直线伺服推力纹波扰动补偿及自适应振动抑制

针对高速运动的直线伺服系统同时存在的扰动与共振问题,建立两个回路分别进行扰动补偿与共振抑制。通过实验方法建立包含推力纹波扰动的直线伺服系统模型结构,采用最小二乘法进行模型参数的迭代辨识,并通过前馈进行扰动补偿;针对直线伺服系统模型结构中存在的共振现象,通过辨识主导振动频率,采用自适应FIR陷波滤波器抑制主导共振频率所带来的影响。在直线伺服运动控制平台上进行的算法验证实验表明:所建立的两个回路能有效补偿推力纹波扰动与抑制共振,提高直线伺服系统的在高速运行过程中的位置跟踪精确度的作用,满足高速、高精确度轨迹控制要求。     

基于周期性扰动学习的永磁直线电机自适应滑模位置控制

针对永磁直线同步电机伺服系统易受周期性扰动、摩擦力及参数摄动等不确定性因素影响位置跟踪精确度的问题,提出了一种基于周期性扰动学习的自适应滑模控制方法.采用滑模控制确保永磁直线同步电机伺服系统对不确定性因素具有较强的鲁棒性,提高系统响应速度.利用周期性扰动学习算法学习系统中的周期性扰动并进行补偿,同时设计自适应律估计系统非周期性扰动和学习误差,削弱滑模抖振现象.基于李雅普诺夫稳定性理论,分析证明了此控制器的渐进稳定性,保证系统位置跟踪误差在有限时间内收敛.仿真与实验验证了所提出的周期性扰动学习的自适应滑模控制器能显著提高永磁直线同步电机伺服系统的动态响应性能和鲁棒性能,而且可以达到更高的位置跟踪精确度.     

基于神经网络推力观测器的永磁直线电机滑模控制

针对永磁直线同步电机(PMLSM)伺服系统易受到负载扰动、参数变化和推力波动的问题,为确保在较宽的速度范围内实现更为精确的速度控制,采用基于神经网络推力观测器的滑模控制取代常规的PI控制,滑模变结构控制律采用等效控制法,加上负载扰动前馈补偿项,而扰动补偿则是通过线性推力观测器并联一个神经网络观测器相加而得.实验和仿真结果表明,此方法较常规PI控制提高了跟踪性能,增强了伺服系统对参数摄动和外在扰动的稳健性.     

永磁直线同步电机的自适应迭代学习控制

永磁直线同步电机驱动的伺服随动系统,既要对周期性的输入信号具有跟踪能力,又要对周期性的扰动具有抑制能力。对这一问题,从迭代学习控制的本质出发,与自适应算法相结合,提出了一种自适应迭代学习控制策略,解决了伺服系统中对周期性输入信号的跟踪问题,以及对参数摄动和不确定性干扰,尤其是对周期性扰动的抑制问题。在永磁直线同步电机位置控制实验中,将该方法与传统控制进行对比试验,实验结果表明,该方法能够有效地提高系统的位置控制精度。     

一种基于PLDOB的PMLSM伺服系统长期稳定运行的方法

执行重复性运动任务的永磁直线同步电动机(PMLSM)伺服系统易受参数变化、未建模动态、摩擦力和推力波动等周期性扰动的影响,导致系统无法长期稳定运行,故采用周期性学习扰动观测器(PLDOB)来削弱这些扰动。首先利用扰动观测器(DOB)估计初始周期内的扰动,然后将所估计的扰动作为PLDOB中周期学习律的初始条件,进而校正每个后继周期内的扰动。该方法直接从扰动的角度设计,不仅能在保证系统长期稳定运行的前提下使跟踪误差快速收敛到零,同时还可以补偿DOB中Q-滤波器带宽以外的扰动以及扰动的相位滞后。实验结果表明所提控制方案是有效的,明显提高了系统的跟踪性能和抗扰性能。     

带跟踪微分器的永磁直线同步电机的PID神经元网络控制

针对以永磁直线同步电机为执行机构的驱动系统易受到推力波动等周期性扰动影响的问题,采用了基于PID神经元网络的跟踪微分器控制方法。该方法通过定义具有比例、积分、微分功能的神经元,将PID控制规律融合进神经元网络中,有效抑制端部效应、纹波推力、齿槽力以及摩擦力对系统的干扰,同时具有快速的跟踪性能。仿真试验表明,与传统的PID控制相比,该控制方法提高了系统的鲁棒性和跟踪性,更加实用有效。     

