较大,转矩抖动明显等问题.为解决这些问题,采用矢量控制策略,并提出积分滑模算法(Sliding Mode Control,SMC)代替电流q轴分量PI调节算法.通过搭建该调速系统仿真模型及实验分析,与传统PI控制算法相比,该系统转速跟踪误差小,转矩抖动明显减小,系统动态响应快,鲁棒性强.     

电力机车永磁同步电机自适应模糊终端滑模控制

为研究牵引工况下电力机车永磁同步电机的转速控制精度,考虑轮轨接触不平顺在轮对径向产生的未知时变负载,建立了机车永磁同步电机在d-q坐标系下的数学模型;针对其中的未知时变负载,设计超扭转转矩观测器估计其实际值,对观测误差的导数采用自适应模糊逻辑系统进行逼近;为提升收敛速度和稳态跟踪精度,在滑模面中引入类势能函数,并依据Lyapunov稳定性理论,构造了基于转矩观测器的自适应模糊终端滑模控制器。理论分析及仿真结果表明,机车永磁同步电机闭环转速跟踪误差一致有界。滑模面及轴电压、轴电流动态抖振较小;滑模面及转矩观测误差收敛于零。     

直流串激电机速度的滑模控制

讨论直流串激电机的速度控制问题.应用综合方法建立了电机的非线性模型,从理论上推导了滑模控制律,并用仿真和实验验证了其有效性.为实施控制设计了一个用于观测电机负载转矩的Luenberger观测器和一个角加速度估计器;为了减小由于执行中采样造成的稳态误差,提出了一种带有附加PI控制器的改进的滑模控制律.实验结果表明改进的滑模控制律的控制效果明显优于普通PID调节器和普通的滑模控制律.     

无刷直流电机换相转矩脉动分析及其补偿

针对无位置传感器无刷直流电机的换相转矩脉动问题,做了深入分析。给出了换流时间和转矩脉动的时间函数,并在此基础上,提出了一种新的转矩脉动的补偿方法。从分析的结果上看,换向转矩脉动可以达到平均转矩的50%,这对电机换向平稳产生很大的影响,而采用补偿方法可以在一定程度上降低换转矩脉动,提高电机运行性能。最后通过仿真验证了转矩脉动分析以及所提出补偿方法的正确性。     

数字式座舱压力调节系统的模糊滑模变结构控制

针对座舱压力调节系统的非线性和参数时变特性,提出了模糊滑模变结构控制方法. 模糊滑模变结构控制算法保持了模糊控制器不依赖系统模型的优点,对参数变化和外界干扰等不确定性因素具有较强的鲁棒性,同时能柔化控制信号,减轻或者避免了一般滑模控制的抖动现象. 研究表明,模糊滑模变结构控制器与经典PID控制相比,具有超调量 小、稳态误差小、响应速度快、扰动抑制能力强等优点,试验结果证明了该方法对座舱压力调节系统控制的有效性.     

反馈线性化超低空空投抗侧风滑模控制律设计

超低空空投过程中货台运动与侧风干扰耦合会影响载机的安全性和空投任务的完成,为此提出了基于反馈线性化和滑模变结构相结合的控制律设计方法. 利用微分几何反馈线性化完成系统解耦线性化,在此基础上采用滑模变结构控制设计系统内环姿态角的跟踪控制器,保证了系统鲁棒性,并结合外环PID 轨迹保持控制完成整个飞行控制系统设计. 仿真验证了控制器的鲁棒性,且满足空投战技指标要求.     

