永磁直线电机神经滑模控制器设计

永磁直线电机神经滑模控制器设计

ID:5278182

大小:224.40 KB

页数:3页

时间:2017-12-07

永磁直线电机神经滑模控制器设计_第1页
永磁直线电机神经滑模控制器设计_第2页
永磁直线电机神经滑模控制器设计_第3页
资源描述:

《永磁直线电机神经滑模控制器设计》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、《电气自动化)2011年第33卷第1期控制理论及其应用ControlTheo~&ItsApplications永磁直线电机神经滑模控制器设计木马达齐亮牛玉刚一(1.华东理工大学,信息科学与工程学院,上海200237;2.上海电气集团中央研究院,上海200070)摘要:提出了一种用于永磁直线电机伺服控制的神经滑模控制方法,通过神经网络的在线学习,削弱了滑模控制的抖振。该方法由推力,磁链的积分函数建立滑模面,然后将滑模向量作为RBF神经网络的输入量,RBF神经网络的输出量即为d—q轴控制电压u、“,自适应算

2、法根据可达性条件实时在线调整RBF神经网络的连接权值,从而使得系统最终到达滑模面,完成速度控制。仿真结果表明了该控制器的有效性。关键词:神经滑模直线电机直接推力[中图分类号]TM301.2;TP275[文献标识码]A[文章编号]1000—3886(2011)O1-0004-03PermanentMagnetLinearMotorNeuralSlidingModeControllerDesignMaDa。QiLiangNiuYugang(1.EastChinaUniversityofScienceandT

3、echnology,InformationScienceandEngineeringInstitute,Shanghai200237,China;2.ShanghaiElectric(Group)CentralInstitute,Shanghai200070,China)Abstract:Thispaperproposedaneuralslidingmodecontrolmethodforpermanentmagnetlinearmotorservocontrolwhichreducedthechatt

4、eringofslidingmodecontrolbyusingtheonlinelearningofneuralnetwork.Themethodestablishedtheslidingmodesurfacesrespectivelybythethrustintegralfunctionandfluxintegralfunction,andthentheslidingmodevectorasinputofRBFneuralnetwork,theoutputofRBFneuralnetworkisth

5、ed-qaxiscontrolvoltageMd,“,theadaptivealgorithmadjustedtheconnectionweightsofRBFneuralnetworkreal-timeonlinebasedonthereachingabilityconditionwhichmakingthesystemreachtheslidingmadesudaceeventually.completedthespeedcontro1.Simulationresultsshowedthecontr

6、ollerisective.Keywords:neuralslidingmodelinearnlotordirectthrust0前言证速度跟踪快速性和精确性,该方法缺点是对电机参数依赖性强。直线电机和旋转电机的原理基本相同,直线电机可以看成是滑模变结构控制控制具有响应速度快、无需系统在线辨识、将旋转电机从中问剖开并拉成直线型,与传统的旋转电机相比,物理实现简单、对外部干扰和参数变化具有较强的鲁棒性等优直线电机可以直接做直线运动,而旋转电机做直线运动必须将旋点,滑模变结构控制的缺点是抖振现象很严重,RB

7、F神经网络转运动通过机械变换环节获得直线运动,直线电机具有机械结构具有良好的逼近非线性光滑函数以及快速运算的能力,能够消简单、速度快、推力大、精度高等优点。但是由于没有中间的机械除滑模变结构控制带来的抖振问题,本文在传统的永磁直线电变换环节做缓冲,因此直线电机系统参数摄动,外部扰动将直接机直接推力控制系统的基础上,综合了滑模变结构控制和反应到运动控制中,增加了电气控制上的难度。近年来,许多研RBFNN的优点,提出一种新颖的RBF神经滑模控制器,控制策究人员致力于这一领域的研究,如文献[1]将模糊自学习与

8、滑模略是设计特定的滑模面,然后将滑模面作为RBFNN的输入变变结构控制有机结合以减小抖振,试图寻找一条滑模变结构控制量,RBFNN的输出量即为d—q轴控制电压“、“,自适应算法与其他智能控制相结合的道路,但模糊自学习的方法难以保证系根据可达性条件实时在线调整RBF神经网络的连接权值,从而统的稳定性,文献[2]采用电压预测法,根据磁链及推力差预测使得系统最终到达滑模面,最终完成速度控制,仿真结果表明下一时刻的参考电压,该方法对抑制负载扰动具有

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。