并行复合控制在交流伺服系统中的应用.pdf

《并行复合控制在交流伺服系统中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《电气自动化)2015年第37卷第6期变流技术ConveaerTechniques并行复合控制在交流伺服系统中的应用严义科。童仲志(南京理工大学机械工程学院，江苏南京210094)摘要：针对大功率交流伺服系统在负载变化及参数摄动等情况下的位置跟踪问题，提出了一种基于指数趋近律的滑模变结构控制和RBF神经网络PID控制的并行复合控制策略。滑模控制削弱了负载变化和参数摄动对系统控制精度的影响。RBF神经网络PID控制可对PID控制的比例、积分和微分系数在线调整，提高PID控制性能。仿真结果表明，所提出的并行复合控制策略可有效抑制抖振，提高系统

2、的瞬态响应性能和控制精度，并且对系统参数不确定性具有鲁棒性。关键词：交流伺服系统；滑模变结构控制；REF神经网络；PID控制；并行复合控制DOI：10．3969／j．issn．1000—3886．2015．06．003[中图分类号]TP13[文献标志码]A[文章编号]1000—3886(2015)06—0008—03ApplicationofParalleICompoundControlinACServoSystemsYANYi—ke．TONGZhong．zhi(SchoolofMechanicalEngineering，NanjingU

3、niversityofScienceandTechnology，NanjingJiangsu210094，China)Abstract：AimingatlocationtrackingofthehighpowerACservosystemincaseofloadchangeandparameterperturbations，thispaperpresentsaslidingmodevariablestructurecontrolbasedonexponentialreachinglaw，aswellasaparMlelcompoundco

4、ntrolstrategyunderRBFneurMnetworkPIDcontro1．Slidingmodecontrolweakenstheeffectofloadchangeandparameterperturbationonthesystemcontrolaccuracy．TheRBFneuralnetworkPIDcontrolcanrealizeon—lineadjustmentoftheproportionandintegrationanddifferentiationcoeficientsofthePIDcontrolto

5、improvetheperformanceofPIDcontro1．Simulationresultsshowthattheproposedparallelcompoundcontrolstrategycaneffectivelysuppresschattering，improvethetransientresponseandcontrolaccuracyofthesystem，andhasrobustnessagainsttheuncertaintyofsystemparameters．Keywords：ACservosystem；sl

6、idingmodevariablestructurecontrol；REFneur~network；PIDcontrol；parallelcompoundcontrolO引言l伺服系统数学模型推导交流伺服系统由于其良好的动、静态特性在电气传动领域应由于本文主要考虑的是由系统负载变化及参数摄动等不确用广泛。交流伺服系统中控制器的性能直接影响整个系统的性定性因素所引起的非线性，因此在模型推导中假设：(1)无铁芯能，在控制对象模型确定且为线性的条件下，常规的PID控制是饱和效应；(2)电机气隙磁场呈均匀分布；(3)不计涡流和磁滞简单有效的，但大

7、功率交流伺服系统是一个复杂的非线性对损耗；(4)转子上无励磁绕组；(5)i=0的矢量控制方法。图1象，常规的PID控制对其适应性很差，很难满足控制要求。为并行复合控制原理框图。图中：0为目标位置；0为实际位置；近年来，滑模变结构控制和RBF神经网络PID控制以其优U为控制电压；为放大器增益；R为电机电枢回路电阻；为越的控制性能，在交流伺服系统中得到广泛应用。滑模变结构控负载扰动力矩；为摩擦扰动力矩；为电机电磁转矩；J为电机制具有响应迅速、对外在干扰和参数摄动不灵敏的鲁棒性，特别转子上的等效转动惯量；B为粘性摩擦因数；∞为电机角速度；i适用

8、于大功率交流伺服系统。RBF神经网络PID控制利用RBF为减速比；为电机电枢回路电感；Kd为电机力矩系数；E为电神经网络对PID参数进行在线调节，具有良好的控制效果。机电枢反电动势；C为电机反