一、基于神经网络给定补偿的永磁同步直线交流伺服系统H~∞控制(论文文献综述)
金鸿雁[1](2021)在《高精度永磁直线同步电动机互补滑模控制策略研究》文中研究指明永磁直线同步电动机(PMLSM)作为直驱传动机构的核心单元,以其高速度、高精度、高效率的优点被广泛应用于高档数控机床、微电子设备、精密测量和IC制芯等高端制造领域中,具有十分广阔的应用前景。然而,由于在结构上省去了中间机械传动环节,参数变化、负载扰动和摩擦力等不确定性因素会直接作用于电机动子上,增加了电气控制的难度,从而直接影响高精度数控加工系统的性能。因此,在高精度微进给控制领域,必须站在高层次,在考虑不确定性对系统影响的前提下,研究直线电机伺服进给系统的控制策略,对于理论分析和工程实践均具有十分重要的意义。本文面向高速高精密加工,以PMLSM为研究对象,重点解决其易受不确定性因素影响而降低伺服性能的问题。以滑模控制(SMC)为基础,结合反推控制、神经网络控制等方法对直线伺服系统位置跟踪展开研究,以兼顾高档数控机床对高精度伺服系统的鲁棒性和跟踪性的双重要求。主要研究内容如下:(1)在阐述PMLSM基本结构和工作原理的基础上,对PMLSM的电压、磁链、电磁推力和运动方程等进行分析与推导,建立含有参数变化、负载扰动等不确定性因素的机电耦合系统模型,并对影响电机伺服性能的不确定性因素逐一分析,为控制系统的研究与总体设计提供理论基础。(2)针对PMLSM伺服系统易受参数变化、负载扰动等影响的问题,在SMC的基础上,通过引入互补滑模面的方式,设计互补滑模控制(CSMC)方法克服不确定性因素对系统的影响,提高系统位置跟踪精度。同时,为解决CSMC固定边界层内鲁棒性差的问题,引入接近角的概念对边界层进行优化,提出全局CSMC方法,在不影响系统快速性和跟踪性的前提下,有效地削弱了抖振,提高系统对不确定性因素的鲁棒性。仿真结果表明,同SMC和CSMC相比,全局CSMC可以有效减小位置跟踪误差,提高系统的位置跟踪精度。(3)为实现系统的全局稳定性和完全鲁棒性,同时解决控制器参数选取困难的问题,提出将反推控制理论、二阶SMC思想与CSMC相结合的自适应反推二阶CSMC方法,确保PMLSM伺服系统的位置跟踪性能。通过利用位置误差和虚拟变量误差设计滑模面,自适应反推二阶CSMC既继承了反推控制全局稳定性和二阶SMC完全鲁棒性的优点,又拥有了CSMC的跟踪误差减半的优点。此外,针对系统中不确定性因素上界值难以选取的难题,设计自适应律估计系统不确定性因素并在线对控制器参数进行调整。仿真结果验证了该方法可行有效,能够提高系统的位置跟踪精度,对于不确定性因素有较强的鲁棒性。(4)为进一步估计系统不确定性因素,提升PMLSM系统的伺服性能,设计了基于Gegenbauer递归模糊神经网络(GRFNN)和鲸鱼优化算法(WOA)的智能反推二阶CSMC方法,从而提高系统对不同参考轨迹的跟踪性能。在自适应反推二阶CSMC的基础上,采用GRFNN替换原有的自适应律,用于逼近系统不确定性因素,实时反馈动态信息,避免经验选取控制器参数而无法保证最优性能的问题。同时利用WOA优化网络权重,加快神经网络学习速率,结合离线训练、在线学习的方式,解决神经网络在线训练影响系统动态性能的问题,进一步提高系统的伺服性能。仿真结果表明,智能反推二阶CSMC方法在提高系统位置跟踪精度和鲁棒性方面具有明显的优越性。(5)最后,搭建基于Links-RT的PMLSM系统实验平台以验证所提出的控制算法的有效可行性。Links-RT是基于实时仿真机和电机,辅以软件、硬件配置而成的实时仿真实验设备,具有高可靠性和强实时性。采用两台直线电机对拖的加载实验方案,针对本文设计的控制方案开展了额定参数实验、参数变化实验和变载实验等,实验结果验证了所提出的控制方法的可行性和有效性。
李林涛[2](2021)在《交流伺服系统无差拍预测电流控制鲁棒性能提升方法》文中进行了进一步梳理由于永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)在功率密度,动态响应,调速范围等方面具有显着优势,被广泛用作交流伺服系统的执行机构。随着工业机器人、雷达跟踪、航空航天等高科技领域的飞速发展,其对伺服驱动系统的性能要求越来越高,研究具有高精度、高可靠性、高动态响应的交流伺服系统己变得十分重要。在交流伺系统中,电流环作为驱动系统三环控制的最内环,其动、稳态性能直接决定着伺服电机输出的电磁转矩。经典的线性控制策略很难满足现代工业对交流伺服系统高性能的要求,因此具有高动态性能的预测电流控制算法成为近几年研究的热点。PMSM预测电流控制系统具有良好的动态响应,但其控制精度却依赖对象模型的准确度,当存在模型参数与实际系统不匹配时会造成电流环出现跟踪静差甚导致系统不稳定。首先,本文对基于转子磁场定向原理的PMSM伺服系统进行了介绍,以同步旋转坐标系下的PMSM数学模型为基础,设计了PMSM无差拍预测电流控制(Deadbeat Predictive Current Control,DPCC)算法,并对DPCC的电流环时序以及算法的参数敏感性问题进行了分析。其次,针对传统DPCC存在模型参数不匹配和未建模动态等干扰引起的稳态电流误差和稳定性等问题,研究了一种基于指数双幂趋近律的滑模电流扰动观测器(Sliding Model Current Disturbance Observer,SMCDO)来实时观测、补偿预测电流控制系统中的扰动,并对电流进行预测以补偿数字控制延时。最后,理论分析了SMCDO的稳定性和收敛性,以及对基于SMCDO的永磁同步电机预测电流控制系统硬件结构和主要算法实现流程进行简要介绍。运用Matlab/Simulink仿真软件和以DSP+FPGA为控制芯片的PMSM伺服系统实验平台对所研究的基于滑模电流扰动观测器的无差拍预测电流(DPCC-SMCDO)方法分别进行了仿真和实验研究。仿真与实验结果显示,DPCC-SMCDO方法以有效提高传统DPCC抗模型参数失配的鲁棒性能。
于跃[3](2021)在《高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究》文中指出高分辨遥感卫星广泛应用于环境监测、农业生产、地理绘制、气象预测、资源勘探和现代化军事等领域。通过提高遥感卫星姿态控制系统的敏捷性,实现遥感卫星在同一轨道周期内对同一目标完成多次推扫成像任务和缩短重访周期,进而保证高分辨遥感卫星稳定并快速的获取高质量的图像,一直是高分辨遥感卫星的研究重点之一。遥感卫星姿态控制敏捷性的提升依赖于能够稳定输出大力矩的姿态控制部件。与传统的卫星姿态控制部件如喷气部件、飞轮和双框架控制力矩陀螺相比,单框架控制力矩陀螺具有输出力矩大、重量轻、功耗低、清洁无污染、无框架锁定和机动能力强的优点。由于单框架控制力矩陀螺的输出力矩为框架角速度矢量和飞轮角动量矢量的乘积,且飞轮输出的角动量为常值。所以,单框架控制力矩陀螺输出力矩的精度完全取决于框架伺服系统控制精度,研究单框架控制力矩陀螺框架伺服系统精度对于提高输出力矩精度,从而提高卫星姿态控制精度具有重要意义。本文以长光卫星技术有限公司“控制力矩陀螺”和“青年人才托举工程”项目为依托,针对高分辨率光学遥感卫星中使用的单框架控制力矩陀螺框架伺服系统进行设计和研究。本文从电机控制、传感器精度、系统模型以及控制算法等几个方面开展研究,来提高框架伺服系统控制精度,这对于指导控制力矩陀螺系统设计、保证系统精度具有重要的意义。主要的研究工作分为以下四个方面:(1)对框架伺服系统电机模型及控制方法进行研究。