神经元控制器在感应电机矢量控制中的应用

神经网络具有自学习、自适应能力，用于控制时可以不依赖控制对象的数学模型．为实现对交流电机快速和精确控制，基于单神经元设计出用于感应电机矢量控制的自适应碰饺和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制．并将此设计应用于交流电机矢量控制系统中，数字仿真实验表明此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足，动态特性好，鲁捧性强．该设计结构简单，实际应用时易于实现数字化．     

基于支持向量机逆系统的感应电机线性化解耦控制

本文提出了一种新的系统线性化解耦控制方法,其特点是不依赖于对象的精确数学模型,通过采用支持向量机与逆系统相结合的方法来构造原系统的逆系统．本文将基于支持向量机逆系统的方法应用于感应电机解耦控制,将感应电机这一多变量、非线性、强耦合的复杂对象动态解耦成转速与转子磁链两个一阶子系统,从而可以像线性系统一样进行控制．仿真结果表明采用该方法后系统具有优良的静态与动态解耦性能．     

遗传算法在逆相馈电感应电机中的应用

直接转矩控制（ＤＴＣ）是工业应用感应电机的最简单的控制。它的关键部件是状态选择器。本文将讨论用神经网络来模拟通常的ＤＴＣ的状态选择器，并且用遗传算法训练该神经网络。然后用训练好的神经网络代替状态选择器，在同一台机器上进行了仿真比较，得到满意结果。另外，还粗略地试验了遗传算法中一些参数对算法性能的影响。     

转子电阻未知时感应电机的一种自适应控制方法

提出了一种新型的非线性自适应跟踪控制方法,用于解决转子电阻未知,转子磁链需要观测时感应电机的高性能调速问题。控制系统的设计基于两相静止坐标系,针对电流跟随型逆变器情形,采用了Ｌｙａｐｕｎｏｖ型自适应机制。引入一定的近似处理后,转子电阻的估计方程简化为一阶动态方程。磁链自适应观测器中的非线性修正项除考虑转速跟踪误差的影响外,还考虑了转子电阻估计误差和磁链观测误差的影响。证明了控制系统的稳定性和跟踪性,并且给出了仿真结果。     

速度自适应模型跟随控制在交流调速中的应用

提出了一种交流调速系统的速度自适应模型跟随控制方案，设计该控制系统的比例积分型自适应律，并用单片机实现了该系统，实验结果表明系统具有良好的动静态性能。     

基于逆系统理论的感应电动机控制策略

针对电压源型逆变器供电的感应电动机,应用逆系统理论提出了一种新型控制策略。利用得到的逆系统模型将感应电动机补偿为伪线性系统,而伪线性系统相当于两个解耦的线性子系统。以伪线性系统为控制对象,运用线性控制理论对整个控制系统进行了综合,给出了控制系统的原理框图。利用MATLAB软件对控制方案进行了仿真实验,实验结果验证了理论分析的正确性和控制方案可行性。     

基于神经网络广义逆的感应电机变频系统内模控制

为提高感应电机变频调速系统的鲁棒性和抗干扰能力,提出了基于神经网络广义逆系统的内模控制方法.在分析原系统可逆性的基础上,先用动态神经网络逼近原系统的广义逆模型,从而串接在原系统之前组成广义伪线性复合系统,实现系统的线性化与开环稳定,有利于系统的综合.再对广义伪线性系统引入内模控制,保证系统的鲁棒稳定性.采用该系统进行了阶跃响应和跟踪效果试验.结果表明,该方法能够成功地实现系统的线性化,并且当系统存在建模误差和负载扰动的情况时,仍能使系统保持高性能的控制.     

基于Volterra基函数网络的自适应逆控制方法

提出了一种基于Ｖｏｌｔｅｒｒａ基函数（ＶＰＢＦ）网络的非线性系统自适应逆控制方法。对象和逆控制器各用一个ＶＰＢＦ网络表示,应用正交最小二乘算法进行离线网络结构确定和权值初始化,构造了一种动态归一化非线性最小均方（ＤＮＮＬＭＳ）权值更新算法,以进行网络权值的在线学习。仿真结果表明,该方法具有算法简单、学习速度快、鲁棒性能好等优点。     

感应电机自适应无源性控制方法及 dSPACE 实时仿真研究

利用本质上是非线性反馈控制的无源性控制 (PBC)方法与自适应控制相结合 ,实现负载转矩时变未知情形下磁链、转速的渐近跟踪 ,并可有效抑制由定、转子电阻变化引起的跟踪误差 .该方法从能量角度分析电机控制系统 ,确定不必抵消的“无功力” ,设计全局定义的控制律 ,具有形式简单、无奇异点、鲁棒性好等的特点 .基于dSPACE的在线仿真结果表明 :系统运行平稳 ,负载转矩时变未知时 ,仍可有效渐近跟踪期望的转子磁链和参考转速 ,具有较优的动静态响应特性     

感应电机状态观测器的设计

感应电机是一多变量、强耦合及参数时变的非线性受控对象，鉴于直接检测转子磁链的复杂性，状态观测器构成了感应电机矢量控制系统的重要组成部分。为此，提出了一种感应电机全阶状态观测器的设计方案，它具有以下特点：１）建立在完整的状态估计理论基础上；２）对电机参数变化及电机运行条件变化的鲁棒性较强；３）适用于高性能感应电机矢量控制系统。仿真结果证明了所提方案的可行性。     