基于等效控制的同步发电机混沌振荡的神经网络滑模控制

在周期性负荷扰动情况下,同步发电机可能诱发混沌振荡现象,严重威胁电网运行安全性。为解决此问题,本文提出了基于等效控制的神经网络滑模控制策略。首先系统利用等效控制方法设计滑模控制器,然后结合神经网络理论以及自适应控制原理来逼近滑模控制器中的非线性项,设计出神经网络滑模控制器。在该控制器的作用下,系统的输出渐近跟踪目标轨迹,由混沌运行状态转变为稳定运行状态。理论分析与仿真结果表明,所设计的控制器能够有效抑制电力系统的混沌振荡,且具有一定的鲁棒性。     

含有输入动特性不确定飞控系统的自适应滑模控制

针对含有执行器动特性和严重不确定性的非线性飞控系统,提出一种非线性自适应滑模控制器. 该控制方案的主要特征是对系统不确定性没有匹配条件的限制. 控制器由两部分组成：一部分根据称为标称模型的已知非线性模型进行控制器设计,另一部分根据建模误差的估计参数设计自适应滑模控制器. 对某飞机的非线性6自由度未解耦模型进行仿真,验证了该方法对系统不确定性具有较强的鲁棒性,对期望输出有良好的跟踪精度.     

基于转矩补偿的无刷直流电机直接转矩控制分析

无刷直流电机转矩脉动在直接转矩控制过程选择正确的矢量电压产生影响,在控制系统中加入转矩的前馈补偿,用来削弱转矩脉动对开关表选择产生的误差,使得电机在运行过程中在每个扇区都能获取合适的矢量电压,并输出预期的转矩,从而提高直接转矩控制对转矩脉动抑制效果。通过仿真验证,运用转矩补偿的直接转矩控制能很好的抑制转矩脉动。     

新型静止无功发生器的Fuzzy-PI控制

论述ASVG的工作原理,根据控制原理设计ASVG的模糊PI（Fuzzy-PI）控制器.采用模糊控制器获得良好的动态性能,同时引入PI控制改善模糊控制器的静态性能,增强其鲁棒性.该控制器使系统在电流跟踪误差较大时比例控制占主导,误差减小速度较快,在误差减小到一定范围内时积分控制占主导,实现稳态无差.并且该控制器具有较强的自适应控制能力,增强了对电力系统稳定性的控制,具有满意的控制精度,易于实现数字控制,比传统的PI控制具有更好的控制效果.数字仿真验证了该控制方法的有效性和正确性.     

基于神经网络的一类非线性系统自适应滑模控制

对一类非线性系统进行简化处理后,结合神经网络逼近方法、自适应滑模控制提出一种新的自适应控制方法.所设计的控制器分为两部分,一部分是等效控制器,另一部分是滑模控制器.滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用.文中用神经网络逼近非线性函数,并将网络权值误差引入到神经网络权值的自适应律中用以改善系统的动态性能.最后给出的仿真算例证明所设计的控制器是十分有效的.     

基于干扰观测器的移动机器人轨迹跟踪控制

针对移动机器人的轨迹跟踪问题,设计了基于干扰观测器的积分滑模控制器.考虑侧滑与干扰的影响,建立了移动机器人的运动学和动力学模型.基于终端滑模理论设计了自适应滑模干扰观测器,实现了对复合干扰的有限时间逼近.在此基础上设计了基于运动学模型的轨迹跟踪控制器,保证了位置跟踪误差的渐近收敛和角度误差的有界收敛.结合干扰观测器和积分滑模方法,设计了基于动力学模型的速度跟踪控制器.通过仿真验证了所设计控制算法的有效性.     

交流传动神经网络自适应规划控制系统的设计与仿真

将Hopfield神经网络应用于交流传动系统的自适应控制,通过神经网络来规划交流调速系统的速度控制器动态输出,使速度控制器对某些参数变化具有良好的鲁棒性.对于不可控的负载转矩,加入参数自动跟踪神经网络,构成具有参数在线跟踪功能的双神经网络自适应规划控制模式,进一步提高系统的性能.仿真结果表明,该系统具有良好的动态性能.     

