感应异步电机控制系统建模仿真的新方法

在MatLab/Simulink环境下,引入DMCode-MS(IM)MatLab Library V1.0模块库,利用该库中的三相异步电机本体、A/D转换、位置检测、功率转换器、控制器等功能模块,构建了交流位置伺服系统的双闭环仿真模型.仿真结果证明了该系统模型的有效性,为感应异步电机控制系统的设计和调试提供了理论基础.     

基于线反电动势检测的无刷直流电机无位置传感器控制系统仿真新方法

在分析无刷直流电机(BLDC)数学模型的基础上,提出了基于线反电动势过零法的无位置传感器控制系统,同时采用转速和电流双闭环控制,使得系统具有更好的稳定性。在Matlab/Simulink环境下,通过把Simulink模块库中的已有模块与S函数相结合的方法,构建了无位置传感器控制系统的仿真模型。仿真结果与理论分析一致,证明了所提出的无位置传感器控制系统仿真模型的准确性。该模型为实际电机控制系统设计提供了指导和参考。     

非线性反馈线性化最优控制在电液伺服系统中的应用

针对电液伺服系统首先建立其数学模型,然后采用非线性系统中的微分几何方法,针对伺服系统中的非线性因素,进行精确线性化,并利用LQR(Linear Quadratic Regulator,LQR)理论和SIMULINK对其进行最优控制和仿真.实验仿真表明,应用该方法后系统的阶跃响应具有较高的线性度和稳定精度,系统的鲁棒性也得到进一步提升.     

六相永磁同步电机控制系统仿真与分析

本文首先分析六相永磁同步电机的结构及其工作原理,推导出自然坐标系下和两相旋转坐标系下的数学模型,并且在Simulink中仿真实现六相永磁同步电机数学模型及其矢量控制。仿真结果证明了所建数学模型的正确性,表明六相永磁同步电机矢量控制系统具有动态响应速度快、稳态精度高、转矩脉动小等优点。     

船舶航向非线性系统的自适应跟踪控制器设计

将非线性船舶操纵数学模型用于船舶航向跟踪的自动舵设计,同时考虑模型参数的不确定性以及舵机伺服系统特性,则船舶操纵非线性数学模型具有非匹配不确定形式.针对上述困难,提出一种新的自适应非线性控制策略,将Nussbaum函数与逆推(backstepping)技术相结合,设计了船舶运动航向跟踪控制器,成功解决了其虚拟控制系数符号未知的问题.在理论上,借助Lyapunov函数证明了所设计控制器使最终的非匹配不确定船舶运动非线性系统中所有信号有界,船舶实际航向自适应地渐近跟踪设定的期望参考航向.仿真结果表明所设计的控制器有效可行,对系统参数变化具有很强的鲁棒性.     

基于Simulink基本元件的鼠笼式异步电机仿真研究

在传统的采用Simulink基本元件构建鼠笼式异步电机模型方法的基础上，提出了鼠笼式异步电机数学模型的改进推理算法，使其具有更好的实用性和应用效果，并在此基础上采用Simulink的基本元件构建出电机的仿真模型，最后，通过仿真实例验证了该方法的有效性和实用性．     

基于非线性模型的开关磁阻电动机驱动系统模糊逻辑控制器研究

开关磁阻电动机(SRM)结构特殊且具有严重非性线,开关磁阻电动机驱动系统(SRD)更是一个多变量、强耦合、非线性系统,采用常规控制方式难以获得良好的控制效果.该本文基于SRM的电感磁化特性,在分析SRM非线性模型的基础上.采用MATLAB/Simulink仿真软件,对ARM、功率变换器及其控制系统建立了动态非性线仿真模型.针对SRD转矩脉动大的问题,采用模糊控制器对SRM的关断角进行实时补偿,通过自动调节关断角,达到减小转矩脉动的目的.仿真实验证明了该方法的可行性和有效性,为实际SRD控制系统的设计和调试提供有效的手段和工具.     

电液伺服升降台参数优化仿真设计

运用AMESim仿真软件建立电液位置伺服系统图形化模型,根据工程经验预估该模型关键件选型参数及批处理增益参数,进行仿真并对仿真结果进行比较分析,最终取得了液压升降台液压泵选型参数及最佳增益控制参数.所得结果直接指导了某项目汽车制造生产线升降转接设备的工程设计,经实际应用验证,效果良好.     

一种新型控制器在轧机中的应用

为了满足轧机液压压下系统高响应、高精度的要求和解决系统非线性时变等不确定的压下液压伺服系统的跟踪控制问题,提出了一种基于模糊神经网络的滑模控制策略.该模糊神经网络滑模控制器用以控制液压轧机压下系统以提高其响应速度和控制精度.仿真与试验结果表明,新型控制器使轧机液压压下伺服系统具有较强的动态特性和稳态特性,并提高了轧机液...     

