基于扰动观测器的PMSM系统自适应反步滑模控制

针对负载转矩波动和系统参数变化的永磁同步电机(PMSM)系统的控制问题,提出了一种带有非线性扰动观测器的自适应反步滑模位置跟踪控制方法。首先,设计了自适应反步滑模控制器,以确保电机位置快速收敛到期望值,并设计了自适应收敛增益,以减小电机位置响应下的大的过冲;其次,设计非线性扰动观测器估计未知扰动,并为自适应反步滑模控制提供前馈补偿,以提高系统的鲁棒性,并减少稳态位置误差。仿真结果表明,该方法可以有效减少过冲,很好地实现了PMSM系统的快速位置跟踪控制,具有良好的抗扰动性能。

基于扰动观测器和改进自适应二阶快速终端滑模的PMLSM伺服系统控制

针对永磁直线同步电动机(PMLSM)在运行时易受到摩擦力、负载扰动及环境变化等不确定影响,设计一种基于扰动观测器和自适应二阶快速终端滑模控制方法。首先,该方法在高阶滑模的基础上结合了快速终端滑模控制,有效加快了系统响应速度。其次,在二阶滑模面的基础上引入条件积分项,该项仅作用于边界层内部,能够有效避免滑模到达阶段由于积分饱和现象导致的超调量过大及响应时间过慢的问题。此外,设计自适应切换控制律,使切换增益在合理的区间内,并根据系统状态进行实时更新,从而削弱抖振现象。最后,为进一步提升系统的鲁棒性,采用扰动观测器对PMLSM系统的集总不确定性进行补偿。经实验验证,该控制方法具有良好的位置跟踪精度和强鲁棒性,且对系统抖振现象有明显削弱作用。

基于扰动观测器的五相永磁同步电机开路和短路容错矢量控制

针对反电动势含有3次谐波的五相永磁同步电机(PMSM)开路和短路故障导致转矩脉动大的问题,该文提出一种基于扰动观测器的矢量控制(DOB-FOC)策略。该策略基于降阶正交变换矩阵在同步旋转坐标系上建立PMSM开路故障情况下的基波模型,将3次谐波反电动势、短路电流等作为扰动信号。在此基础上,设计扰动观测器,观测出以上扰动导致的转矩脉动,将其转化为q轴补偿电流前馈到q轴电流指令中,有效地抑制了故障导致的转矩脉动,并且实现了PMSM在开路和短路故障情况下的平稳无扰运行。仿真和实验结果验证了所提容错策略的有效性。

在线数据记录和扰动观测器相结合的柔性机械臂复合学习控制

本文针对多输入多输出的柔性机械臂动力学模型,提出了一种基于神经网络估计和扰动观测器的复合学习控制策略.首先,通过奇异摄动分析将系统解耦为快慢子系统.然后,针对慢变刚性子系统的动力学模型,基于在线数据记录模型构造新型预测误差,结合跟踪误差设计自适应控制律;针对快变柔性子系统采用滑模控制抑制弹性振动.在此基础上,构建了扰动观测器实时估计复合扰动信号,并纳入在线数据记录模型作为前馈补偿.最后,基于Lyapunov稳定性分析可证系统误差信号一致终值有界,仿真算例验证了所提策略的有效性和优越性.

基于扰动观测器的分数阶终端滑模电液变桨控制方法

为改善风电机组电液变桨系统的控制性能,文章提出了基于扰动观测器的分数阶终端滑模控制方法。建立风电机组电液变桨系统数学模型,利用滑模状态扰动观测器(SMSPO)对变桨系统参数的不确定性和未知扰动进行实时补偿。采用分数阶微积分理论设计终端滑模控制器的滑模面,在保证有限时间收敛的同时,改善了滑模控制自身抖动。利用Simulink进行试验验证,结果表明,该方法增强了变桨系统的抗干扰能力,削弱了系统的抖动,提高了桨距角的跟踪精度和变桨系统的稳定性。