首先,根据单框架控制力矩陀螺框架伺服系统要求进行电机的选型,对该电机结构和特点进行了介绍,并推导了包括电压方程、转矩方程、磁链方程和运动方程在内的数学模型。其次,对永磁同步电机空间矢量控制的坐标变换方法以及基于矢量控制策略进行脉宽调制的原理进行了介绍。最后,在Matlab/Simulink中搭建基于PI算法的框架伺服系统的仿真模型,跟踪速度的阶跃信号和正弦信号,并根据速度和电流的响应信号证明了矢量控制策略的有效性。(2)对框架伺服系统位置传感器精度进行研究。从提高SGCMG伺服系统中角位置传感器圆光栅的精度入手,提出使用单读数头加补偿算法的软件补偿方法来代替使用双读数头硬件补偿算法消除偏心误差。首先,对单框架控制力矩陀螺系统输出力矩原理进行分析,分析结果表明圆光栅传感器的测量精度会影响单框架控制力矩陀螺的输出力矩精度。其次,对圆光栅测量角度误差来源进行分析,并对安装误差中的倾斜误差和偏心误差进行理论模型推导,并开展了圆光栅标定实验,根据实验获得的误差数据和误差几何模型综合分析得到补偿模型。最后,应用软件补偿算法对单读数头采集到的角度数据进行补偿,可以将测量误差从311.18″提高到6.23″。通过对比表明,采用软件补偿后圆光栅采集精度可以达到使用双读数头硬件补偿精度。(3)通过系统辨识的方法得到框架伺服系统模型。首先,将单框架控制力矩陀螺框架伺服系统等价为二质量块模型并推导出系统传递函数的数学模型,同时提出机械谐振频率的抑制方法,并对正交相关分析法的数学模型进行介绍和分析。其次,开展系统模型辨识研究,对单框架控制力矩陀螺输入正弦扫频电流信号激励,同步记录输出的速度信号,采用正交相关分析法得到系统的幅频特性和相频特性,通过对频率特性的拟合获得系统的传递函数。最后,将拟合得到的传递函数的频率特性曲线与实验得到的频率特性曲线进行了对比,来验证辨识算法的有效性和正确性。(4)提出框架伺服系统控制算法并进行仿真和实验来验证其有效性。首先,针对伺服系统存在非理想和非线性的干扰所导致系统跟踪性能降低的问题,提出抗干扰能力强和收敛速度快的快速终端滑模控制策略,设计新型趋近律减弱滑模控制固有的抖振问题。其次,提出了神经网络自适应PID控制策略,该控制策略具有在占用尽可能少的软硬件资源的条件下使单框架控制力矩陀螺具有在轨调参功能。最后,进行软硬件设计并搭建实验平台,采用上述提出的算法进行仿真和实验,对算法的控制精度和动态精度进行验证。
黄泊珉[4](2021)在《永磁同步直线电机神经网络滑模控制研究》文中研究说明随着自动化控制技术和工业物联网不断发展,永磁同步直线电机(permanent magnet linear synchronous motor,PMLSM)以其结构简单、可靠性高、高效率的特点在现代工业应用中具有广泛的前景。但永磁同步直线电机简单的机械结构,也导致其性能极易受到影响,当发生内部的参数变化、外界突加负载、电机推力脉动等情况时,永磁同步直线电机的稳定性能就会急剧下降。目前,传统的控制算法对于提升直线电机动态性能的效果并不理想,使得直线电机驱动系统的性能、效率无法得到完全的发挥。因此,设计一个合适的控制器是保证直线电机控制系统动态性能的关键。本文以提高PMLSM的位置跟踪性能为目的,搭建了永磁同步直线电机的数学模型。由于直线电机模型非线性、强耦合的特点,为了方便分析以及简化计算,选择在d、q坐标系下建立电机的数学模型。结合直线电机的高速、高精度的实际应用需要,选用矢量控制作为直线电机系统的控制方法。针对永磁同步直线电机容易受到参数变化以及外部干扰的问题,利用径向基函数神经网络(radial basis function neural network,RBF NN)局部逼近的特性,为永磁同步直线电机系统设计一个径向基函数神经网络自适应反推控制器。通过观测系统中的未知扰动以及参数变化,提高系统的位置跟踪性能和抗干扰能力。然后,在Matlab/Simulink中建立模型进行仿真实验,验证控制器的有效性。为了提升系统的位置跟踪性能和抗干扰能力,在神经网络反推控制的基础上引入终端滑模控制方法,设计一个神经网络自适应的终端滑模控制器。利用滑模控制鲁棒性强,受到外加干扰时的稳定性高,系统参数变化不敏感的特点,保证了永磁同步直线电机控制系统的跟踪性能以及抗干扰性能。同时将神经网络观测器和滑模控制相结合,在保持滑模控制优点的同时,通过神经网络观测扰动,抑制滑模控制器的抖振现象。Matlab/Simulink仿真结果表明了神经网络自适应终端滑模控制不仅响应速度快,而且抗干扰能力强。最后,为了验证算法的实际应用效果,基于dSPACE仿真系统搭建一个永磁同步直线电机实验平台,对于算法的位置跟踪性能进行实验研究。通过与传统的滑模控制、自适应控制等进行比较,验证了本文算法在永磁同步直线电机控制系统中的可行性和有效性。
曹明生[5](2021)在《迭代学习控制在基因测序工件台系统中的应用研究》文中提出基因测序是生命科学研究最重要的技术手段之一。随着基因测序技术在医学、生命科学和药物研发等领域应用的快速发展,现有的测序仪器已经无法满足对测序通量的需求,有必要发展新一代高通量基因测序仪。工件台系统是高通量基因测序仪的核心子系统之一,其运动速度关系到测序仪的通量,控制精度则关乎测序数据的质量,因此,要求高通量基因测序仪工件台系统具有行程大、速度快和轨迹跟踪精度高的性能。本论文以高通量基因测序仪工件台为应用背景,采用迭代学习控制对无铁芯永磁同步直线电机高精度控制系统进行了深入的研究。在存在非重复性扰动和变轨迹跟踪的任务中,通过克服迭代学习控制的缺点,改善迭代学习控制的性能,提高了工件台轨迹跟踪精度,减少了工件台控制系统的调节时间,增强了系统的抗干扰能力。论文的研究内容如下:论文首先分析了无铁芯永磁同步直线电机的结构特点,建立了电机的数学模型;然后采用矢量控制和空间矢量脉冲宽度调制方法,设计了电流环并进行了原理性仿真;根据二质弹簧阻尼系统建立了工件台系统模型,在此基础上,基于闭环电流环对工件台系统进行了模型参数辨识,并分析了参数变化和外部扰动对系统的影响,为后续设计控制算法进行扰动抑制提供理论基础。针对迭代学习控制容易受非重复性扰动影响的不足,提出了基于输出数据的自适应非线性复合迭代学习控制算法,并证明了算法的稳定性。首先,设计了多伺服周期二阶迭代学习控制,通过多次重复运动消除跟踪误差中随迭代变化的非重复性信号,并根据相邻两次迭代的定位误差自适应调整遗忘因子,以增强学习的鲁棒性;其次,设计了自适应迭代估计律在迭代域对扰动进行估计补偿,并通过引入时变的边界层克服初始定位误差对学习控制的影响;最后,结合工件台运动特点,在上述控制器基础上引入非线性函数,在步进运动的不同阶段自适应地调整控制器增益大小,在Actuation运动阶段采用较大的增益,提高系统的动态响应能力,加快迭代学习收敛速度;在Dwell停留阶段,采用较小增益,抑制高频扰动的影响。研究表明,该算法有效抑制了时变扰动对迭代学习控制的影响,提高了系统的轨迹跟踪精度和鲁棒性,并有效缩短了调整时间。迭代学习控制只能用于固定的参考轨迹,当轨迹发生变化时需要重新学习,为解决上述问题,提出了基于二阶非线性迭代参数整定的前馈控制算法,通过引入反映系统动力学行为的基函数将控制器参数化,通过迭代学习对参数进行优化,得到的控制器能够适用于不同的运动轨迹。为了抑制直线电机的推力波动等扰动对匀速运动的影响,在上述控制器基础上提出了一种基于迭代参数整定的前馈控制和抗干扰控制复合控制策略。通过迭代学习,将前馈控制和抗干扰控制的优点结合起来,利用前馈控制提高系统响应速度,使得工件台快速进入匀速运动状态,利用抗干扰控制提高系统的抗干扰能力。在切换不同的工作速度时,控制系统可以始终保持高控制精度和鲁棒性。此外,控制器设计不需要被控对象的模型或灵敏度函数,整个设计过程都是数据驱动的。最后,在无铁芯永磁同步直线电机驱动的工件台系统进行了轨迹跟踪实验。通过对比实验,验证了所提出的自适应非线性复合迭代学习控制和基于迭代参数整定的前馈控制和抗干扰控制算法的有效性和优越性。
