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。     

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.     

基于模糊变结构模型参考自适应观测器的永磁同步电机控制

针对永磁同步电机(PMSM)无速度传感器控制,提出了一种基于模糊控制的模糊变结构模型参考自适应控制。滑模变结构控制具有强鲁棒性的特点,结合模糊控制实时调节滑模参数,用以替代传统PI模型参考自适应控制(PI-MRAS)中的PI调节控制,实现PMSM转速和位置的检测,使电机在较宽的转速范围内实现快速准确的调速控制,提高PMSM控制的动态和静态性能;最后,在MATLAB中搭建仿真模型,将模糊变结构模型参考自适应控制与传统PI-MRAS作比较,验证了该方法的有效性。     

基于SCA优化模糊PI控制器的PMSM转速控制

介绍了永磁同步电机(PMSM)在矢量控制系统中转速环的模糊PI控制器设计。针对模糊控制器无法自适应调整参数,研究分析一种新型智能优化算法——正弦余弦算法,并对影响该算法全局探索和局部开发能力的重要参数进行调整,使搜索结果更精确,将改进后的算法用于模糊控制器量化因子和比例因子的优化。仿真结果表明,基于正弦余弦算法优化的模糊PI控制较传统模糊PI控制,具有更好的动态性能和抗干扰能力以及鲁棒性强的特点。     

基于模型参考自适应的单神经元PID控制器设计

将神经网络和模型参考自适应控制系统相结合,研究基于模型参考自适应理论永磁同步电动机(PMSM)BP神经网络速度辨识的单神经元比例积分微分(PID)速度控制器。该系统基于模型参考自适应理论利用BP神经网络辨识器得到的参数信息,使用单神经元PID控制器取代传统PID控制在线调整权值。根据李亚谱诺夫稳定性理论验证了该控制器的稳定性,仿真与实验研究证明该方法改善了PMSM速度控制系统的动态响应与自适应控制能力。     

基于单神经元控制器的永磁电机调速系统研究

针对传统PID控制永磁同步电动机(PMSM)调速系统性能的不足,设计了单神经元自适应PID控制器并对控制系统进行仿真分析。结果表明,采用单神经元控制的调速系统具有更好的动态调节特性和自适应能力,而且控制器设计简单,参数调整方便,易于工程应用。     

基于无速度传感器永磁同步电动机PCH速度控制

基于模型参考自适应(MRAS)的转速估计原理,提出了一种永磁同步电动机(PMSM)的无速度传感器控制方法,该方法以PMSM本身作为参考模型,将含有待估计参数的模型作为可调模型。根据两个模型状态变量的不同,通过一定的自适应调节机构,得到转子速度的估计值。然后利用端口受控哈密顿(PCH)系统方法,建立PMSM的PCH模型,根据最大转矩/电流(MTPA)控制原理,设计了隐极式PMSM的无传感器速度控制器。最后通过Matlab/Simulink建立仿真模型,仿真结果表明,该控制系统具有很好的转速跟踪和速度估计的性能。     

基于SVPWM技术的永磁同步电机模糊自适应控制系统研究

基于永磁同步电机(PMSM)在d-q轴下的数学模型,设计了一种模糊自适应PI控制器,应用于PMSM的速度伺服系统中。相对于传统PID控制器,该系统具有响应时间快、超调、振荡小、对控制对象参数变化鲁棒性较好等优点。仿真结果和理论分析一致,表明该控制系统的合理性。     

永磁同步电机单神经元模糊PID控制

永磁同步电机(PMSM)矢量控制系统结构复杂、系统运行时参数摄动,严重影响了系统的性能.针对这一问题,设计了一种基于模糊调节单神经元增益的自适应PID控制器,将其应用于PMSM的转速控制.在MATLAB平台上得到的仿真结果表明,采用这种控制器的PMSM矢量控制系统具有一定的优越性.     

永磁同步电动机转速自适应模糊Backstepping控制

针对永磁同步电动机(PMSM)参数摄动和负载干扰情况下的转速跟踪控制系统,采用自适应算法估计负载扰动、粘性摩擦系数和转动惯量,利用自适应模糊系统逼近定子电阻和电枢电感等参数摄动造成的总的不确定性,并设计一种基于Backstepping的自适应模糊控制器.通过Lyapunov稳定性理论验证所设计系统的稳定性.对PMSM转...     

应用于DC／DC变换器的模糊自适应控制器的研究

提出了一种应用于DC／DC变换器的模糊自适应PI控制器。在传统PI控制的基础上,设计了对PI参数进行在线调节的模糊自适应控制算法。对该算法建立了基于Matlab的仿真模型,并通过ARM控制器对其进行软硬件实现。以Buck电路为被控对象的计算机仿真和实验结果表明,模糊自适应PI控制简单可靠,实现了快速性与稳定性的统一。     

发电机励磁的非线性解析模糊控制

该文引入非线性函数建立了一种新的解析模糊控制器用于发电机的电压控制，并引入变结构控制的思想来进行附加励磁控制，建立了一种发电机模糊励磁控制器结构。并兼顾电压调节精度和增强阻尼要求进行电压控制与稳定控制的协调。对所论非线性解析模糊控制器的动态特性分析表明所论控制器为一本质非线性PID控制器。在控制过程中，所论模糊控制器的规则基于误差和误差变化率的大小在线调整。因而具有规则自适应的特性。实际使用时。无需进行控制规则的设计，只需根据工程控制经验对控制参数进行初选，简化了控制设计。仿真研究表明：所论模糊励磁控制器可以提高发电机的电压控制精度和电力系统的稳定性。     