基于非线性扰动观测器的三相PWM整流器滑模控制

针对交流微电网中三相PWM整流器的运行状态易受负载扰动、滤波电容参数摄动影响的问题,本文提出一种基于非线性扰动观测器的三相PWM整流器滑模控制方法。首先,将负载扰动、滤波电容参数摄动等视为集总扰动,构建电压环非线性模型。其次,设计非线性扰动观测器,实现集总扰动的在线估计。为实现主动抗干扰控制和滑模抖振抑制,将估计的集总扰动引入到滑模面中,得到了一种含有扰动估计的新型滑模面。最后,基于滑模控制理论设计电压外环滑模控制器,并采用Lyapunov稳定性理论对其进行了稳定性证明。动态性能测试结果表明,非线性扰动观测器能够快速、准确地对集总扰动进行估计;与双环PI控制相比,所提控制的过渡过程时间减少了60%,电压跌落量减少了54%;滤波电容参数变化时,所提控制的动态性能保持良好。稳态性能测试结果表明,与传统滑模控制和双环PI控制相比,所提控制的电流总谐波畸变率分别减少了70%和44%,同时滑模抖振得到了有效地抑制。测试结果证明了所提控制方法的强抗负载扰动能力和良好的滤波电容参数鲁棒性。

基于滑模扰动观测器的阀门开度预测控制

针对电动阀门在运行过程中,由于外部干扰、系统参数变化、摩擦力等非重复干扰的影响而难以达到高精度控制的问题,提出一种基于滑模扰动观测器的预测控制方法。通过对阀门驱动原理进行深入研究,构建阀门的数学模型,根据模型中电机电流与总负载扰动的正相关性,以电机电流、阀门转速为输入量,采用滑模扰动观测器对系统总负载扰动进行估计。设计模型预测控制器,对扰动估计值进行补偿,实现对阀门开度控制的准确性,鲁棒性以及对总扰动值跟踪的快速性。理论分析、仿真和试验表明:观测器仅0.001 s便跟踪到了设定值,收敛速度快,阀门开度精度误差在0.2%以内,完全达到控制目标,开度控制效果良好。可充分验证该控制方法在不同的负载扰动下,依然能使电动阀门保持良好的开度控制精度以及抗扰动能力。

基于扰动观测器的主动悬架切换控制算法研究

悬架控制需要实现乘坐舒适性和操纵稳定性之间的良好折中,此外还需要考虑系统的不确定性,是一项复杂的任务。本文以兼顾悬架的动力学性能指标、算法鲁棒性与成本因素为出发点,提出了一种基于扰动观测器的次优-非奇异终端滑模切换控制算法(DOB-SNTSM)。首先,以簧载质量加速度信息为输入,通过卡尔曼滤波器设计,实现了悬架动挠度和簧载质量速度的有效估计。然后,针对悬架系统中的不确定项估计,设计了一种扰动观测器,并将扰动估计值作为前馈补偿。接下来,以滑模面函数为依据,提出了一种次优-非奇异终端滑模切换控制算法,并与扰动观测器的前馈补偿相结合,共同构成一种新的主动悬架控制策略。最后,分别进行了凸包路面和平稳随机路面下的仿真和台架试验验证,结果表明,扰动观测器的引入能显著提升悬架的乘坐舒适性指标,相比经典的天棚控制、理想状态LQR方法、不带有扰动观测器的SNTSM算法,新算法不仅很好地实现各项悬架性能指标的均衡,而且能够仅利用簧载质量加速度信息就可以达到接近理想状态LQR的控制效果,同时,控制器切换方案可以显著提升算法鲁棒性。

基于LMI和扰动观测器的电动伺服系统RBF神经网络控制

为了提高电动伺服系统的加载力跟踪精度,基于线性矩阵不等式(LMI)设计扰动观测器和控制器。针对系统中的非线性因素,采用RBF神经网络逼近系统的数学模型;在建立系统跟踪目标模型的基础上,根据LMI设计扰动观测器对控制器进行多余力的补偿,利用李雅普诺夫函数证明扰动观测器和控制器的收敛;在MATLAB/Simulink中搭建仿真模型,分析扰动观测器和RBF神经网络在不同工况下对系统相应量的精准估计,且误差均满足所设定的性能指标,同时与PID控制相比较,证明所提控制策略的控制性能更优。

基于扰动观测器-Lyapunov理论的稳压控制策略

针对小型风力自励异步发电机(SEICG)机端电压在投切负载时产生电压跌落的问题,通过并联静止无功补偿器(STATCOM)提高异SEIG的机端特性,改善电能质量。提出一种基于扰动观测器(DOB)的Lyapunov(DOB-Lyapunov)控制策略,通过数学模型构造Lyapunov函数,将误差跟踪问题转换成求解Lyapunov函数在平衡点全局渐近稳定问题;针对线路电感测量误差及摄动对控制策略造成影响,内环加入DOB,使得整个控制器在鲁棒性、静态稳定性方面得到提升。结果表明:所提DOB-Lyapunov方法可以在线路阻抗发生变化时仍有较好的控制性能,电压平方外环结构实现了线性化电压控制,在响应速度以及总谐波畸变率(THD)方面均优于传统方法。

