基于ZPETC和DOB的永磁直线同步电机的鲁棒跟踪控制

针对高精度永磁直线同步电机直接驱动伺服系统，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，以提高系统的跟踪性能和鲁棒性能。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。仿真结果表明，所提出的控制方案在保证系统实现完好跟踪的同时，又具有较强的鲁棒性，从而改善了数控机床进给系统的定位精度，进而提高了轮廓加工精度。     

永磁直线同步电机自适应PD型迭代学习控制

针对永磁直线同步电机伺服系统易受摩擦力、端部效应和测量扰动等不确定因素影响的问题,提出一种自适应PD型迭代学习控制方法.该控制方法根据误差的大小在线智能地调整学习增益,从而抑制扰动,并在控制器的微分系数上引入指数学习增益,实现收敛速度与跟踪精度之间的折衷;从理论上证明了自适应PD型ILC的收敛性,分析了该控制算法的优越性.结果表明,与传统PD型ILC相比,自适应PD型ILC具有更快的收敛速度和更强的鲁棒性,大大地减小了跟踪误差.     

直驱XY平台伺服系统预测鲁棒轮廓跟踪控制

针对直驱XY平台中存在的系统延迟、系统参数变化、负载扰动等不确定性以及双轴之间的耦合问题,依据模型预测控制、扰动观测及解耦控制理论,设计了一种模型预测控制器(MPC)、扰动观测器(DOB)和交叉耦合控制器(CCC)相结合的预测鲁棒跟踪控制系统。利用MPC作为前馈控制器,通过模型预测、滚动优化和反馈校正提高系统的跟踪性能。DOB能够抑制系统参数变化及外部负载扰动等不确定性因素对系统伺服性能的影响,提高系统的鲁棒性能。CCC能补偿两轴间的轮廓误差,解决双轴间的耦合问题。仿真实验结果表明,所设计的系统具有快速准确的跟踪性能和较强的鲁棒性能。所提出的控制方案能够有效地减小系统的轮廓误差,进而提高了XY平台的轮廓加工精确度。     

直驱XY平台伺服系统的递归神经网络鲁棒跟踪控制

针对永磁直线同步电机驱动的XY平台存在的系统滞后、未建模动态、系统参数变化摩擦力以及外部负载扰动等不确定性因素对伺服系统性能的影响,提出一种递归神经网络控制方法,来控制XY平台伺服系统的运行状态,以达到鲁棒精密跟踪控制的目的。由于递归神经网络是一种动态的映射结构,对上述不确定性均能有效控制,它具有前馈和反馈两种的网络连接方式,同时递归神经元具有内部的反馈回路,不需外部的延时反馈,即可获得系统的动态响应。仿真实验结果表明,所设计的控制系统具有较强的鲁棒性能和快速跟踪性能,大大减小了系统的轮廓误差,提高了系统的定位精度。     

永磁直线同步电机改进预测电流控制

永磁直线同步电机(PMLSM)预测电流控制(PCC)时存在易受参数变化和延迟以及负载扰动影响,为此提出基于二阶超螺旋滑模观测器(STSMO)的改进型PCC。首先,建立包含不确定性的PMLSM动态数学模型。然后,为了补偿参数变化以及延迟的影响,采用二阶STSMO估计下一周期的电流和参数变化造成的扰动电压,估计值用以计算下一周期的给定电压,以提高电流跟踪精确度,通过李雅普诺夫函数证明观测器的稳定性。同时,采用基于改进指数趋近律的自适应滑模控制器(ASMC)对速度进行跟踪,将状态变量和滑模面加入到指数趋近律中,不仅削弱了电流抖振,且进一步提升了系统的鲁棒性。半实物仿真实验结果表明,与传统PCC相比,提出方法能有效地抑制不确定性对系统影响,使系统具有更好的跟踪性能和鲁棒性。     

