資源描述:
《永磁直線電機神經(jīng)滑??刂破髟O(shè)計》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、《電氣自動化)2011年第33卷第1期控制理論及其應(yīng)用ControlTheo~&ItsApplications永磁直線電機神經(jīng)滑模控制器設(shè)計木馬達(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伺服控制的神經(jīng)滑??刂品椒?,通過神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí),削弱了滑??刂频亩墩瘛T摲椒ㄓ赏屏?,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)性條件實時在線調(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)滑模直線電機直接推力[中圖分類號]TM301.2;TP275[文獻(xiàn)標(biāo)識碼]A[文章編號]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,該方法缺點是對電機參數(shù)依賴性強。直線電機和旋轉(zhuǎn)電機的原理基本相同,直線電機可以看成是滑模變結(jié)構(gòu)控制控制具有響應(yīng)速度快、無需系統(tǒng)在線辨識、將旋轉(zhuǎn)電機從中問剖開并拉成直線型,與傳統(tǒng)的旋轉(zhuǎn)電機相比,物理實現(xiàn)簡單、對外部干擾和參數(shù)變化具有較強的魯棒性等優(yōu)直線電機可以直接做直線運動,而旋轉(zhuǎn)電機做直線運動必須將旋點,滑模變結(jié)構(gòu)控制的缺點是抖振現(xiàn)象很嚴(yán)重,RB
7、F神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)運動通過機械變換環(huán)節(jié)獲得直線運動,直線電機具有機械結(jié)構(gòu)具有良好的逼近非線性光滑函數(shù)以及快速運算的能力,能夠消簡單、速度快、推力大、精度高等優(yōu)點。但是由于沒有中間的機械除滑模變結(jié)構(gòu)控制帶來的抖振問題,本文在傳統(tǒng)的永磁直線電變換環(huán)節(jié)做緩沖,因此直線電機系統(tǒng)參數(shù)攝動,外部擾動將直接機直接推力控制系統(tǒng)的基礎(chǔ)上,綜合了滑模變結(jié)構(gòu)控制和反應(yīng)到運動控制中,增加了電氣控制上的難度。近年來,許多研RBFNN的優(yōu)點,提出一種新穎的RBF神經(jīng)滑??刂破鳎刂撇呔咳藛T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)性條件實時在線調(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)測法,根據(jù)磁鏈及推力差預(yù)測使得系統(tǒng)最終到達(dá)滑模面,最終完成速度控制,仿真結(jié)果表明下一時刻的參考電壓,該方法對抑制負(fù)載擾動具有