超声波电动机频率-转速控制的动态辨识建模

超声波电动机的数学模型是其运动控制研究的基础.采用系统辨识的方法,针对以驱动频率为调节变量的超声波电动机转速控制需求,建立了适合于控制应用的超声波电动机系统频率-转速控制模型,为超声波电动机高性能转速控制研究提供了基础.给出的辨识建模方法对超声波电动机及电磁电机的建模研究均有借鉴意义.     

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。     

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。     

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。     

基于在线辨识的超声波电动机极点配置自校正转速控制

超声波电动机具有显著的时变非线性,采用自适应控制策略进行转速控制,根据电机特性的变化实时校正控制器参数,能够获得更为理想的控制效果。给出极点配置自校正控制策略,通过在线辨识获取电机系统模型参数的变化情况,据此校正控制器参数,实现了具有较高性能的行波超声波电动机转速闭环控制系统。     

行波超声波电机非参数辨识模型

超声波电机的输出特性与驱动频率呈非线性关系。同时在驱动频率切换期间,振动的初始状态对转速变化过程也会产生影响。行波超声波电机(traveling-wave ultrasonic motor, TUSM)动态过程与切换频率前后值的选取及频率变化方向有关。将TUSM频率阶跃响应过程近似线性化,利用系统辨识中的非参数建模方法,建立在特定切换频率条件下的二阶线性模型。在TUSM工作范围内,辨识若干组不同切换频率条件下的近似二阶线性模型,将这些模型的参数进行二维或三维拟合,得到了一个关于TUSM传递函数的多输入多输出模型。利用60 mm行波超声波电机作为研究实例,实验与仿真结果表明,模型计算值与实测值接近,表明建模方法可行。     

超声波电机转速的解析逆控制

针对超声波电机转速控制的非线性特点,给出一种解析逆控制方法。根据超声波电机的二阶频率-转速控制模型,求出逆模型,得到线性化的伪线性系统。考虑未建模动态影响,设计极点配置控制器实现伪线性系统的闭环控制。空载和加载情况下的转速控制实验,表明所提控制方法有效,具有较好的鲁棒性。     

基于改进BP算法神经网络的超声波电动机速度控制

针对超声波电动机没有精确数学模型,输出具有很强的时变性和非线性的特点,提出了一种改进BP神经网络控制器,神经网络由输入层、隶属函数层、规则层和输出层四层节点构成,在传统BP神经网络基础上,加入了模糊偏差单元和关联节点,使规则层不仅接收来自隶属函数层输出的信号,还接收自身的延时输出信号,能够存储过去的输入输出信息,提高控制系统学习记忆的稳定性。将改进BP神经网络控制器应用于行波超声波电动机速度控制,仿真实验验证了该方法的有效性,与传统BP神经网络相比较,控制精度、响应速度都有改善。     

复合转子异步电动机的研究

研究了一种新型复合转子异步电动机在调压调速系统中的应用。用二维非线性电磁场理论分析该电机电磁场分布,将电磁场有限元献计算方法嵌套于电机的设计计算过程,分析变压后该电机的性能,理论值与实验值吻合较好。在风机,泵类负载的调压调速系统中应用前景广阔。     

超声波电动机等效电路模型参数辨识

基于超声波电动机振子的等效电路模型，从电动机振子导纳一频率特性实验数据出发，由导纳圆近似计算法得出超声波电动机建子等效电路参数值，然后根据非线性最小二乘原理构造优化函数，采用Levenberg—Marquardt优化算法辨识电机参数。辨识结果准确，为电机驱动控制系统仿真与高性能控制算法研究提供了良好基础。     

双凸极稀土永磁电机关键技术研究

双凸极稀土永磁电机是在开关磁阻电机结构基础上，在定子或转子中加入稀土永磁体而产生的新型电机，文中主要是针对这种新型电机，研究了其电机工作原理，探讨了该电机的设计原则和转速闭环控制电路的工作原理，并完成了原理样机及控制器的设计工作，目前正在进行该电机和控制器的联试和系统实验。     

遗传算法在异步电动机动态模型参数识别中的应用

应用遗传算法ＧＡ（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍｓ）来解决异步电动机动态数学模型参数识别的问题。详细给出了遗传算法应用于动态数学模型参数识别问题的一般步骤,在Ｋｒｏｎ动态数学模型基础上,假定定子自电感Ｌｓ和转子自电感Ｌｒ相等,利用异步电动机直接空载起动的特性,对异步电动机动态数学模型和简化模型的参数进行了识别,给出了识别参数及有关结果。采用简单随机法（ＳＲＳ）在相同条件下对上述２种数学模型的参     

单片机控制的步进电机升降频规律及实现

在综合分析了步进电机矩频特性、具体负载的情况下,得出了步进电机升降频规律,并讨论了升降频曲线的计算方法。文中还给出了单片机控制步进电机系统中自动升降频的具体实现方法和程序框图,并介绍了此方法的实际应用。     

材料对超声电动机性能的影响及其选择

超声电动机是利用压电陶瓷的逆压电效应，将电能转换为机械能的一种压电换能器，因而压电材料对电动机的性能起着至关重要的作用。超声电动机是靠摩擦驱动，将定子的振动能转换为转子的旋转机械能。而压电片与定子、摩擦材料与转子的连接都要靠胶完成。因此，摩擦材料、胶粘剂也是影响电动机性能的重要材料。文中结合系列环形行波型超声电动机样机制作的成功经验，分析了这些材料对超声电动机性能的影响，并对这些材料的选择进行了较详细的讨论。     

同步电动机起动过渡过程的智能控制研究

本文论述了基于神经网络控制的同步电动机负载变化的过渡过程的控制,采用了状态变量法对同步电动机建模,并做出了在负载变动比较大的情况下,用神经网络控制的同步电动机的过渡过程的仿真曲线。