曹博文[6](2021)在《面向能效的伺服系统摩擦力矩分数阶滑模神经网络补偿控制》文中提出相比传统的直流电机,永磁同步电机(PMSM)简化了结构,降低了成本,提高了控制性能,在高精度伺服控制领域得到了广泛应用。摩擦力矩干扰是影响永磁同步电机伺服系统精度和鲁棒性的重要因素之一。利用现代干扰补偿控制理论,设计非线性摩擦干扰控制器,补偿永磁同步电机伺服系统的非线性摩擦力矩干扰,提高伺服系统的位置和速度跟踪性能,具有重要意义。针对永磁同步电机位置伺服系统中存在的摩擦力矩干扰,本文结合分数阶控制(FOC)、滑模控制(SMC)以及径向基神经网络(RBFNN),设计了一种分数阶滑模神经网络(FO-SMC-NN)摩擦补偿控制算法,估计了伺服系统中的摩擦力矩,消除了摩擦力矩干扰对系统性能的不利影响。本文的具体工作如下:首先,根据永磁同步电机的磁链特性以及电压特性,建立了基于Lu Gre摩擦力矩干扰的永磁同步电机位置伺服系统模型。基于微粒群-模拟退火(PSO-SA)优化算法,辨识了Lu Gre摩擦模型的四个静态参数,利用RBF神经网络估计了模型中的不可测状态变量。其次,根据永磁同步电机位置伺服系统模型以及Lu Gre摩擦模型,设计了一种分数阶自适应神经网络(FOANN)补偿控制算法,通过李雅普诺夫稳定性理论证明了伺服系统稳定性。与模型参考自适应控制(MRAC)算法、比例微分(PD)控制算法的仿真对比表明,本文所提出的FOANN控制伺服可以准确估计摩擦力矩干扰,提高系统控制精度。然后,引入分数阶滑模控制,设计了FO-SMC-NN摩擦力矩补偿控制算法,进一步提高了永磁同步电机位置伺服系统的鲁棒性。综合考虑控制系统的性能和能耗,提出了一种面向能量效率的控制器参数整定方法,整定了FO-SMC-NN控制器的等效控制参数。仿真结果表明,本文提出的FO-SMC-NN摩擦力矩补偿控制算法和参数整定方法,不仅提高了伺服系统的控制性能,而且降低了能耗。最后,利用永磁同步电机位置伺服系统实验平台,完成了MRAC、PD以及FO-SMC-NN控制器的对比实验,进一步验证了本文所提出控制算法的有效性。
裴根极[7](2021)在《大功率永磁同步电机伺服控制系统关键技术研究》文中研究指明近年来,大功率永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)伺服系统凭借其高精度、高功率密度、快速频率响应和低噪声等优点,正逐步替代现有液压伺服等结构,被应用在冲压、切割、金属成型等专用伺服产品中,应用场合涵盖国民经济快速发展以及国防建设需要的多个方面,如航空航天、轨道交通、重型设备等。虽然国产品牌在小功率通用伺服方面的技术水平和市场份额不断提升,但在大功率伺服系统方面的产品与国外品牌相比还有较大差距。功率等级的提升和应用工况的恶化给大功率伺服控制系统带来了新的技术难点,虽然不同专用背景下系统侧重的性能指标略有差异,但是系统面临着若干共性问题,如电流动态响应受到控制器饱和与母线电压的限制、低开关频率下离散误差和交直轴耦合影响电流跟踪性能、速度控制的鲁棒性受控制器饱和和动态性能的限制、低速工况下系统对周期性转速波动和周期性外部负载抑制效果较差等。本文主要针对上述问题,对大功率永磁同步电机伺服系统电流和速度控制中的关键技术展开研究,为研发更高性能的国产大功率伺服驱动产品提供了新的控制策略和实践探索。本文首先分析系统内存在的扰动和参数摄动,搭建了永磁同步电机不同轴系下含有扰动的模型;对静止两相坐标系(αβ轴系)下的电压微分方程求解,得到了精确的电气模型;随后研究了系统内周期性转速波动的机理,使用复矢量方法分析了电流采样误差产生的影响。建模与分析为后文的控制器设计提供了基础。为了在大电流指令和电压限幅情况下提高电流控制的动态性能,本文研究了将无差拍电流预测控制(Deadbeat Predictive Current Control,DPCC)与有限集模型预测电流控制(Finite Control Set Model Predictive Control,FCS-MPC)相结合的dq轴电流轨迹规划方法,在电流平面上使用几何方法判断电流指令与工作点的相对位置。通过跟踪每个周期内能达到的距离指令最近工作点,有效地提高了电流的动态响应速度。为提高基于模型的电流控制方法的鲁棒性,本文应用滚动时域优化理论设计了扰动观测器,来观测并补偿参数失配引起的电压误差。进一步地,使用基于αβ轴精确模型的改进DPCC结构来减小交直轴耦合与系统延迟、提高模型精确度,在低开关频率下提高电流控制的性能。实验验证了所提各电流控制方法的通用性及复合电流控制策略的有效性。为提高大功率伺服系统速度控制抗外部负载扰动和参数摄动的能力,本文首先对永磁同步电机H∞速度控制方法展开研究。研究了一类加权函数的参数作用规律和整定方法。所求解的H∞速度控制器与比例积分(Proportional Integral,PI)控制器相比,在动态性能相近时具有更好的抗扰效果。为了进一步提高机械系统扰动抑制能力和动态性能,对H∞速度控制进行结构上的改进,逐层递进式地分别设计了H∞扰动观测器、反馈、前馈控制器对应的广义被控对象,并对控制器进行求解。实现了外部扰动的准确观测,和考虑速度反馈闭环在内的二自由度H∞速度控制。推导系统闭环传递函数,通过理论分析和实验对比证明了所提方法能有效地提高速度控制的动态特性、抗外部扰动能力和鲁棒性。虽然所提的H∞速度控制能够有效抑制外部扰动,但对周期性转速波动的抑制效果有待提升,尤其在低速范围内,系统本身对低频波动的抑制能力较差。为此本文采用含遗忘因子的迭代学习控制(Iterative Learning Control,ILC)并联结构对周期性转速波动和周期性外部负载扰动进行抑制。首先以PI并联速度控制器为例,精确推导整体结构的开环频域表达,提出了一种基于奈奎斯特稳定判据的并联结构稳定性分析方法。对ILC各控制参数的表达式进行求解,得到稳定范围并提出了参数整定方法。采用基于位置的采样机制使算法能运行在不同转速下;为抑制实际情况中非周期性扰动和噪声等信号的影响,研究在迭代学习中嵌入零相位滤波器的方法,改善波动抑制效果。进一步地,将并联的PI速度控制器替换为二自由度H∞速度控制方法进行实验验证,并针对周期外部负载对迭代周期进行扩展。实验证明所提方法能够更有效抑制系统中的固有周期性转速波动和周期性的外部负载。