基于扰动观测器的双容液位系统RBF神经网络滑模控制

针对双容液位系统存在的外部扰动、模型参数不确定等问题,设计了一种基于非线性扰动观测器(nonlinear disturbance observer,NDOB)的径向基函数神经网络滑模控制(radial basis function neural network sliding mode control,RNNSMC)方法。建立双容液位系统数学模型,采用积分型滑模面来提高系统的鲁棒性,在常规积分滑模控制的基础上,通过RBF神经网络(RBF neural network,RNN)对系统的非线性函数进行逼近,并设计非线性扰动观测器估计外部扰动,选用Lyapunov稳定性判据证明了控制策略的闭环稳定性。仿真结果表明,所提控制策略与积分滑模控制(integral sliding mode control,ISMC)方法相比,不需要精确的数学模型,且控制精度更高,抗干扰能力更强。

基于转子磁链和扰动观测器的异步电机自适应反步控制

针对转子电阻摄动和内外部扰动问题,设计了自适应反步控制方法来调节电机速度。首先,提出了一种改进指数趋近律的滑模磁链观测器,估算转子磁链并根据所得磁链计算出转子磁链角。其次,采用扰动观测器估计电机系统中出现的模型不确定性和负载扰动等。再次,利用反步控制法,求解出虚拟控制律和转子电阻自适应律,并设计自适应反步控制器。最后,将所设计的控制方法与传统反步控制方法进行对比,实验结果表明,所提方法的动态过程响应速度快、超调小,稳态过程跟踪精度高,且具有良好的抗干扰能力。

基于扰动观测器的大挠性航天器姿态预见控制

针对航天器的大型挠性附件振动会严重影响其姿态控制的问题,设计了基于扰动观测器的信息融合姿态预见控制器。将挠性附件振动引起的不确定项视作对姿态的复合扰动,设计扰动观测器对该复合扰动进行实时估计。在此基础上,通过融合期望轨迹和系统动态方程等信息,依据信息融合理论,推导了大挠性航天器的姿态预见控制律,用以改善航天器姿态系统的控制性能。所设计的姿态控制算法具有设计过程简单及容易实现等优点。仿真结果表明,所设计的控制策略对挠性附件振动具有较好的抑制作用,航天器姿态角能快速达到期望指令,具有良好的控制特性。

基于扰动观测器的水面无人船自适应模糊控制器设计

为了使水面无人船(USV)获得更好的跟踪性能,本文设计了基于扰动观测器和命令滤波器的自适应模糊控制器.对于该系统存在建模不确定性和外部环境的扰动,采用模糊逻辑系统(FLS)和一个新的扰动观测器对其进行逼近和补偿.在扰动观测器和控制器中加入了一个新的自适应参数,用来改善控制精度.基于此,本文设计了命令滤波反步控制方法,可以保证系统在所有状态下都是有界的,且跟踪误差在有限时间内小于规定的精度.仿真结果显示该方法有效,且可以满足给定的控制精度.

基于扩展滑模扰动观测器的高速列车分布式速度协同滑模控制

针对高速列车运行中因受外界未知扰动而导致的各车厢速度不同步问题,提出一种基于扩展滑模扰动观测器的高速列车分布式滑模控制算法。首先,考虑高速列车运行的受力情况,建立高速列车多质点模型;其次,设计领航者车厢滑模控制器和跟随者车厢分布式滑模控制器,构建扩展滑模扰动观测器估计外界未知干扰,并反馈给分布式滑模控制器,以消除外界未知干扰对高速列车各车厢速度同步造成的影响,同时利用Lyapunov理论证明了算法的稳定性。最后,通过Matlab仿真验证了该算法能实时精确观测外界未知扰动并反馈补偿,跟随者车厢能快速跟踪领航者车厢的速度,速度跟踪精确度高达99.9%。

