一、基于神经元补偿的直线伺服系统全程滑模控制（论文文献综述）
金鸿雁[1]（2021）在《高精度永磁直线同步电动机互补滑模控制策略研究》文中研究表明永磁直线同步电动机（PMLSM）作为直驱传动机构的核心单元,以其高速度、高精度、高效率的优点被广泛应用于高档数控机床、微电子设备、精密测量和IC制芯等高端制造领域中,具有十分广阔的应用前景。然而,由于在结构上省去了中间机械传动环节,参数变化、负载扰动和摩擦力等不确定性因素会直接作用于电机动子上,增加了电气控制的难度,从而直接影响高精度数控加工系统的性能。因此,在高精度微进给控制领域,必须站在高层次,在考虑不确定性对系统影响的前提下,研究直线电机伺服进给系统的控制策略,对于理论分析和工程实践均具有十分重要的意义。本文面向高速高精密加工,以PMLSM为研究对象,重点解决其易受不确定性因素影响而降低伺服性能的问题。以滑模控制（SMC）为基础,结合反推控制、神经网络控制等方法对直线伺服系统位置跟踪展开研究,以兼顾高档数控机床对高精度伺服系统的鲁棒性和跟踪性的双重要求。主要研究内容如下:（1）在阐述PMLSM基本结构和工作原理的基础上,对PMLSM的电压、磁链、电磁推力和运动方程等进行分析与推导,建立含有参数变化、负载扰动等不确定性因素的机电耦合系统模型,并对影响电机伺服性能的不确定性因素逐一分析,为控制系统的研究与总体设计提供理论基础。（2）针对PMLSM伺服系统易受参数变化、负载扰动等影响的问题,在SMC的基础上,通过引入互补滑模面的方式,设计互补滑模控制（CSMC）方法克服不确定性因素对系统的影响,提高系统位置跟踪精度。同时,为解决CSMC固定边界层内鲁棒性差的问题,引入接近角的概念对边界层进行优化,提出全局CSMC方法,在不影响系统快速性和跟踪性的前提下,有效地削弱了抖振,提高系统对不确定性因素的鲁棒性。仿真结果表明,同SMC和CSMC相比,全局CSMC可以有效减小位置跟踪误差,提高系统的位置跟踪精度。（3）为实现系统的全局稳定性和完全鲁棒性,同时解决控制器参数选取困难的问题,提出将反推控制理论、二阶SMC思想与CSMC相结合的自适应反推二阶CSMC方法,确保PMLSM伺服系统的位置跟踪性能。通过利用位置误差和虚拟变量误差设计滑模面,自适应反推二阶CSMC既继承了反推控制全局稳定性和二阶SMC完全鲁棒性的优点,又拥有了CSMC的跟踪误差减半的优点。此外,针对系统中不确定性因素上界值难以选取的难题,设计自适应律估计系统不确定性因素并在线对控制器参数进行调整。仿真结果验证了该方法可行有效,能够提高系统的位置跟踪精度,对于不确定性因素有较强的鲁棒性。（4）为进一步估计系统不确定性因素,提升PMLSM系统的伺服性能,设计了基于Gegenbauer递归模糊神经网络（GRFNN）和鲸鱼优化算法（WOA）的智能反推二阶CSMC方法,从而提高系统对不同参考轨迹的跟踪性能。在自适应反推二阶CSMC的基础上,采用GRFNN替换原有的自适应律,用于逼近系统不确定性因素,实时反馈动态信息,避免经验选取控制器参数而无法保证最优性能的问题。同时利用WOA优化网络权重,加快神经网络学习速率,结合离线训练、在线学习的方式,解决神经网络在线训练影响系统动态性能的问题,进一步提高系统的伺服性能。仿真结果表明,智能反推二阶CSMC方法在提高系统位置跟踪精度和鲁棒性方面具有明显的优越性。（5）最后,搭建基于Links-RT的PMLSM系统实验平台以验证所提出的控制算法的有效可行性。Links-RT是基于实时仿真机和电机,辅以软件、硬件配置而成的实时仿真实验设备,具有高可靠性和强实时性。采用两台直线电机对拖的加载实验方案,针对本文设计的控制方案开展了额定参数实验、参数变化实验和变载实验等,实验结果验证了所提出的控制方法的可行性和有效性。
