论文摘要
本文以高性能交流伺服系统为研究对象,根据对伺服系统控制精度、响应速度、系统稳定性与适应能力要求较高的特点,考虑到系统在工作过程中,负载转动惯量发生很大变化、且存在很强的干扰力矩的作用,会使系统的参数发生很大变化,用常规控制方法难以使系统获得良好的跟随性能和抗干扰性能。因此,研究了针对交流伺服系统的单神经元自适应PID控制、模糊控制器、基于模糊控制和神经网络控制的变结构切换控制和多模智能协调控制。本文第二章主要介绍了基于矢量控制的交流电机调速系统,并针对解耦后的系统,应用成熟的直流电机调速系统的设计方法,建立了交流伺服系统的仿真模型。本文第三章研究了单神经元自适应PID控制策略,把神经网络和传统PID调节器结合起来而形成的智能控制器,该控制器结构和算法简单,无需辨识过程参数,控制效果不受辨识模型准确度的影响,只要在线检测过程中的期望值与实际输出,从而形成自适应的控制规律。控制算法简洁、运算速度快,易于在线解析实现。本文第四章研究了基于模糊控制和单神经元自适应PID控制的变结构切换控制策略。模糊控制是智能控制的一个重要分支,其发展迅速,应用广泛,实效显著,引人关注,且具有较强的鲁棒性,算法简洁,实时性强,但常规模糊控制器存在着精度不高、自适应能力有限等缺点;基于模糊控制和单神经元自适应PID控制的变结构切换控制综合了模糊控制和神经网络控制两者的优点,避免了其缺点,仿真结果表明该方法是有效的。本文第五章采用了基于径向基函数网络的模糊控制和单神经元自适应PID控制的双模智能协调控制策略。该控制器充分利用了模糊控制和单神经元自适应PID控制的优点,并将其应用于交流伺服系统,同常规切换控制相比,它把前者的点切换改为相对平滑的智能切换,大大提高了伺服控制的动、静态性能,仿真的调试结果表明:该控制器可以有效地抑制负载变化和各种干扰对系统的影响,能很好的满足系统设计要求。