低频线振动台系统的鲁棒自适应重复学习控制

由于没有传动机构,永磁直线同步电机(PMLSM)作为低频线振动台的驱动部件对扰动和参数不确定性很敏感,摩擦力及纹波推力扰动等非线性因素严重影响了PMLSM的运动精确度.针对上述问题,提出一种鲁棒自适应重复学习控制方法,用于提高低频线振动台系统的精度.所设计的控制律由参数自适应控制、积分滑模控制、重复学习控制组成.参数自适应控制用来估计未知的模型参数并予以补偿;积分滑模控制用来镇定低频线振动台系统,抑制非周期扰动;重复学习控制用来抑制周期性扰动,提高对周期性位置信号的跟踪性能.采用Lyapunov理论设计的鲁棒自适应重复学习控制律能够保证闭环系统的渐近稳定性和位置跟踪性能.仿真结果表明,鲁棒自适应重复学习控制方法明显提高了系统的跟踪性能,改善了加速度失真度.     

基于周期学习扰动观测器的永磁直线同步电机伺服系统控制

针对永磁直线同步电机(PMLSM)伺服系统执行重复性运动任务时存在周期性扰动的问题,提出了一种新型周期学习扰动观测器(PLDOB)来削弱这些扰动。首先,建立了含有不确定性的PMLSM动态模型,利用扰动观测器(DOB)来估计包括参数变化、未建模动态、摩擦力和推力波动在内的扰动。然后,通过周期学习律来校正每个周期内的扰动。此控制方案无需扰动的数学模型以及模型参数的控制律,直接从扰动的角度设计,并且还可以对DOB中Q-滤波器带宽以外的扰动进行补偿。最后,通过实验验证了该方案是有效可行的,明显提高了系统的跟踪性能和抗扰性能。     

基于神经网络推力观测器的滑模控制在抑制直线伺服系统推力波动中的应用

文章针对直接驱动交流直线伺服系统低速时存在的推力波动问题，提出了一种滑模控制方案。通过一种新型的神经网络负载推力观测器和扰动前馈补偿的设计，理论分析表明可有效地削弱推力波动及滑模控制产生的抖振。仿真结果证明该方案不但解决了永磁直线同步机的推力波动问题，而且对系统参数变化和负载扰动具有很强的鲁棒性。     

基于学习前馈控制的高精度直线伺服系统跟踪控制研究

针对直接驱动的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,采用学习前馈控制(LFFC)策略对其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.仿真结果表明,该控制策略有效地降低了负载扰动、端部效应、摩擦力及参数变化等对系统性能的影响,提高了直线伺服系统的跟踪精度.     

环境激励下基于频域特征的扰动源定位方法

环境激励下小幅周期性扰动容易被淹没在类噪声信号中,从时域角度很难实现小幅周期性扰动的检测及扰动源定位。在分析环境激励下电力系统类噪声信号频域特征的基础上,提出了基于频域特征的小幅周期性扰动的检测与扰动源定位方法。环境激励下周期性扰动的频域表征为振荡恒定、阻尼比近似为0的振荡模式,且在该模式中扰动源所在机组的模态相位超前于其他机组。利用随机子空间辨识算法对环境激励下的类噪声响应信号进行分析,提取振荡模态及参数,根据模态个数及特征参数实现小幅周期性扰动的检测,检测到周期扰动后,根据阻尼比近似为0的周期性振荡模式的模态相位关系即可定位扰动源所在机组。IEEE 4机2区域系统和IEEE 16机68节点系统的算例结果验证了所提方法的有效性和可行性。     

抑制PMSM周期性转矩脉动的迭代学习方法

为了抑制永磁同步电机高性能伺服应用中的低速转矩脉动,在探讨转矩脉动传统抑制方法的基础上,分析并指出主要成分的周期特性,提出永磁同步电机恒压频比控制中通过迭代学习控制抑制周期性转矩脉动的方法,通过在线学习补偿电机控制电压来抑制转矩脉动,设计了控制器并作了收敛性分析.仿真结果表明:迭代学习快速收敛,可有效减小转矩脉动,转矩...     