高文强[8](2021)在《基于改进型ESO的永磁同步电机自抗扰滑模位置伺服控制研究》文中进行了进一步梳理永磁同步电机具有结构简单、体积小、能量密度高、损耗低、维护简单等特点,在市场中占有了极大比例。在现代高性能伺服控制系统中,为实现高精度的控制效果,将永磁同步电机作为了控制对象。先进伺服电机控制技术和高精密高性能数字信号处理器的应用,在永磁同步电机伺服控制系统占有重要意义。自抗扰控制和滑模控制在永磁同步电机伺服控制系统中取得了良好的控制效果。自抗扰控制在经典PID控制的基础上,有效地解决了系统的非线性和不确定性问题,具有不依赖于被控对象的具体数学模型的优点。而滑模控制中的滑动模态具有不变性,有良好的鲁棒性,这在工程应用中有非常好的实用性。因此将改进型自抗扰控制与滑模控制相结合,融合各自的优点,提高闭环系统的性能,以提高永磁同步电机伺服系统的控制性能。首先,由永磁同步电机的物理结构出发,为了降低永磁同步电机在进行模型分析时的难度,对其进行一定的假设与简化。分析了永磁同步电机在自然坐标系、静止坐标系和旋转坐标系下的三种模型,以及坐标变换的原理。通过对永磁同步电机控制原理的分析,将矢量控制作为永磁同步电机的控制策略。最后分析了空间矢量脉宽调制的原理以及具体实现方法。其次,从对传统PID控制器的分析,引出了自抗扰控制,分别详细分析了各部分的组成和作用。针对自抗扰控制器中的非线性函数存在分段点处不可导的问题,使用反双曲正弦函数构造新型非线性函数,取代原有的非线性函数,使其在原点和分界点附近连续可导,具有更好的连续性和平滑性,并以此设计了改进型ESO,并证明了其收敛性。然后,将改进型自抗扰控制和滑模控制相结合,设计了基于改进型自抗扰滑模控制器的永磁同步电机伺服控制系统,将位置/速度环整合,与电流环组成双环控制器,形成一个整体控制系统来实现对永磁同步电机伺服系统的有效控制。通过在Matlab/Simulink环境下,搭建改进型自抗扰滑模控制器的永磁同步电机控制系统仿真模型,从永磁同步电机伺服系统的三个指标进行仿真模拟验证,即动态性能、跟踪性能和抗扰性能。最后,采用了LINK-RT实时仿真系统的实验平台,实验结果证明了基于改进型自抗扰滑模控制器具有良好的控制性能,使永磁同步电机伺服系统达到了跟踪精度高、定位速度快和抗干扰能力强的控制效果。
邵蒙[9](2020)在《基于永磁同步电机的大型望远镜预测跟踪控制技术的研究》文中研究指明望远镜系统是一种在天文观测、空间通信、空间目标监测等领域均发挥了重要作用的综合型远程观测设备。望远镜的口径直接决定了其远程观测能力,随着望远镜口径的不断增大,伺服系统驱动电机承载的负载也随之增大。一方面,直接驱动方式以其连接刚度高、无齿轮间隙等优点,近年来在大型望远镜中得到了较多的应用。另一方面,较大口径的望远镜系统要求驱动电机提供更大的力矩来带动望远镜负载转动。相比直流有刷电机,交流永磁同步电机(Permanent magnet synchronous motor,PMSM)以其较高的转矩惯量比、更强的可靠性以及优良的低速性能成为望远镜直驱系统驱动电机的首选。近年来,国际上已经有多款建成的或计划在建的大型望远镜系统选择了永磁同步电机直接驱动的传动方式。但是国内对采用永磁同步电机直驱形式的大型望远镜系统的研制工作相对较少,相关技术的研究相对还不够完善。因此,开展采用永磁同步电机直驱形式的望远镜系统的研制工作,并对其伺服系统的关键技术和相关控制策略进行深入研究,具有重要的工程意义。本课题将以中科院长春光机所某地基光电望远镜为依托,对永磁同步电机伺服控制系统进行研究。通过采用预测控制等复合控制策略,在保证跟踪精度的同时,改善望远镜控制系统的动态响应性能,并增强系统的鲁棒性、提高系统的抗扰动能力。为大型望远镜伺服控制系统设计与研发,提供一些思路并积累相关的工程经验。本文的研究内容主要包括以下几方面:首先,完成了永磁同步电机的驱动控制器硬件装置研制,并在此装置基础上完成了基于矢量控制策略的永磁同步电机驱动算法的嵌入式实现,为工程项目提供了硬件平台。采用正弦扫频法对望远镜方位轴转台系统进行频率测试,获得了望远镜方位轴转台系统的频率特性曲线。另一方面,为了获得系统的控制模型,设计了基于滑模参数观测器的机械参数辨识方法,对望远镜方位轴转台系统的主要机械参数—转动惯量进行辨识,该结果可以用于本文设计的预测控制器中。在滑模观测器的设计过程中,通过一定的结构改进,使参数的调整变得简单。然后分析了滑模观测器其自身的低通滤波特性,分析了观测器增益参数对其观测输出效果的影响。通过该方法设计的观测器,十分利于工程在线调整,并且获得了良好的观测效果。为了提升系统动态响应性能和鲁棒性,提出了一种基于广义预测和滑模补偿的鲁棒跟踪控制方法,该方法利用广义预测控制(Generalized predictive control,GPC)策略改善系统动态响应性能。为了克服模型失配、参数摄动等未建模扰动对控制效果的影响,引入了滑模控制补偿结构。该方法可以在不损害预测控制器原有性能的前提下,对由模型失配、参数摄动等系统内部扰动造成的影响有较好的抑制效果。详细介绍了PMSM控制系统各环路控制器的设计思路和实现方法。对望远镜系统预测控制方法实现过程中可能遇到的各类扰动进行总结,分析了各类扰动对传统广义预测控制方法造成的影响。为了克服各类扰动对系统控制性能的影响,提出了基于预测控制和观测器补偿的抗扰动复合控制方法。设计了基于高阶终端滑模观测器(High-order terminal sliding mode observer,HTSMO)的速度预测跟踪控制器和基于扩张状态观测器(Extended state observer,ESO)的位置预测跟踪控制器。该方法通过设计扰动观测器并行于预测控制器的复合控制结构,实现对系统扰动的在线估计和前馈补偿,来抑制系统扰动对控制效果的不利影响。该控制策略可以在保证预测控制器原有良好动态性能的同时,较大程度地增强了系统的抗扰动能力和鲁棒性,并最终提高了系统跟踪精度。仿真和实验证明了该方法的有效性,相比于传统的PI控制方法,系统跟踪0.001°/s位置斜坡信号和正弦信号的跟踪误差RMS值分别降低了46.2%和30.4%。理论分析和实验证明,本文提出的基于鲁棒广义预测控制和观测器补偿的永磁同步电机跟踪控制策略,不仅具有设计简单,易于实现,调试方便等结构优势,同时可以使被控系统具有更快的动态性能和更强的抗扰动能力,使系统的控制性能得到了较为全面的提升。
余昱珩[10](2020)在《基于改进BP-PID的电动负载模拟器系统研究》文中进行了进一步梳理在航空领域中,舵机是飞机组成的重要部分,而负载模拟器是为了模拟飞行器在实际的飞行过程中所受到的气动载荷,以此来检验飞行器的控制性能是否达标的设备。由于负载模拟器是被动式的伺服控制系统,舵机的主动运动会导致系统产生力误差,而力误差的存在会严重影响系统的控制性能。因此研究适合该系统的控制方法,抑制系统的力误差在飞行领域具有重要的研究意义。本文以电动负载模拟器为研究对象,为了解决系统力误差的关键问题,满足加载系统的控制精度,提出了一种基于改进BP神经网络PID控制的策略,实现了系统动态高精度的控制。本文研究内容如下:(1)系统方案设计及数学建模。结合负载模拟器的国内外研究现状,对比分析了电动式,电液式,机械式三种加载方式的优缺点。针对直升机舵机装置具有加载精度较高,加载力小的特点,确定了电动式伺服加载的方案。并且分析了系统的组成以及工作原理,分别对系统的加载机构,负载机构以及传感器建立了数学模型。(2)基于位移前馈补偿的复合方法研究。首先对系统的特性进行了研究,为提高加载系统的控制精度,提出了基于传统PID控制的4闭环控制方案;然后分析了系统力误差产生的机理以及特性。由于前馈补偿算法能够对干扰项提前进行补偿从而达到提高系统控制精度的效果,因此针对系统力误差的抑制,在传统PID闭环控制的基础上提出了前馈位移补偿算法。并利用Matlab/Simuink软件对上述控制方案进行仿真,得到该方案力误差的抑制率达到91.4%。然后进一步分析了加载系统的非线性因素对系统的影响。(3)基于非线性预测模型的BP-PID控制方法研究。通过仿真分析,经典控制理论已经不能解决非线性因素对系统的影响。因此依据BP神经网络具有良好的自学习和非线性逼近的能力,在前馈补偿原理的基础上,提出了一种基于BP神经网络复合控制方法,利用BP神经网络对PID的参数进行在线调整,从而提高系统的加载精度。为进一步降低系统参数摄动对加载精度的影响,提出了利用非线性预测模型对BP神经网络的权值计算公式进行了改进,仿真结果表明,该方法对系统能够有效的抑制力误差,提高系统的动态加载精度,其动态的加载精度为99.2%,满足舵机装置的技术指标要求。(4)系统平台搭建及实验验证。根据技术指标对系统的元器件完成了选型,并搭建了三通道的负载模拟器平台,利用Labview完成了该系统的软件设计,实现了负载模拟器系统的上位机的控制功能。并且在此平台上进行了三种加载方式的加载实验,实验结果表明该负载模拟器具有良好的控制性能。
