电液伺服系统RBF神经网络滑模控制.pdf

为了提高永磁同步电机(PMSM)调速系统的动态性能，提出一种新型趋近律滑模控制策略。所提出的新型趋近律在幂次趋近律的基础上加入指数项，并且在幂次项指数中引入系统状态变量使幂次项指数与系统状态关联，解决幂次趋近律在远离滑模面时趋近速度慢的问题，同时使系统能平滑进入滑模面。然后，基于扩张状态观测器观测系统负载扰动，并将观测值前馈补偿至滑模控制器，降低负载扰动对系统的影响，提高系统的鲁棒性。仿真与实验结果表明，所提出的新型趋近律滑模控制策略能够有效地提高系统的动态性和鲁棒性。

实现异步电机无速度传感器控制，应用滑模观测器

上传内容为滑模变结构控制，MATLAB仿真，基本理论与设计方法。

永磁同步直线电机自适应超螺旋滑模控制系统应用

永磁同步电机的滑模控制仿真建模分析，与仿真波形

针对传统的永磁同步电机无位置传感器开环起动过程中存在启动电流大、功率因数小、抗负载扰动能力弱的问题，提出了一种基于改进滑模观测器的无位置传感器电流闭环I／F起动策略。起动加速阶段，在电枢绕组中产生幅值固定、频率逐渐增大的旋转电流矢量，使转子加速起动。当转速达到设定值时，检测指令位置角与用改进滑模观测器估算的转子位置角之间的偏差角，当该偏差角低于设定的阈值时，立刻切换至基于改进滑模观测器的无位置传感器电流解耦控制阶段。仿真和实验结果表明，采用所提起动策略后，起动电流可控，切换时刻的电流、转矩平稳无冲击。实验结果也验证了该起动策略能有效避免过流的产生，具有良好的动态性能和一定的抗负载扰动能力。

针对表贴式永磁同步电机无位置传感器矢量控制系统, 提出一种具有电机参数在线辨识的基于Super-twisting algorithm的自适应二阶滑模观测器.在两相静止坐标系下,将模型参考自适应方法与基于Super-twisting algorithm的二阶滑模方法相结合,实现反电动势的准确估计.采用李亚普诺夫理论证明观测器的稳定性,并由李亚普诺夫稳定性方程推导定子电阻和转子转速的自适应律.在同步旋转坐标系下,采用二阶滑模观测器估计永磁磁链,并将其输入位置跟踪观测器估计转子位置.该算法充分抑制了滑模抖振,同时避免了低通滤波和相位补偿环节的使用,转子位置检测不受定子电阻和永磁磁链变化的影响,具有较强的鲁棒性.仿真结果验证了所提出算法的有效性.

基于RBF神经网络的电液伺服系统自适应滑模控制，玉洁，彭金柱，针对滑模控制不能直接处理电液伺服系统中的不确定性项，提出基于RBF神经网络的电液伺服系统滑模控制设计方法。利用RBF神经网络逼近

为提高微电网的稳定性，提出一种集自适应观测技术、滑模控制方法、定频PWM技术于一体的新型定频PWM自适应滑模控制策略，可在不需要增加额外传感器/硬件电路的情况下实现对状态变量的快速跟踪和调节，便于直流微电网内微电源和负荷的扩展与即插即用，且简化了滤波器的设计难度。同时，采用非线性复合控制方法在恒功率负载突变的情况下实现对母线电压和系统稳定控制的目标。初始状态的合理选择、变切换面的设计，使得状态变量全程处于滑动模态，并且抖振现象得以减轻。在包含光伏电源、燃料电池、蓄电池、双向Buck/Boost变换器、恒功率负载与阻性负载的直流微电网仿真环境中，验证了所提控制方法的有效性。