参数在线跟踪的直流传动双神经网络模型参考自适应控制

针对在“基于Hopfield神经网络的直流传动系统模型参考自适应控制“^[8]一文中指出的所提神经网络控制器在负载转矩未知和变化情况下的缺陷,将作者先前所提出的交流传动系统参数自动跟踪神经网络^[2]引入直流传动系统,构成具有参数在线跟踪功能的直流传动双神经网络模型参考自适应控制模式,进一步提高了系统的控制性能。     

参数在线跟踪的交流传动系统双神经网络自适应规划控制

本文将Hopfield神经网络引入交流传动系统自适应控制，通过神经网络来规划交流调速系统的速度控制器动态输出，使速度控制具有对某些参数变化的一定程度的鲁棒性，对于不同可控的负载转矩分量，加入作者先前所提出的参数自动跟踪神经网络，构成具有参数在线跟踪功能的交流传动双神经网络自适应规划控制模式，进一步提高了系统的控制性能。     

双神经网络交流传动自适应规划控制

将Hopfield神经网络应用于交流传动系统的自适应控制，通过神经网络来规划交流调速系统的速度控制器动态输出；并将Hopfield神经网络控制器代替矢量控制系统中的转速调节器，使速度控制器具有对某些参数变化良好的鲁棒性。对于不可控的负载转矩分量，加入神经网络负载转矩在线跟踪控制器，形成参数自动跟踪神经网络，构成具有参数在线跟踪功能的交流传动双神经网络自适应规划控制模式，进一步提高了系统的性能．仿真结果证明了该控制方案的有效性．     

基于Hopfield神经网络的直流传动系统模型参考自适应控制

本文将Hopfield神经网络引入直流传动系统的模型参考自适应控制,通过神经网络模型参考自适应控制器来给出常规双闭环调速系统的速度控制器外环动态输出,使速度控制具有对某些参数变化的一定程度的鲁棒性     

双神经网络直流传动自适应规划控制

将Ｈｏｐｆｉｅｌｄ神经网络引入直流传动系统的自适应控制中,构成了具有参数在线跟踪功能的双神经网络自适应规范控制模式,仿真结果证明了所提供控制模式的有效性。     

基于Lyapunov稳定性理论的电励磁直线同步电机自适应控制

为了提高直线伺服系统的动态性能,克服电励磁直线同步电机存在的参数时变性,设计模型参考自适应速度控制器。系统内环是基于参考模型的速度跟踪控制器,外环自适应机构在线调整速度跟踪控制器的可调参数并使参考模型输出速度与控制对象输出速度之间的广义速度误差趋近于零。采用基于Lyapunov稳定性理论的模型参考自适应速度控制器设计方法,在保证广义速度跟踪误差收敛至零的同时,还保证了模型参考自适应速度控制系统具有稳定性和收敛性。采用欧拉数值积分方法,经过计算机数值仿真计算得到参考模型与控制对象的速度输出和初级交轴电流状态变量的时域响应曲线,验证了该自适应速度控制系统具有全局收敛性。     

基于递归模糊神经网络的感应电机无速度传感器矢量控制

该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法，该方法使用模型参考自适应方法辨识转子磁场位置和转速，采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明，当系统参数动态变化或受到外部不确定性因素的影响时，利用神经网络来在线动态的调整网络的隶属函数参数以及神经网络递归权值，使系统仍将具有很好的动静态性能。     

基于模糊逻辑的行波超声波电动机模型参考自适应转速控制

超声波电动机的转速控制存在明显的时变非线性特征。为得到较好的控制性能,设计了基于模糊逻辑的模型参考自适应PID转速控制器,实现了基于参考模型跟踪误差的PID控制参数在线自适应调节。实验表明,转速跟踪性能优于固定参数PID控制器。     

经网络模型参考自适应控制在多机主从控制上的应用

讨论了基于神经网络的模型参考自适应控制算法的力矩跟随主从控制模式，在中厚板生产线上双边剪夹送辊传动系统中的应用，并利用SIEMENS 6RA70系列直流传动控制器内附加的工艺软件S00实现了该算法。     

无刷直流电机的模型参考模糊自适应方法及实验研究

将模糊控制器植入模型参考自适应控制系统构架中,主模糊控制器用于取代传统模型参考自适应控制中的反馈控制器,模糊逆模型结合自适应调整算法取代复杂的常规自适应规则,形成了模型参考模糊自适应控制方法.将此方法应用于无刷直流电机(BLDCM)调速系统,设计模型参考模糊自适应速度控制器,仿真及基于dSPACE的实验结果表明:控制系统运行平稳,速度跟踪快速准确,具有良好的动、静态特性.     

