永磁同步电机的神经网络模型参考自适应控制研究

本文介绍了一种基于BP神经网络的正弦波永磁同步电机(PMSM)智能控制方法。同传统的PID控制相比较,基于神经网络的智能控制具有自学习、适应环境变化等优点。将BP神经网络模型参考自适应控制应用于PMSM,其仿真结果表明这种智能控制具有很强的鲁棒性、良好的动态和稳态特性。     

基于最小二乘支持向量机的自适应逆控制

主要针对基于最小二乘支持向量机的自适应逆控制方法进行了研究.初始过程的逆模型,建立了基于最小二乘支持向量机,并通过剪枝算法将支持向量的数量减少.在这种自适应逆控制机制中,逆模型通过递归最小二乘算法更新,控制器依据ε-滤波进行在线调整.仿真结果表明,该辨识方法具有良好的逼近能力,且自适应逆控制系统具有良好的鲁棒性.     

基于灰色预测的无位置传感器永磁同步电机模型参考自适应控制

提出了灰色预测永磁同步电动机模型参考自适应无位置传感器控制方法.给出了系统控制和位置、速度估计的基本结构;介绍了永磁同步电动机灰色预测和模型参考自适应所使用的预测与估计算法.通过在转速环中加入灰色预测控制,实现对速度的超前快速调节,以提高系统的响应性能.仿真结果表明,该控制系统鲁棒性好,适应性强,可以获得良好的控制效果.     

基于预测的模型参考自适应逆控制

由于纯延迟离散系统仅存在延时的逆模型,因而对该系统进行自适应逆控制时,扰动消除会产生一定的延迟误差。为此,提出了一种基于非线性预测的模型参考自适应逆控制方法,实现了扰动的实时消除,从而无延迟误差,使系统控制性能得到改善。仿真结果表明了新方法的有效性。     

基于神经网络的模型参考自适应逆飞行控制

针对飞行安全控制问题,结合动态逆方法和神经网络理论,提出了一种基于改进BP神经网络的模型参考自适应逆控制方法,应用到飞行控制系统中。该方法在控制器中引入神经网络算法,在经典BP神经网络控制算法的基础上,使用遗传蚁群算法优化神经网络参数,在线调整网络的权值和阈值,避免了传统梯度下降法的缺点,提高了自适应算法的效率,达到了抗干扰的目的。从而改善了飞机飞行稳定性和操纵性。在波音747—100/200飞机模型上仿真实验表明了该方法的可行性和鲁棒性,能够保障飞行安全。     

基于变结构模型参考自适应观测器的永磁同步电机无速度传感器矢量控制

为改善传统模型参考自适应系统(model reference adaptive system,MRAS)速度观测器对电机参数和负载变化敏感的缺点,针对永磁同步电机,基于变结构技术,提出一种变结构MRAS速度观测器。该方法利用滑模变结构代替MRAS中的自适应律,利用连续的双曲正切函数Sigmoid代替符号切换函数,可以降低滑模模态的抖动。理论分析和仿真结果表明,基于变结构MRAS观测器的PMSM无速度传感器矢量控制系统具有较好的动静态性能,且具有较强的鲁棒性。     

支持向量机预测可变参数的永磁同步电机快速终端滑模控制

针对永磁同步电机传统滑模控制的调速性能受到电机系统状态变量变化的影响,提出了一种采用支持向量机智能预测永磁同步电机可变参数非奇异快速终端滑模控制策略。首先设计了一种快速收敛的新型可变参数非奇异快速终端滑模面,该滑模面实现了全局快速收敛且消除了奇异现象并且滑模参数随系统状态改变,实现了不同系统状态下,永磁同步电机可以始终保持优异的调速性能;然后,引入支持向量机智能算法对滑模面状态变量参数建模,实现滑模面状态变量参数根据电机系统状态在线调整;最后,采用角速度与q轴定子参考电流二阶模型来设计永磁同步电机可变参数非奇异快速终端滑模速度控制器以减小模型误差。数值仿真结果表明:采用支持向量机建立的滑模面状态变量参数预测模型能够根据电机系统参数变化预测得到滑模面状态变量参数最优值;所提出的可变参数非奇异快速终端滑模控制策略与非奇异快速终端滑模控制策略相比,控制性能不受电机参数变化的影响,具有收敛速度快、鲁棒性好、转速超调小、控制精度高等优点。     

