行波超声波电机电压幅值—转速控制的辨识建模

适于控制应用的超声波电机数学模型是其运动控制研究的基础。该文采用系统辨识的方法,建立以驱动电压幅值为控制自变量的超声波电机系统转速控制模型,为超声波电机转速自适应控制策略的设计提供基础。所给出的辨识建模方法对其它种类超声波电机及电磁电机的建模研究均有借鉴意义。     

超声波电动机特征模型的辨识建模

特征建模是一类能够准确逼近对象特性的辨识模型。基于实验数据,给出了超声波电动机特征模型的辨识建模方法,对比了不同辨识算法的建模效果。针对超声波电动机转速控制的特点,讨论了不同辨识参数初值对特征模型的影响。计算结果表明了所建特征模型的有效性。     

超声波电机转速控制模型的迭代学习辨识建模

超声波电机的转速控制模型是其运动控制研究的基础。为研究以驱动频率为调节变量的超声波电机转速控制模型，根据超声波电机驱动频率与转速之间关系特性的实测数据，建立超声波电机转速控制的二阶线性时不变模型。给出迭代学习辨识策略对电机转速控制模型的参数进行辨识。针对超声波电机的每组实测数据中数据量不同导致的参数收敛性减弱的情况，通过双范数最优理论来设计迭代学习辨识的参数学习律。将迭代学习辨识所得结果与Hammerstein模型比较。仿真和实验结果表明，二阶线性时不变模型下的迭代学习辨识可以有效地辨识超声波电机的模型参数，参数收敛速度快、收敛性较好，所建模型精度较高，建模方法有效。     

关于超声波电机伺服控制中频率调节精度的讨论

驱动电压频率调节是超声波电动机转速控制的常用方法,频率调节精度决定了电机转速的控制精度.由于超声波电动机工作频率高,难于实现具有足够精度的频率调节,成为限制调频控速精度的瓶颈问题.设计了两种超声波电动机调频控制实现方法,解决了频率调节精度不高的问题.     

超声波电机神经网络逆模型的辨识建模

针对超声波电机时变、强耦合使得数学模型难以建立的问题,以超声波电机转速的非线性逆控制为应用背景,本文给出了超声波电机神经网络逆模型的辨识建模方法.基于实验测得的足够样本数据,通过反复测试确定模型形式为三层非线性DTNN网络.进行串-并联辨识,建立了以电机转速为输入、驱动频率为输出的超声波电机神经网络逆模型.所得模型的输入-输出关系与实测数据接近,表明了所建模型的有效性.     

超声波电机转速控制的动态模糊建模

超声波电机动态模型是实现其高性能转速控制的前提。设计基于模糊逻辑的辨识建模方法,建立了超声波电机系统动态模糊模型。在设计实验获取建模所需数据的基础上,采用等分区间法确定了模型结构,进而利用最小二乘法辨识得到了模型中的待定参数。模型输出与实验数据的对比表明,所建模糊模型精度较高,反映了驱动电压幅值、频率与电机转速之间的非线性动态关系,可以用于超声波电机性能分析与转速控制器设计。     

行波超声波电动机转速的极点配置控制策略研究

实测超声波电动机阶跃响应数据,采用系统辨识方法,获得超声波电动机系统模型。利用该模型,采用极点配置广义PID算法设计转速控制器,实现了具有较高性能的行波超声波电动机转速闭环控制。     

超声波电机频率-转速控制的阶跃响应建模

适合于控制应用的超声波电机模型是提高电机控制性能的基础.以频率为输入变量的超声波电机转速控制模型对于提高转速控制性能具有重要意义.该文设计实验测取转速阶跃响应,采用特征点法辨识电机模型.并针对模型参数的时变性,分别采用频率和转速为自变量对模型参数进行了函数拟合,得到了适当考虑非线性的电机转速控制模型.     

超声波电机转速控制的稳态模糊建模方法研究

针对超声波电机转速控制应用,以实验数据为基础,采用模糊逻辑方法建立了超声波电机系统的二输入单输出稳态模糊模型.数据验证表明,该模型较好地模拟了电机驱动电压幅值、频率及转速三者之间的非线性关系.文中详细描述了模糊建模过程,为超声波电机系统的非线性控制建模提供了另一条有效途径.     

超声波电动机非线性全系数自适应转速控制

针对超声波电动机转速控制的特点,基于超声波电动机的特征模型,设计了非线性全系数自适应转速控制策略.该控制策略由三个控制分量组合而成,通过特征模型参数的在线辨识实现控制器参数的在线自适应调节.不同转速给定值及空载、加载情况下的实验结果表明了控制策略的有效性.