基于GPC和DOB的直驱XY平台鲁棒跟踪控制

针对直线永磁同步电机驱动XY平台存在的系统滞后、摩擦及各种不确定性因素等的影响,提出了一种基于广义预测控制器(GPC)和扰动观测器(DOB)相结合的控制方法。首先通过GPC对系统参数进行辨识,建立受控自回归积分滑动平均模型(CARIMA);之后对模型进行滚动优化,寻求系统局部最优;最后进行反馈校正,以持续地对系统进行在线校正,解决XY平台系统控制滞后问题,提高了系统跟踪能力。对系统参数不确定性及各种非线性扰动,利用DOB加以消除或削弱,提高了系统的鲁棒性。仿真与实验结果表明方案可行,提高了系统的跟踪性能和鲁棒性能,进而提高了XY平台系统的加工精度。     

微创介入手术导管机器人系统自适应模糊PID控制

针对人工介入手术中存在的插管精度低、射线环境伤害医生等问题,采用主从式导管机器人系统进行微创手术能够很好地解决人工介入手术中的弊端。通常主从导管机器人系统采用PID控制,但PID控制可能会产生较大的超调,导致系统跟踪性能下降,降低手术的安全性。因此,采用自适应模糊PID控制器在线调整PID控制的参数,提高主从控制系统的跟踪性能。首先建立了从手轴向运动和旋转运动的动态模型,然后设计了基于自适应模糊PID控制器的主从导管机器人系统,通过参数在线调整提高了从手对主手信号的跟踪性能。仿真结果表明,所提出的自适应模糊PID的控制方案是有效可行的,表明系统具有较强的跟踪性能和鲁棒性能,明显地减小了系统的跟踪误差。     

基于MPC和CCC的XY平台鲁棒跟踪控制

针对XY平台伺服系统在位置定位过程中由于扰动、摩擦等因素造成的轮廓误差的问题,提出将模型预测控制器(MPC)和交叉耦合控制器(CCC)相结合的控制方法.预测控制器通过多步测试、滚动优化和反馈校正等方法对XY平台单轴的定位精度进行优化,减小XY平台系统的跟踪误差.同时采用交叉耦合控制器对系统进行解耦,以解决两轴之间的耦合问题,进而减小系统的轮廓误差,提高系统的轮廓精度.最后通过仿真实验,验证所提出的控制方案是可行的,既保证了系统的鲁棒性,又提高了系统的跟踪精度,进而改善系统的轮廓加工精度.     

变速恒频双馈风力发电机的最大风能追踪控制

为了最大限度的利用风能,提高风力发电系统的效率,提出了一种不依赖于风速测量的最大风能追踪和转换策略。通过模糊逻辑控制器的设计得到低风速时发电机的参考转速,模糊自适应控制器作为直接转矩控制系统速度调节器的基本组成单元,从而使发电机转速跟踪风速。最后,利用Matlab软件对1MW双馈型风电机组的运行性能进行了分析和比较。仿真结果表明,在风速变化时,控制器可以使发电机转速跟踪最佳理论值,系统性能稳定,达到了预期的控制目标。     

基于NDO的永磁同步电动机自适应分数阶滑模控制

针对永磁同步电动机(PMSM)驱动的高档数控机床进给系统易受参数变化、外部扰动等不确定性因素影响的问题,设计了一种基于非线性干扰观测器(NDO)的自适应分数阶滑模控制(AFOSMC)方法。建立了含有不确定性的PMSM动态数学模型。将自适应控制与分数阶滑模控制(FOSMC)相结合,抑制了整数阶滑模控制的抖振现象,且能实时调整切换增益,提高了系统的控制精度。然而,外部干扰会对系统产生极大的影响,因此采用NDO实时辨识外部干扰,将观测值作为前馈补偿引入AFOSMC中,以提高控制器的抗干扰能力。实验结果表明,基于NDO的AFOSMC方法有效地削弱了抖振现象,提高了进给系统的跟踪性能和抗扰能力。