异步电动机的动态面模糊离散速度跟踪控制

针对异步电动机中参数不确定和存在负载扰动的问题,本文综合运用反步控制方法、模糊逼近理论和动态面技术,研究了异步电动机在离散模型下的速度跟踪控制问题。运用欧拉方法得到异步电动机离散状态下的数学模型,同时运用模糊逻辑系统来逼近其中的未知非线性函数,利用动态面技术解决在反步法中产生的计算爆炸问题,构造速度跟踪控制器,实现对异步电动机的速度跟踪控制,并在Matlab环境下对异步电动机进行仿真分析。仿真结果表明,所构造的控制器,能够有效解决系统中参数不确定及存在外部负载扰动的问题,并且使跟踪误差收敛到原点附近很小的邻域内,实现对异步电动机的快速跟踪控制。该方法具有一定的实际应用价值。     

基于神经网络的异步电动机自适应动态面控制

针对虚拟控制率连续进行高阶求导会引发"计算爆炸"问题,本文结合动态面技术和反步法,给出了考虑铁损异步电动机自适应神经网络位置跟踪控制方法及考虑铁损的异步电机的动态模型;并基于动态面技术,对自适应神经网络控制器进行设计,同时对其稳定性进行分析。为验证本文控制策略的有效性,在Matlab环境下进行仿真分析。仿真结果表明,在负载扰动的情况下,本文提出的方法使考虑铁损的异步电动机系统实现了良好的位置跟踪效果,对电机参数变化和外部负载扰动具有较强的鲁棒性。该方法解决了传统反步法对虚拟控制函数连续微分引发的"计算爆炸"问题,具有一定的理论意义和实际应用价值。     

基于模糊逼近和动态面技术的异步电动机位置控制

针对异步电动机参数不确定性和外部负载产生扰动的现象,本文提出了一种新型的模糊自适应动态面反步控制方法。该方法通过引入一阶低通滤波器,避免了传统反步控制中对虚拟控制函数进行连续求导引起的计算爆炸问题,模糊逻辑系统被用来逼近异步电动机系统中复杂的非线性函数,同时基于反步法的设计原理,构造了异步电动机的模糊自适应控制器,并在Matlab环境下进行仿真实验。仿真结果表明,所设计的控制方法可以确保系统快速跟踪期望信号,实现了对异步电动机的高性能位置跟踪控制。该研究具有实际应用价值。     

异步电动机的单神经元模糊自适应控制

针对异步电动机矢量控制中PI控制器自适应能力较弱的问题,提出了用单神经元模糊自适应控制器代替转速PI调节器和磁链PI调节器的方法,并基于梯度下降法和单神经元自适应模糊控制原理,将增量式PI控制算法和单神经元自适应学习规则相结合,通过模糊控制修正单神经元的比例系数,提高单神经元模糊自适应控制器参数在线调整能力。为验证单神经元模糊自适应控制器的性能,对系统进行仿真实验。仿真结果表明,采用单神经元模糊自适应控制策略,其控制效果优于传统矢量控制,系统的动态和静态性能比较好,而且控制器对电动机转子电阻变化有较好的鲁棒性。该控制方法具有较好的控制性能,使异步电动机控制系统具有较强的自适应能力。     

异步电动机的命令滤波自适应速度调节控制

针对异步电动机驱动系统中存在的负载扰动和参数不确定的问题,本文在传统自适应反步控制方法的基础上,运用神经网络逼近系统模型中未知的非线性函数,同时采用命令滤波技术,解决了传统反步法中对虚拟控制函数进行连续求导而无法避免的计算爆炸问题,实现对异步电动机的速度调节控制。为了验证本文所提方法的有效性,在Matlab环境下对异步电动机进行仿真分析,仿真结果表明,即使在参数不稳定和有负载转矩扰动的情况下,本文所提出的控制方法依然可以很好的跟踪给出的期望信号,并确保跟踪误差收敛到原点很小的邻域内,可实现对异步电动机快速有效的控制。因此,该方法具有一定的实际应用价值。     

电动汽车用异步电动机的模糊自适应跟踪控制

针对传统的矢量控制因忽略铁损影响而无法对异步电动机实现准确控制的问题,研究了考虑铁损的电动汽车用异步电动机的模糊自适应位置跟踪控制。建立了考虑铁损的异步电动机动态数学模型,利用模糊逻辑系统来逼近异步电动机驱动系统中未知的非线性函数,通过反步设计方法构造了模糊自适应控制器,同时采用李雅普诺夫方法分析了系统的稳定性,并在Matlab环境下进行仿真实验,仿真结果表明,在系统参数未知的情况下,电机位置信号可以快速跟踪期望信号,控制器的性能良好。当t=5s时,负载力矩发生变化,电机仍能跟踪期望信号,说明该控制器能够很好的克服电机参数的不确定性及负载力矩扰动的影响,有较强的鲁棒性,实现了对异步电动机的位置跟踪控制。该控制器结构简单,只有一个自适应参数,减少了系统的在线计算负担,易于工程实现,在电动汽车领域应用前景广阔。     