于跃[2]（2021）在《高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究》文中研究说明高分辨遥感卫星广泛应用于环境监测、农业生产、地理绘制、气象预测、资源勘探和现代化军事等领域。通过提高遥感卫星姿态控制系统的敏捷性,实现遥感卫星在同一轨道周期内对同一目标完成多次推扫成像任务和缩短重访周期,进而保证高分辨遥感卫星稳定并快速的获取高质量的图像,一直是高分辨遥感卫星的研究重点之一。遥感卫星姿态控制敏捷性的提升依赖于能够稳定输出大力矩的姿态控制部件。与传统的卫星姿态控制部件如喷气部件、飞轮和双框架控制力矩陀螺相比,单框架控制力矩陀螺具有输出力矩大、重量轻、功耗低、清洁无污染、无框架锁定和机动能力强的优点。由于单框架控制力矩陀螺的输出力矩为框架角速度矢量和飞轮角动量矢量的乘积,且飞轮输出的角动量为常值。所以,单框架控制力矩陀螺输出力矩的精度完全取决于框架伺服系统控制精度,研究单框架控制力矩陀螺框架伺服系统精度对于提高输出力矩精度,从而提高卫星姿态控制精度具有重要意义。本文以长光卫星技术有限公司“控制力矩陀螺”和“青年人才托举工程”项目为依托,针对高分辨率光学遥感卫星中使用的单框架控制力矩陀螺框架伺服系统进行设计和研究。本文从电机控制、传感器精度、系统模型以及控制算法等几个方面开展研究,来提高框架伺服系统控制精度,这对于指导控制力矩陀螺系统设计、保证系统精度具有重要的意义。主要的研究工作分为以下四个方面:（1）对框架伺服系统电机模型及控制方法进行研究。首先,根据单框架控制力矩陀螺框架伺服系统要求进行电机的选型,对该电机结构和特点进行了介绍,并推导了包括电压方程、转矩方程、磁链方程和运动方程在内的数学模型。其次,对永磁同步电机空间矢量控制的坐标变换方法以及基于矢量控制策略进行脉宽调制的原理进行了介绍。最后,在Matlab/Simulink中搭建基于PI算法的框架伺服系统的仿真模型,跟踪速度的阶跃信号和正弦信号,并根据速度和电流的响应信号证明了矢量控制策略的有效性。（2）对框架伺服系统位置传感器精度进行研究。从提高SGCMG伺服系统中角位置传感器圆光栅的精度入手,提出使用单读数头加补偿算法的软件补偿方法来代替使用双读数头硬件补偿算法消除偏心误差。首先,对单框架控制力矩陀螺系统输出力矩原理进行分析,分析结果表明圆光栅传感器的测量精度会影响单框架控制力矩陀螺的输出力矩精度。其次,对圆光栅测量角度误差来源进行分析,并对安装误差中的倾斜误差和偏心误差进行理论模型推导,并开展了圆光栅标定实验,根据实验获得的误差数据和误差几何模型综合分析得到补偿模型。最后,应用软件补偿算法对单读数头采集到的角度数据进行补偿,可以将测量误差从311.18″提高到6.23″。通过对比表明,采用软件补偿后圆光栅采集精度可以达到使用双读数头硬件补偿精度。（3）通过系统辨识的方法得到框架伺服系统模型。首先,将单框架控制力矩陀螺框架伺服系统等价为二质量块模型并推导出系统传递函数的数学模型,同时提出机械谐振频率的抑制方法,并对正交相关分析法的数学模型进行介绍和分析。其次,开展系统模型辨识研究,对单框架控制力矩陀螺输入正弦扫频电流信号激励,同步记录输出的速度信号,采用正交相关分析法得到系统的幅频特性和相频特性,通过对频率特性的拟合获得系统的传递函数。最后,将拟合得到的传递函数的频率特性曲线与实验得到的频率特性曲线进行了对比,来验证辨识算法的有效性和正确性。（4）提出框架伺服系统控制算法并进行仿真和实验来验证其有效性。首先,针对伺服系统存在非理想和非线性的干扰所导致系统跟踪性能降低的问题,提出抗干扰能力强和收敛速度快的快速终端滑模控制策略,设计新型趋近律减弱滑模控制固有的抖振问题。其次,提出了神经网络自适应PID控制策略,该控制策略具有在占用尽可能少的软硬件资源的条件下使单框架控制力矩陀螺具有在轨调参功能。最后,进行软硬件设计并搭建实验平台,采用上述提出的算法进行仿真和实验,对算法的控制精度和动态精度进行验证。
