基于神经网络优化的交流自抗扰伺服系统控制

目的 为了解决传统交流永磁同步电机伺服自抗扰控制系统中外界扰动、非线性特性和本身自抗扰控制中参数较多且整定难的问题.方法 利用小波神经网络对自抗扰控制中的扩张状态观测器的误差校正系数进行在线整定,设计出基于小波神经网络优化的自抗扰控制器及相关的控制系统,以实现对整体控制系统的性能优化,并通过在Matlab/SIMULINK仿真实验与传统PID伺服控制系统和未进行优化的交流自抗扰伺服系统进行对比验证.结果 仿真结果表明,基于小波神经网络优化的交流永磁同步电机伺服自抗扰控制系统对目标位置动态响应快、稳态误差小、抗干扰能力强,稳态时转矩脉动小.结论 与常规未优化自抗扰伺服系统和传统PID伺服系统相比,基于小波神经网络优化后的自抗扰伺服系统,能有效地提高伺服系统控制性能和鲁棒性.     

基于自抗扰控制的放卷系统张力控制器设计

目的在印刷机放卷系统中,利用自抗扰控制(ADRC)技术,提出一种张力控制的新方法。方法根据放卷系统的工作机理,首先建立放卷张力系统的非线性数学模型,推导了系统阶数和输入系数。然后针对所建立的放卷张力系统数学模型,利用ADRC技术设计放卷系统的张力观测器和张力控制器。最后通过仿真和实验验证所设计的张力控制器的内部鲁棒性和抗干扰性能。结果在ADRC控制下,张力T2不受辊筒1半径R1和辊筒2角速度ω2变化的影响,能够快速无超调地达到稳定值60 N;随着R1的减小和ω2的增大,ADRC控制下产生的误差无论从数值上还是持续时间上都比PID控制下产生的误差小得多。结论仿真和实验的结果表明,所设计的ADRC控制器较传统PID控制器具有更好的鲁棒性和抗干扰性。     

基于参数辨识的永磁同步电机自校正速度控制方法

针对永磁同步电机伺服系统的机械参数经常发生变化的情况,提出了一种通过辨识转动惯量和摩擦系数实现速度控制器系数自校正的方法.辨识转动惯量和摩擦系数采用的是根据波波夫超稳定理论设计的一种转动惯量和摩擦系数的模型参考辨识算法.辨识中引入了负载转矩观测器的观测值,使辨识算法不需要附加条件.参数辨识的结果用于速度控制器的校正.通过实验分析了速度环采用比例积分(PI)控制器时控制器的系数不等于理论计算值的问题,得出了一种简单的控制器系数自校正规律--比例系数和转动惯量成正比,且积分系数和摩擦系数也成正比.这种方法能够根据机械参数的变化校正控制器,提高速度控制的性能.仿真结果证明了参数辨识方法和控制器系数校正规律的有效性.     

机载光电跟踪平台伺服系统自抗扰控制

摩擦非线性造成机载光电跟踪平台伺服系统低速不平稳性,增加了系统的稳态误差.常规PID控制难以满足光电跟踪平台高精度伺服系统的性能要求.采用一种新的二阶离散系统最速控制函数设计自抗扰控制器,将它作为机载光电跟踪平台伺服系统的位置环控制器.实验结果表明,当系统跟踪幅值为0.5°、频率为0.159 Hz的正弦输入信号时,在0...     

机载摄影稳定平台的自抗扰控制

针对航空摄影稳定平台中非线性、多干扰的控制问题,采用自抗扰控制方法对三框架稳定平台进行分散独立控制。利用拉格朗日定理建立了考虑外部干扰的三框架结构稳定平台的动力学方程。设计独立的扩张状态观测器对每个环架的未知模型动态与外部扰动进行动态估计和补偿,采取非线性状态反馈控制以提高系统的控制性能。通过仿真和实验证明采用该方法设计的控制器不仅能满足系统稳态精度的要求,而且有效抑制了负载变化和不确定性扰动对系统的影响,提高了系统的稳定性和适应性。     

浅议AUV深度的自抗扰控制

文章将自抗扰控制技术引入到AUV的深度控制中,分析AUV深度控制的数学模型,并在Matlab中建立AUV深度控制的ADRC模型,进行仿真验证。结果表明,所设计的自抗扰控制器在水下机器人的定深控制方面表现出较好的鲁棒性和适应性。     

基于自抗扰的快速刀具伺服系统复合控制

快速刀具伺服(fast tool servo, FTS)系统是实现微机械零件加工的关键部件。以压电陶瓷型FTS系统为研究对象,将迟滞状态时滞模型、时变时滞模型以及未建模动态非线性模型引入到FTS系统模型设计中以描述颤振现象,并基于神经网络控制提出具有迟滞时滞补偿功能的复合自抗扰控制方案,以实现FTS系统的颤振控制。其中,线性自抗扰控制将内部不确定性及迟滞时滞非线性和其他干扰视为总扰动并实时估计补偿,自适应BP(back propagation)神经网络用来对扰动估计误差进行逼近。与传统模型求逆方法相比,复合控制方案无需精确的数学模型易于初始设计。与线性自抗扰相比,复合控制方案减少了需要整定的参数数目,在相同带宽下具有更高的跟踪精度。仿真结果表明,所设计的复合控制具有更好的鲁棒性,能够实现压电陶瓷型FTS系统的快速精密跟踪控制。     