基于无速度传感器方法的异步电动机PCH控制

利用端口受控哈密顿（PCH）系统方法,采用基于异步电动机转矩误差信号的转速估计原理,提出了一种异步电动机无速度传感器PCH控制方法,利用电机给定电磁转矩和实际电磁转矩的误差信号实现对电动机转速信号的估计。在转速估计中,采用了PI控制,使得控制系统更为简单。最后,利用MATLAB建立仿真模型,通过仿真实验验证了该控制系统具有较好的静态和动态性能。     

基于观测器设计的随机非线性时滞系统模糊自适应动态面控制

针对一类状态不可测的非线性随机时滞系统,提出了一种模糊自适应输出反馈控制策略。首先设计了非线性观测器使其对系统的状态进行估计,设计模糊状态观测器估计不可测状态。利用所设计的观测器,动态面控制技术以及自适应backstepping控制方法,设计了一种自适应输出反馈控制器。并且证明了闭环随机系统在概率意义下半全局一致最终有界稳定。此外,选择合适的参数还能使观测误差和系统输出任意的小。仿真实例验证了提出方案的有效性。     

基于自适应模糊控制的异步电动机DTC方法

针对传统的异步电动机直接转矩控制策略在低速阶段转矩脉动大的缺点,利用自适应模糊PID控制器代替传统的PID转速控制器,采用滑模变结构控制方法,设计了负载转矩观测器对电机转速进行前馈补偿,同时建立仿真模型,并将该模型与传统的异步电动机直接转矩控制进行比较。为验证带负载转矩观测器的自适应模糊DTC控制的可行性,采用Matlab/Simulink进行仿真实验。仿真结果表明,采用自适应模糊及滑模控制相结合的异步电动机调速系统,其在低速阶段对外部负载扰动具有较强的抗干扰性,且鲁棒性强、转矩脉动小,具有良好的动态响应和稳态性能。该研究在异步电动机调速系统上有很好的控制效果和应用前景。     

基于滑模观测器的异步电动机速度传感器故障诊断及容错控制

针对异步电动机矢量控制系统中速度传感器故障问题,提出基于滑模观测器的故障诊断及容错控制方法。通过坐标变换的方法建立异步电动机的状态空间模型,从而构造滑模观测器,并使用李雅普诺夫稳定性理论求解稳定性条件并给出转速自适应律;设计矢量控制系统的转速切换策略,当残差信号大于给定阈值时使系统切换到无速度传感器矢量控制方式,保持异步电动机稳定运行。仿真结果表明该方法可以在0.2 s内实现故障检测,并使系统稳定运行,体现出该方法的快速性和有效性。     

无速度传感器的感应电动机矢量变换控制

本文提出了一种无速度传感器的感应电动机矢量变换控制方案，在理论上进行了推导，给出了仿真和实验结果，证明了该控制方案的可行性．     

TCSC的自适应动态面设计

针对带有TCSC(Thyristor Controlled Series Compensation)的单机无穷大总线系统的非线性二阶模型,使用自适应动态面方法设计了TCSC的非线性控制器.此设计方法,无须对原系统进行线性化,并能保证闭环误差系统渐进稳定,对于系统中的参数不确定性,具有较强的鲁棒性和自适应性.此控制器简单易于实现,其有效性通过仿真实例获得了验证.     

模糊神经网络技术在电机调速中的应用

基于模糊神经网络技术提出了一种感应电机定子电阻在线估测的有效方法．在对广泛选择的样本进行学习后,优化了控制规则、各语言变量的隶属函数及每条规则的输出函数,在线估测结果与实验结果吻合良好．为进一步估算直接转矩控制或矢量控制系统中电机的磁通提供了可靠的保证．     

异步电机定子电流内模自适应控制及实现

针对转子磁场定向下的异步电机定子电压方程中存在着励磁电流和转矩电流分量的交叉耦合,使得转矩电流的调节受到励磁电流的影响,提出了异步电机定子电流的内模自适应控制及其在转子磁场定向矢量控制中的实现方法.根据内模控制(IMC)原理设计异步电机电流调节器,用矩阵奇异值分析了IMC电流调节器的鲁棒性;用最小二乘法对模型参数进行辨识;将其应用于异步电机转子磁场定向的矢量控制中.通过对电流调节器传递矩阵函数的仿真及用DSP实现的异步电机矢量控制,验证了自适应IMC电流调节器的良好性能.     

动态系统的自适应模糊神经网络控制

　Aim　To build an adaptive fuzzy neural controller and simulate it. Methods Fuzzy logic and back propagation(BP) algorithm are combined to utilize their advantages while avoiding the disadvantages. Results and Conclusion Simulation results of the third-order plant with disturbances and dead times show the validity of the presented controller. The presented controller can control cases that preceding controllers were unable to control.