黄泊珉[3]（2021）在《永磁同步直线电机神经网络滑模控制研究》文中提出随着自动化控制技术和工业物联网不断发展,永磁同步直线电机（permanent magnet linear synchronous motor,PMLSM）以其结构简单、可靠性高、高效率的特点在现代工业应用中具有广泛的前景。但永磁同步直线电机简单的机械结构,也导致其性能极易受到影响,当发生内部的参数变化、外界突加负载、电机推力脉动等情况时,永磁同步直线电机的稳定性能就会急剧下降。目前,传统的控制算法对于提升直线电机动态性能的效果并不理想,使得直线电机驱动系统的性能、效率无法得到完全的发挥。因此,设计一个合适的控制器是保证直线电机控制系统动态性能的关键。本文以提高PMLSM的位置跟踪性能为目的,搭建了永磁同步直线电机的数学模型。由于直线电机模型非线性、强耦合的特点,为了方便分析以及简化计算,选择在d、q坐标系下建立电机的数学模型。结合直线电机的高速、高精度的实际应用需要,选用矢量控制作为直线电机系统的控制方法。针对永磁同步直线电机容易受到参数变化以及外部干扰的问题,利用径向基函数神经网络（radial basis function neural network,RBF NN）局部逼近的特性,为永磁同步直线电机系统设计一个径向基函数神经网络自适应反推控制器。通过观测系统中的未知扰动以及参数变化,提高系统的位置跟踪性能和抗干扰能力。然后,在Matlab/Simulink中建立模型进行仿真实验,验证控制器的有效性。为了提升系统的位置跟踪性能和抗干扰能力,在神经网络反推控制的基础上引入终端滑模控制方法,设计一个神经网络自适应的终端滑模控制器。利用滑模控制鲁棒性强,受到外加干扰时的稳定性高,系统参数变化不敏感的特点,保证了永磁同步直线电机控制系统的跟踪性能以及抗干扰性能。同时将神经网络观测器和滑模控制相结合,在保持滑模控制优点的同时,通过神经网络观测扰动,抑制滑模控制器的抖振现象。Matlab/Simulink仿真结果表明了神经网络自适应终端滑模控制不仅响应速度快,而且抗干扰能力强。最后,为了验证算法的实际应用效果,基于dSPACE仿真系统搭建一个永磁同步直线电机实验平台,对于算法的位置跟踪性能进行实验研究。通过与传统的滑模控制、自适应控制等进行比较,验证了本文算法在永磁同步直线电机控制系统中的可行性和有效性。
周晨[4]（2021）在《应急救援车辆油气悬架与主动前轮转向系统控制策略研究》文中认为为了紧急快速救援各类突发灾害和自然灾害,对应急救援车辆的机动能力提出了更高的要求,如何保证车辆在高机动行驶下的稳定性成为了应急救援车辆所面临的关键技术需求。主动前轮转向和油气悬架作为车辆重要的底盘子系统,能够分别提高车辆的横摆稳定性和侧倾稳定性。因此,如何构建合理有效的控制策略协调主动前轮转向和油气悬架系统是提高应急救援车辆在高速行驶下稳定性的关键技术途径。本课题在国家重点研发计划项目“高机动多功能应急救援车辆关键技术研究与应用示范”（项目编号:2016YFC0802900）的资助下,立足于油气悬架和主动前轮转向系统,以应急救援车辆为研究对象,提出油气悬架多目标优化及控制方法、主动前轮转向介入机理及控制策略、转向悬架解耦控制算法等关键理论,并依托自主研制的应急消防救援样车,对所提出的控制策略展开试验测试研究,主要研究内容如下:（1）建立应急救援车辆多自由度动力学模型、魔术轮胎模型以及路面输入模型,并基于Matlab/Simulink平台构建仿真模型,为后续应急救援车辆在不同工况下的动力学仿真奠定模型基础。（2）提出油气悬架多目标优化及侧倾稳定性控制方法。基于AMESim/Simulink联合仿真平台建立路面-轮胎-悬架-车身模型,对油气悬架系统进行灵敏度分析,并基于改进多目标优化算法对油气悬架的参数进行多目标优化设计;建立油气悬架控制系统模型,提出油气悬架系统的侧倾稳定性控制逻辑,设计基于指数趋近律的变结构滑模控制器,并通过并行自适应克隆选择算法对所设计的滑模控制器参数进行优化。（3）提出主动前轮转向介入机制及横摆稳定性控制方法。