基于神经网络滑模控制器的 外骨骼机器人力矩控制器设计

液压伺服系统能够有效地搬移托举重载负荷,因此广泛地应用于外骨骼机器人驱动系统中液压伺服系统存在非线性、参数时变性和强干扰性等特点,常规PID控制算法很难满足控制系统快速性和控制精度的要求为实现液压伺服系统的优化控制,该文将神经网络滑模控制器引入到液压伺服系统的优化控制中,建立液压伺服系统的数学模型,采用Matlab软件进行液压伺服系统的控制仿真结果表明,神经网络滑模控制器的控制性能优于PID控制器,显著提高了系统的响应速度,能够满足系统响应速度、控制精度及液压伺服系统的控制要求,具有较强的鲁棒性     

抽屉窑升温过程的数学模型和控制方法研究

本文利用传热传质辐射等基本关系,导出了抽屉窑升温过程的数学模型.该模型是以九联立非线性常微分方程组来描述的.模型简化后与辨识器结合以跟踪过程动态特性的变化.在此基础上,给出了PID参数分散自校正的调节方案,数字仿真验证了理论的可行性、有效性。     

基于大脑情感学习的转台逆模型补偿控制

针对传统控制方法难以克服飞行仿真转台伺服系统中存在的摩擦等非线性干扰力矩问题,提出了一种基于大脑情感学习(brain emotional learning, BEL)模型的转台伺服系统复合控制方法. 在传统PI反馈控制器的基础上,设计了基于BEL模型的同结构系统逆模型辨识器和前馈补偿控制器. 通过在线辨识系统逆模型来学习BEL模型的节点权值. 理想转台模型的数值仿真和实际转台伺服系统的实验结果都表明：BEL模型学习能力强,能满足实时控制要求,基于BEL模型的复合控制策略能有效抑制摩擦力矩的影响,提高转台系统的跟踪性能.     

预测控制在数控机床伺服系统中的应用研究

提出一种采用模型算法PI预测控制及其在数控机床伺服系统的应用方案,对预测控制三要素（预测模型,参考轨迹和控制律）作了详细的论述．模型算法PI预测控制使数控机床伺服系统实现了快速、精密的位置控制．经仿真和实测践表明,谊系统具有较好的鲁棒性和跟踪性能．     

含有输入动特性不确定飞控系统的自适应滑模控制

针对含有执行器动特性和严重不确定性的非线性飞控系统,提出一种非线性自适应滑模控制器. 该控制方案的主要特征是对系统不确定性没有匹配条件的限制. 控制器由两部分组成：一部分根据称为标称模型的已知非线性模型进行控制器设计,另一部分根据建模误差的估计参数设计自适应滑模控制器. 对某飞机的非线性6自由度未解耦模型进行仿真,验证了该方法对系统不确定性具有较强的鲁棒性,对期望输出有良好的跟踪精度.     

超小型水下机器人潜浮运动控制

主要以自行设计的水下机器人的数学模型为基础,推导出相关的仿真模型,且进行了合理的简化.在分析了系统整体运行状态后,提出了用数字PID控制器对系统进行校正的方法,并详细分析了PID参数的整定方法及其对系统性能的影响.最后采用Matlab 6.5 提供的Simulink模块对系统进行了仿真,得出了比较有参考价值的仿真结果.     

大功率同步电动机失步瞬态过程仿真研究

针对大功率同步电动机动态数学模型非常复杂,求解其动态特性困难以及失步是造成其事故的主要原因等问题,研究了同步电机在两相旋转坐标系的简化数学模型,并由此设计了基于MATLAB/SIMULIK的可视化动态特性仿真模型.利用该模型进行了同步电动机短时断电后再恢复供电时,自动重整步和造成失步事故两种情况的动态过程的仿真实验并给出了结果波形.仿真结果正确,避免了实际实验对同步电动机和励磁装置的损害,能极大地节约实验成本并提高实验效率.     

自动导引小车(AGV)运动学模型研究和动力学仿真

在AGV系统车体结构模型的基础上,运用运动学和动力学理论,给出了车体的动力学模型,并利用Matlab对模型中的非线性耦合特性进行三维建模和动力学仿真分析,得出较满意的结果 ,证明了该模型的有效性,为AGV车体设计和路径规划提供了参考。     

基于AMESim的二通插装阀建模及动态特性仿真分析

针对某方向型二通插装阀,建立了动态特性数学模型,基于AMESim建立了仿真模型并验证模型的正确性。针对阀芯启闭过程进行仿真分析,得出液阻直径、弹簧刚度、系统工作压力、阀芯行程等对动态特性有较大影响,为进行二通插装阀元件及系统设计提供参考。     

背压式与平衡式气动减压阀性能比较研究

介绍了背压式和平衡式气动减压阀的结构与工作原理.通过AMESim软件对背压式与平衡式气动减压阀建立仿真模型,对压力、温度进行仿真、分析和对比.仿真结果表明平衡式减压阀比背压式减压阀温度特性好,平衡式减压阀的出口温度比背压式减压阀的出口温度达到平衡所用时间少;平衡式减压阀进口压力波动不影响出口压力,稳压精度高.     

碰撞工况下高速弹性输送机械手疲劳分析

针对航载高速弹性输送机械手在试验中出现的疲劳破坏情况,首次综合考虑机械手的外部斜碰撞和运动副间隙引起的内部碰撞,采用非线性弹簧和非线性阻尼描述碰撞过程,结合有限元方法建立了动力学模型,通过数值仿真,求得了关键截面的应力谱,计算出了疲劳寿命;计算值与试验结果比较吻合,验证了所建模型的正确性.