改进Terminal滑模永磁直线同步电机控制策略研究

永磁直线同步电机(PMLSM)作为一种高阶非线性系统,需要通过优化的控制算法来实现伺服系统的高精度和快速响应。非线性控制理论对于非线性系统有较好的控制性能,其中Terminal滑模控制相比较于传统滑模控制,具有收敛精度高的特点,并保留了滑模控制的鲁棒性。分析了PMLSM的数学模型,设计了基于非奇异Terminal位置滑模控制和一个一阶速度滑模面,通过二者的组合实现速度限幅和位置的精确响应。通过MATLAB/Simulink的仿真,结果表明,该方法下的PMLSM的改进Terminal滑模控制具有较高的控制精度和较快的响应速度,在存在外部扰动的情况下也具有较好的鲁棒性。     

基于内模控制的永磁直线同步电动机速度控制

基于内模控制原理,在建立永磁直线同步电动机(PMLSM)非参数模型基础上,设计了PMLSM内模控制器.通过理论分析和仿真确定了决定内模控制器性能的参数取值范围,并进行了实验验证.结果表明,PMLSM内模控制系统跟踪调节性能好、鲁棒性强,能消除不可测干扰的影响.     

永磁直线同步电机驱动系统速度和位置无传感器检测新方法

为了实现永磁直线同步电机(PMLSM)无传感器伺服控制,必须估计出电机的速度和磁极位置.本文提出了一种通过电机电流和电压信号估计PMLSM速度和位置的简单方法.在建立PMLSM三相电压模型的基础上,通过park变换,得到基于估计位置的dq轴模型,从而求出由轴电流微分.另外通过实际电流信号计算出电流微分.通过两个电流微分...     

基于超螺旋滑模观测器的永磁同步直线电机无模型控制

针对永磁同步直线电机(permanent magnet linear synchronous motor, PMLSM)在运行过程中因参数失配和外部扰动导致控制性能下降的问题,提出一种基于超螺旋滑模观测器的永磁同步直线电机无模型控制策略。根据PMLSM在dq旋转坐标系下参数摄动时的数学模型建立电机对应的新型超局部模型,以避免参数失配。基于该新型超局部模型,结合滑模控制设计了无模型滑模速度控制器,通过Lyapunov稳定性理论证明该控制器的稳定性。同时,为削弱传统扩展滑模观测器对新型超局部模型中未知量观测的抖振,提高控制精度,设计超螺旋滑模观测器(super-twisting sliding mode observer, STSMO)对未知量进行在线辨识并实现前馈补偿。最后,将传统滑模控制、基于传统扩展滑模观测器的无模型控制算法与所提方法进行仿真和硬件在环实验对比,结果表明所提方法改善了PMLSM控制系统的动态响应性能,具有较强的鲁棒性。     

永磁直线同步电机滑模控制系统

设计了一种基于滑模变结构的永磁直线同步电机(PMLSM)矢量控制系统。从直线电机的基本工作原理出发,通过坐标变换,建立PMLSM在两相同步旋转正交坐标系上的数学模型。基于滑模变结构和李雅普诺夫稳定性理论设计转速调节器,组成PMLSM滑模控制系统。为了验证该控制系统的有效性,在MATLAB/Simulink平台下搭建系统的模型并进行仿真。仿真表明,该控制系统具有很强的鲁棒性。     

基于多阶段速度规划的PMLSM自适应反推滑模控制

针对高精度永磁直线同步电动机伺服系统容易受摩擦力、负载扰动和参数变化等不确定性因素的影响,提出了一种自适应反推滑模控制(ABSMC)和多阶段速度规划(MVP)相结合的控制方法。建立了含有不确定性的永磁同步直线电动机(PMLSM)数学模型,采用反推设计方法,并通过滑模控制和李雅普诺夫函数设计自适应律,从理论上证明了该控制器抑制了不确定性因素,保证系统的鲁棒性和快速跟踪性。为进一步减小瞬时超调量,对每个阶段的速度滑模函数进行设计,采用MVP,利用切换控制来改变系统的控制模式,达到高精度定位控制。最后系统实验结果表明,所提出的控制方案是可行有效的,提高了PMLSM的定位精度,减小了瞬时超调量。     

基于果蝇-蛙跳模糊神经网络PID 的永磁直线同步电机控制

针对永磁直线同步电机(PMLSM)伺服系统存在的非线性、时变性及强耦合性,设计一种基于模糊神经网络PID的速度控制策略,通过融合果蝇优化算法和蛙跳算法形成果蝇-蛙跳算法,实时调整优化模糊神经网络的结构参数,输出适用于PID控制器的最佳参数kp、ki、kd,实现PMLSM速度控制的自适应和智能化。仿真分析与试验结果表明,采用基于果蝇-蛙跳算法优化的模糊神经网络PID速度控制器,能使PMLSM控制系统取得更加优良的控制效果。     

基于改进滑模速度控制器的永磁直线同步电机直接推力控制

针对永磁直线同步电机(PMLSM)直接推力控制中存在的超调量大、抗负载扰动能力差、响应速度慢等问题,提出了一种改进的滑模控制速度调节器。该算法中滑模控制趋近律的设计在等速趋近律的基础上引入加权积分型增益的趋近律,能有效避免系统不在滑动模态阶段时切换增益的增大。仿真结果表明:与传统PI速度控制相比,采用改进后的滑模速度控制器应用在PMLSM直接推力控制系统中,系统速度在负载变化时的响应时间缩短、抗扰动能力明显提升,增强了PMLSM推力响应的抗扰动性能。     