结合双线法和横摆角速度法,构建应急救援车辆的封闭多边形相平面稳定区域,提出主动前轮转向介入机制;以跟踪车辆理想横摆角速度和质心侧偏角为目标,提出主动前轮转向的横摆稳定性滑模控制策略,并基于扩展卡尔曼滤波算法对车辆质心侧偏角进行状态估计。（4）提出油气悬架和主动前轮转向的解耦控制策略。构建包括侧向、横摆和侧倾三个自由度的车辆动力学模型,并通过Interactor算法对车辆底盘的可逆性进行分析;基于广义回归神经网络（GRNN）辨识车辆底盘逆系统,使应急救援车辆底盘系统解耦成两个独立的伪线性系统;设计PID与GRNN逆系统组成的复合控制策略,对车辆横摆角速度和侧倾角进行反馈调节,实现对车辆转向悬架底盘集成系统的解耦控制。（5）对XJY18D应急消防救援样车底盘的机械系统与液压系统进行设计选型,完成样车的制造、装配和调试,并基于自主研制的样车对所提出的油气悬架控制策略、主动前轮转向控制方法、油气悬架与主动前轮转向解耦控制策略进行试验测试。本文所提出的应急救援车辆油气悬架和主动前轮转向控制策略,有助于提高应急救援车辆高速行驶时的稳定性、提升应急救援车辆的抢险救灾效率,对于我国应急救援装备的应用与产业化推广也具有重要意义。
任晓琳[5]（2021）在《基于图像的机械臂视觉伺服定位及跟踪控制方法研究》文中研究指明近年来,随着机器视觉等相关领域的研究不断深入,基于图像信息对机械臂进行视觉伺服控制,不仅加强了机械臂获取信息的多样性,拓展了机械臂的空间认知力和适应性,还提高了机械臂的精确识别与精细操作的能力。除了在工业和医疗领域的应用,机械臂视觉伺服已拓展至作业空间更复杂的领域,如深海探测、爆炸物处理、灾区勘探等。传统的工业机器人按照指定的程序完成伺服任务,然而受限于工作环境的变化,其无法做出有效的决策。由此可见,能够提取精确的图像信息并制定良好的运动决策是机械臂需要掌握的技能之一,也是机械臂视觉在目标定位和跟踪控制中经常面临的一个问题。因此,针对具有自主定位和跟踪能力的机械臂进行研究具有重要现实意义。在机械臂视觉伺服系统中,由于相机在成像过程中参数不能精确获取,标定过程繁琐且容易产生误差,获得的图像本身含有大量噪声,因此图像信息的获取过程需要高效的算法作为辅助;此外,由于相机成像范围存在约束、工作环境照明强度的变化以及图像遮挡等情况,可能导致伺服任务失败;进一步地,机械臂和相机都是复杂非线性系统,且存在强耦合性和动态不确定性。综合上述分析,本文考虑环境噪声、图像特征扰动、视野约束和综合能耗等因素,对机械臂视觉伺服系统的定位与跟踪控制方法进行了深入研究。主要内容包括:考虑图像噪声的机械臂视觉伺服定位及跟踪控制方法、基于面向图像特征约束的机械臂视觉伺服混合定位控制方法、基于受图像遮挡/干扰的机械臂视觉伺服双闭环跟踪控制方法以及基于自适应动态规划的机械臂视觉伺服最优跟踪控制方法,具体研究内容如下:（1）针对视觉伺服系统的运行精度易受环境噪声和外界干扰影响的问题,本文提出了基于改进的卡尔曼滤波的图像雅克比矩阵在线估计策略。在噪声统计特性未知的情况下,利用递推估计状态模型噪声协方差矩阵,选取三段函数描述的学习统计量作为自适应因子,采用自适应抗差卡尔曼滤波（ARKF）动态调整滤波增益。在非高斯噪声条件下,利用基于最大相关熵的卡尔曼滤波（MCKF）估计图像雅可比矩阵,提高了图像特征轨迹的跟踪性能。针对静态目标的定位控制及移动目标的跟踪控制进行了数值仿真及对比分析,进一步验证了系统性能的优越性。（2）为了解决基于图像的视觉伺服控制中的视野约束和噪声干扰而带来的伺服任务失败和系统发散的问题,提出了联合光滑变结构滤波器（SVSF）与双向极限学习机（B-ELM）的混合定位控制算法。该算法估计了交互矩阵,采用B-ELM算法估计图像特征与交互矩阵之间的非线性映射函数,进而提出SVSF算法对B-ELM算法的输出矩阵重新估计,提高了控制系统对噪声的鲁棒性。进一步地,考虑超椭圆边界平滑视觉约束边界,基于双曲正切函数设计了一种新的约束函数,通过划分不同的区域来动态调整运动速度,保证图像特征在运动过程中实时可见性。