Robust Frequency Control in an Autonomous Microgrid: A Two-Stage Adaptive Fuzzy Approach

Highly intermittent power from renewable energy sources (RES) along with load and system perturbations in an autonomous microgrid (MG), results in large frequency fluctuations. Conventional controllers like PI controllers to be unable to provide acceptable performance over a wide range of operating conditions. To overcome this problem, present paper introduces a novel two-stage adaptive fuzzy logic based PI controller for frequency control of MG. In this proposed controller, particle swarm optimization (PSO) and grey wolf optimization (GWO) are used to optimize the membership functions (MFs) and rule base of fuzzy logic based PI controller. The proposed controller is examined on an MG test system, the robustness and performance of the proposed controller is tested in presence of different disturbance scenarios and parametric uncertainties. Finally, the superiority of the proposed controller is shown by comparing the results with various controllers available in literature like PSO tuned fuzzy logic based PI controller, fuzzy logic-based PI controller and also with the conventional PI controller.     

坦克炮控系统自适应模糊滑模控制方法

针对坦克炮控系统这一类非线性和不确定性的复杂对象控制问题,提出一种自适应模糊滑模控制方法.采用滑模控制与模糊逻辑相结合的方法,滑模开关函数的绝对值作为输入组成一维模糊逻辑推理器,它的输出用以在线调整一维模糊控制器的输出增益,依据Lyapunov稳定定理获得最终的控制量.系统中的滑模控制器保证了系统的快速跟踪性能;而模糊控制器抑制了闭环系统的各种扰动,在不牺牲系统鲁棒性的同时达到削弱抖振的目的.从理论上证明了系统的稳定性,并且通过仿真验证了该结果.仿真结果表明,该设计方法大大优于经典设计,而且结构简单,易于设计,为炮控系统实际设计提供了一种可行的方法.     

两区域负荷频率的智能自适应PID控制

利用神经网络动态辨识电力系统的动态模型,并将模糊逻辑与神经网络相结合,通过动态寻优确定最优性能指标下的ＰＩＤ控制器参娄和具体设计了一咎两匹配负荷频率的神经模糊自适应ＰＩＤ控制器。使两区域负荷控制既有非线性控制作用和学习自适应能力,又有ＰＩＤ控制的广泛适应性。     

Output‐feedback model‐reference adaptive calibration for map‐based anti‐jerk control of electromechanical automotive clutches

It is well known that the map‐based control can reduce the computational burden of the automotive on‐board controller. This paper proposes an output‐feedback model‐reference adaptive control algorithm to calibrate the map‐based anti‐jerk controller for electromechanical clutch engagement. The algorithm can be used to adaptively construct a data‐driven fuzzy rule base without resorting to manual tuning, so that it can overcome the problem of conventional knowledge‐based fuzzy logic design, which involves strenuous parameter‐tuning work in the construction of calibration maps. To accurately define the consequent of each fuzzy rule for anti‐jerk control, an output feedback law for computing the reference trajectory of clutch engagement is developed to eliminate the discontinuous slip‐stick transition, whereas an adaptive controller is designed to track the reference trajectory and compensate the nonlinearity. The convergence of the proposed output‐feedback model‐reference adaptive control algorithm is analyzed. Simulation results indicate that the proposed method can successfully reduce the excessive vehicle jerk and frictional energy dissipation during clutch engagement as compared with the conventional knowledge‐based fuzzy logic controller without fine tuning.     

两区域负荷频率的智能自适应PID控制

利用神经网络动态辨识电力系统的动态模型,并将模型逻辑技术与神经网络相结合,通过动态寻优确定最优性能指标下的ＰＩＤ控制器参数,具体设计了一种两区域负荷频率的神经模糊自适应ＰＩＤ控制器。使两区域负荷频率控制既有非线性控制作用和自学习自适应能力,又有ＰＩＤ控制的广泛适用性。     

基于电压调节的行波超声波电机转速模糊PID控制

针对超声波电机的时变非线性,给出了基于模糊逻辑的PID控制参数在线自适应校正方法。模糊规则设计中充分考虑了超声波电机转速控制的特殊性。采用驱动电压幅值作为控制量,实现了该控制方法。实验表明,控制性能优于PID控制器。     

Fuzzy adaptive optimal control for nonlinear switched systems with actuator hysteresis

This article considers the issue of fuzzy adaptive dynamic programming control of nonlinear switched systems with arbitrary switchings and unknown uncertain functions and actuator hysteresis nonlinearities. The whole control approach is made of switching feedforward controller and optimal switching feedback controller. To get over the hardness of arbitrary switching structure and the issue of “explosion of complexity”, the common Lyapunov function theory and dynamic surface control method are utilized in the recursive design technique. By using fuzzy logic systems to model unknown inner dynamics and unknown cost functions, a novel fuzzy adaptive optimal switching control strategy is developed. Meanwhile, uniformly ultimately boundedness of all weights in the controlled systems are proved by the proposed control method, and the tracking performance is guaranteed in an optimal manner. Subsequently, a numerical simulation study is used to test the effectiveness of the presented control strategy.