基于UKF的永磁直线电机进给系统位置与速度估计

Unscented卡尔曼滤波器(UKF)在许多非线性估计及控制问题中取得了成功的应用.针对永磁直线同步电机(PMLSM)进给系统的特点,将UKF引入PMLSM的位置与速度估计中,建立了基于UKF的无位置传感器PMLSM进给系统.通过迭代搜索分析滤波器参数对UKF估计性能的影响,并对噪声方差阵参数进行了优化.分别对PMLSM有位置传感器进给系统和无位置传感器进给系统进行了仿真研究.仿真结果表明,UKF具有较高的估计性能,基于UKF的的无位置传感器PMLSM闭环控制系统在宽的速度范围内具有较好的速度响应特性,对初始位置误差具有较快的收敛特性.最后通过实验验证了UKF算法在PMLSM的状态估计中的有效性.     

基于MRAS和磁链补偿的无速度传感器永磁直线同步电机直接推力控制

永磁直线同步电机(PMLSM)直接推力控制系统中的传统机械传感器在恶劣工况下难以准确获取控制系统反馈信息。将模型参考自适应算法应用到PMLSM,设计了基于模型参考自适应系统(MRAS)的无速度传感器直接推力控制系统,依据辨识得到的磁链位置重新构建了一种磁链观测器,对磁链进行补偿,减小了直接推力控制推力响应的波动。通过仿真,证明了基于MRAS和磁链补偿的无速度传感器PMLSM直接推力控制系统能够准确地辨识初级的速度和位置信息,得到了较好的动静态性能。     

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。     

直驱型波浪发电系统的混沌运动及反步滑模变控制

为研究直驱式波浪发电系统的混沌现象及混沌控制问题,根据直线电机双轴数学模型,将系统转化为类Lorenz混沌方程。通过数值法计算最大Lyapunov指数谱,证明在特定参数和工况下,电机系统会出现混沌运动。通过构造状态反馈解耦,降低混沌系统阶数。采用反步法构造虚拟控制量,针对虚拟控制量设计滑模控制器,构造控制律进行混沌控制,提出反步滑模变控制方案。稳定性分析中,根据Lyapunov稳定性理论,证明了系统的全局一致渐进收敛。仿真结果表明,所设计反步滑模变控制器能使直线电机系统迅速脱离混沌状态,在抑制传统滑模控制中抖振现象的同时,保留了滑模变结构的强鲁棒性,具有一定的优越性。     

基于RBF神经网络的PID整定在直线驱动无绳电梯中的应用

为克服无绳电梯中直线驱动系统的常规PID参数只能离线调节的不足,提出了基于RBF神经网络的PID参数在线整定方法。首先从PMLSM动态数学模型出发,阐述了RBF神经网络原理及PI自整定的实现过程,给出了基于RBF神经网络的PMLSM控制系统框图。最后,借助MATLAB/Simulink软件对PMLSM控制系统进行了建模与仿真。仿真结果表明提出的方法鲁棒性强、转矩响应快速及转速超调量小,在直线驱动无绳电梯领域具有良好的应用前景。     

永磁直线同步电动机直接推力控制的仿真研究

参照旋转电机直接转矩控制的研究方法并结合PMLSM的特点,建立了PMLSM直接推力控制系统的数学模型,详细介绍了本系统中的逆变器、磁链和推力滞环控制、磁链扇区选择及开关表单元,并在Matlab/Simulink环境下搭建了几个重要部分和整个系统的的仿真模型。仿真结果证明,PMLSM直接推力控制系统的结构简单,动态响应快...     

基于脉振高频注入法的零低速永磁直线同步电机无位置传感器控制

针对零低速下永磁直线同步电机（PMLSM）的无位置传感器控制方法存在精度低、稳定性差、算法复杂等问题,提出了一种改进的脉振高频注入法的无位置传感器控制方法。在利用PMLSM饱和凸极性进行初步位置估计的基础上,提出了特殊位置校正和磁极判断的方法,从而简便地获得较为准确的动子位置,实现PMLSM零低速下的无位置传感器运行。在此基础上,利用Simulink对PMLSM无位置传感器控制进行仿真建模,并搭建样机试验平台进行试验验证。通过仿真和试验结果表明,所提方法可以准确、快速地检测出PMLSM动子初始位置和低速运行时的动子位置,保证电机平稳起动运行,且具有良好的位置估计精度和动态性能。     

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。     

永磁直线同步电机进给系统模糊PID控制

针对永磁直线同步电机(PMLSM)永磁体磁链为常数的特点,对其d-q轴模型进行分析,提出了永磁直线同步电机进给系统的动力学方程.结合传统PID控制和模糊控制的优点,根据永磁直线同步电机直接进给系统的非线性和可能的不确定性因素,建立PID参数自调整的推理规则,设计了永磁直线同步电机进给系统的模糊PID控制器.仿真和实验结果表明,模糊PID控制器与传统PID控制器相比具有更好的动态稳定性和跟踪性能,对外界干扰具有较强的鲁棒性.