光电跟踪系统力矩波动的自抗扰控制

为解决光电跟踪伺服系统受电机力矩波动影响产生的速度波动问题,提出了一种改进的自抗扰控制策略进行力矩波动补偿。该算法主要由两部分组成:通过扩张状态观测器辨识出系统扰动,然后将该扰动前馈到系统控制量中去,构成复合校正系统;反馈通道中采用两参数的比例微分控制器,可以保证系统的稳定性和良好的动态特性。仿真分析和实验结果表明:与同等闭环控制带宽的PI控制器相比,自抗扰控制器可以提高系统对扰动力矩的抑制能力,采用自抗扰补偿时,速度误差的峰值由1.88%降低到0.65%,速度误差的均方根值由0.8%降低到0.2%。实验结果证明提出的方法能够有效降低电机力矩波动的影响,提高速度平稳性。     

光电平台伺服系统自抗扰滑模控制

提出一种基于参考模型的自抗扰滑模控制器,它包括一个自抗扰控制器和一个全局滑模控制器.根据参考模型,利用跟踪微分器设计自抗扰控制器,控制参考模型的输出精确跟踪指令输入信号.全局滑模控制器控制伺服系统被控对象的输出高精度跟踪参考模型的输出.光电平台伺服系统的实验结果证明该新型控制器能有效补偿系统的参数不确定性和非线性扰动,提高了伺服系统的跟踪精度.系统具有全局鲁棒性.     

基于TLESO/HLESO/RLESO的PMSM调速系统研究

为了提高永磁同步电机（permanent magnet synchronous motor,PMSM）调速系统的抗扰动和噪声抑制能力,针对PMSM转速环设计了3种线性自抗扰控制器（linear active disturbance rejection control,LADRC）,即传统线性自抗扰控制器（traditional LADRC,TLADRC）、高阶线性自抗扰控制器（high-order LADRC,HLADRC）和降维线性自抗扰控制器（reduced-order LADRC,RLADRC）。各LADRC的区别在于线性扩张状态观测器（linear extended state observer,LESO）的不同,即传统线性扩张状态观测器（traditional LESO,TLESO）、高阶线性扩张状态观测器（high-order LESO,HLESO）和降维线性扩张状态观测器（reduced-order LESO,RLESO）。采用叠加原理对各LADRC控制转速环的稳定性进行了证明,同时对各LESO的收敛条件进行了分析。通过对各LESO的频域分析可得出：TLESO的相位滞后最大,其扰动估计能力最弱;HLESO在中高频段的幅值增益最大,其鲁棒性最差;RLESO相位滞后最小,扰动估计能力最强。最后,在MATLAB/Simulink环境下,对各LADRC控制的转速环进行仿真,仿真结果验证了频域分析的结论,即TLADRC在抗扰动时转速曲线有最大的转速降,HLADRC在抗扰动时转速曲线有振荡,而RLADRC同时具有优良的抗扰能力和抑制噪声能力。所得出的结论可为LADRC应用中LESO的选取提供有力的支持,为PMSM调速系统的优化设计提供理论依据。     

基于改进超螺旋算法的永磁同步电动机控制

目的 为提高传统PID控制下永磁同步电动机在遇到负载突变、重载启动、频繁变速等外界条件变化时性能突变的问题,文中将超螺旋滑模引入电机控制中,以更好地应对外界条件的变化。方法 通过在原有的超螺旋滑模算法中,加入自适应比例项和积分项,使其获得更快的收敛速度和更强的鲁棒性。然后引入一种新的过饱和系数,来应对引入积分项所带来的超调问题。结果 在Matlab/SMULINK的仿真环境中,搭建所提方法的模型,并与传统的PID控制、超螺旋滑模控制以及比例项改进超螺旋滑模控制所搭建的模型做对比。结果表明,文中方法在遇到外界条件变化下,稳定性提高了33%～91%、快速性提高了27%～76%。结论 文中优化后的超螺旋滑模控制器有更高的鲁棒性和更快的快速收敛性,改善了系统的性能,能够有效应对负载突变、重载启动、频繁变速等问题,使应用文中所提方法的永磁同步电动机能够更加符合包装机的要求。     

