基于神经网络自抗扰控制的无刷直流电机控制器研究

自抗扰控制（ADRC）是在继承经典PID不依赖于对象模型优点的基础上,通过改进经典PID固有缺陷而形成的新型控制技术,性能优良。但对于对象变化范围大的系统,仍难获得理想的控制效果。为此,将神经网络与自抗扰控制器相结合,在分析永磁无刷直流电机特点及使用现状的基础上,建立了基于神经网络自抗扰控制器的无刷直流电机控制系统。仿真结果表明,该控制器对无刷直流电机模型的不确定性和外部扰动变化具有较强的适应性和鲁棒性。系统具有良好的动态响应性能。     

自抗扰控制器参数整定方法的研究

提出了自抗扰控制器算法参数整定的计算机软件仿真分析和基于参数变换的公式推导两种方法.根据自抗扰控制方程,针对算法中多个参数需要整定的问题,结合工程中控制对象实例,采用Matlab仿真软件逐一确定各参数,寻找同类对象之间的控制参数关系,利用公式得到其他对象的控制器参数.使用Matlab仿真分析法可直观地获取参数,公式推导法则简化了同类对象的参数整定,速度快.仿真实验结果表明,这两种参数整定方法可用于常见的工业控制对象的自抗扰控制器中.     

基于模糊算法的PID参数自整定电机调速仿真研究

针对传统直流双闭环调速,不能有效克服非线性因素,不能满足对高精度、高性能等场合的要求,本文提出采用模糊PID参数自整定控制策略用于直流电机调速控制系统,从而实现PID参数实时整定。根据一个电机参数模型在Matlab/Simulink中搭建仿真模型,仿真结果表明模糊PID参数自整定控制器比传统PID控制器具有好的控制精度和鲁棒性,并提高了电机动静态性能。仿真结果与理论研究相符,验证了方案设计的合理性,实现了对被控对象的最佳控制。     

一种线性自抗扰控制器参数自整定方法

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法. 算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定. 为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究. 结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法.     

基于交叉熵算法的自抗扰控制器参数整定方法

为解决自抗扰控制器参数难以整定的问题,提出基于交叉熵算法的自抗扰控制器参数优化设计方法。通过适应交叉熵算法选择适应度函数,对其中的五个重要参数β01、β02、β03、β1、β2进行了优化分析。仿真结果表明：交叉熵算法比免疫遗传算法的自抗扰控制器超调量更小,响应时间更快。     

永磁同步电机自抗扰控制研究

将自抗扰控制引入永磁同步电机的速度环控制中,为减少算法计算量和降低参数调整难度,对非线性自抗扰控制进行结构优化和线性化处理,完成永磁同步电机的线性自抗扰控制器设计和仿真分析.仿真结果表明,自抗扰控制较常规PI控制抗负载扰动能力强,对不同转速的运行具有较强适应性.     

模糊PID控制器在无刷直流电机控制系统中的应用

无刷直流电机是一种多变量、非线性的控制系统,采用经典的PID控制难以达到满意的控制效果。将模糊自适应PID控制器应用于无刷直流电机的控制中,运用模糊控制原理对PID参数进行在线调整。实验结果表明,较之传统的PID控制,采用模糊自适应PID控制的无刷直流电机控制系统具有更好的动态和静态性能,达到了较好的控制效果。     

基于多目标遗传算法的船舶航向自抗扰控制器参数整定

针对自抗扰控制器参数整定通常采用“试凑法”,整定过程繁琐复杂,无法顺利得到合理控制参数的现状,根据自抗扰控制器设计的“分离性原理”提出了一种“三步优化法”.该方法利用多目标遗传算法对自抗扰控制器参数进行分步优化,可解决自抗扰控制器参数众多、难以便捷的整定问题.对带舵机约束的15万t级油船航向二阶自抗扰器参数进行整定.结果表明,该方法行之有效,便于工程应用.     

时滞对象的自抗扰PID控制

提出一种适合时滞对象的自抗扰PID控制器及其整定方法。由于难以完全测得时滞对象输出变量的高阶导数,用一个二阶观测器观测系统中模型和外部干扰等未知因素,然后结合经典反馈理论,得到一个四参数的自抗扰PID控制器。由Z-N整定公式推导出其中3个控制器参数的整定公式,适当调节剩余自由参数,可以获得较好的动态性能。2个仿真实验表明:该方法能够有效改善时滞对象控制系统的动态性能,增强系统的适应性和鲁棒性。     

重型电动轮自卸车自抗扰传动控制

分析了电动轮自卸车传动控制系统的特点,提出了电动轮自卸车自抗扰传动控制,设计了基于遗传算法参数整定的自抗扰传动控制系统.仿真结果表明,自抗扰控制器完全能够满足系统控制要求,且比同样采用遗传算法参数整定的PID控制具有更强的抗扰能力和鲁棒性.     

