自适应模糊控制的dc电动机使用状态和输出反馈

自适应模糊控制的dc电动机使用状态和输出反馈

ID:8307278

大小:1.47 MB

页数:28页

时间:2018-03-18

自适应模糊控制的dc电动机使用状态和输出反馈_第1页
自适应模糊控制的dc电动机使用状态和输出反馈_第2页
自适应模糊控制的dc电动机使用状态和输出反馈_第3页
自适应模糊控制的dc电动机使用状态和输出反馈_第4页
自适应模糊控制的dc电动机使用状态和输出反馈_第5页
资源描述:

《自适应模糊控制的dc电动机使用状态和输出反馈》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、自适应模糊控制的DC电动机使用状态和输出反馈GerasimosG.RigatosaUnitofIndustrialAutomation,IndustrialSystemsInstitute,Stadioustr.,26504RionPatras,GreeceReceived7June2007;revised11August2008;accepted13June2009.Availableonline15July2009.摘要:当电机或负载动态变化时,DC电动机常规PID状态反馈控制表现不理想。为了解决这一缺点,于是提出DC电动机自适应模糊控制。模糊神经

2、网络被用来去模拟电机的未知动态特性。控制信号的信息来自状态向量或系统的输出反馈。在后一种情况下状态观测器来估计状态向量的参数。在闭环系统的稳定性通过Lyapunov分析证明。推荐控制方法的性能是通过模拟测试进行评估的。关键词:DC电动机;自适应模糊控制;状态反馈;输出反馈;H∞跟踪;神经模糊逼近;状态观察器;磁场定向异步电动机目录1导言12直流电模型23直流电机状态反馈自适应模糊控制43.1调节与跟踪的转换43.2状态反馈自适应模糊H∞控制的近似54状态反馈自适应模糊H∞控制的稳定65直流电机的输出反馈自适应模糊控制95.1转变为调节问题95.2输出反

3、馈f(x,t)和g(x,t)的近似106在输出反馈下控制回路的李雅普诺夫稳定性分析117模拟测试137.1直流电机的状态反馈控制器137.2直流电机输出反馈控制器167.3推广到异步电机的控制217.3.1异步电机的模型217.3.2异步电动机的磁场定向控制227.3.3解耦异步电机的自适应模糊控制248结论25第26页共26页1导言因为直流电机控制比较简单,在各种工作条件下可靠,直流电机广泛应用于工业系统,如机械手。直流电动机通常被看做线性系统,然后采用线性控制方案。然而,由于电机的变化/负载动态变化和电枢反应非线性,大多数线性控制器已表现欠佳。忽略

4、了外部干扰和非线性,极有可影响闭环系统稳定性。基于上述原因,常规PID或模型反馈的直流电动机控制的控制器是不合适的,更加有效的控制方案是必要的。如果电机的非线性是已知函数,那么自适应跟踪的输入输出线性化控制方法是可以使用[1]和[2]。然而,当这些非线性或扰动是未知的时候,神经或模糊控制的闭环系统更加合适[3]、[4]、[5]和[6]。基于神经识别的成功应用和直流马达驱动已获得应用[7]、[8]和[9],直流电动机的神经网络控制已被提出。未知的电机非线性动力学和外部负载力矩近似于多层次的神经网络。所得模型是用来产生控制直流电机的输入,并遵循间接自适应控

5、制的原则。其他几个模糊/神经模型和直流电动机控制例子可以看到。在[10]基于Takagi-Sugeno模糊模型的识别方法以应用于直流电机模型。在[11]中,模糊逻辑应用到一个直流电动机驱动器的动态模型,以及所取得的模型来设计的非线性干扰补偿控制器。在[12]中,自我调整的模糊逻辑控制别提出用来去除直流电动机死区的影响。在[13]中,自学型模糊逻辑控制器应用于直流斩波伺服系统的位置控制。在[14]、[15]和[16]中,具有网上学习的能力的非线性神经网络控制器已被发展来控制无刷直流电动机的速度。高性能伺服系统的非线性控制器的设计是一项正在进行的研究课题,

6、它可以进一步利用神经网络模糊控制更广泛领域的成果[17]、[18]、[19]和[20]。神经模糊网络模型在未知动态系统建模应用的可行性已在一些研究得到证明。状态反馈和输出反馈的线性化方法已被提出[21]、[22]、[23]、[24]、[25]和[26]。此外,它已经表明,基于输出反馈和状态观察的神经网络控制器能够保证闭环系统的整体稳定性[27]、[28]、[29]、[30]和[31]。本文提出了一种可用于线性或非线性模型的直流电机控制方法,同时对不明朗因素或外界干扰拥有足够的裕量。本文扩展了[24]和[32]的结果。两种情况可分为:(一)全状态向量控制

7、和(二)单纯输出反馈控制。在第一种情况下,闭环系统由直流电动机和基于H∞理论自适应模糊控制器组成[33]、[34]和[35]。模糊神经网络对未知的电机动力学进行近似,随后这一信息被用来发生控制信号。在第二种情况下,由直流电动机、一个输出状态预测观察器、以及一个用来预测状态向量的自适应模糊H∞控制器组成的闭环系统。神经模糊预测被应用在第一种情况,以用来近似系统未知的动力学,但是这时他们把接收当做预测的状态向量输出[32]。此外,根据[36]、[37]和[38]结果表明,提出的自适应模糊控制方法可用于磁场定向异步电动机。比较的模型为基础的方法,提出第26页

8、共26页的自适应模糊控制的优点总结为以下几点:(一)不依赖以知的直流电动机动态的数学模型(线性

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。