基于自适应扰动观测器的PMSM模型预测电流控制

目的 为了实现包装自动化生产线的高性能控制,针对永磁同步包装驱动电机在模型预测电流控制中对扰动敏感性较大的问题,设计一种基于自适应扰动观测器的模型预测电流控制策略。方法 利用预测误差设计一种自适应扰动观测器,对系统遭受的内部和外部的不确定扰动,扰动观测器估计总扰动并以电流的形式进行补偿。将系统的瞬态过程和稳态过程分别进行考虑,设计一种含有动态权重因子的新型损失函数。结果 通过MATLAB/SIMULINK仿真表明,与传统的控制方法相比,文中方法可以保持瞬态下的高速动态响应和稳态下的低电流纹波,并在应对参数失配和负载突变等问题上,展现了更好的稳态性能和抗干扰能力。结论 文中方法可以有效提升系统动态性能和鲁棒性,使改进后系统更加适用于包装机的应用场景。     

单相无电解电容永磁同步电机驱动系统控制方法研究

针对传统单相无电解电容电机驱动系统中直流母线电压波动较大而导致控制不稳的问题,提出一种单相无电解电容永磁同步电机驱动系统控制方法。通过对传统单相无电解电容电机驱动系统输入、输出功率进行分析,在q轴电流注入正弦分量,对输出功率进行控制,调节输入功率,达到改善输入电流波形的目的;通过设计一种积分比例控制器替代传统的比例积分控制器对母线电压进行调节,能够有效抑制母线电容充电时的电流、电压过冲。理论分析、仿真结果与试验结果均验证所提控制策略的有效性。     

包装机驱动控制系统中谐波噪声信号抑制策略

目的为了抑制谐波信号的影响,提取得到更准确的转子位置信息,提高包装机动力系统性能。方法文中提出一种基于滑模观测器、改进广义二阶积分器锁频环、锁相环的无传感器控制方案,并通过Simulink仿真实验验证该方法提取电机转子位置信息的能力。结果该方案能够有效降低反电势信号中的直流谐波分量和5、7次谐波分量,提高了基波信号纯度,降低了转速估计误差,提高了永磁同步电机运作过程中转速稳定性与可靠性。结论在Matlab/Simulink中进行静态实验与动态实验,实验结果验证了文中采用的控制策略对不同阶次谐波噪声信号具有更好的抑制效果,能够提高永磁同步电机转速估计精确度,提高包装机动力系统工作性能。     

基于新型伸缩因子的PMSM模糊自适应反步控制

目的 为了解决包装机驱动控制系统在非线性因素的影响下,工作效率和产品质量大大降低的问题,提出一种基于新型伸缩因子的模糊自适应反步控制策略。方法 在传统自适应反步控制算法的基础上加入转速误差积分值对电流进行补偿,引入积分重置环节防止积分饱和引起调速时的超调和振荡,设计一种新的变论域伸缩因子,优化模糊推理模块,以在线整定转速反馈增益和自适应增益。结果 通过MATLAB/SIMULINK仿真结果表明,改进后的控制器通过对交轴电流值进行补偿,使参数摄动对系统的影响大大降低,并根据转速误差及其变化率自适应调整增益,进一步提高了控制系统的转速动态响应性能。结论 与常规传统PID控制系统和未优化的反步控制系统相比,文中优化后的控制器能增强被控系统的稳定性,缩短速度响应时间,具有更优的鲁棒性和动静态性能。     

基于双模态有限时间滑模的永磁同步电机抗扰动控制

目的 解决包装机工作过程中,因永磁同步电机的动态响应慢和抗扰动能力弱导致包装机精度不高的问题。方法 设计一种双模态有限时间滑模控制器,实现系统有限时间收敛。将双模态函数引入趋近律增益,不仅能实现“大误差大增益,小误差小增益”,而且趋近律增益切换为小增益的时间可调,从而使电机获得更快的响应速度和更小的抖振。同时,设计有限时间扰动观测器对扰动进行观测,并进行前馈补偿,以此来提高系统的抗扰性能。结果 实验结果表明,文中方法相较于另外2种对照方法,可以使电机的动态响应分别提升27%、37%,控制性能分别提升40%、70%,相较于超螺旋扰动观测器,可以使电机的抗扰性能提升58%。结论 所提控制策略可以明显提高系统的动态响应、控制性能、抗扰性能,使得永磁同步电机更符合包装机的要求。     

永磁同步电动机位置伺服系统的自适应神经网络控制

针对需要考虑参数不确定和负载扰动的永磁同步电动机位置伺服系统,提出了一种新型的自适应神经网络控制方法。首先,利用神经网络建立永磁同步电动机的智能模型。其次,针对模型特点,在反步递推设计框架下,应用神经网络基函数的本质特征,并引入动态面控制技术克服控制设计中存在的“复杂性爆炸”问题,设计基于自适应神经网络动态面控制的位置跟踪算法。最后,仿真结果表明该控制方案是有效可行的,与反步递推控制方案相比,基于神经网络动态面控制的位置伺服系统的跟踪误差具有更快的收敛速度。通过设计新的神经网络自适应律,提出的自适应神经网络控制方法可以避免现有反步递推控制设计中存在的代数环问题。此外,提出的控制算法不仅能够克服不确定性因素对系统性能的影响,而且算法结构简单,易于实现。