二、基于神经网络给定补偿的永磁同步直线交流伺服系统H~∞控制(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于神经网络给定补偿的永磁同步直线交流伺服系统H~∞控制(论文提纲范文)
(1)高精度永磁直线同步电动机互补滑模控制策略研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景、目的及意义 |
1.2 国内外研究现状 |
1.2.1 直线伺服系统在数控加工中的应用现状 |
1.2.2 永磁直线同步电动机高精度控制策略研究现状 |
1.3 永磁直线同步电动机直接驱动方式的特点 |
1.4 滑模控制在永磁直线同步电动机伺服系统中的应用 |
1.5 论文主要研究内容 |
第2章 永磁直线同步电动机数学模型及其矢量控制 |
2.1 永磁直线同步电动机的结构和工作原理 |
2.2 永磁直线同步电动机的数学模型 |
2.3 永磁直线同步电动机的矢量控制系统 |
2.4 永磁直线同步电动机伺服系统扰动因素分析 |
2.5 本章小结 |
第3章 永磁直线同步电动机全局互补滑模控制系统 |
3.1 永磁直线同步电动机互补滑模控制 |
3.1.1 滑模控制 |
3.1.2 互补滑模控制 |
3.2 永磁直线同步电动机全局互补滑模控制 |
3.2.1 互补滑模控制器设计 |
3.2.2 全局互补滑模控制器设计 |
3.3 系统仿真及分析 |
3.4 本章小结 |
第4章 永磁直线同步电动机自适应反推二阶互补滑模控制系统 |
4.1 永磁直线同步电动机自适应反推互补滑模控制 |
4.1.1 反推控制 |
4.1.2 自适应反推滑模控制器设计 |
4.1.3 自适应反推互补滑模控制器设计 |
4.2 永磁直线同步电动机自适应反推二阶互补滑模控制 |
4.2.1 二阶滑模控制 |
4.2.2 自适应反推二阶互补滑模控制器设计 |
4.3 系统仿真及分析 |
4.4 本章小结 |
第5章 永磁直线同步电动机智能反推二阶互补滑模控制系统 |
5.1 模糊神经网络 |
5.2 永磁直线同步电动机智能反推二阶互补滑模控制 |
5.2.1 智能反推二阶互补滑模控制器设计 |
5.2.2 Gegenbauer递归模糊神经网络 |
5.2.3 鲸鱼优化算法 |
5.3 系统仿真及分析 |
5.4 本章小结 |
第6章 基于Links-RT的永磁直线同步电动机系统实验研究 |
6.1 基于Links-RT的实时仿真平台 |
6.2 基于Links-RT的 PMLSM实验系统 |
6.2.1 系统硬件构成 |
6.2.2 系统软件构成 |
6.2.3 实验流程 |
6.3 系统实验验证与分析 |
6.3.1 永磁直线同步电动机全局互补滑模控制系统实验研究 |
6.3.2 永磁直线同步电动机智能反推二阶互补滑模控制系统实验研究 |
6.4 本章小结 |
第7章 结论 |
参考文献 |
在学研究成果 |
致谢 |
(2)交流伺服系统无差拍预测电流控制鲁棒性能提升方法(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状与分析 |
1.2.1 永磁同步电机电流环控制策略国内外研究现状 |
1.2.2 永磁同步电机预测电流控制国内外研究现状 |
1.3 主要研究内容与安排 |
2 永磁同步电机数学模型及伺服控制系统 |
2.1 永磁同步电机数学模型及坐标变换 |
2.1.1 三相静止坐标系下的永磁同步电机数学模型 |
2.1.2 两相静止坐标系下永磁同步电机数学模型 |
2.1.3 两相旋转坐标系下永磁同步电机数学模型 |
2.2 基于转子磁场定向原理的永磁伺服控制系统 |
2.2.1 矢量控制技术基本原理 |
2.2.2 永磁同步电机伺服控制系统 |
2.3 本章小结 |
3 永磁同步电机伺服系统预测电流控制 |
3.1 无差拍预测电流控制 |
3.2 离散化方法对预测误差的影响 |
3.3 预测电流控制电流环时序分析 |
3.4 预测电流控制算法参数敏感性分析 |
3.5 本章小结 |
4 基于滑模电流扰动观测器的PMSM伺服系统无差拍预测电流控制 |
4.1 滑模电流扰动观测器设计及稳定性分析 |
4.1.1 滑模电流扰动观测器设计 |
4.1.2 滑模电流扰动观测器稳定性分析 |
4.2 基于滑模电流扰动观测器的永磁同步电机预测电流控制系统 |
4.3 本章小结 |
5 基于滑模电流扰动观测器的PMSM伺服系统无差拍预测电流控制仿真验证 |
5.1 仿真模型 |
5.2 仿真结果验证及分析 |
5.2.1 系统正确性验证 |
5.2.2 模型参数失配鲁棒性验证 |
5.3 本章小结 |
6 基于滑模电流扰动观测器的PMSM伺服系统无差拍预测电流控制实验验证 |
6.1 实验平台 |
6.2 系统正确性验证 |
6.2.1 位置模式下系统正确性验证 |
6.2.2 速度模式下系统正确性验证 |
6.3 系统有效性验证 |
6.3.1 抗电感参数失配鲁棒性对比验证 |
6.3.2 抗电阻参数失配鲁棒性对比验证 |
6.3.3 抗永磁体磁链参数失配鲁棒性对比验证 |
6.4 本章小结 |
7 结论 |
7.1 论文工作总结 |
7.2 工作展望 |
致谢 |
参考文献 |
硕士学习期间科研成果和奖励 |
1 发表的论文、申请的专利 |
2 获得的奖励 |
(3)高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的研究背景及意义 |
1.2 SGCMG系统的研究现状 |
1.2.1 SGCMG系统概述及发展 |
1.2.2 位置传感器误差补偿研究现状 |
1.2.2.1 圆光栅编码器测角误差来源 |
1.2.2.2 硬件补偿方法 |
1.2.2.3 软件补偿方法 |
1.2.3 伺服控制策略研究现状 |
1.2.3.1 PI控制策略 |
1.2.3.2 自抗扰控制策略 |
1.2.3.3 预测控制策略 |
1.2.3.4 滑模控制策略 |
1.2.3.5 神经网络控制策略 |
1.3 本文的研究内容和组织结构 |
第2章 SGCMG框架电机建模及控制 |
2.1 引言 |
2.2 框架电机选型及指标 |
2.3 永磁同步电机的数学建模 |
2.3.1 坐标系建立方法 |
2.3.1.1 Clark变换 |
2.3.1.2 Park变换 |
2.3.2 数学建模 |
2.4 永磁同步电机的矢量控制策略 |
2.5 矢量控制仿真分析 |
2.6 本章小结 |
第3章 位置传感器误差补偿 |
3.1 引言 |
3.2 圆光栅工作原理及误差 |
3.2.1 圆光栅工作原理 |
3.2.2 圆光栅误差来源 |
3.2.3 安装误差模型 |
3.2.3.1 倾斜误差建模 |
3.2.3.2 偏心误差建模 |
3.3 圆光栅误差补偿方法 |
3.3.1 硬件补偿 |
3.3.2 软件补偿 |
3.4 圆光栅标定与补偿实验 |
3.4.1 标定实验设计 |
3.4.2 补偿流程 |
3.5 圆光栅补偿结果与仿真分析 |
3.5.1 补偿结果分析 |
3.5.2 SGCMG伺服系统仿真 |
3.6 本章小结 |
第4章 SGCMG框架伺服系统辨识 |