基于模糊自抗扰的PMSM无速度传感器控制

在永磁同步电机(permanent magnet synchronous motor,PMSM)无速度传感器控制系统中,为提高系统的鲁棒性和自适应能力,提出了新型自抗扰PMSM控制方案.在实际应用中,针对自抗扰控制器(ADRC)参数不便于实际操作和整定,引进模糊控制,结合各自的特点,给出了一种基于模糊控制原理的改进型自抗扰控制算法.视系统内、外扰动的总和为系统的未知扰动量,用新型自抗扰控制器来实现PMSM的无速度传感器控制.仿真表明,在不同的转速下,系统表现出很强的自适应能力和对系统扰动良好的鲁棒性,并且具有高精度的转速估计.实验验证了此控制策略在永磁同步电机控制领域的可行性和优越性.     

无刷直流电机的模糊自适应控制

在分析无刷直流电机数学模型的基础上，将模糊控制和经典自适应控制相结合，设计了模糊自适应无刷直流电机速度控制器，并应用于调速伺服系统。仿真实验证明，该控制器具有优越的跟踪能力与控制性能。     

无刷直流电机的变论域模糊自适应PID控制系统设计

为了改善无刷直流电机的调速性能,针对普通模糊PID速度控制器的缺陷,研究了基于变论域思想的自适应模糊PID控制器及其在BLDCM控制系统中的应用.在Matlab仿真平台下,建立了BLDCM的模型,构建了BLDCM的电流、转速双闭环控制系统,其中转速环采用了变论域自适应模糊PID控制器,电流环采用普通PID控制器.仿真结果表明,与常规PID控制器和普通模糊PID相比,采用变论域自适应模糊PID控制器的优势在于:转速输出无超调、响应速度快、控制精度高,具有较强的鲁棒性和自适应能力.     

无刷直流电机换相转矩脉动抑制的研究

分析了无刷直流电机产生转矩脉动的原因,设计了自抗扰控制器来抑制无刷直流电机的转矩脉动的发生.以控制器本身的状态观测器检测系统的相电流脉动,通过控制器本身的非线性状态反馈控制器对检测电流脉动误差值进行补偿,从而抑制电流的波动.采用双闭环控制抑制转矩脉动的发生.仿真结果表明,设计自抗扰控制器抑制了系统干扰引起的超调量.反馈能够完全地被快递跟踪.设计的控制系统使无刷直流电机的转矩脉动值为9%左右.因此,自抗扰控制系统能够更好地抑制无刷直流电机转矩脉动的产生.     

无刷直流电机模糊PI智能控制

在分析无刷直流电机数学模型的基础上，建立了控制系统的仿真模型，提出了一种新型的模糊PI智能控制方法，在无刷直流电机双闭环调速系统中，电流控制采用滞环电流调节器，而转速控制通过采用常规PI控制和模糊控制相结合的方法实现，基于System Generator的仿真结果表明：这种新型的模糊PI智能控制方法响应快、无超调、鲁棒性强、抗干扰能力好，较传统PI控制具有更好的动、静态特性。     

无刷直流电机模糊控制系统的建模与仿真

从无刷直流电机的基本原理出发,提出了无刷直流电机控制系统仿真建模的新方法.该方法在Mat-lab/Simulink中按功能进行模块化建模,用M文件来编写功能函数,实现了电流滞环和转速模糊控制的双闭环调速系统的仿真.利用该模型分析了电机的动静态性能,得到了电机运行时的反电动势、相电流、转矩和速度曲线,与一般比例积分与微分控制相比,系统响应时间缩短一半,且无超调,具有较强的鲁棒性和自适应能力.该模型准确易行,便于替换和修改,为今后分析该类电机和对其控制策略的研究提供了新的方法.     

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.     

基于模拟电路的无刷直流电动机神经元控制器

从神经元特性出发，研究一种适用于无刷直流电动机控制的模拟电路神经元控制器，获得连续的神经元控制器表达式和权值变化表达式，并进行原理框图设计和给出具体的权值学习电路，仿真实验表明，该控制器具有良好的控制品质，证明了该系统的有效性。     

遗传算法优化的无刷直流电机模糊PID控制器设计

设计一种基于遗传算法优化的模糊PID(比例-积分-微分)控制器GFPC（genetic algorithm based fuzzy PID controller）, 以提高无刷直流电机的工作稳定性. GFPC通过模糊控制器整定PID的比例、积分和微分系数, 并采用改进的遗传算法对模糊控制器的隶属度函数和模糊规则进行优化, 以改善无刷直流电机的控制效果. 通过对比实验对该方法进行测试, 结果表明, GFPC具有更好的稳态性能和动态品质, 且自适应能力与鲁棒性更强.     

基于DSP的无刷直流电动机模糊神经网络调速系统

为有效降低直流无刷电动机固相电流换相而引起的转矩脉动，设计出以TMS320LF2407为核心的全数字调速系统．给出了硬件电路的设计，驱动电路简单、高效；分别对参数自调节模糊控制器和BP神经网络控制器做出了数学解释；提出以系统超调量为判据实现切换的双模控制系统；论述了在换相过程中保持PWM占空比等于1来减小换相转矩脉动的方法．实验结果表明，该系统具有明显优于PI调节器的转矩脉动抑制效果、较强的鲁棒性及抗干扰能力，且超调更小，响应时间更快（超调量减少12％，响应时间缩短30％）。