基于简约学习前馈补偿的永磁直线同步电机跟踪控制

针对永磁直线同步电机易受端部效应、负载扰动和参数不确定等因素影响的特点,提出一种使用学习滤波器的简约学习前馈补偿控制策略.为消除端部效应的影响,设计多个低维B样条网络进行学习前馈补偿,从而达到良好的补偿效果;为保证系统的稳定性,在学习前馈控制中增加学习滤波器.仿真结果表明,该策略对非周期性输入信号具有良好的跟踪特性,同...     

带有遗忘因子的滤波器型迭代学习直线伺服系统

针对永磁直线同步电机伺服系统,提出开闭环迭代学习控制器,实现期望直线位置的跟踪控制.分析了永磁直线同步电机的2-D模型及迭代学习直线伺服系统的收敛性.通过减小系统输入误差协方差矩阵迹的方式得到优化的遗忘因子,来修正控制输入的迭代学习律,同时采用零相位FIR数字滤波器对前馈学习控制器中的误差信号进行滤波处理.实验结果表明,带有遗忘因子的滤波器型迭代学习控制器能够保证直线伺服系统在不断的迭代学习中提高性能,有效抑制端部推力波动,系统具有很好的学习收敛速度、动态响应及控制精度.     

电液位置伺服系统的前馈补偿滑模PI控制

针对不确定性电液位置伺服系统的跟踪控制问题，提出了一种前馈补偿滑模ＰＩ控制方法．经仿真表明：该方法对存在外扰和模型不确定性的电液伺服系统具有强的鲁棒性和良好的跟踪特性．     

基于ZPET-FF和ESO的直线伺服鲁棒跟踪控制

提出一种将零相位误差跟踪和前馈(ZPET-FF)与扩张状态观测器(ESO)相结合的重复控制方法,以提高宏动台直线电机伺服系统的跟踪性能.以ZPET-FF作为前馈跟踪控制器,将信号估计器估计的跟踪误差和系统的实时误差作为其输入信号,将控制器对系统的跟踪误差进行实时补偿,以降低参数变化对系统的影响,有效提高系统的带宽和跟踪性能,减小系统的动态跟踪误差;采用ESO补偿系统中的各种扰动抑制噪声,以提高系统的抗干扰能力.实验结果表明,所提出的控制方法不仅提高了系统的动态跟踪性能,而且减小了系统的跟踪误差.     

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H_∞方法的数控机床永磁直线伺服系统二自由度鲁棒控制器设计

基于模型匹配原理和鲁棒控制理论,针对参数摄动问题,对永磁直线伺服系统的速度H∞控制器提出优化设计。用线性矩阵不等式求解标准H∞控制问题得到输出反馈H∞控制器,以保证直线系统的鲁棒性。仿真结果表明,采用本文方法设计的直线伺服系统能很好地抑制扰动和跟踪给定,对对象参数摄动等不确定性因素具有很强的鲁棒性。     

基于H∞方法的数控机床永磁直线伺服系统二自由度鲁棒控制器设计

基于模型匹配原理和鲁棒控制理论,针对参数摄动问题,对永磁直线伺服系统的速度H∞控制器提出优化设计。用线性矩阵不等式求解标准H∞控制问题得到输出反馈H∞控制器,以保证直线系统的鲁棒性。仿真结果表明,采用本文方法设计的直线伺服系统能很好地抑制扰动和跟踪给定,对对象参数摄动等不确定性因素具有很强的鲁棒性。     

迭代学习PMLSM跟踪控制

在具有重复运动轨迹跟踪系统中,为了抑制永磁同步直线电机系统模型的不确定性、外部扰动,提高跟踪精度,提出用前馈-反馈结构来控制PMLSM的运动过程。重复迭代学习前馈控制可以提高系统轨迹跟踪性能,而IP反馈控制对参数变化和外部扰动有很好的抑制作用,提高系统的稳定性。Matlab仿真结果验证了方法的有效性。     

电液伺服系统的渐近跟踪自适应控制

根据电液伺服系统参数不稳定的特点,将渐近跟踪理论与自适应控制相结合,提出了一种基于参数辨识的电液伺服系统的渐近跟踪自适应控制方法,利用状态反馈动态配置系统的希望特征值和在输入端动态调节前馈增益实现渐近跟踪,达到自适应控制的目的。仿真结果表明,该方法稳定可靠,具有较高理论意义和实用价值。     

基于阻力扰动估计器的直线伺服系统三自由度滑模控制

针对直接驱动的永磁直线同步电动机（PMLSM）伺服系统，应用滑模控制理论，设计具有三自由度的速度控制器C={C1，C2，C3}，同时也消除了滑模控制的抖振，仿真结果表明该方案可同时提高系统跟踪特性和鲁棒性。     

改进型B样条网络函数及其应用

B样条网络函数可以作为模糊神经系统的隶属函数,通过指出常规B样条模糊隶属函数构造中存在的不足,提出了针对性的改进措施,从而既满足了B样条本身的性质,又从理论设计上避免了使系统不稳定的因素,增加B样条函数在作为模糊神经网络控制器的实际应用中的抗干扰能力,论给出了改进型B样条网络的设计过程以及实验结果,在实际电机速度控制系统的对比实验中证明了所提改进方法的有效性和实用性。     