基于最小二乘支持向量机动态逆的非线性系统自适应控制

提出基于最小二乘支持向量机动态逆的一种非线性系统自适应控制方法.该方法采用最小二乘支持向量机辨识非线性系统的动态逆模型,并将其串联在原系统之前得到复合的伪线性系统.对于建模误差、不确定因素等引起的非线性系统逆误差,采用在线最小二乘支持向量机进行自适应补偿.最小二乘支持向量机的在线参数调整规律由Lyapunov稳定性理论导出,并证明了非线性闭环系统的稳定性.仿真结果证明了该方法的有效性.     

基于支持向量机的逆系统离散控制方法

针对非线性被控对象,该文提出了基于支持向量机的逆系统控制方法.对于最小相位的非线性离散系统,该方法根据系统的输入输出数据,使用支持向量机回归的方法来辨识构造原系统的α-阶逆系统.将辨识构造出的逆系统与原系统相联结,就能形成α-阶纯延时伪线性系统.这样,使用线性系统的成熟控制方法(如极点配置等等),就能有效地对非线性系统进行控制.仿真实验显示,即使对于非仿射并且非线性很强的系统,在没有系统模型的先验知识的情况下,利用该方法都能准确地建立逆系统的模型,从而获得良好的控制效果.     

基于逆控制的永磁同步电机速度伺服系统

针对永磁同步电机系统解耦性能,提出一种逆控制的新型控制策略,应用逆系统方法对永磁同步电机进行解耦控制研究.通过对永磁同步电机的数学模型可逆性分析,将永磁同步电机系统解耦成二阶线性转速与一阶线性定子电流两个低阶的线性子系统.仿真结果表明,控制方案具有优良的动态和静态性能,且对负载变化具有较强鲁棒性.     

基于边界支持向量的自适应增量支持向量机

该文提出一种基于边界支持向量的自适应增量支持向量机,对每轮训练的样本集提取其边界支持向量,从而减少训练向量数目,提高训练效率.通过自适应调整参数,可以更好地适应新增样本.采用UCI(University of California Irvine)机器学习数据库和Statlog数据库对本文方法进行验证,实验结果表明本文方法的训练时间优于标准支持向量机和一般增量支持向量机.其分类精度也明显优于一般增量支持向量机,在训练数据较少时,其分类精度与标准支持向量机相差不大,但随着训练数据的增加,分类精度逐渐超越标准支持向量机.该文的方法更适合大规模数据集的增量学习.     

基于神经网络的永磁同步电机广义预测控制

介绍了一种基于神经网络的永磁同步电机矢量控制系统的广义预测控制方法.通过分析永磁同步电机数学模型,采用带有延时结构的多层前向神经网络作为预测模型,进行非线性广义预测控制.控制算法是基于非线性激励函数的局部线性思想,将预测模型处理成线性和非线性两部分,并用线性预测控制方法求得控制律,简化了计算.仿真结果表明,利用该法建立的永磁同步电机调速系统,具有良好的控制效果.     

永磁直线电机的模型参考自适应控制

推导永磁直线电机的简化数学模型，运用Lyapunov稳定性理论设计一个模型参考自适应控制器，最后进行计算机仿真研究．结果表明，与传统PID调节器相比，该方法能使系统具有更好的动态性能及较高的稳态精度，并对电机参数和外界扰动具有很强的鲁棒性．     

基于最小二乘支持向量机的非线性通用模型自适应控制

将模型参考自适应控制方法应用到基于最小二乘支持向量机的通用模型控制策略中,将非线性过程模型应用逆系统的方法可以在控制算法中直接嵌入过程模型,从而克服了通用模型控制器要求过程一阶微分模型应该有显式解的局限性,保证了通用模型控制策略的可实现性.另一方面,加入模型参考自适应环节,提高了该控制器的实时性和鲁棒性,其参数具有明显的物理意义,参数整定方便.仿真实验结果验证了该控制策略的有效性和更好的鲁棒性.     

