資源描述:
《永磁直線電機(jī)神經(jīng)滑??刂破髟O(shè)計(jì)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、《電氣自動(dòng)化)2011年第33卷第1期控制理論及其應(yīng)用ControlTheo~&ItsApplications永磁直線電機(jī)神經(jīng)滑??刂破髟O(shè)計(jì)木馬達(dá)齊亮牛玉剛一(1.華東理工大學(xué),信息科學(xué)與工程學(xué)院,上海200237;2.上海電氣集團(tuán)中央研究院,上海200070)摘要:提出了一種用于永磁直線電機(jī)伺服控制的神經(jīng)滑??刂品椒?,通過(guò)神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí),削弱了滑模控制的抖振。該方法由推力,磁鏈的積分函數(shù)建立滑模面,然后將滑模向量作為RBF神經(jīng)網(wǎng)絡(luò)的輸入量,RBF神經(jīng)網(wǎng)絡(luò)的輸出量即為d—q軸控制電壓u、“,自適應(yīng)算
2、法根據(jù)可達(dá)性條件實(shí)時(shí)在線調(diào)整RBF神經(jīng)網(wǎng)絡(luò)的連接權(quán)值,從而使得系統(tǒng)最終到達(dá)滑模面,完成速度控制。仿真結(jié)果表明了該控制器的有效性。關(guān)鍵詞:神經(jīng)滑模直線電機(jī)直接推力[中圖分類號(hào)]TM301.2;TP275[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]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前言證速度跟蹤快速性和精確性,該方法缺點(diǎn)是對(duì)電機(jī)參數(shù)依賴性強(qiáng)。直線電機(jī)和旋轉(zhuǎn)電機(jī)的原理基本相同,直線電機(jī)可以看成是滑模變結(jié)構(gòu)控制控制具有響應(yīng)速度快、無(wú)需系統(tǒng)在線辨識(shí)、將旋轉(zhuǎn)電機(jī)從中問(wèn)剖開(kāi)并拉成直線型,與傳統(tǒng)的旋轉(zhuǎn)電機(jī)相比,物理實(shí)現(xiàn)簡(jiǎn)單、對(duì)外部干擾和參數(shù)變化具有較強(qiáng)的魯棒性等優(yōu)直線電機(jī)可以直接做直線運(yùn)動(dòng),而旋轉(zhuǎn)電機(jī)做直線運(yùn)動(dòng)必須將旋點(diǎn),滑模變結(jié)構(gòu)控制的缺點(diǎn)是抖振現(xiàn)象很嚴(yán)重,RB
7、F神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)運(yùn)動(dòng)通過(guò)機(jī)械變換環(huán)節(jié)獲得直線運(yùn)動(dòng),直線電機(jī)具有機(jī)械結(jié)構(gòu)具有良好的逼近非線性光滑函數(shù)以及快速運(yùn)算的能力,能夠消簡(jiǎn)單、速度快、推力大、精度高等優(yōu)點(diǎn)。但是由于沒(méi)有中間的機(jī)械除滑模變結(jié)構(gòu)控制帶來(lái)的抖振問(wèn)題,本文在傳統(tǒng)的永磁直線電變換環(huán)節(jié)做緩沖,因此直線電機(jī)系統(tǒng)參數(shù)攝動(dòng),外部擾動(dòng)將直接機(jī)直接推力控制系統(tǒng)的基礎(chǔ)上,綜合了滑模變結(jié)構(gòu)控制和反應(yīng)到運(yùn)動(dòng)控制中,增加了電氣控制上的難度。近年來(lái),許多研RBFNN的優(yōu)點(diǎn),提出一種新穎的RBF神經(jīng)滑模控制器,控制策究人員致力于這一領(lǐng)域的研究,如文獻(xiàn)[1]將模糊自學(xué)習(xí)與
8、滑模略是設(shè)計(jì)特定的滑模面,然后將滑模面作為RBFNN的輸入變變結(jié)構(gòu)控制有機(jī)結(jié)合以減小抖振,試圖尋找一條滑模變結(jié)構(gòu)控制量,RBFNN的輸出量即為d—q軸控制電壓“、“,自適應(yīng)算法與其他智能控制相結(jié)合的道路,但模糊自學(xué)習(xí)的方法難以保證系根據(jù)可達(dá)性條件實(shí)時(shí)在線調(diào)整RBF神經(jīng)網(wǎng)絡(luò)的連接權(quán)值,從而統(tǒng)的穩(wěn)定性,文獻(xiàn)[2]采用電壓預(yù)測(cè)法,根據(jù)磁鏈及推力差預(yù)測(cè)使得系統(tǒng)最終到達(dá)滑模面,最終完成速度控制,仿真結(jié)果表明下一時(shí)刻的參考電壓,該方法對(duì)抑制負(fù)載擾動(dòng)具有