基于永磁同步电机的电梯速度控制器研究

设计一种基于自适应模糊神经网络原理的永磁同步电机电梯曳引机速度控制器.这种控制器具有神经网络自学习能力和模糊控制器处理不确定信息的能力.网络初始参数通过离线训练方式获得,从而实现对电机速度的智能控制.将模糊神经网络(fuzzy neural network control,FNNC)速度控制器与常用的PI控制、模糊PI控制方式对比进行仿真研究.研究表明,采用自适应模糊神经网络的控制器比另外两种方法更具有良好的鲁棒性和动态性能.     

异步电机调速系统基于灰色预测的模糊PI控制

针对传统PI控制的不足,将基于转速误差灰色预测的模糊PI控制引入异步电动机调压调速系统中,提出了一种计算简便的控制方法。该方法利用GM(1,1)模型预测转速误差,并采用模糊控制器对PI参数进行实时在线自调整,改善了系统的控制性能。仿真结果表明,在给定转速和负载转矩变化的情况下,该方法较传统的PI控制具有更好的控制效果。     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。     

发电用重型燃气轮机的模糊自适应控制

为了克服传统PI控制器的不足，满足燃气轮机对高品质控制性能的要求，对常规PI控制算法进行分析，找出了常规PI控制器不能获得最佳控制效果的原因．同时通过对模糊自适应控制的原理和燃气轮机运行过程的分析，并结合专家经验得出燃气轮机模糊PI控制规律，设计出了透平转速和燃气轮机排气温度的模糊自适应PI控制器．仿真试验结果证实模糊自适应控制器可以提高燃气轮机的性能，而且实现方便——只要在原系统上增加一个微处理器，完成模糊计算即可．     

异步电动机的单神经元模糊自适应控制

针对异步电动机矢量控制中PI控制器自适应能力较弱的问题,提出了用单神经元模糊自适应控制器代替转速PI调节器和磁链PI调节器的方法,并基于梯度下降法和单神经元自适应模糊控制原理,将增量式PI控制算法和单神经元自适应学习规则相结合,通过模糊控制修正单神经元的比例系数,提高单神经元模糊自适应控制器参数在线调整能力。为验证单神经元模糊自适应控制器的性能,对系统进行仿真实验。仿真结果表明,采用单神经元模糊自适应控制策略,其控制效果优于传统矢量控制,系统的动态和静态性能比较好,而且控制器对电动机转子电阻变化有较好的鲁棒性。该控制方法具有较好的控制性能,使异步电动机控制系统具有较强的自适应能力。     

二阶系统的复合模糊控制及其仿真

在过程控制中，对于小惯性系统，要实现快速反应且不超调的精确控制，传统的控制器不能克服超调，而模糊控制器又不能消除静态误差，针对弹簧钢丝加工工艺中预热过程，采用复合型模糊控制，该方案是在模糊控制器的基础上，给误差及误差变化各加一个随即时误差、误差变化变化的加权系数，以实现模糊控制器的自整定性，再结合开关控制与PI控制实现对误差的分段控制，满足快速升温和无静差的要求，经过仿真取得了很好的控制效果．     

H型精密运动平台交叉耦合模糊PID同步控制

针对双直线电机驱动的H型精密运动平台由于永磁直线同步电机参数变化和扰动等不确定因素致使两边的运动不同步问题,提出一种交叉耦合模糊PID控制方法.在单轴中采用模糊PID控制作为位置控制器,速度控制器用普通的PI控制,以保证单轴跟踪精度;双轴间引入交叉耦合控制方法,消除双电机之间存在的机械耦合,进而减小了双轴间的位置同步误差.结果表明,将交叉耦合与模糊PID相结合的控制方法能够使H型精密运动平台的同步误差收敛于零,并且使系统具有较好的跟踪性能与鲁棒性.     

LLC谐振变换器变论域模糊神经PI控制研究

LLC谐振变换器具有高功率密度、高效率,且易实现全负载范围内软开关等优点,已获得广泛应用,但由于LLC谐振变换器具有强非线性和难以获得精确数学模型的特点,致使传统PI控制无法实现良好的控制性能。为改善LLC谐振变换器控制性能,本文在分析模糊控制、神经网络控制和变论域原理基础上,设计一种变论域模糊神经PI控制器。在模糊控制的基础上,通过引入神经网络,对模糊隶属度函数的分布进行优化,同时通过引入变论域伸缩因子提高模糊规则的利用率。最后对设计的变论域模糊神经PI控制器在LLC谐振变换器闭环控制中的性能进行研究,结果表明,本文设计的变论域模糊神经PI控制具有超调小、动态响应快等优点,其控制性能优于传统PI控制和模糊PI控制。     

基于Fuzzy-PID智能车舵机控制系统

为提高智能车舵机的响应速度,分析了智能车控制系统的特点以及应用常规模糊控制器进行控制的局限性,提出了模糊PID控制算法.推导出模糊PID控制器消除稳态误差的原理,并介绍了模糊PID控制器的设计方法.实验结果表明,模糊PID控制器既能消除稳态误差,又有很强的鲁棒性,对于具有非线性和迟滞性特点的智能车舵机控制系统具有良好的控制性能.     

分数阶系统模糊自适应分数阶PI~λD~μ控制器

针对分数阶被控对象,采用分数阶微积分的数值解法,提出了模糊自适应分数阶PIλDμ控制器的数值实现方法与步骤.由于分数阶闭环控制系统的模糊化难以实现,将分数阶PIλDμ控制器与分数阶被控对象构成闭环分数阶控制系统,求其闭环系统在时域内的表达式,再用分数阶微积分的数值解法并结合模糊推理规则,推导出了模糊分数阶PIλDμ控制器的实现步骤,并对其控制系统的单位阶跃响应性能进行了仿真分析.结果表明:所设计的模糊自适应分数阶PIλDμ控制器比分数阶PIλDμ及传统的整数阶PID控制器表现出较好的控制性能.