基于非线性模型的开关磁阻电动机驱动系统模糊逻辑控制器研究

开关磁阻电动机(SRM)结构特殊且具有严重非性线,开关磁阻电动机驱动系统(SRD)更是一个多变量、强耦合、非线性系统,采用常规控制方式难以获得良好的控制效果.该本文基于SRM的电感磁化特性,在分析SRM非线性模型的基础上.采用MATLAB/Simulink仿真软件,对ARM、功率变换器及其控制系统建立了动态非性线仿真模型.针对SRD转矩脉动大的问题,采用模糊控制器对SRM的关断角进行实时补偿,通过自动调节关断角,达到减小转矩脉动的目的.仿真实验证明了该方法的可行性和有效性,为实际SRD控制系统的设计和调试提供有效的手段和工具.     

基于微分律的机车单元制动器自适应鲁棒控制

针对机车单元制动器制动时闸瓦位置控制中存在的时变扰动等非线性因素,结合Lyapunov稳定性理论,构造基于super-twisting观测器和微分控制律的自适应鲁棒控制器,并对其应用效果进行研究。设计super-twisting观测器对轮瓦间因挤压产生的时变扰动进行估计并对估计误差自适应模糊逼近以削弱时变扰动;引入微分控制律并通过求解微分方程确定控制器中的鲁棒项。理论分析及仿真结果表明,系统各状态变量闭环输出有界,跟踪误差及滑模面导数一致有界并收敛于0,滑模面常值收敛。系统输出能够快速、稳定且精确跟踪输入,并对外部时变扰动具有较强的鲁棒性。     

DC/DC变换器的一种神经网络控制方法

为了消除Buck—Boosl变换器为代表的DC／DC（直流，直流）变换器最小相位性质的影响．对其输出电压进行控制，分析模型特性．采用非线性反馈控制电流内环．用RBF（径向基函数）神经网络设计了神经网络控制器控制输出电压外环，分析了系统的稳定性．仿真结果表明．提出的控制器动、静态性能很好．对变换器中元件参数的变化和负载电阻的扰动有较好的鲁棒性．     

基于神经网络滑模控制器的 外骨骼机器人力矩控制器设计

液压伺服系统能够有效地搬移托举重载负荷,因此广泛地应用于外骨骼机器人驱动系统中液压伺服系统存在非线性、参数时变性和强干扰性等特点,常规PID控制算法很难满足控制系统快速性和控制精度的要求为实现液压伺服系统的优化控制,该文将神经网络滑模控制器引入到液压伺服系统的优化控制中,建立液压伺服系统的数学模型,采用Matlab软件进行液压伺服系统的控制仿真结果表明,神经网络滑模控制器的控制性能优于PID控制器,显著提高了系统的响应速度,能够满足系统响应速度、控制精度及液压伺服系统的控制要求,具有较强的鲁棒性     

基于反步法的感应电机L_2鲁棒控制

为了解决负载转矩和转子电阻未知的感应电机控制问题,用反步法设计了一种L2鲁棒控制方案.其中,为了避免反步法带来"项的爆炸(explore of terms)"问题,引入了动态面控制(dynamic surface control)方法,即用低通滤波器过滤内环控制器的参考信号.根据感应电机转子磁链定向的模型中定子电压相互解耦的特点,在外环控制器中引入鲁棒项,抑制不确定参数对控制系统造成的影响.证明了系统具有小于等于正数γ的L2增益.仿真研究表明,用本文提出的控制方案比不用鲁棒控制项的控制系统跟踪精度更高,鲁棒性更好.     

利用BFO算法优化PID参数的机械臂控制设计分析

提出了一种基于细菌觅食(BFO)算法优化PID控制器参数的机械臂控制设计分析,用于不确定的2自由度旋转棱镜(RP)机械臂有效的轨迹跟踪和参数鲁棒性.提出的方法将BFO算法与PID控制器相结合,通过BFO算法在线对PID控制器的3个参数进行优化.最终,传统的动抗干扰抑制(ADRC)设计问题被转换成用于寻找最优控制器调谐参数的特殊优化问题.仿真结果表明,与传统方法相比,提出的方法能有效提高机械臂跟踪控制的快速性和准确性,具有更优越的控制品质和较强的抑制干扰能力.