基于改进ESO的两相混合式步进电机反步控制

两相混合式步进电机是一个由脉冲驱动的多变量、强耦合的非线性系统,针对步进电机运行易受内外界扰动的影响从而产生失步、抖振等问题,提出了一种基于扩张状态观测器(ESO)的反步控制系统,在传统ESO的基础上,引入了径向基函数神经网络(RBF),对ESO的参数进行实时调整,同时引入粒子群算法(PSO),对反步控制器参数进行优化。研究结果表明,与传统反步控制相比,采用改进ESO的反步控制系统能在空载及负载状态下有效的提高系统的跟踪精度,并提高系统的响应速度。

基于神经网络的两相混合式步进电机反步控制

两相混合式步进电机是一个非线性、多变量、强耦合的系统。针对两相混合式步进电机开环控制定位精度低的问题,提出了一种基于径向基函数(RBF)神经网络的反步控制方法,该方法克服了单一反步控制对非线性系统控制参数选取困难的缺点,利用RBF神经网络的万能逼近特性,对电机运行过程中的不确定因素进行补偿,使其不过于依赖反步控制器所选取的参数,同时引入高斯基函数和自适应律,能够较好地对其中的非线性项进行逼近。利用神经网络与反步控制方法的结合,有效提高了两相混合式步进电机控制的位置跟踪精度和稳态性能。