基于学习前馈补偿的直线伺服系统H∞鲁棒跟踪控制

针对直接驱动的永磁直线同步电机(PMLSM)伺服系统,在分析研究PMLSM的端部效应负载扰动及系统参数变化等不确定性因素对伺服系统性能影响的基础上,提出了一种将学习前馈控制和H∞鲁棒控制相结合的鲁棒跟踪控制策略.为消除端部效应的影响,采用基于B样条网络的学习前馈补偿控制技术,从而达到了良好的补偿效果;为克服不确定性扰动的影响,采用H∞鲁棒控制,从而保证系统有较强的鲁棒性.仿真结果表明,该方案保证了伺服系统快速而准确跟踪,同时有效地降低了不确定性扰动对系统性能的影响,从而提高了直线伺服系统的跟踪性能和鲁棒性能.     

基于RFNN补偿的直线伺服系统反推控制

针对永磁直线同步电机(PMLSM)伺服系统,在分析影响直线伺服跟踪精度因素的基础上,采用智能反推控制策略对该伺服系统进行有效的补偿控制。考虑参数变化、外部负载扰动和摩擦力等不确定因素对系统伺服性能的影响,设计基于递归模糊神经网络(RFNN)的反推控制器,利用了递归神经网络具有捕获系统动态信息的优点,可实时补偿不确定因素对跟踪性能的影响。仿真结果表明,控制策略明显降低了不确定因素对系统性能的影响,从而显著提高了直线伺服系统的位置跟踪精度。     

基于迭代学习的直线伺服系统推力纹波辨识及补偿研究

具有周期性规律的推力纹波扰动是影响直线伺服系统的高速高精性能的重要原因之一,该文根据推力纹波扰动的周期性规律,在给出直线进给控制器结构及推力纹波数学模型的基础上提出一种基于迭代学习的推力纹波参数辨识及补偿的方法,该方法通过最优性能指标函数确定了迭代学习规律和收敛性,并通过前馈进行推力纹波补偿。实验结果表明该方法显著提高直线伺服系统的位置跟踪精度和高速响应性能,满足其高速高精的要求。     

基于神经网络推力观测器的永磁直线电机滑模控制

针对永磁直线同步电机(PMLSM)伺服系统易受到负载扰动、参数变化和推力波动的问题,为确保在较宽的速度范围内实现更为精确的速度控制,采用基于神经网络推力观测器的滑模控制取代常规的PI控制,滑模变结构控制律采用等效控制法,加上负载扰动前馈补偿项,而扰动补偿则是通过线性推力观测器并联一个神经网络观测器相加而得.实验和仿真结果表明,此方法较常规PI控制提高了跟踪性能,增强了伺服系统对参数摄动和外在扰动的稳健性.     

基于周期性扰动学习的永磁直线电机自适应滑模位置控制

针对永磁直线同步电机伺服系统易受周期性扰动、摩擦力及参数摄动等不确定性因素影响位置跟踪精确度的问题,提出了一种基于周期性扰动学习的自适应滑模控制方法.采用滑模控制确保永磁直线同步电机伺服系统对不确定性因素具有较强的鲁棒性,提高系统响应速度.利用周期性扰动学习算法学习系统中的周期性扰动并进行补偿,同时设计自适应律估计系统非周期性扰动和学习误差,削弱滑模抖振现象.基于李雅普诺夫稳定性理论,分析证明了此控制器的渐进稳定性,保证系统位置跟踪误差在有限时间内收敛.仿真与实验验证了所提出的周期性扰动学习的自适应滑模控制器能显著提高永磁直线同步电机伺服系统的动态响应性能和鲁棒性能,而且可以达到更高的位置跟踪精确度.     

为提高轮廓加工精度采用DOB和ZPETC的直线伺服鲁棒跟踪控制

为了提高轮廓加工精度,本文针对高精度直线伺服系统,提出了一种将零相位误差跟踪控制器(ZPETC)和干扰观测器(DOB)相结合的鲁棒跟踪控制策略.ZPETC作为前馈跟踪控制器,保证了快速性,使系统实现准确跟踪;基于DOB的鲁棒反馈控制器补偿了外部扰动、未建模动态、系统参数变化和机械非线性等,保证了系统的强鲁棒性能.仿真结果表明了所提出的控制方案是有效的,既能实现完好跟踪,又有较强的鲁棒性能.从而有效地减小了轮廓误差,提高了轮廓加工精度.     