4.1 引言 |
4.2 SGCMG框架伺服系统控制模型和机械谐振的研究 |
4.2.1 SGCMG框架伺服控制模型 |
4.2.2 机械谐振频率抑制 |
4.3 SGCMG框架伺服系统特性辨识 |
4.3.1 辨识方法 |
4.3.2 辨识实验 |
4.4 SGCMG框架伺服系统频率特性辨识结果 |
4.5 本章小结 |
第5章 SGCMG框架伺服系统控制策略研究 |
5.1 引言 |
5.2 传统伺服控制策略介绍 |
5.2.1 电流环控制 |
5.2.2 速度环控制 |
5.2.3 位置环控制 |
5.3 滑模控制 |
5.3.1 滑模控制基本理论 |
5.3.2 快速终端滑模控制 |
5.3.3 抖振问题及抑制方法 |
5.3.4 新型趋近律设计 |
5.4 基于神经网络的自适应控制 |
5.4.1 神经网络基本理论 |
5.4.2 神经网络自适应PID控制 |
5.5 控制器设计及仿真对比 |
5.5.1 控制器设计 |
5.5.2 仿真结果分析 |
5.6 本章小结 |
第6章 SGCMG框架伺服系统研制与实验 |
6.1 引言 |
6.2 SGCMG框架伺服系统的硬件设计 |
6.2.1 电源模块设计 |
6.2.2 控制模块设计 |
6.2.3 驱动模块设计 |
6.2.4 ADC采集模块设计 |
6.2.4.1 电流采集 |
6.2.4.2 母线电压和温度采集 |
6.2.5 通信模块设计 |
6.2.5.1 CAN通信 |
6.2.6 RS422 通信 |
6.3 SGCMG框架伺服系统的软件设计 |
6.3.1 主控制器软件设计 |
6.3.2 从控制器软件设计 |
6.4 SGCMG框架伺服系统实验 |
6.4.1 电流环实验结果 |
6.4.2 速度环实验结果 |
6.4.2.1 阶跃跟踪响应实验 |
6.4.2.2 正弦跟踪响应实验 |
6.4.2.3 实验结论 |
6.4.3 位置环实验结果 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 全文工作总结 |
7.2 论文主要创新点 |
7.3 研究展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(4)永磁同步直线电机神经网络滑模控制研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 直线电机的国内外研究现状 |
1.3 永磁直线电机系统的控制策略研究现状 |
1.3.1 传统控制策略 |
1.3.2 现代控制策略 |
1.4 本文的主要内容 |
第二章 PMLSM数学模型及其矢量控制 |
2.1 PMLSM的基本结构 |
2.2 PMLSM的数学模型 |
2.2.1 PMLSM的坐标变换 |
2.2.2 永磁同步直线电机数学模型搭建 |
2.3 永磁同步直线电机的矢量控制 |
2.3.1 矢量控制方法的原理 |
2.3.2 SVPWM调制算法 |
2.4 本章小结 |
第三章 神经网络自适应反推控制器设计 |
3.1 神经网络控制器研究 |
3.1.1 RBF神经网络控制器介绍 |
3.1.2 RBF神经网络的学习方法 |
3.2 RBF神经网络反推控制器设计 |
3.3 仿真结果及分析 |
3.4 本章小结 |
第四章 神经网络自适应终端滑模控制器设计 |
4.1 滑模控制基本原理及简介 |
4.1.1 传统滑模控制原理 |
4.1.2 滑模控制中的滑模面设计 |
4.1.3 滑模控制中的控制律选取 |
4.2 超扭终端滑模控制器设计 |
4.3 仿真结果及分析 |
4.4 本章小结 |
第五章 实验平台介绍与结果分析 |
5.1 dSPACE仿真系统 |
5.1.1 dSPACE简述 |
5.1.2 dSPACE软硬件介绍 |
5.2 基于DS1104的永磁同步直线电机实验平台搭建 |
5.3 实验结果及分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录:作者在攻读硕士学位期间所做工作 |
(5)迭代学习控制在基因测序工件台系统中的应用研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究的背景与意义 |
1.2 基因测序技术及发展现状 |
1.3 基因测序仪中的控制问题及工件台控制方法 |
1.3.1 基因测序仪中的控制问题 |
1.3.2 工件台控制方法 |
1.3.3 迭代学习控制算法研究综述 |
1.4 论文的研究内容 |
第2章 工件台系统分析与建模 |
2.1 引言 |
2.2 无铁芯永磁同步直线电机结构及数学模型 |
2.2.1 无铁芯永磁同步直线电机结构 |
2.2.2 无铁芯永磁同步直线电机数学模型 |
2.3 无铁芯永磁同步直线电机矢量控制方法 |
2.3.1 矢量控制原理及坐标变换 |
2.3.2 空间矢量脉冲宽度调制技术 |
2.3.3 电流环控制策略 |
2.3.4 电流环仿真结果 |
2.4 工件台系统动力学模型及扰动分析 |
2.4.1 工件台Y轴伺服系统数学模型 |
2.4.2 工件台Y轴伺服系统频率特性辨识 |
2.4.3 工件台系统扰动分析 |
2.5 本章小结 |
第3章 工件台连续步进扫描控制算法研究 |
3.1 引言 |
3.2 工件台连续步进扫描轨迹和控制指标 |
3.3 多伺服周期二阶迭代学习控制 |
3.3.1 控制问题描述 |
3.3.2 迭代学习控制基本原理 |
3.3.3 多伺服周期二阶迭代学习控制 |
3.3.4 收敛性分析 |
3.4 自适应非线性复合迭代学习控制 |
3.4.1 自适应迭代估计补偿 |
3.4.2 自适应非线性复合迭代学习控制算法 |
3.4.3 收敛性分析 |
3.5 仿真分析 |
3.6 本章小结 |
第4章 工件台变轨迹匀速扫描控制算法研究 |
4.1 引言 |
4.2 时间延迟积分扫描成像技术原理及控制系统评价指标 |
4.2.1 时间延迟积分扫描成像技术原理 |
4.2.2 时间延迟积分扫描成像控制系统评价指标 |
4.3 基于迭代参数整定的前馈控制与抗干扰控制算法设计 |
4.3.1 问题描述 |
4.3.2 迭代前馈参数整定 |
4.3.3 基于二阶非线性迭代参数整定的前馈控制算法设计 |
4.3.4 基于迭代参数整定的抗干扰控制算法设计 |
4.4 仿真分析 |
4.5 本章小结 |
第5章 工件台运动控制实验 |
5.1 引言 |
5.2 实验装置 |
5.3 基于自适应非线性复合迭代学习控制的步进扫描实验 |
5.4 基于迭代参数整定的前馈控制和抗干扰控制匀速扫描实验 |
5.5 本章小结 |
第6章 结论和展望 |
6.1 论文研究内容总结 |
6.2 论文主要创新点 |
6.3 研究展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(6)面向能效的伺服系统摩擦力矩分数阶滑模神经网络补偿控制(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 本文主要内容与结构 |
1.3.1 主要内容 |
1.3.2 本文创新点 |
1.3.3 本文结构 |
2 系统模型和摩擦力矩分析 |
2.1 永磁同步电机伺服系统模型 |
2.1.1 永磁同步电机模型 |
2.1.2 伺服系统模型 |
2.2 摩擦力矩分析 |
2.2.1 摩擦特性分析 |
2.2.2 摩擦模型分析 |
2.3 LuGre摩擦模型 |
2.3.1 LuGre摩擦建模 |
