基于学习前馈控制的永磁直线伺服系统跟踪控制研究

针对永磁直线同步电动机（PMLSM）伺服系统,在分析影响直线伺服跟踪精度因素的基础上,引入学习前馈控制（LFFC）补偿技术.学习前馈控制是一种反馈误差学习的控制形式,其包含了反馈控制器和采用函数逼近器的前馈控制器两部分.在系统和扰动定性知识的基础上,设计了基于B样条网络的学习前馈补偿控制.仿真结果表明,该方案有效地降低了负载扰动、端部效应等对系统性能的影响,提高了系统的跟踪精度.     

基于B样条网补偿的直线伺服系统跟踪控制

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，采用学习前馈控制(LFFC)策略对该伺服系统进行有效的补偿控制.在系统和扰动定性知识的基础上，设计了基于B样条网络的学习前馈补偿控制，利用了B样条网具有收敛速度快和避免局部极值的优点.仿真结果表明，该控制策略明显降低了外部负载扰动、端部效应、摩擦力以及系统参数变化等对系统性能的影响，从而显著提高了直线伺服系统的跟踪精度.     

基于滑模和神经网络的永磁直线伺服系统控制

针对直接驱动的交流永磁直线伺服系统，提出一种将非线性神经网络控制和滑模控制相结合构成的双自由度控制策略，该控制策略解决了直线伺服系统跟踪性能和鲁棒性能之间的矛盾，滑模输入控制器保证了系统对给定的快速跟踪性能；神经网络输出反馈控制器对系统参数变化和阻力扰动（包括直线电机的端部效应力）进行很大程度的抑制，并可以削弱滑模控制的抖振对系统稳态性能的影响，仿真结果表明该方案在保证伺服系统的快速性同时，对系统参数变化和阻力扰动具有很强的鲁棒性。     

数控机床永磁同步直线伺服系统免疫控制

针对数控机床永磁同步直线电机(PMLSM)伺服进给系统存在的波纹推力扰动、齿槽力扰动、端部效应扰动和其他不确定性扰动的问题,应用免疫反馈系统的免疫性原理在传统PID基础上设计了一种免疫PID控制器.免疫系统在大干扰和不确定性环境中都具有很强的鲁棒性和自适应性,使伺服系统既具有快速响应和设计简单的特点,又结合了免疫控制的抗干扰特性.在M ATLAB环境下对永磁同步直线电机数控机床伺服进给系统进行仿真,结果表明,此种控制方案下的PMLSM伺服系统具有更好的控制精度、较快的响应速度和较小的超调量,抗干扰能力更强.     

永磁直线伺服系统自适应模糊鲁棒控制器

为了保证永磁直线伺服系统的跟踪性能,消除负载扰动、端部效应、非线性摩擦及系统参数变化等不确定因素的影响,根据自适应模糊控制和H_∞鲁棒控制提出了相应的控制策略.控制器由自适应模糊控制项和H_∞鲁棒控制项组成,自适应模糊控制项用来逼近理想控制律;H_∞鲁棒控制项用来克服模糊逼近误差和外界干扰对输出跟踪误差的影响,并利用Lyapunov稳定性理论证明了系统的全局稳定性.仿真结果表明,该方案有很强的鲁棒性,同时也使系统具有较好的跟踪性能,大大提高了直接驱动直线伺服系统的鲁棒跟踪精度.     

永磁直线同步电机端部效应及其补偿技术

针对高精度数控机床用的交流永磁直线同步电机(PMLSM)伺服系统，分析研究了PMLSM的端部效应对直线伺服系统跟踪性能的影响，并在此基础上引入学习前馈控制(LFFC)补偿技术.学习前馈控制是一种反馈误差学习的控制形式，其包含反馈控制器和采用函数逼近器的前馈控制器两部分.在系统和扰动定性知识的基础上，设计了基于B样条网络的学习前馈补偿控制.仿真结果表明，该方案有效地克服了永磁直线同步电机特有的端部效应所产生的推力波动对系统的影响，实时补偿端部效应引起的非线性时变扰动，提高了系统的伺服精度.     

基于模糊小脑模型神经网络的直线伺服跟踪控制

以永磁直线同步电机为被控对象，在高精度直线伺服跟踪控制系统中，为使输出响应快速地跟踪输入指令，需要克服系统滞后、未建模动态、不确定性以及负载的变化因素等的影响.为此，提出了一种模糊小脑模型(FCMAC)神经网络直接逆控制的方案，可动态地克服上述这些因素的影响.同时，还给出了较详细的原理分析及实现过程.仿真结果表明，此控制方案是十分有效的，能够明显地提高伺服系统的快速跟踪能力，并使系统具有较强的适应性和鲁棒性.     

