PMSM位置伺服系统新型融合控制策略

针对PMSM位置伺服系统存在非线性、强耦合等特征,提出了一种基于分数阶PID和分数阶滑模控制的新型融合控制策略。通过检测位置误差、速度及负载转矩,归一化处理后带入构造的二次性能指标函数,根据其数值动态改变分数阶PID和分数阶滑模控制器输入到被控对象控制量的权重值大小,从而确保提出的新型融合控制策略具有快速跟踪和抗扰动能力。数值仿真实验结果表明:新型融合控制策略比分数阶PID和分数阶滑模控制拥有优良的动静态性能和较好的鲁棒性。     

基于ESO的随动负载模拟器控制策略

由于随动负载模拟器中存在着位置扰动、摩擦以及间隙等非线性影响因素,常见的线性控制方法难以得到较好的控制效果,故提出了基于扩展状态观测器的CMAC前馈分数阶滑模控制策略。利用系统可测量参数,借助于扩展状态观测器观测出非线性扰动;借用双幂次趋近律分数阶滑模控制器,消除参数不确定性带来的干扰,同时又能够降低滑模“抖动”的影响;并采用非线性量化的小脑模型关节控制器作为前馈控制,提高输出的快速性。通过仿真实验验证了该方法的可行性,有助于提高随动负载模拟器的响应速度和稳定性。     

基于改进ESO的交流伺服系统FOPID定位控制

针对高炮炮控交流伺服系统高精度定位控制存在的外界干扰及诸多非线性因素,提出了基于连续光滑函数fan()的改进扩张状态观测器(ESO),并将其应用于分数阶PID控制器,即CS-ESO-FOPID。该控制器将所有外界干扰因素作为"总干扰"获取干扰实时量,并通过改进扩张状态观测器实现非线性因素的实时动态补偿。数字仿真证明,CS-ESO观测优于传统ESO观测,CS-ESO-FOPID的动态控制精度及对外部扰动的鲁棒性均优于FOPID控制,避免了基于传统ESO的分数阶PID易出现的高频颤振现象,从而验证了该控制策略的可行性和有效性。     

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。     

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。     

坦克炮控系统神经网络自适应滑模控制方法

针对坦克炮控系统的时变性和非线性,设计一种神经网络自适应滑模控制方法。基于滑模控制强鲁棒性的优点,用RBF神经网络对系统摄动参数和未建模动态进行自适应逼近,可有效地降低切换增益,抑制系统的抖振。将滑模控制和神经网络逼近相结合,既保证了系统的鲁棒性又削弱了系统的抖振。仿真结果表明该设计能够有效地提高系统的动静态性能,优于经典的控制方法,为坦克炮控系统的设计提供了一种可行的设计方法。     

基于FOISMC+ESO的PMSM调速系统控制策略研究

针对永磁同步电机炮控系统存在时变、非线性、强耦合等特征,结合分数阶微积分及滑模变结构理论,提出了一种新型分数阶积分滑模控制策略。为解决传统趋近律收敛时间过长和滑模控制的抖振等问题,提出了一种具有快速收敛的新型双幂次趋近律,并给出了收敛时间证明。鉴于炮控系统负载变化大且扰动无法正确测量的问题,结合扩张状态观测器理论,设计了一种基于扩张观测器的扰动补偿方法,将扰动观测量以前馈的形式引入控制器以提高控制系统的鲁棒性。数值仿真实验结果表明了该控制策略的有效性。     

基于AFSMC的某非平衡身管随动控制研究

针对坦克炮控系统的火炮身管精确定位和平衡问题,提出了一种基于自适应模糊滑模变结构(AFSMC)的控制方法。鉴于炮控身管平衡的系统模型中存在某些不确定性的参数,采用自适应模糊系统逼近该参数。通过仿真表明,该控制策略能有效地提高系统的抗干扰能力,较好地解决了滑模变结构控制固有的抖振问题,并大大提高了电液伺服系统的跟踪性能,使系统具有良好的鲁棒性。     

基于模糊神经网络的储运发箱吊装PID控制

针对火箭炮储运发箱自动吊装系统中存在的非线性因素,如电液伺服系统中存在的摩擦和间隙以及吊装过程中受到的扰动,传统PID控制难以实现高精度控制。对自动吊装系统中的各部件建模,提出一种通过模糊神经网络整定PID参数的控制方法。将偏差、偏差变化量和偏差累计量作为输入,利用RBF神经网络优化模糊规则,对PID的3个参数:K_p、K_i、K_d进行整定。根据仿真结果,采用RBF模糊神经网络调整后,能有效提高抗干扰能力和吊装的定位精度。