2.3.2 LuGre摩擦静态参数辨识 |
2.3.3 基于神经网络的LuGre摩擦不可测状态变量估计 |
2.4 本章小结 |
3 分数阶自适应神经网络摩擦力矩补偿控制 |
3.1 分数阶微积分简介 |
3.2 分数阶自适应神经网络补偿控制器设计 |
3.3 自适应更新律设计 |
3.4 仿真验证 |
3.4.1 控制器参数整定 |
3.4.2 对比仿真验证与分析 |
3.5 本章小结 |
4 分数阶滑模神经网络摩擦力矩补偿控制 |
4.1 滑模控制简介 |
4.2 分数阶滑模神经网络补偿控制器设计 |
4.3 自适应更新律设计 |
4.4 仿真验证 |
4.4.1 面向能量效率的控制器参数整定 |
4.4.2 理想条件下的对比仿真验证与分析 |
4.4.3 不确定性干扰下的对比仿真验证与分析 |
4.5 本章小结 |
5 实验验证与分析 |
5.1 实验平台 |
5.2 实验结果分析 |
5.3 本章小结 |
6 结论 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(7)大功率永磁同步电机伺服控制系统关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究目的和意义 |
1.2 课题相关国内外研究现状 |
1.2.1 大功率永磁同步电机电流控制研究现状 |
1.2.2 永磁同步电机速度环抗扰能力研究现状 |
1.2.3 永磁同步电机周期性转速波动抑制研究现状 |
1.3 本文主要研究内容 |
第2章 大功率永磁同步电机系统建模及扰动分析 |
2.1 引言 |
2.2 大功率永磁同步电机伺服系统建模 |
2.2.1 不同轴系下永磁同步电机电气模型 |
2.2.2 永磁同步电机动力学方程 |
2.3 大功率伺服系统扰动分析 |
2.3.1 含有等效集中扰动的永磁同步电机模型 |
2.3.2 周期性转矩波动机理分析 |
2.4 本章小结 |
第3章 大功率永磁同步电机高性能电流环控制策略 |
3.1 引言 |
3.2 基于预测控制的永磁同步电机电流动态特性提升策略 |
3.2.1 永磁同步电机预测电流控制 |
3.2.2 电压电流边界条件在平面内的几何描述 |
3.2.3 边界条件限制下的电流动态特性提升方法 |
3.2.4 实验验证 |
3.3 基于滚动时域观测器的电流环扰动抑制方法 |
3.3.1 滚动时域观测器模型 |
3.3.2 二次型优化问题的最优解 |
3.3.3 带有MHE的轨迹规划方法实验验证 |
3.4 低开关频率下的改进预测电流控制方法 |
3.4.1 基于MHE的α β轴电流环扰动观测方法 |
3.4.2 静止两相坐标系下的改进DPCC算法 |
3.4.3 结合轨迹规划方法的复合电流控制策略 |
3.4.4 实验验证 |
3.5 本章小结 |
第4章 大功率永磁同步电机鲁棒H_∞速度控制 |
4.1 引言 |
4.2 永磁同步电机H_∞速度控制方法 |
4.2.1 H_∞控制标准问题 |
4.2.2 H_∞速度控制器设计与求解 |
4.2.3 加权函数的参数作用规律及整定方法 |
4.2.4 H_∞控制抗扰性能分析 |
4.3 含观测器的永磁同步电机二自由度鲁棒H_∞速度控制 |
4.3.1 H_∞负载扰动观测器 |
4.3.2 二自由度H_∞速度控制改进结构 |
4.3.3 系统性能对比分析 |
4.4 实验验证 |
4.4.1 稳态运行实验验证 |
4.4.2 不同方法动态性能实验对比 |
4.4.3 抗外部负载扰动实验对比 |
4.4.4 正弦速度指令实验结果 |
4.5 本章小结 |
第5章 基于迭代学习控制的大功率永磁同步电机周期性转速波动抑制方法 |
5.1 引言 |
5.2 迭代学习转速波动抑制策略及其性能分析 |
5.2.1 含遗忘因子的永磁同步电机迭代学习并联控制结构 |
5.2.2 ILC并联结构系统稳定性分析与参数影响 |
5.2.3 周期性扰动抑制效果分析 |
5.3 迭代学习转速波动抑制参数整定方法 |
5.3.1 迭代学习控制参数稳定范围 |
5.3.2 迭代学习控制参数整定方法 |
5.4 改进的迭代学习控制器 |
5.4.1 ILC算法中零相位滤波器设计及实现 |
5.4.2 基于位置的信号采样结构设计与参数调整 |
5.5 实验验证 |
5.5.1 PI与ILC并联结构转速波动抑制实验结果 |
5.5.2 二自由度H_∞控制与ILC并联的转速波动抑制结果 |
5.5.3 外部周期性负载抑制实验结果 |
5.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其他成果 |
致谢 |
个人简历 |
(8)基于改进型ESO的永磁同步电机自抗扰滑模位置伺服控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景与意义 |
1.2 伺服系统的发展概况 |
1.3 永磁同步电机控制方法的研究现状 |
1.3.1 永磁同步电机的控制策略的研究现状 |
1.3.2 永磁同步电机的现代控制方法的研究现状 |
1.3.3 永磁同步电机的智能控制方法的研究现状 |
1.4 自抗扰控制技术的研究现状 |
1.5 滑模控制技术的研究现状 |
1.6 本文研究内容及章节安排 |
第2章 永磁同步电机模型的建立 |
2.1 永磁同步电机的结构 |
2.2 永磁同步电机的数学模型 |
2.2.1 坐标系的定义 |
2.2.2 坐标变换 |
2.2.3 PMSM数学模型 |
2.3 PMSM控制原理 |
2.4 SVPWM控制技术 |
2.4.1 SVPWM算法的产生原理 |
2.4.2 SVPWM算法的实现 |
2.5 本章小结 |
第3章 改进自抗扰控制理论研究 |
3.1 经典PID控制器的分析 |
3.1.1 PID控制器的结构及优缺点 |
3.2 自抗扰模型分析 |
3.2.1 跟踪微分器(TD) |
3.2.2 扩张状态观测器(ESO) |
3.2.3 非线性误差状态反馈控制律(NLSEF) |
3.3 扩张状态观测器的改进 |
3.3.1 反双曲正弦函数的引进 |
3.3.2 改进型ESO的设计和分析 |
3.4 本章小结 |
第4章 PMSM的改进型自抗扰滑模控制器的设计 |
4.1 电流环ADRC控制器设计 |
4.2 位置/速度环改进型ADRC滑模复合伺服控制器设计 |
4.3 参数整定 |
4.3.1 跟踪微分器参数整定 |
4.3.2 非线性误差反馈控制律 |
4.3.3 改进型ESO的参数整定 |
4.4 系统仿真分析 |
4.4.1 跟踪性能分析 |
4.4.2 动态性能分析 |
4.4.3 抗扰性能分析 |
4.5 本章小结 |
第5章 半实物仿真实验 |
5.1 半实物仿真技术 |
5.1.1 半实物仿真系统分类 |
5.2 实验平台简介 |
5.3 位置伺服控制实验平台软硬件 |
5.3.1 软件构成 |
5.3.2 硬件构成 |
5.4 开发运行流程 |
5.5 实验结果及分析 |
5.5.1 负载扰动下的跟踪性能实验 |
5.5.2 定位性能任务实验 |
5.6 本章小结 |
结论与展望 |
参考文献 |
致谢 |
(9)基于永磁同步电机的大型望远镜预测跟踪控制技术的研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 望远镜驱动控制系统的研究现状 |
1.2.1 望远镜驱动方式发展现状 |
1.2.2 望远镜直驱永磁同步电机发展现状 |
1.2.3 望远镜系统驱动装置发展现状 |
1.3 永磁同步电机控制策略研究现状 |
