PMSM交流伺服系统的智能滑模控制器

结合PMSM数学模型,介绍一种集成了常规滑模控制、模糊控制和神经网络控制的智能滑模控制器,可用于PMSM交流伺服系统.实验证明,该智能滑模控制器使系统具有较强的鲁棒性、快速性和智能性.     

基于RBF的TCP网络自适应滑模控制

针对TCP网络的拥塞控制问题,提出了一种基于RBF神经网络的自适应滑模控制算法.为了简化滑模控制器的设计,将系统的各个不确定参数和非线性补偿整合成一个总的不确定.考虑到网络系统的不确定性上界很难获得,使用RBF神经网络对系统不确定的上界进行自适应学习.将RBF神经网络的输出作为不确定上界的补偿,从而消除了系统的不确定带...     

带扰动观测器的RBF神经滑模控制用于PMSM伺服系统

针对永磁同步电动机（PMSM）位置伺服系统,设计了带扰动观测器的RBF神经滑模控制器,使得构建的交流伺服系统既具有较强的抗扰性和鲁棒性,又有效地防止了一般滑模变结构控制所固有的抖振．仿真试验表明系统动、静态性能优良．     

不确定性电液位置伺服系统的滑模鲁棒跟踪控制

本文针对存在参数变化的不确定性电液伺服系统的跟踪控制问题,提出了一种具有前馈补偿的滑模鲁棒控制器设计方法,利用李亚普诺夫方法证明了整个闭环系统的渐近稳定性.应用这种方法于某疲劳试验机电液伺服系统,通过仿真验证了该方法的有效性.     

基于RBF神经网络的伺服系统模型参考自适应控制

为进一步提高控制质量,提出一种RBF神经网络模型参考自适应控制策略,设计出伺服系统的控制方法,并给出RBF神经网络辨识模型参数的学习过程.仿真结果表明采用该策略控制效果良好,完全满足控制要求.     

基于滑模补偿的六轴机械臂RBF网络自适应控制

提出了一种基于滑模补偿的RBF网络自适应控制方法,并将其用于六轴机械臂上,实现了在模型不确定情况下高精度的位置跟踪以及快速的逼近速度.为了更好地保证其在摩擦力、外部干扰误差和参数变化等因素影响下的稳定性,采用滑模控制作为辅助控制,对系统进行鲁棒补偿,并且用模糊控制对切换增益进行时变以更好地补偿不确定项.所设计的自适应律权值不断进行在线调整,并应用Lyapunov定理验证了其稳定性.通过仿真结果和与其他文献方法进行的比较证明了所给出方法收敛速度更快、鲁棒性更强.同时也证明了在实际工程中,实际建模参数与理想值相差很大.     

交流伺服系统自适应反演滑模控制器设计

针对火箭炮交流伺服系统中存在的转动惯量及负载力矩变化大、冲击力矩强等特性,提出了一种自适应反演滑模控制方法. 该方法通过选择适当的Lyapunov函数保证了系统的稳定性,自适应反演控制率渐近跟踪被控对象的参考位置信号,滑模控制抑制了参数摄动及负载扰动. 理论及仿真研究结果表明,该控制器不仅能够保证系统的响应速度和控制精度,而且具有较强的鲁棒性.     

永磁同步电机位置伺服系统的RBF神经网络滑模控制策略

针对永磁同步电机(PMSM)位置伺服控制系统的负载扰动、外部不确定性干扰和模型参数摄动的特点,常规PID控制策略难以达到满意的控制效果.利用滑模控制对系统扰动和参数变化不灵敏的优点,提出一种基于神经网络和滑模控制相结合的位置伺服优化控制策略.在常规滑模控制器设计的基础上,引入RBF神经网络调节滑模控制器的切换增益,削弱...     

一类非线性系统的RBF神经网络滑模控制及应用

针对一类模型不精确的非线性系统,提出了一种RBF神经网络与滑模控制策略。RBF神经网络在一定条件下可以任意精度逼近非线性函数,且具有较强的自学习、自适应和组织能力。因此,将其与滑模变结构控制策略相结合,应用于非线性系统中。实验结果表明:其克服了传统滑模变结构控制中的振颤问题,同时,继承了滑模变结构控制所具有的快速性能好、鲁棒性强和抗干扰性能优良的特点。     

电液伺服系统的自适应模糊滑模控制

针对电液系统的非线性特性及其参数不确定性,设计一种自适应模糊滑模控制器。该控制策略基于带积分补偿的变结构控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近。将此控制策略应用到电液系统中,仿真结果显示此控制方法具有较强的鲁棒性和良好的跟踪性能。     