（3）针对视觉伺服控制中图像遮挡和特征干扰的问题,分析了图像特征被遮挡或出现干扰图像点的多种情行。通过双自适应强跟踪卡尔曼滤波器（ASTKF）调整图像观测数据,有效估计遮挡/干扰的视觉状态和图像雅可比矩阵,便于应用于实际的机械臂平台。同时,综合考虑机械臂视觉伺服的运动学和动力学行为,结合相机不确定性及机械臂模型不确定性等因素,分别设计比例微分和滑模（PD-SMC）算法的外环速度控制器和基于自适应滑模（ASMC）算法的内环关节控制器,提出了基于遮挡/干扰的双闭环图像跟踪控制方法,进一步提高视觉跟踪精度和鲁棒性。（4）针对机械臂视觉伺服系统的能耗优化问题,研究了基于自适应动态规划（ADP）算法的图像跟踪控制方法。基于图像与力矩的映射关系,建立了一个完备的系统模型,利用评判网络获得面向最优图像特征误差的反馈控制律,进而与理想跟踪控制律结合,实现视觉跟踪控制。设计状态观测器对包括建模动力学、外部干扰、关节摩擦等的总体不确定项进行实时观测,将观测值引入代价函数对其进行改进。然后,通过ADP算法提出最优图像特征跟踪误差控制策略,同时结合理想控制律,实现机械臂视觉伺服的图像轨迹的最优控制,并利用Lyapunov稳定性定理保证了机械臂视觉伺服系统的稳定性。
田少乾[6]（2021）在《新型并联指向机构控制方法研究与控制系统设计》文中提出指向机构是航天航空领域的关键部件,随着航天航空技术的发展,对指向机构运动精度与控制的要求也越来越高。以一种新型3-RRCPR并联指向机构作为研究对象,实现其高精度的运动控制。分析了并联指向机构的运动学反解,构建了关节驱动模型,研究了并联指向机构的控制方法,设计搭建了并联指向机构的硬件系统和软件系统,分别通过软件仿真和实验分析验证控制方法的有效性。首先,基于新型3-RRCPR并联指向机构的构型特点,对其进行了运动学反解分析与仿真验证。根据工作任务要求,划分了并联指向机构工作的运动模式,在点位运动模式采用一种球面最短路径规划方法,在扫描模式设计了球面螺旋线规划路径。其次,分别构建伺服电机和音圈电机的数学模型,为提高并联指向机构的驱动电机运动精度,研究了改进模糊神经网络PID控制方法,在MATLAB中构建驱动电机数学模型作为控制对象,通过改进模糊神经网络PID进行仿真控制,分析验证改进模糊神经网络PID的控制性能。再次,基于并联机构的控制本质上是多电机协同控制的特点,从多电机协同控制的角度对并联指向机构的高精度控制进行研究,构建了一种参数可自适应调整的滑模偏差耦合协同控制,并将改进模糊神经网络PID和滑模偏差耦合协同控制构建成改进滑模复合控制器,在MATLAB中构建多电机模型作为控制对象,验证改进滑模复合控制器可以减少并联指向机构的跟踪误差与协同误差,提高系统性能和精度。最后,构建了并联指向机构的控制系统,基于工作任务的要求,开发了并联指向机构软件控制系统,在Adams和MATLAB中构建并联指向机构联合仿真模型验证控制算法的性能,并进一步对控制算法应用效果进行了样机实验验证。
高文强[7]（2021）在《基于改进型ESO的永磁同步电机自抗扰滑模位置伺服控制研究》文中认为永磁同步电机具有结构简单、体积小、能量密度高、损耗低、维护简单等特点,在市场中占有了极大比例。在现代高性能伺服控制系统中,为实现高精度的控制效果,将永磁同步电机作为了控制对象。先进伺服电机控制技术和高精密高性能数字信号处理器的应用,在永磁同步电机伺服控制系统占有重要意义。自抗扰控制和滑模控制在永磁同步电机伺服控制系统中取得了良好的控制效果。自抗扰控制在经典PID控制的基础上,有效地解决了系统的非线性和不确定性问题,具有不依赖于被控对象的具体数学模型的优点。而滑模控制中的滑动模态具有不变性,有良好的鲁棒性,这在工程应用中有非常好的实用性。因此将改进型自抗扰控制与滑模控制相结合,融合各自的优点,提高闭环系统的性能,以提高永磁同步电机伺服系统的控制性能。