直流位置伺服系统改进型IMC-PI控制方法

针对直流位置伺服系统,提出了一种改进型IMC-PI控制方法。引入作用函数,并将其与IMC-PI控制器串联,构成改进型PI控制器,其中IMC-PI控制器根据内模控制原理进行设计,作用函数为系统偏差的微分表达式,其阶次的选择应保证系统开环传递函数为严格正则。改进IMC-PI控制可使系统的调节过程分为作用函数趋近零和保持为零的两个阶段,从而保证系统偏差按照作用函数等于零确定的轨迹趋近于零。仿真结果表明所提方法可使系统具有良好的动态响应性能和鲁棒性。另外,利用Qstudio RP实验平台跟随跟随1+sin(10t)rad正弦信号时,IAE为0.14 rad·s,实验结果表明该方法可有效改善伺服系统的性能。     

永磁无刷直流电机调速系统的改进型IMC-PI控制

针对永磁无刷直流电机调速系统提出了一种改进的内模PI(Internal model control PI,IMC-PI)控制方法。根据内模控制原理设计出PI控制器,引入一种作用函数,将其与PI控制器串联构成改进的IMC-PI控制器。作用函数为偏差的微分表达式,其阶次的选择应保证系统开环传递函数严格真实。改进IMC-PI控制可使系统的调节过程分为作用函数趋近零和保持为零的两个阶段,从而保证系统偏差按照作用函数等于零确定的轨迹趋近于零。仿真和实验结果表明方法可有效提高控制系统的性能。     

自适应模糊滑模在火箭炮位置伺服系统中的应用

针对多管火箭炮交流位置伺服系统转动惯量和负载力矩变化大的特性,设计了自适应模糊滑模位置控制器.用模糊控制逼近理想滑模控制,设计切换控制补偿逼近误差,自适应控制调节模糊参数和切换控制的不确定上界.为了保证系统渐进稳定和可控,根据李亚普函数导出自适应率.仿真结果表明该控制策略不仅保证了系统的静、动态特性,而且对负载扰动和系统参数摄动具有较强的鲁棒性.     

某同源平衡及定位电液伺服系统模糊分数阶PID控制

针对某同源平衡及定位电液伺服系统,设计了一种用于该系统的模糊分数阶PID控制器。使用模糊规则来调节分数阶PID的参数,提高了分数阶PID控制器的响应速度,增强了分数阶PID鲁棒性。模糊分数阶PID控制器能使系统很快进入稳定状态,比分数阶PID控制器表现出较好的控制性能。通过半实物仿真实验可知模糊分数阶PID控制器在响应速度、超调量及稳定误差等方面均优于分数阶PID控制器,且对外部负载扰动具有较好的鲁棒性。     

班组遥控武器站模糊自适应滑模位置控制器设计

针对班组遥控武器站位置伺服系统发射冲击力矩大、负载变化范围广和伺服精度要求高等特点,提出了一种模糊调节的位置伺服系统滑模控制策略。该策略选用了一种新型的带有积分的滑模面,模糊调节部分采用单输入双输出的结构,应用模糊规则调节新型快速终端滑模型趋近速率来削弱滑模抖振。分别进行了常值负载干扰、系统参数摄动、时变负载干扰和跟踪误差仿真实验。仿真实验表明,该控制策略的稳定性和伺服跟踪性很好,对参数摄动和负载干扰的鲁棒性很强。     

机电伺服系统的预测函数控制算法研究

针对典型机电伺服系统,提出了一种PFC PID串级透明控制策略,通过内环PID控制来提高抗干扰性,调节PID参数将其拟合成为一阶加纯滞后系统,作为外环PFC控制的广义对象,外环采用预测函数控制来获得良好的跟踪性能和强鲁棒性。详细分析了预测函数控制在具有参数饱和限制环节和滞后的机电伺服系统中的实施算法,分析了系统的闭环性能,并得到了其稳定鲁棒性条件。通过仿真验证了方法具有良好的鲁棒性和抗干扰能力。     

基于SRWNN-FTSM的舰载火箭炮火控系统研究

针对舰载火箭炮大功率交流伺服系统存在的非线性特性以及不确定扰动,提出了一种自回归小波神经网络快速终端滑模控制器(SRWNN-FTSM)。基于快速终端滑模强鲁棒性特点,用自回归小波神经网络对模型动态自适应逼近,可有效提高响应速度,鲁棒性。利用SRWNN-FTSM控制器,有效克服了负载扰动、参数变化等不确定因素的影响。根据Lyapunov理论证明了闭环系统稳定性。仿真实验表明:所提方案可以有效提高系统的响应速度以及发射的命中精度。     

自适应反步滑模控制在火箭炮伺服系统中应用

针对实际系统运行过程中所存在的转动惯量和负载力矩变化大等各种不确定因素,提出了一种新型的自适应反步滑模位置控制器(ABSMC)。首先对于模型中的不确定参数,采用自适应鲁棒算法进行有效估计,通过对模型的等价变换和选择适当的Lyapunov函数,最终给出系统的自适应控制器和不确定参数自适应律的设计方法。仿真和实验结果表明,该控制器能够有效抑制抖振,系统跟踪误差小,跟踪性能好,对参数摄动及外界负载扰动具有较强的鲁棒性。     

基于非线性扩张状态观测器的直线电机PD控制

为了解决直线电机伺服系统跟踪速度与峰化现象之间的矛盾,设计一种基于非线性扩张状态观测器的比例微分(Proportion Differentiation,PD)控制器。将直线电机伺服系统中的未建模动态和外界干扰定义为总和扰动并扩充为系统新的状态变量,利用非线性扩张状态观测器(Non Linear Extended State Observer,NLESO)估计不可测量的直线电机动子速度以及总和扰动。利用NLESO和跟踪微分器TD的输出,基于动态补偿线性化思想设计了引入补偿量的PD控制器,并给出了闭环控制系统稳定性证明。在Googol公司的实验平台上,通过与两种基于LESO的PD控制器对比,验证了所设计的基于NLESO的PD控制器的可行性。实验结果表明,基于NLESO的PD控制器可使直线电机伺服系统具有跟踪速度快、跟踪精度高、峰化现象小、鲁棒性强的优点。     

一种基于神经网络的电液伺服系统智能控制方法

为解决智能控制中电液伺服系统的非线性和不确定性等缺陷,将神经网络控制技术和常规PID控制技术结合起来,分别进行了神经网络辨识器设计和神经网络控制器设计,利用神经网络在线辨识能力有效解决单神经元PID控制参数的调节问题,从而提出了一种基于神经网络的电液伺服系统智能控制方法.通过构建实验系统检验智能控制器的工作情况,实验结果表明该智能控制方法能够改善系统的动态特性,减小系统的稳态误差,具有较好的自适应性和鲁棒性,控制效果良好.