基于支持向量机的非线性逆控制及仿真研究

针对逆系统方法中非线性逆模型辨识困难的问题,研究了基于支持向量机(SVM)的逆模型辨识及控制,提出了一种SVM逆模型与PID结合的复合控制系统.由SVM辨识非线性系统的逆模型作为前馈控制器,形成直接逆控制.同时,由PID控制器构成反馈控制,克服直接逆控制鲁棒性不强的缺陷.仿真研究表明,SVM的逆模型辨识能力强,该复合控制系统具有比直接逆控制更优的控制性能和鲁棒性.     

永磁交流伺服系统神经网络模型参考自适应控制

基于神经网络模型参考自适应控制策略,提出了一种利用模型参考适应控制（MRAC）的方法对永磁交流伺服系统进行智能控制。系统可以在线进行参数辨识对网络教师值进行修正。仿真研究表明,该系统具有较强的鲁棒性,与传统的PID控制比较,优点明显。     

基于多核对称最小二乘支持向量机的永磁同步电机混沌建模

针对永磁同步电机在一定情况下呈现混沌特性且混沌模型难以精确获得的情况,提出了一种基于多核对称最小二乘支持向量机的回归建模方法.在最小二乘支持向量机模型中增加对称性的约束条件,构成对称最小二乘支持向量机.将多核学习的方法与对称最小二乘支持向量机相结合,构造由多个基本核函数线性组合而成的新的等价核,用于建立永磁同步电机的混沌回归模型.仿真结果表明,与一般最小二乘支持向量机相比,该方法能够降低单个核函数的选择对建模精度的影响,提高混沌建模精度.     

基于预测自适应的永磁同步电机无传感器控制

针对传统永磁同步电机无传感器控制动态性能差和转速信号观测精度低的问题,设计了新型永磁同步电机无传感器控制方法.文章采用在线梯度下降法设计二阶线性扩张状态观测器,该二阶线性扩张状态观测器能够在永磁同步电机负载扰动或转速突变情况下准确快速对电机转速实时估计;同时将预测自适应滑模控制系统应用于转速环节,通过预测自适应估计永磁同步电机扰动变化量进行实时电流补偿.仿真结果表明:二阶线性扩张状态观测器能够对转速准确快速实时估计,且抗干扰能力强;预测自适应滑模控制策略有效缩短电机速度响应时间,显著削弱电机转速、电磁转矩的抖振,表现出良好的动态性和鲁棒性.     

永磁同步电机的非线性自适应解耦控制

为了解决电机参数变化和负载扰动的不确定性、影响基于非线性解耦控制的永磁同步电机调速系统性能的问题,提出了一种带干扰抑制的永磁同步电机调速系统非线性解耦控制方法.该方法利用非线性解耦控制理论的微分几何方法实现永磁同步电机调速系统转速和磁链子系统的动态解耦,并结合自适应策略,将参数变化和负载转矩扰动作为扰动输入,设计了动态自适应状态反馈控制律和参数自适应规律.应用Lyapunov稳定理论证明了算法的稳定性,并实现具有L2暂态性指标的渐进跟踪.仿真和试验结果表明,该控制策略能有效地改善永磁同步电机调速系统的动态性能,增强其鲁棒性和抗干扰的能力.     

基于逆云模型的支持向量机多类分类方法

针对支持向量机在进行多类识别中存在的拒分问题,结合能够描述客观世界不确定性的模糊理论,提出利用逆云模型描述样本对各类逆云隶属度的多类分类方法.实验表明,该方法能够有效地消除样本拒分现象,提高识别率.