位置伺服系统控制算法的研究

传统PID控制在伺服系统高精度位置跟踪和改善系统品质方面已露出诸多不足,且系统中存在的控制干扰和测量噪声会在很大程度上影响伺服系统的跟踪精度.提出一种带有卡尔曼滤波器的重复控制补偿PID和前馈补偿相结合的控制方法.通过仿真证明该控制方法能以较高的精度跟踪周期性输入信号,且有较好的抑制随机扰动和鲁棒性.     

直线伺服推力纹波扰动补偿及自适应振动抑制

针对高速运动的直线伺服系统同时存在的扰动与共振问题,建立两个回路分别进行扰动补偿与共振抑制。通过实验方法建立包含推力纹波扰动的直线伺服系统模型结构,采用最小二乘法进行模型参数的迭代辨识,并通过前馈进行扰动补偿;针对直线伺服系统模型结构中存在的共振现象,通过辨识主导振动频率,采用自适应FIR陷波滤波器抑制主导共振频率所带来的影响。在直线伺服运动控制平台上进行的算法验证实验表明:所建立的两个回路能有效补偿推力纹波扰动与抑制共振,提高直线伺服系统的在高速运行过程中的位置跟踪精确度的作用,满足高速、高精确度轨迹控制要求。     

非圆切削刀具进给系统的复合迭代学习控制

依据数据驱动控制方法的特性,提出了带有迭代学习前馈的非圆车削刀具进给的无模型自适应控制算法,组合化的控制器设计方案实现了无模型自适应反馈控制算法用来稳定系统,学习控制算法用于刀具进给直线电机控制系统的非线性补偿.通过永磁同步直线电机刀具进给驱动系统的实时实验,验证了该组合方法增强了单独使用PID算法的控制性能,提高了非圆车削刀具进给直线伺服系统的位置跟踪精度.     

永磁直线同步电机的智能增量滑模控制

针对永磁直线同步电机直接驱动伺服系统的位置跟踪精度易受参数变化、外部扰动、端部效应等不确定性因素的影响,提出了一种将小波神经网络(wavelet neural network,WNN)和增量滑模控制器相结合的智能增量滑模控制方法。利用系统先前的状态信息和控制动作作为反馈量,同时选择饱和函数作为切换函数来设计增量滑模控制器,不仅削弱了抖振,而且提高了系统的跟踪性能;利用WNN实时观测和补偿参数变化和外部扰动等影响,并采用改进的粒子群优化算法在线调整WNN的学习率,对不确定因素进行实时估计。从理论上分析证明了此控制器可以保证系统收敛,提高了直线伺服系统的控制性能。通过系统实验,证明了所提出方案的有效性,与滑模控制(sliding mode control,SMC)相比,系统具有强鲁棒性和良好的位置跟踪精度,明显地削弱了抖振现象。     

基于迭代学习控制的永磁直线同步电机伺服系统

针对永磁直线同步电机伺服系统，采用迭代学习控制策略来实现参考位置信号的跟踪控制。详细分析了迭代学习ILC伺服控制器的模型结构，并给出伺服控制器的迭代学习更新法则。采用高性能DS1103控制器作为控制核心，搭建永磁直线伺服系统。实验结果表明，迭代学习控制下的永磁直线伺服系统具有准确的位置跟踪能力，对外部扰动具有很强的鲁棒性。     

长行程直线电机的迭代学习控制

光刻机工件台在扫描曝光过程中要求纳米级的定位精度，采用长行程直线电机粗动加洛仑兹电机高精密微动补偿的6自由度复合运动系统能满足要求。为减小微动电机的运动范围和加速度，必须提高直线电机的轨迹跟踪精度。提出了一种开闭环D型迭代学习控制律改善永磁直线同步电动机(PMLSM)的轨迹跟踪性能。控制器由三部分组成：PID控制器用来提高系统对扰动和参数变化的鲁棒性；前馈补偿器可提高系统的实时跟踪性能；迭代学习控制器则通过执行重复任务来不断向理想的控制信号逼近。实验结果表明，这种控制方法可以有效提高系统的轨迹跟踪精度。     

永磁直线电机自适应反推滑模鲁棒跟踪控制

针对高速高精伺服系统,考虑永磁直线同步电机(PMLSM)参数变化、外部负载扰动和摩擦力等不确定因素对系统伺服性能的影响,设计自适应反推滑模控制器(ABSMC).由系统位置、速度误差建立滑模面,利用反推理论推导出反推滑模控制律.实际应用中不确定确界未知,通过设计自适应律修正不确定确界观测值.经分析验证,并与反推滑模控制相比,自适应反推滑模算法在保证系统全局一致渐进稳定情况下,能很好抑制不确定因素对系统性能的影响,对参考指令位置跟踪鲁棒性强,同时抖振得到明显削弱.     