基于模型参考模糊自适应控制的永磁同步电机控制器设计

基于模型参考模糊自适应控制（MRFAC）方法设计永磁同步电机（PMSM）速度控制器。该控制器具有传统模型参考自适应控制构架。传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代，模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整，以达到快速适应对象参数和状态变化的目的。利用模块化建模工具Matlab／Simulink建立PMSM控制系统模型。仿真结果表明了所设计控制器运行平稳，具有良好的动、静态特性。     

神经网络自适应PI控制器在有源滤波器中的应用

针对有源电力滤波器的电流跟踪控制问题,设计一种神经网络自适应PI控制器。该控制器将神经网络技术和PI控制器设计方法相结合,控制器采用PI控制器结构,具有结构简单、计算时间短、易于实现等优点。同时利用神经网络技术,使其输出作为最优控制规律下的PI控制器的参数值,并根据误差大小对控制器参数进行在线实时自适应整定,从而满足大工况、全工作条件和最优性的要求。仿真实验表明,神经网络自适应PI控制器较一般的PI控制器有更快的响应速度和更高的补偿精度,而且经过神经网络自适应PI控制器作用后,其电网电流的谐波畸变率和电流跟踪误差均降低到PI控制器的55%左右。     

神经元自适应控制器在矢量控制中的应用

感应电机矢量控制技术是通过坐标变换，实现对定于电流的励磁分量与转矩分量的解辐控制。传统PID控制器在电机参数改变时鲁棒性较差。神经网络具有自学习、自适应能力，用于控制时可以不依赖控制对象的数学模型。为实现对交流电机快速和精确控制，基于单神经元设计出用于感应电机矢量控制的自适应磁链和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制。并将此设计应用于交流电机矢量控制系统中，数字仿真实验表明，此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足，鲁樟性强。该设计结构简单，实现应用时易于数字化实现。     

神经网络自适应PI控制器在有源滤波器中的应用

针对有源电力滤波器的电流跟踪控制问题,设计一种神经网络自适应PI控制器.该控制器将神经网络技术和PI控制器设计方法相结合,控制器采用PI控制器结构,具有结构简单、计算时间短、易于实现等优点.同时利用神经网络技术,使其输出作为最优控制规律下的PI控制器的参数值,并根据误差大小对控制器参数进行在线实时自适应整定,从而满足大工况、全工作条件和最优性的要求,仿真实验表明,神经网络自适应PI控制器较一般的PI控制器有更快的响应速度和更高的补偿精度,而且经过神经网络自适应PI控制器作用后,其电网电流的谐波畸变率和电流跟踪误差均降低到PI控制器的55%左右.     

永磁直线同步电机自适应模糊神经网络时变滑模控制

针对永磁直线同步电机(PMLSM)在跟踪不同参考轨迹运动时,易受参数变化、外部扰动以及摩擦力等不确定因素影响而降低伺服性能的问题,提出一种基于自适应模糊神经网络时变滑模控制器(AFNNTSMC)的精密位置跟踪方法.首先,在PMLSM数学模型的基础上,将时变滑模面引入到传统滑模控制器(SMC)中设计时变滑模控制器(TSM...     

神经网络模型参考自适应控制在多机主从控制上的应用

讨论了基于神经网络的模型参考自适应控制算法的力矩跟随主从控制模式,在中厚板生产线上双边剪夹送辊传动系统中的应用,并利用SIEMENS 6RA70系列直流传动控制器内附加的工艺软件S00实现了该算法.     

基于浸入与不变理论的交流异步电机自适应位置跟踪控制

为了提高交流异步电机在参数摄动和负载扰动下的位置跟踪控制性能,该文提出一种基于浸入与不变(I&I)理论的自适应控制方法.首先,通过构造非线性扩张状态观测器(NLESO)对系统的负载扰动进行动态观测,提高系统的跟踪控制精度;其次,基于I&I理论对系统的摄动参数设计自适应估计器,实现参数估计值渐近收敛到真实值;再次,基于I&I理论分别完成交流异步电机位置和磁链跟踪控制器的设计,实现对系统给定值的精确跟踪控制;最后,将该文所提方法与动态面控制(DSC)方法和I&I控制方法进行仿真及实验对比研究,结果验证了该文所提方法的有效性和可行性.     

基于模糊神经网络滑模控制器的一类非线性系统自适应控制

虽然滑模控制具有控制简单和对不确定性与扰动不灵敏等优点，但是控制信号中的颤动是其应用中需解决的主要问题。该文首先针对一类非线性系统提出了一个新型控制器-模糊神经网络滑模控制器。新控制器不仅能消除颤动，而且比一般滑模控制器具有更强的鲁棒性。然而它与一般滑模控制器相比有较大的跟踪误差。为了解决这个问题，提出了结合滑控制器和模糊神经网络滑模控制器的自适应控制方法。这种自适应控制方案可以减小跟踪误差，增强系统的鲁棒性和消除控制信号中的颤动。仿真结果说明了控制方案的有效性。     

基于预测控制和模型参考自适应的PMSM电流控制

主要研究永磁同步电机(PMSM)在扰动下的电流快速跟踪控制问题。首先,基于非线性广义模型预测控制原理,考虑电机实际运行中的模型和参数不确定性等扰动,设计PMSM电流控制器;然后,利用模型参考自适应方法设计了系统扰动观测器,并将估计的扰动量用于预测控制器的前馈补偿控制;最后,完成了仿真验证,结果表明,所提电流复合控制方法能实现电流的快速跟踪控制,而且在电机参数变化、负载扰动等状况下均具有较强的鲁棒性。     

无刷直流电机神经网络内模自适应控制器设计

将H∞优化控制理论用于无刷直流电机速度控制系统,可建立神经网络内模自适应速度控制器,利用神经网络逼近系统的速度控制器和标称模型。离线仿真和实验结果证明,设计的神经网络内模自适应控制系统有很强的自适应能力,当模型参数发生变化时,系统具有很强的鲁棒性,依然可以获得很好的动、静态特性。