非线性振荡器的自适应反推控制

考虑了非线性振荡器的自适应反推控制问题．利用自适应反推方法将非周期性振荡信号变为周期性振荡信号,保证了闭环系统的全局稳定性,同时非线性振荡器的输出渐近跟踪任意给定的参考信号,仿真结果验证了这种方法的有效性。     

基于反步自适应控制的运动系统死区补偿

针对机械运动系统中,死区非线性的存在严重影响系统性能的问题,以存在不确定参数的系统为研究对象,应用反步积分自适应的方法,设计基于状态反馈的自适应控制器。采用 Lyapunov 理论证明该控制器能够保证跟踪误差的有界以及闭环系统中所有信号的有界。应用 Matlab 软件进行仿真,结果表明了该方法的有效性。     

基于Backstepping方法对不确定性Chen系统的自适应控制

基于Backstepping方法对含不确定性Chen混沌系统进行控制.当非线性Chen系统含有三个关键参数未知时,通过利用该系统的特殊性质,运用自适应控制器的设计方法,构造恰当的控制器,从而使闭环系统消除混沌并最终达到全局稳定.仿真结果验证了该方法的有效性.     

一类非线性系统的模糊自适应反推滑模控制

针对一类具有非匹配不确定非线性系统,提出一种模糊自适应反推滑模变结构控制方法。首先利用模糊逻辑系统有效逼近系统的未知非线性,然后针对反推方法中需要对虚拟控制反复求导而存在的"微分爆炸"现象引入低阶滤波器,同时抑制非匹配不确定性的影响;最后设计一种积分终端滑模控制,解决了控制过程中的奇异问题,加快了远离平衡位置的系统状态收敛速度,保证了系统的收敛精度,同时削弱了传统滑模控制中存在的抖振现象。Lyapunov稳定性分析证明了所设计的控制器能够保证闭环系统的有限时间收敛。对比仿真结果显示系统状态跟踪效果较好,控制输入抖振现象削弱明显。     

基于自适应逆推设计的STATCOM非线性鲁棒控制

针对受内部及外部扰动影响的含STATCOM(StaticSynchronousCompensator)的单机无穷大系统 ,使用自适应逆推方法构造出系统的存贮函数 ,进而同时获得非线性L2 增益干扰抑制控制器及参数替换律·该控制器不仅能够抑制干扰对系统输出的影响 ,而且由于在内部扰动中重点考虑了阻尼系数的不确定性 ,因此该控制器对系统参数变化也具有很强的鲁棒性·同时 ,该方法的设计过程系统、简明 ,易为工程人员所接受·仿真结果表明自适应逆推方法设计的控制器拥有更优越的性能     

电液伺服系统的小波自适应鲁棒反演控制

针对电液伺服系统,提出了一种小波自适应鲁棒反演控制方法.用两个小波神经网络来逼近电液伺服系统中的模型未知部分、参数不确定项和虚拟控制的导数,所有小波神经网络的参数均实现在线调节.控制律和自适应律的设计保证了闭环系统一致且最终有界,从而达到对非线性电液伺服系统稳定跟踪控制的目的.鲁棒补偿器的设计进一步改进了电液伺服系统的跟踪性能.仿真结果表明,该方法能较好地满足控制精度的要求,同时系统具有较强的适应性和鲁棒性.     

基于自适应Backstepping的PMSM速度控制器设计

为了设计交流永磁同步电机的高性能速度控制器,提出了一种基于自适应Backstepping的速度控制器设计方法.基于永磁同步电机的数学模型,以速度跟踪为目标,把系统分解成几个子系统,为每个子系统设计Lyapunov函数和中间虚拟控制量,再后退到整个系统,得出实际控制量电压的直轴和交轴分量.为了抑制永磁同步电机存在的参数摄动、负载摄动等不确定因素对系统性能的影响,引入自适应与反推控制相结合的策略,使系统能够根据参数的变化自行调整,保证系统的性能及其稳定性.Matlab仿真结果表明,系统具有良好的稳态精度和动态性能.     

利用Backstepping方法的PMSM混沌运动的控制

在张波等提出的混沌模型的基础上,采用Backstepping方法对永磁同步电动机的混沌运动进行控制.该方法是建立在Lyapunov稳定性的基础上的,选择适当的控制法则,将稳定或不稳定的平衡点引导到稳定的平衡点上来.数值仿真表明,当t→∞时,控制量-ud和-uq是有界的且是收敛的,说明该控制量是有效的.     

串级系统的自适应设计

利用反演法，对一类串级系统进行了自适应的控制设计。本文利用了关于串级系统的研究结果，将反演法推广到更一般形式的串级系统。设计的主要技术思想是：对每个子系统，引入中间虚拟控制变量，通过建立和推导各阶段的Lyapunov函数，设计出每个阶段的虚拟控制和调整函数，逐步实现各个阶段的镇定，利用递归设计方法，逐步修正算法，在设计的最终阶段，得到参数估计的实际更新法则和系统反馈控制律，从而实现系统的自适应设计。     

一类参数未知混沌系统的自适应控制

基于主动的Backstepping控制方法,通过引入自适应控制,在线辨识系统的参数,设计自适应控制器;对一类含有未知参数的混沌系统进行控制,使被控系统能够稳定到任意点.同时,基于Lyapunov稳定性理论,分析系统的稳定性.该控制方法对于具有严格参数反馈形式的系统,以及非严格参数反馈形式系统均适用.数值仿真结果验证了该控制方法的有效性,系统在控制器的作用下能快速稳定到期望点.