基于迭代学习与FIR滤波器的PMLSM高精密控制

针对永磁直线同步电机(PMLSM)运行时易受端部效应、摩擦力、负载扰动、参数变化等不确定性因素的影响而难以达到高精度跟踪控制的问题,提出一种基于迭代学习与有限冲击响应(FIR)滤波器的控制方案。PMLSM伺服系统执行重复任务时,迭代学习控制(ILC)可有效地抑制重复性扰动,具有很高的控制精度,但执行非重复性任务时很难获得较高的控制精度。为了进一步改善基于ILC的PMLSM伺服系统运行迭代1次的跟踪精度,利用ILC的输出信息来设计FIR滤波器,进而用FIR滤波器来代替ILC,使控制系统达到最优的ILC,以提高系统的跟踪精度。采用滑模控制(SMC)对FIR滤波器进行补充,使位置误差快速收敛到一定的界限内,以提高系统的抗扰能力。实验结果表明,所提出的控制方案使系统具有很高的位置跟踪精度和很强的鲁棒性。     

永磁直线同步电机的自适应增量滑模控制

针对永磁直线同步电机(PMLSM)直接驱动伺服系统易受参数变化、外部扰动、端部效应等不确定性因素的影响,提出了一种自适应增量滑模控制(AISMC)方法。通过利用系统先前的状态信息和控制动作来设计增量滑模控制器,同时选择饱和函数作为切换函数,不仅削弱了抖振,而且提高了系统的跟踪性能。然后利用自适应控制来观测和补偿参数变化与外部扰动等不确定性因素的影响,并对不确定性参数的界限进行实时估计,设计出自适应增量滑模控制器。从理论上分析证明了此控制器可以保证系统收敛,具有快速的收敛速度,提高了直线伺服系统的跟踪性能。通过系统实验,证明了所提出的AISMC方案的有效性,与滑模控制(SMC)相比,基于AISMC的系统具有较强的鲁棒性和精确的跟踪性,明显削弱了抖振现象。     

基于重复控制的高频响直线伺服系统

无铁心永磁直线同步电机具有零齿槽效应、速度范围宽、动态性能高等特点,但其在高精密加工过程中存在的周期性输入和周期性负载扰动会降低系统的伺服性能。为了削弱周期性负载扰动的影响,采用重复控制器和伪微分前馈反馈控制(PDFF)速度控制器来抑制周期性负载扰动的影响。仿真结果表明,所采用的控制系统在实现高频响基础上,有效地抑制了周期性负载扰动对伺服系统的影响并且对周期性输入信号具有良好的跟踪特性。     

基于神经网络给定补偿的交流永磁直线伺服系统滑模控制

针对直接驱动的永磁直线同步电动机 (PMLSM )伺服系统 ,应用滑模变结构控制理论设计了一种具有强鲁棒性的速度控制器。为使系统具有自学习能力 ,削弱滑模控制所引起的“抖振” ,采用基于神经网络前馈给定补偿的滑模控制策略。仿真结果表明 ,该方案有效地克服了永磁直线同步电机特有的端部效应所产生的推力波动对系统的影响 ,对参数变化及阻力扰动具有很强的鲁棒性 ,而且提高了系统的稳态性能     

无绳提升系统模糊自整定PID位置控制

由于垂直运动永磁直线同步电动机的特殊结构及特殊的边端效应,其精确的数学模型不容易建立。针对永磁直线同步电动机驱动的无绳提升系统,用常规PID调节器很难满足位置伺服系统快速、无超调的响应特性的要求,提出了模糊自整定PID位置控制策略,并通过模糊规则在线调整PID控制的参数。仿真结果表明,和传统的PID控制比较,模糊PID控制系统具有良好的稳定性和自适应能力。     

基于DSP2812的PMLSM无传感器伺服控制系统设计

在建立永磁同步直线电机(PMLSM)数学模型的基础上,采用基于磁场定向的矢量控制,并结合模型参考自适应控制完成对PMLSM无传感器伺服控制系统的设计,在速度和位置估计的基础上设计了电流和速度双闭环控制器,利用Madab/Simulink搭建了整个控制系统的数学模型,并进行了仿真分析.同时,基于DSP2812处理器设计并...