基于滑模扰动观测器的永磁同步电机模型预测电流控制

永磁同步电机(permanent magnet synchronous motor,PMSM)单矢量模型预测电流控制(model predictive current control,MPCC)中,存在电流具有较大波动、稳态性能较差、依赖模型参数且抗扰能力不足的问题。针对这些问题,研究了双矢量模型预测电流控制(TV-MPCC)算法,该算法在一个采样周期内进行2次电压矢量选择。同时,设计了一种基于改进趋近率(SMRL)的滑模扰动观测器(SMO),滑模增益采用分段式函数来实现。通过仿真实验,验证了所提出的TV-MPCC算法和SMO的有效性。与传统的MPCC相比,TV-MPCC可以显著降低电流的波动,并提高系统的鲁棒性。同时,SMO的引入使得系统能够更好地观测和补偿扰动,进一步提高了系统的稳态性能。本研究表明,双矢量模型预测电流控制结合滑模扰动观测器的方法在提高PMSM的鲁棒性能方面具有较好的效果。

基于三阶超螺旋扰动观测器的PMLSM全局自适应滑模控制

针对永磁直线同步电机的位置跟踪精确度易受外部扰动、参数变化等不确定性因素影响的问题,提出全局自适应滑模控制器与三阶超螺旋扰动观测器相结合的复合控制策略。首先,为了解决全局滑模控制存在的抖振问题,根据自适应趋近律设计全局自适应滑模控制器。自适应趋近律可以根据系统状态变量的变化过程实时调整开关增益的大小,从而提高系统的响应速度并减小抖振。然后,为了提高系统的跟踪精确度以及抗干扰能力,设计三阶超螺旋扰动观测器,利用扰动观测器观测系统中无法精确测量的扰动以及存在的不确定项,实现对系统的前馈补偿。最后,进行仿真与实验验证。仿真与实验结果表明,与全局滑模控制相比,所提方法能有效提高系统的响应速度和跟踪精确度,使系统具有良好的稳态性能和动态性能。

基于双扰动观测器的永磁同步电机双惯量系统无模型递归终端滑模控制

为了提高永磁同步电机双惯量系统在不确定性扰动影响下的控制性能,提出一种基于双扰动观测器的无模型递归终端滑模控制策略。首先,建立存在不确定性扰动的永磁同步电机双惯量系统模型,并结合无模型控制与递归终端滑模控制设计无模型递归终端滑模控制器,使系统状态直接从滑模面开始运动,缩短了状态误差的收敛时间,有效抑制抖振。其次,通过构造扩张状态观测器观测负载速度并反馈到改进型扩展扰动滑模观测器中,构成双扰动观测器。同时,双扰动观测器精确估计总扰动信号并前馈补偿到所设计的控制器,进一步提高系统稳态性能和抗扰动能力。最后,通过仿真和实验验证得出,所提出的控制方案相较于比例积分控制和改进型无模型滑模控制方法更具有优越性和可行性。

基于分数阶扩展滑模扰动观测器的PMSM无模型控制算法研究

针对永磁同步电机调速控制系统突加负载时导致转速波动较大的问题,提出了一种基于分数阶扩展滑模扰动观测器(FOESMDO)的转速环新型无模型控制方案。新算法为了改善调速系统的动、静态性能,建立了不含电机参数的永磁同步电机新型超局部模型,以此为研究对象,借助快速终端滑模控制和改进型滑模切换函数设计新型无模型滑模控制器;同时为了提高扰动估计的准确性及减小滑模控制存在的抖振现象,改进算法采用分数阶扩展滑模扰动观测器进行超局部结构中未知部分的在线估计;最后,将所提出的基于FOESMDO的新型切换函数快速终端滑模控制方法同传统方法进行仿真对比,验证了新型无模型控制算法(FOESMDO-ISFFTSMC)在提高调速系统的响应速度和抗干扰能力方面的优异性能。

带有扰动观测器的智能车队分布式协同控制

目的为了研究含有未知外部扰动和未知非线性项的领航车辆和跟随车辆的同质车队控制问题,实现车队协同控制并达到车队控制目标,以解决交通拥堵、减少尾气排放和提高道路交通容量。方法本文提出一种新的分布式车队协同滑模控制策略,结合车辆间距策略和通信拓扑结构,确保车队的稳定性以及间距误差和速度误差的收敛性。针对车辆动力学模型中的未知非线性项,提出分布式神经网络自适应律,用于估计和补偿系统中未知非线性项的影响。并且,由于车队系统不可避免地会受到外部扰动的影响,设计扰动观测器并调整其参数,以逼近系统的实际外部扰动。结果通过Lyapunov稳定性分析证明分布式车队控制策略的正确性和有效性,并通过相应的车队控制实例进行验证。结论所提出的分布式协同滑模控制策略和分布式神经网络自适应律能够有效实现车队协同,保证系统的快速响应、稳定性和鲁棒性。