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。

具有预设性能的板球系统神经超扭曲滑模控制

提出了一种新的具有预设性能的自回归小波神经网络(self-recurrent wavelet neural network,SRWNN)超扭曲非奇异快速终端滑模(super-twistingnon-singularfastterminalsliding mode,STNFTSM)控制方法(SRWNN_STNFTSM),在动力学不确定性和未知扰动的情况下提高板球系统的跟踪控制性能。利用预设性能函数(prescribed performance function,PPF),将板球系统受约束的位置误差转换为无约束的误差模型。引入非奇异快速终端滑模(non-singular fast terminal sliding mode, NFTSM)面来消除常规终端滑模控制存在的奇异问题,并加入一个tanh函数的补偿项改进NFTSM滑模面,以调节轨迹跟踪的收敛速度和跟踪精度,同时结合超扭曲算法(super-twisting algorithm,STA)设计STNFTSM控制器,以削弱抖振和集总扰动的影响。针对系统存在的集总扰动,为了保证高跟踪精度,结合STNFTSM设计了自适应SRWNN补偿器来消除扰动,保证了鲁棒性。与现有常规滑模控制相比,仿真验证表明SRWNN_STNFTSM具有良好的跟踪性能和鲁棒性,能够对集总扰动下的板球系统进行准确跟踪。

快速super twisting算法及其在飞翼布局无人机姿态控制上的应用

通过在super twisting算法中增加线性项,提出一种快速super twisting算法,并采用Lyapunov方法证明了受扰快速super twisting算法具有比受扰super twisting算法更优良的收敛特性.将该算法应用于存在干扰的飞翼布局无人机姿态控制,设计快速super twisting观测器以实现对干扰的快速估计和补偿.仿真结果表明,在相同的控制器参数下,相比super twisting观测器,快速super twisting观测器的收敛速度更快,可提高姿态控制系统的鲁棒性.

基于快速超扭曲算法的永磁同步电机预测控制

针对永磁同步电机转速电流双预测调速系统动态响应慢及快速超扭曲控制抖振过大的问题,提出了一种基于快速超扭曲算法的无差拍电流预测控制。该控制策略的转速环为快速二阶super-twisting滑模控制,电流环为无差拍电流预测控制,同时设计了扩张观测器来实时估计系统的负载扰动。采用此算法使系统的响应时间提高了6.8 ms,稳速时的转速跟踪误差仅为-0.01~0 rpm,有效的解决了传统预测控制中快速性与鲁棒性之间的矛盾,同时也提高了传统二阶滑模控制算法的收敛速度。仿真结果表明,本文所提控制算法可有效提高PMSM控制系统的动态响应速度和稳态控制精度,增强系统的鲁棒性。

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。

基于超扭曲算法的解耦非奇异快速终端滑模

针对一类四阶欠驱动系统解耦终端滑模控制存在的奇异现象和滑模抖动问题,提出了一种新型的超扭曲解耦非奇异快速终端滑模控制(Super Twisted Decoupled Nonsingular Fast Terminal Sliding Mode Control, STDNFTSMC)。将欠驱动系统分为两个子系统分别设计非奇异快速终端滑模面,利用其中一个子系统滑动面的饱和函数来构造一个中间变量,将该变量引入到另一个子系统的滑动面中,构造出整个系统的滑动面。采用等效控制法和超扭曲趋近律求解系统的控制律,有效的消除了抖振现象,提高了系统的鲁棒性。利用Lyapunov方法证明了各系统滑模面的渐近稳定性,仿真实验验证了方法的有效性。

基于快速STA与扰动观测器的PMSM滑模控制

针对永磁同步电机调速系统PI控制鲁棒性差以及传统滑模控制抖阵过大的问题,提出了一种快速超扭曲算法与扰动观测器复合的二阶滑模控制策略。采用以快速超扭曲和超扭曲算法分别设计速度和电流控制器的方法,实现了双环二阶滑模控制,解决了传统滑模存在的系统抖阵与趋近速度、鲁棒性间的矛盾;利用扩张观测器估计扰动值进行速度控制器补偿的方法,进一步提高了滑模控制的鲁棒性。仿真结果表明,所提方法可有效提高系统响应速度和鲁棒性,并抑制滑模控制的抖阵。

三维自适应有限时间超螺旋滑模制导律

针对导弹以固定终端攻击角拦截机动目标的制导问题,提出一种三维自适应有限时间超螺旋滑模制导律。首先,利用相对运动质点模型将三维制导问题转换为二阶视线角系统的控制问题。其次,构造一种多变量非奇异的快速终端滑模面,结合改进型超螺旋算法,设计了有限时间超螺旋滑模制导律。同时,通过参数自适应增益实时在线估计目标机动引起的外部扰动上界,设计了自适应有限时间超螺旋滑模制导律。然后,利用Lyapunov稳定性理论进行了闭环系统有限时间收敛性能分析。最后,通过仿真分析验证了所提方法在保证良好拦截精度的同时,具有更强的鲁棒性和更高的终端攻击角控制精度。

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。

基于新型滑模控制和STSM-MRAS观测器的SPMSM转速估计研究

针对永磁同步电机中滑模速度控制器的系统抖振问题以及传统MRAS观测器的鲁棒性和动态性能差的问题,提出了一种基于新型滑模控制器和超螺旋滑模MRAS观测器相结合的SPMSM转速估计策略。首先,在传统滑模速度控制中结合快速终端吸引子,构建新的滑模面,使设计的控制器不含切换项,有效削弱抖振。其次,在传统MRAS观测器的结构上引入超螺旋滑模算法替代PI自适应律,构建超螺旋滑模MRAS观测器,提高观测器的动态性能和鲁棒性。通过Matlab/Simulink平台搭建的模型进行仿真,验证所提估计策略具有良好的动态性能和鲁棒性。

基于非奇异快速终端超螺旋滑模的 PMSM无传感器控制

为了解决传统滑模观测器因自身结构原因存在较大抖振的问题,对传统滑模观测器进行改进.首先,利用非奇异快速终端滑模面代替线性滑模面,并采用超螺旋算法作为控制律,重新设计非奇异快速终端超螺旋滑模观测器;然后,利用李雅普诺夫函数证明其稳定性;最后,在MATLAB环境下,建立基于非奇异快速终端超螺旋滑模观测器的永磁同步电机(PMSM)无传感器控制系统仿真模型,并进行仿真验证和分析.结果表明:与传统滑模观测器相比,所提出的模型能够有效减小抖振,提高观测精度.

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。