一种广义模糊神经网络等效滑模同步伺服系统
潘玉民1,张全柱2
(1.华北科技学院电信系,北京101601; 2.北京交通大学,北京100044)
摘要:针对永磁同步伺服系统参数摄动、非线性及不确定因素等问题,提出了一种新型模糊神经网络等效滑模控制方案。利用一维输入的径向基神经网络与等效滑模复合控制器,实现了PMSM系统的快速跟踪控制。该方案对负载扰动、系统参数变化等具有很强的自适应性和鲁棒性,并且综合了模糊控制、神经网络的优点,是一种较理想的智能控制策略。在MATLAB环境下的仿真结果表明控制器具有良好的动静态品质,并且工程实现方便,为提高PMSM伺服系统性能提供了一个有效途径。
关键词:径向基函数;滑模;模糊;永磁同步电机
中图分类号:TP273 文献标识码:A
1 引言
现代伺服控制技术的主要任务是实现准确定位或快速跟踪。近年来永磁同步(PMSM)伺服系统以其优异性能成为精密伺服控制系统的一种优选方案。PMSM具有结构简化,能耗低,响应快、输出转矩大等特点,并有很高的伺服刚度和传动效率,已广泛应用于机器人、数控机床、雷达系统,船舶及飞行器控制等,因此永磁驱动是伺服技术发展的必然趋势。但是PMSM伺服系统本质为非线性、强耦合、时变系统,负载变化范围大以及存在自身参数摄动等问题,使常规PID控制难以达到高性能要求。目前针对电机控制领域提出的滑模控制在交流伺服系统中日益显示出良好的应用前景[1]。
滑模控制(Slidingmode contro,l SMC)是一种变结构非线性控制策略,它利用一种特殊的滑模控制方式,强迫系统的状态变量沿着人为规定的相轨迹滑到期望点。由于给定的相轨迹与控制对象参数以及外部干扰变化无关,因而具有模型精度要求不高,对参数变化及外界环境的扰动具有不变性、勿需在线辩识及强鲁棒性等优点,但"抖振"问题是滑模控制器推广应用的瓶颈。如何减小"抖振"是当前研究的焦点,一种富有成效的对策是将滑模控制与模糊逻辑、神经网络相结合抑制"抖振"现象。尤其是神经网络非凡的逼近能力可以更好地发挥非线性控制作用,本文探讨了一种新颖的等效滑模神经网络交流伺服系统。
2 永磁同步电机的数学模型
假定忽略磁路饱和,不计铁损、涡流及磁滞损耗,磁势在气隙圆周按正弦分布,则基于矢量控制d-q坐标系的PMSM动力学方程为
又有模糊神经网络自适应、自学习的特点,并且具有较强的抑制抖振能力。本文采用的RBF结构简单,训练速度快,本质为模糊控制器,因此采用复合控制器使控制性能得到全面提高。
7 结论
本文采用的RBF具有模糊处理功能,能逼近人脑智能思维过程,结合滑模控制的优点构成一种复合模糊神经网络等效滑模控制器。其中RBF神经网络可以在线学习实时控制,结构简单、实现方便,有良好的抑制"抖振"效果,实验仿真结果验证了所提出方法的有效性。
|