永磁直线电机运输系统中的模糊增益神经控制

永磁直线同步电动机的理论研究还不十分完善,在初级分段的形式下该运输系统整体数学模型变化很大且边缘效应的影响更加剧烈.因此不能利用其数学模型或常规的控制方法对垂直运动的PMLSM实现良好控制.本文设计了直线伺服系统的神经元控制器.首先应用神经元控制器,它可以自动调节权值获得多个控制参数,然后考虑到被控对象的多动态特性,加入输出比例因子的在线模糊修改部分,从而改善了控制器的动态和静态特性.实验证明,该伺服系统能够消除PMLSM固有的负载扰动、边缘效应、参数时变对系统伺服性能的影响;且具有自学习能力强、快速跟踪、定位精确和鲁棒性强等特点.     

基于递归函数链模糊神经网络的永磁直线同步电动机位置控制

针对高精度永磁直线同步电动机(permanent magnet linear synchronous motor,PMLSM)存在参数变化、负载扰动、摩擦力等不确定性因素而影响电机伺服性能的问题,提出递归函数链模糊神经网络控制(RFLFNN)保证系统的伺服性能。首先在磁场定向控制下建立PMLSM伺服系统动态数学模型。其次,将函数链神经网络(FLNN)和递归模糊神经网络(RFNN)相结合设计RFLFNN控制策略,利用FLNN实现神经网络的函数扩展,提高系统的非线性逼近能力并对系统参数进行辨识; RFNN采用反向传播算法实时更新并调整神经网络的参数值,对系统中存在的不确定性因素进行估计以抑制不确定性因素对系统的影响。最后,通过系统实验证明所提方法的有效性,实验结果表明,与RFNN相比,该方法极大地改善了PMLSM伺服系统的位置跟踪性能。     

利用B样条神经网络控制聚合物相对分子质量

文中利用B样条神经网络可以逼近连续函数的良好性质，构造合适的网络模型从而得到相对分子质量分布模型的线性表示方法，根据最优化方法中的梯度法，求得最优控制序列。应用在苯乙烯聚合反应的仿真实验中，收到了很好的控制效果，证明了方法的可行性。     

Design of Robust Controller and Force Observer for PM Linear Synchronous Motors

The advantages of permanent magnet linear synchronous motors （PMLSM） include high speed and good motion precision compared with rotary motors. However, PMLSM are sensitive to uncertainties such as the parameter perturbations and end effect etc. A new nonlinear robust scheme of PMLSM is proposed to overcome this trouble. First, a quasi-linearized and deeoupled model with uncertainties is derived from the mathematical model of PMLSM by using the conception of feedback linearization. Then a fixed-boundary-layer sliding mode controller using the m sat function is designed to guarantee the robustness. Design of a force observer is given to estimate the load force unknown in the new model. Finally, the validity of the proposed strategy compared with the conventional PID control scheme is proved by the DSpobased experimental results.     

永磁同步直线电机混沌杂草自抗扰控制研究

针对永磁同步直线电机没有中间传动环节, 任何不确定性扰动都会直接影响控制系统性能的问题, 设计 了一种改进杂草算法优化的 PMLSM(Permanent Magnet Linear Synchronous Motor)二阶自抗扰控制器。 通过采用 混沌反向学习初始化方法和柯西分布的空间分布方式改进杂草算法优化自抗扰控制器参数, 经过优化的自抗 扰控制器的控制其性能有明显提高。 仿真结果表明, 该自抗扰控制器响应速度快, 稳态误差减小 2% 且无超 调, 对负载扰动具有良好的鲁棒性。     

一类不确定非完整系统的鲁棒镇定

研究了具有强非线性干扰和强漂移项的链式非完整控制系统的镇定问题.设计出一种鲁棒状态反馈控制律,使得闭环系统全局收敛到原点.将Input-state scaling变换方式与Backstepping反推法相结合的技巧,应用于非完整控制系统的镇定,其中,Backstepping反推法以Lyapunov稳定为设计原则.系统的设计实现了系统全局镇定,同时具有良好的动静态性能.仿真结果验证了本设计控制律的有效性.     

基于模糊滑模观测器的PMLSM的速度位置估计

针对永磁同步直线电机无传感器控制直线驱动系统中,速度和磁极位置难以快速准确估计的问题,提出了一种结合滑模观测器与模糊控制各自优点的模糊滑模观测器速度位置估计新方法。仿真结果表明,模糊滑模观测器能够在柔滑抖振和稳态误差之间找到平衡,保持系统的鲁棒性和控制精度,提高系统的响应速度。该观测器能够高速、精确地估计电机速度和磁极位置,实现高性能的永磁同步直线电机无速度传感器控制。     

基于MATLAB的PMLSM速度控制器的仿真研究

以永磁直线同步电机（PMLSM）的伺服控制系统为研究对象,采用模型参考自适应滑模控制（MRAC-SMC）作为PMLSM速度环控制方案,通过在MATLAB/Simulink环境下仿真,系统可获得较高的跟踪性能和鲁棒性能,并能有效减小滑模控制引起的抖振.