基于矢量控制的交流永磁电动机伺服系统研究

永磁同步电动机伺服系统具有较高的性能指标,被广泛应用于智能机器人、风力发电等运动伺服系统中.重点研究了永磁同步电动机的电流环设计,通过建立永磁同步电动机的数学模型,分析电磁转矩与电流的关系,对逆变器采用一种基于反馈解耦的间接电流控制,对id、iq解耦,引入PI控制器,通过控制逆变器的输出电压来调节逆变器的输出电流.为提高直流电压利用率,逆变器采用SVPWM调制方法.最后,在MATLAB/Simulink中搭建仿真模型,通过观测永磁同步电动机在负载启动、负载增大时的转矩、转速等波形可知,本文提出的电流环设计,可以使得伺服系统具有较好的抗扰动性能和跟随性能,同时,在负载发生变化时,具有较快的响应速度.     

直线永磁伺服电机机电子系统解耦的速度跟踪控制

根据三相交流直线永磁同步伺服电动机的非线性动态数学模型，采用状态反馈解耦的方法，建立直线永磁同步伺服电动机闭环系统动态的输入－输出数学模型，通过该解耦模型设计速度跟踪控制律，在保证整个闭环系统稳定的情况下，提高速度跟踪的快速性和精确性，最后，通过MATLAB5．3进行计算机仿真实验研究，结果表明线性化后的系统模型是简单适用的，速度跟踪实现了快速性和精确性。     

基于阻力估计器的直线伺服系统滑模控制

针对直接驱动的永磁直线同步电动机（PMLSM）伺服系统的端部效应引起的推力波动问题，设计一种带有阻力估计器的滑模变结构速度控制器，滑模控制对扰动和系统参数变化具有很强的鲁棒性，但是却存在抖振现象，影响伺服系统的稳态性能，为了削弱滑模控制的抖振，设计一个阻力扰动估计器对阻力扰动（包括直线电机特有的端部效应产生的推力波动）进行估计和补偿。仿真结果表明，该方案对系统参数变化和阻力扰动具有很强的鲁棒性，同时提高了系统的稳态精度。     

永磁直线伺服电机的磁场分析及优化设计

介绍了一种圆筒型永磁直线伺服电机,电机次级采用轴向磁通结构,初级采用无铁心空心式绕组设计,完全消除了传统有铁心永磁电机固有齿槽效应所引起的推力波动问题.该结构电机的输出推力稳定性主要与电机气隙磁场分布的正弦程度有关,提高气隙磁场分布的正弦性是改善电机伺服性能的重点.通过对电机磁场进行有限元分析,研究了电机次级永磁体宽度和半径2个主要尺寸对气隙磁场分布的影响,并给出了这2个主要尺寸的最佳取值.经过优化设计,电机的气隙磁场分布得到了改善,磁场谐波分量大大降低,输出推力更加稳定,伺服性能得以提高.     

永磁同步电机伺服系统自适应迭代学习控制

针对执行重复性任务的永磁同步电机伺服系统,由于参数摄动、随机扰动等不确定因素影响导致的跟踪精度下降,误差发散问题,提出一种自适应迭代学习控制方法.该方法在PD型反馈控制的基础上增加自适应迭代项对控制律中未知参数进行迭代学习,减少不确定因素对系统性能的影响.建立了含有不确定性扰动的系统模型和PMSM自适应迭代学习控制系统,并且基于Lyapunov稳定性理论,分析了该方案的收敛性.结果表明,与传统PD型ILC相比,该方法收敛速度更快,跟踪精度更高,可有效改善系统的性能.     

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.     

基于前馈控制的交流伺服系统精确定位的研究

介绍了交流伺服电动机数学模型,叙述了伺服控制系统的设计原理和具体方法,在位置环、速度环和电流环的3环PI伺服控制系统的基础上,引进位置前馈控制来提高定位控制的性能,研究了前馈PI的控制方法.通过仿真进行了与普通伺服控制系统的对比,未加前馈控制跟踪误差较大,在位置环加前馈控制恒速段跟踪误差较小,但在加减速度段,误差成单调变化,在速度环上再加上前馈控制,位置跟踪误差会更接近于零.结果表明,引进前馈控制的PI交流伺服系统可以实现高精度位置控制,验证了前馈控制在指令信号跟踪性和抗干扰性方面的良好效果.     

永磁直线电机伺服系统模型参考离散滑模控制

针对高精度永磁直线同步电机(PMLSM)伺服系统存在的参数变化、端部效应和负载扰动等诸多不确定性问题，设计了模型参考离散滑模(MRDSMC)位置跟踪控制器.将伺服问题转化为调节问题，并采用一步延迟扰动近似来补偿未知扰动，此外，为了抑制由高频未建模动态引起的抖振，在MRDSMC设计中加入低通滤波器.理论推导与仿真结果表明，该方案能有效地抑制PMLSM伺服系统的参数变化和阻力扰动的影响，具有很强的鲁棒位置跟踪性能.     

基于DSP交流永磁同步电机伺服系统的设计

以当前最先进的数字信号处理芯片TMS320F2812为核心控制单元,尝试设计永磁同步电机伺服系统,包括系统硬件电路设计、系统控制策略与软件设计．