1.3.1 预测控制技术 |
1.3.2 滑模控制技术 |
1.3.3 自抗扰控制技术 |
1.3.4 智能控制技术 |
1.4 本文的主要研究内容和章节安排 |
第2章 永磁同步电机控制原理及驱动方法 |
2.1 引言 |
2.2 永磁同步电机的工作原理和特点 |
2.3 永磁同步电机数学模型 |
2.4 永磁同步电机矢量控制策略原理及实现方法 |
2.4.1 矢量控制原理 |
2.4.2 矢量控制策略的坐标变换 |
2.4.3 空间矢量脉宽调制技术原理及实现方法 |
2.5 永磁同步电机矢量控制策略仿真验证 |
2.5.1 望远镜驱动控制系统仿真模型 |
2.5.2 矢量控制方法仿真结果 |
2.6 望远镜驱动控制装置 |
2.6.1 望远镜驱动控制装置硬件平台总体框架 |
2.6.2 望远镜驱动控制装置实现方法 |
2.7 本章小结 |
第3章 望远镜方位轴驱动控制系统模型辨识技术研究 |
3.1 引言 |
3.2 望远镜方位轴的动态分析模型 |
3.2.1 望远镜伺服系统的谐振特点分析 |
3.2.2 望远镜伺服系统的两惯性模型 |
3.3 望远镜方位轴的频域模型辨识方法 |
3.3.1 望远镜系统频率特性测试方法 |
3.3.2 测试数据处理和结果 |
3.4 基于滑模观测器的望远镜方位轴机械参数估计方法 |
3.4.1 滑模参数观测器的设计 |
3.4.2 基于滑模参数观测器的转动惯量估计方法 |
3.4.3 滑模参数观测器滤波特性和增益参数整定 |
3.5 本章小结 |
第4章 基于广义预测控制的永磁同步电机控制方法研究 |
4.1 引言 |
4.2 望远镜方位轴系统传统控制策略 |
4.2.1 望远镜方位轴伺服系统电流环PI控制器设计 |
4.2.2 望远镜方位轴伺服系统速度环PI控制器设计 |
4.2.3 PI控制器设计的局限性分析 |
4.3 基于连续时间模型的广义预测控制理论 |
4.4 基于广义预测控制原理的永磁同步电机电流跟踪控制方法研究 |
4.5 基于广义预测控制原理的永磁同步电机速度跟踪控制方法研究 |
4.5.1 基于广义预测控制原理的PMSM速度环设计 |
4.5.2 利用滑模控制补偿结构的鲁棒性设计与稳定性证明 |
4.6 基于广义预测控制原理的永磁同步电机位置跟踪控制方法研究 |
4.6.1 基于广义预测控制原理的PMSM位置环设计 |
4.6.2 利用滑模控制补偿结构的鲁棒性设计与稳定性证明 |
4.7 本章小结 |
第5章 基于广义预测控制和扰动观测补偿的望远镜抗扰动复合控制方法研究 |
5.1 引言 |
5.2 望远镜伺服系统扰动因素分析 |
5.2.1 内部扰动分析和研究现状 |
5.2.2 外部扰动分析和研究现状 |
5.3 采用预测控制方法时扰动对永磁同步电机系统控制性能影响分析 |
5.4 基于高阶滑模观测器和广义预测控制的永磁同步电机速度控制器设计 |
5.5 基于扩张状态观测器和广义预测控制的永磁同步电机位置控制器设计 |
5.6 广义预测控制和扰动观测器复合控制策略工程测试和性能分析 |
5.7 本章小结 |
第6章 结论与展望 |
6.1 主要完成工作及结论 |
6.2 创新性成果 |
6.3 研究展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(10)基于改进BP-PID的电动负载模拟器系统研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状及分析 |
1.2.1 加载方式 |
1.2.2 控制策略 |
1.3 负载模拟器的主要问题以及控制性能指标 |
1.3.1 存在的主要问题 |
1.3.2 控制性能指标 |
1.4 本文研究主要内容 |
第2章 负载模拟器的方案设计与数学建模 |
2.1 负载模拟器的设计指标 |
2.2 负载模拟器的系统方案设计 |
2.2.1 系统组成 |
2.2.2 系统原理 |
2.2.3 系统的机械结构设计 |
2.3 负载模拟系统的数学建模 |
2.3.1 加载机构的原理以及数学模型 |
2.3.2 舵机数学模型 |
2.3.3 系统的整体模型 |
2.4 本章小结 |
第3章 加载系统的线性控制方法 |
3.1 系统特性分析 |
3.1.1 直线电机加载系统特性分析 |
3.1.2 直线舵机负载系统特性分析 |
3.2 多闭环的控制方案 |
3.3 系统力误差的特性分析 |
3.3.1 系统力误差产生的原因 |
3.3.2 系统力误差仿真以及特性分析 |
3.4 基于前馈补偿原理的系统力误差抑制分析 |
3.4.1 前馈补偿原理 |
3.4.2 基于位移信号补偿环节的设计 |
3.4.3 基于位移信号补偿的力误差抑制分析 |
3.5 非线性环节对于力误差的影响分析 |
3.6 本章小结 |
第4章 基于改进BP神经网络PID的加载力控制方法 |
4.1 基于BP神经网络的PID控制器的设计 |
4.1.1 BP神经网络的PID控制原理 |
4.1.2 基于BP神经网络的PID控制器 |
4.2 基于非线性预测模型和BP整定PID控制器设计 |
4.2.1 基于非线性预测模型的BP-PID改进算法 |
4.2.2 基于非线性预测模型的BP-PID控制器 |
4.3 仿真分析 |
4.3.1 系统的加载精度仿真分析 |
4.3.2 力误差的抑制仿真分析 |
4.4 本章小结 |
第5章 系统实物搭建以及实验结果分析 |
5.1 系统实物搭建以及元器件的选型 |
5.1.1 工控机的选型 |
5.1.2 拉压力传感器的选型 |
5.1.3 光栅尺的选型 |
5.2 系统上位机软件设计 |
5.3 实验验证及分析 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 论文总结 |
6.2 研究展望 |
参考文献 |
致谢 |
四、基于神经网络给定补偿的永磁同步直线交流伺服系统H~∞控制(论文参考文献)
- [1]高精度永磁直线同步电动机互补滑模控制策略研究[D]. 金鸿雁. 沈阳工业大学, 2021(02)
- [2]交流伺服系统无差拍预测电流控制鲁棒性能提升方法[D]. 李林涛. 西安理工大学, 2021
- [3]高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究[D]. 于跃. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)
- [4]永磁同步直线电机神经网络滑模控制研究[D]. 黄泊珉. 江南大学, 2021(01)
- [5]迭代学习控制在基因测序工件台系统中的应用研究[D]. 曹明生. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)
- [6]面向能效的伺服系统摩擦力矩分数阶滑模神经网络补偿控制[D]. 曹博文. 北京交通大学, 2021
- [7]大功率永磁同步电机伺服控制系统关键技术研究[D]. 裴根极. 哈尔滨工业大学, 2021(02)
- [8]基于改进型ESO的永磁同步电机自抗扰滑模位置伺服控制研究[D]. 高文强. 兰州理工大学, 2021(01)
- [9]基于永磁同步电机的大型望远镜预测跟踪控制技术的研究[D]. 邵蒙. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2020(01)
- [10]基于改进BP-PID的电动负载模拟器系统研究[D]. 余昱珩. 湖北工业大学, 2020(03)