基于自抗扰迭代学习控制的双定子磁场调制电机转矩脉动抑制策略

与传统单层气隙电机相比,双定子磁场调制（FMDS）电机存在较大的转矩脉动。转矩脉动随转子位置的变化而周期性变化,从而导致速度脉动。针对周期性转矩脉动、快速性与超调性的矛盾以及外部不确定干扰的存在,提出一种基于自抗扰迭代学习（ILC-ADRC）的转速外环控制器。通过设定期望转速的过渡过程,避免了阶跃输入引起过大转速超调,降低了迭代学习的初始条件要求。设计线性扩张状态观测器(LESO)以简化参数调节。加入过去周期性的转速误差信息,以补偿转矩脉动。最后,利用状态误差反馈控制律生成控制信号。仿真结果表明,该系统响应快速、无超调,有效地降低了电机的转矩脉动。     

抑制混合式步进电机转矩波动的时变重复控制

分析了五相混合步进电机电磁转矩波动产生的原理，提出了利用时变周期信号的重复控制来抑制转矩波动的新思路。首先将时变的t域的转矩信号，变换为具有固定周期的8喊信号，再对其进行重复控制器设计，保持理想的驱动总电流，抑制转距波动。仿真与试验结果表明该控制方法效果明显。     

基于新型扩张状态观测器的PMSM周期性转速脉动抑制方法

电机本体的齿槽转矩、磁通谐波、定子电流测量误差、负载中的周期性转矩、电机换相和死区效应等因素会造成电机转矩中存在周期性脉动,这种脉动一般会表现在电机整个运行速度范围内,造成电机转速脉动大,不利于电机的高精度转速控制。提出了一种基于新型扩张状态观测器的PMSM周期性转速脉动抑制方法。利用周期性信号的微分特性,构建扩张状态观测器,观测出电机转速脉动中的主要周期性分量,利用自抗扰控制算法对其补偿,以消除转速中的周期性脉动。仿真和实验结果表明,该方法能够对转速实现更好的补偿控制,使得电机转速稳态脉动显著减小,从而提高电机运行的平稳性     

基于无功电流扰动的孤岛与扰动辨识的研究

为了防止孤岛检测时电网扰动的干扰并提高孤岛与电网扰动辨识的准确率,提出了一种能够减小检测盲区且不带入有功功率扰动的孤岛与电网扰动辨识新方法。该方法是在检测到公共耦合点电压波动后,通过注入周期性无功电流扰动,迫使公共耦合点电压频率出现相应波动。利用小波分析分解公共耦合点电压频率信号得到的高频分量作为特征分量,用神经网络进行孤岛与扰动的辨识。通过理论分析与仿真实验证明该方法能准确辨识孤岛与电网扰动。     

永磁直线同步电机推力波动约束

由齿槽力、边端力及法向吸力引起的推力波动是影响永磁直线同步电机(PMLSM)动态性能的主要因素。为了实现高速精密直接驱动系统,通过对PMLSM进行有限元分析建模,分析了齿槽力变化规律,利用傅里叶级数拟合得到齿槽力变化曲线;设计了齿槽力电流预测控制模型,对齿槽力引起的推力波动进行补偿;同时设计了扰动观测器对其他因素引起的推力波动进行补偿,进一步削弱了推力波动。最后,通过实验验证PMLSM推力波动补偿控制系统的有效性,补偿后电流和速度的波动都得到了很大改善,能够实现较高精度的直接驱动系统。     

基于七阶EKF的永磁直线伺服系统变质量估计和扰动补偿

永磁直线同步电动机(PMLSM)伺服系统易受摩擦力和推力波动等外部扰动的影响,为保证系统按照期望轨迹运动,需要对这些扰动进行补偿,而且系统质量信息的准确性对扰动补偿能力有很大影响。针对这一问题,提出一种基于扩展卡尔曼滤波器(EKF)的变质量估计和扰动补偿方法。首先,建立与电机位置有关的扰动模型,作为扰动补偿器。然后,采用七阶EKF计算电机初始位置、估计质量的变化并反映到扰动补偿器中,同时通过自适应律整定扰动模型系数确保扰动模型与实际扰动保持同步,实现对系统的变质量估计和扰动补偿。实验结果证明了所提控制方案的有效性与可行性,明显提高了系统的位置跟踪性能和抗扰性能。     

高精确度伺服转台控制系统中的扰动力矩补偿

摩擦力矩和电机波动力矩是影响高精确度伺服转台控制系统位置跟踪精确度的主要因素。针对系统中摩擦力矩和电机波动力矩等扰动力矩补偿问题,提出一种综合的扰动力矩补偿控制策略。基于摩擦观测器提出一种PD前馈控制方法,对系统中的动态摩擦力矩进行了补偿,并利用Lyapunov稳定性理论对所提出的方法进行了系统稳定性分析。结合基于重复控制器的扰动观测器进一步提出一种综合的扰动力矩补偿控制策略。一方面,摩擦补偿方法可以对系统中的摩擦力矩进行补偿;另一方面,插入的重复控制器可以很好地抑制系统中的周期性波动力矩,而扰动观测器则用来补偿重复控制及摩擦补偿时给系统带来的不确定性。仿真结果证明了所提出的方法的有效性。