基于快速自适应超螺旋算法的高速列车最优黏着控制

为解决轨面状态变化时列车牵引/制动力得不到有效发挥的问题,考虑轮轨间黏着状态具有较强的非线性和时变性,设计一种快速自适应超螺旋(FAST)滑模控制器。根据轮轨黏着机制和列车运行原理建立列车模型,对不同轨面下黏着特性曲线进行研究。使用全维状态观测器对负载转矩进行观测,并计算获取当前轨面黏着系数。在此基础上,利用滑模极值算法动态搜索当前轨面最佳蠕滑速度。采用快速自适应超螺旋算法设计的滑模控制器控制牵引电机转矩,使列车蠕滑速度稳定跟踪于当前轨面最佳蠕滑速度处。利用MATLAB软件对FAST滑模控制器设计的列车运行控制系统进行仿真,将其与采用超螺旋滑模控制器和标准滑模控制器的仿真结果进行对比。研究结果表明,FAST算法将系统稳定时间缩短至5 s,收敛速度加快。不同轨面搜索到的蠕滑速度稳定在最优阈值1.4~1.5 m/s之间,轨面变化时,转矩变化趋势与轨面变化趋势一致,数值分别稳定在67200和32720左右。在模型中加入干扰后,系统能快速稳定,转矩相对误差处于±0.05%,控制器有较强鲁棒性。由此可知,快速自适应超螺旋算法实现了对不同轨面下的列车最佳蠕滑速度的快速跟踪,充分利用了当前轨面的最大黏着系数,极大发挥了列车牵引/制动力,实现了高速列车的最优黏着控制。

永磁同步电动机无位置传感器全速域控制仿真实验设计

为了解决现有永磁同步电动机(PMSM)无位置传感器控制方法存在的位置估计精度低、各速域切换不平稳问题,提出了一种全速域复合控制策略。在低速域采用脉振高频电压注入法获取准确的转子位置。在中高速域采用基于快速超螺旋滑模(FSTSM)算法的模型参考自适应系统(MRAS)无传感器控制方法,通过增加反馈校正环节加快误差的收敛;采用FSTSM算法替代比例-积分(PI)环节,并引入双曲正切函数代替FSTSM算法中的符号函数。仿真实验结果验证了所提控制策略的可行性和有效性。

一种用于SPMSM的改进型滑模模型参考自适应系统观测器

为了提高表贴式永磁同步电机(SPMSM)无传感器控制系统的精度和稳定性,针对传统PI控制存在鲁棒性不足的问题,提出了一种采用带有线性校正项的快速超螺旋滑模模型参考自适应系统观测器(FSTA-SM-MRASO)。所提观测器将快速超螺旋算法(FSTA)与模型参考自适应系统(MRAS)观测器相结合,构建了基于FSTA-SM-MRASO的SPMSM无传感器矢量控制系统。通过MATLAB/Simulink平台进行仿真,验证了所提策略的有效性。

基于自适应滑模观测器的永磁容错游标轮缘推进电机无位置传感器控制系统

为提高永磁容错游标轮缘推进电机(FTPMV⁃RDM)无位置传感器控制系统的控制性能,对该系统的速度控制器和转子位置估计算法进行研究,采用快速超螺旋滑模控制器(FSTA)以减少传统滑模控制器存在的抖振现象,采用自适应滑模观测器(ASMO)估计转子位置以提高位置估计精度。在Matlab/Simulink环境下搭建了FTPMV⁃RDM无位置传感器控制系统的仿真模型,仿真结果表明,本文提出的控制方法可在无故障和一相开路故障时准确估计FTPMV⁃RDM的转速与转子位置信息,并且系统具有良好的动静态性能。

考虑输入饱和的固定翼无人机自适应增益滑模控制

针对复杂环境下的固定翼无人机飞行控制问题,考虑输入饱和以及复杂外界干扰的影响,提出一种基于自适应滑模控制方法的固定翼无人机飞行控制策略。首先,对固定翼无人机模型进行介绍,将模型分为姿态子系统和速度子系统;其次,针对姿态子系统和速度子系统的特点以及控制需求,分别采用自适应多变量螺旋滑模和自适应快速超螺旋滑模设计姿态控制器和速度控制器,该策略无需设计干扰观测器对外界干扰进行估计,仍然可以实现固定翼无人机对姿态参考指令和速度参考指令的有限时间精确跟踪,并基于Lyapunov的稳定性分析方法证明了闭环系统的稳定性。最后,对本文所提出的控制策略进行了仿真验证,结果表明该控制策略具有良好的控制性能。