燃料电池空气供应系统自适应神经网络滑模控制

聚合物电解质膜燃料电池(polymer electrolyte membrane fuel cell, PEMFC)空气供应系统易受参数不确定性和外部干扰的负面影响,难以实现高精度数学建模和鲁棒控制.设计了一种自适应神经网络滑模控制器,用于将PEMFC空气供应系统过氧比调节至其最优参考值,以维持最大系统输出净功率并避免氧饥饿.利用径向基函数神经网络在线逼近系统的未建模动态,而无需对外部干扰与模型参数摄动的界的先验信息.由Lyapunov理论分别推导出神经网络权值和滑模增益的自适应律,以保证闭环系统稳定性.仿真结果表明,所设计的控制器不仅改善了过氧比控制的动态行为,还有效减弱了控制输入的大幅超调和抖振.     

小型吊舱式无人艇航向控制

针对小型吊舱式无人艇航向控制系统精度问题,考虑模型中的不确定性和风、浪干扰等未知项,设计一种基于RBF神经网络和迭代滑模算法的自适应控制器.在建立吊舱式无人艇运动数学模型基础上,采用迭代滑模算法提高收敛时间,并通过RBF神经网络权值逼近模型参数不确定项和未知扰动,最终将该算法与迭代滑模算法进行仿真比较.结果表明,所提出...     

链传动机械伺服系统的自适应模糊滑模控制

针对存在啮合冲击、参数摄动以及非线性摩擦的链传动机械伺服系统的位置跟踪控制问题,提出了一种自适应模糊滑模控制方法. 与常规自适应滑模控制不同的是,本文采用自适应策略估计系统时变参数,有效减小了模型不确定性的影响,然后采用模糊逻辑消除了常规滑模控制中的不连续控制项,削弱了抖振;用期望速度代替实际速度补偿非线性摩擦,减小了测量噪声的影响,改善了系统的控制性能. 实验结果表明本文提出的算法对系统参数变化以及外部扰动不敏感,具有较高的控制精度.      

机电伺服系统摩擦补偿的自适应滑模控制

为补偿影响机电伺服系统性能的非线性摩擦,提出一种以LuGre摩擦模型为基础的、能实现PID滑模面参数在线估计的滑模自适应控制器。采用李亚普诺夫函数证明系统的稳定性。仿真实验结果表明系统具有良好的跟踪性能。     

非完整移动机器人的神经网络滑模自适应轨迹跟踪控制

针对非完整移动机器人的轨迹跟踪控制问题,提出了一种鲁棒项系数自调整的神经网络滑模自适应控制策略。首先由反推法设计运动学控制器;其次,基于滑模控制设计动力学控制器,利用径向基神经网络(RBF)自适应逼近系统非线性不确定性上界,实现鲁棒项系数自调整,克服了传统滑模控制鲁棒项设计需要已知系统不确定性上界的缺陷,实现了速度跟踪。李亚普诺夫稳定性定理保证了闭环系统的稳定性及跟踪误差的渐近收敛。仿真结果进一步验证了所提方案的可行性。     

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。     

桥式起重机神经网络自适应滑模定位防摆控制

针对桥式起重机非线性、存在外界干扰的特点,提出了一种神经网络自适应滑模控制器。首先采用拉格朗日法建立桥式起重机动力学模型;然后在分层滑模控制器的基础上,设计了径向基函数(RBF)神经网络权值自适应更新率,利用RBF神经网络补偿系统的非线性与外界干扰引起的不确定上界,并利用粒子群算法对控制器参数寻优,通过构造Lyapunov函数证明了系统的稳定性;最后设计了1组仿真实验和1组在搭建的实验平台上的验证实验,仿真结果表明:在非线性及外界干扰作用下,神经网络自适应滑模控制器可以快速实现小车定位和负载消摆,控制器可以消除不确定上界对系统的影响。实验结果也表明,所设计的控制器可以使桥式起重机达到控制目标,具有一定的抗干扰能力。     

电机位置伺服系统的模糊滑模跟踪控制

为抑制不确定性对系统的影响,针对考虑了死区和间隙等非线性影响的直流电机位置伺服系统状态空间模型,设计了一种滑模变结构控制律,并利用模糊控制律减弱变结构控制固有的抖振特性,保证了系统的鲁棒性,用李亚普诺夫方法证明了闭环系统的稳定性。在死区及间隙非线性因素影响下进行了数值仿真,验证了控制方案的可行性。