首先,由永磁同步电机的物理结构出发,为了降低永磁同步电机在进行模型分析时的难度,对其进行一定的假设与简化。分析了永磁同步电机在自然坐标系、静止坐标系和旋转坐标系下的三种模型,以及坐标变换的原理。通过对永磁同步电机控制原理的分析,将矢量控制作为永磁同步电机的控制策略。最后分析了空间矢量脉宽调制的原理以及具体实现方法。其次,从对传统PID控制器的分析,引出了自抗扰控制,分别详细分析了各部分的组成和作用。针对自抗扰控制器中的非线性函数存在分段点处不可导的问题,使用反双曲正弦函数构造新型非线性函数,取代原有的非线性函数,使其在原点和分界点附近连续可导,具有更好的连续性和平滑性,并以此设计了改进型ESO,并证明了其收敛性。然后,将改进型自抗扰控制和滑模控制相结合,设计了基于改进型自抗扰滑模控制器的永磁同步电机伺服控制系统,将位置/速度环整合,与电流环组成双环控制器,形成一个整体控制系统来实现对永磁同步电机伺服系统的有效控制。通过在Matlab/Simulink环境下,搭建改进型自抗扰滑模控制器的永磁同步电机控制系统仿真模型,从永磁同步电机伺服系统的三个指标进行仿真模拟验证,即动态性能、跟踪性能和抗扰性能。最后,采用了LINK-RT实时仿真系统的实验平台,实验结果证明了基于改进型自抗扰滑模控制器具有良好的控制性能,使永磁同步电机伺服系统达到了跟踪精度高、定位速度快和抗干扰能力强的控制效果。
王一名[8]（2021）在《初级永磁直线电机自适应反步控制研究》文中进行了进一步梳理近年来,初级永磁直线电机（Primary Permanent Magnet Linear Motor,PPMLM）以其结构简单、制造维护成本低以及推力大的优点成为轨道交通领域的研究热点。本文以初级永磁直线电机为研究对象,搭建考虑边端效应的初级永磁直线电机数学模型。并且以直接推力控制作为基础控制策略,在此基础上使用自适应反步控制对电机的位移及速度进行控制。论文的主要研究工作包括以下三个部分:（1）针对于初级永磁直线电机数学模型中存在高阶非线性以及参数时变的特点,设计自适应反步控制器。确保系统在运行过程中发生参数时变的情况下对电机的速度与位移进行有效的控制,并通过仿真实验进行了验证,通过自适应反步控制器可以令电机实际位移有效的趋近于期望位移。（2）由于反步控制过程中产生的虚拟控制系数对控制器性能有着直接影响,而且传统自适应反步控制中的虚拟控制系数通常采取试凑法,有着一定的盲目性。因此,本文中采用混合粒子群协同优化算法,结合遗传粒子群算法与自组织粒子群算法的优点,采用改进的粒子群算法对反步控制中的虚拟控制系数进行整定,从而提高控制器控制精度。经过仿真实验进行了验证,优化后的控制器的控制性能明显优于未优化之前。（3）为了防止反步控制中出现的微分展开现象对控制系统造成影响,在反步控制中加入命令滤波器,并引入滤波补偿信号对由滤波器引起的滤波误差进行补偿。对于系统中可能出现的未建模负载扰动,使用神经网络反步控制对其进行补偿。提出了自适应RBF神经网络命令滤波器反步控制（Adaptive Neural Network Command Filter Backstepping Control,ANNCFBC）,并且通过仿真实验进行验证,控制器可以更快的趋近到期望位移。并且对于系统中的未建模负载扰动有良好的抑制作用,使控制器具有更好的稳定性与鲁棒性。
朱鹏涛[9]（2020）在《PMLSM伺服系统的智能控制方法及其FPGA实现研究》文中研究表明永磁线性同步电机（PMLSM）具有推力密度大、响应速度快、功率因素高、损耗低、可控精度高等众多优点,因此广泛应用于轨道交通、精密数控机床、航母电磁弹射器等各种领域。但PMLSM控制算法复杂且计算量大,因此设计稳定性高、实时性好的高性能PMLSM智能控制伺服系统具有重要理论价值和实际应用价值。本文以永磁线性同步电机为具体对象,以设计开发用FPGA实现的永磁线性同步电机智能伺服控制系统为目标,围绕永磁线性同步电机智能伺服控制系统的数学模型建立、MATLAB性能仿真、FPGA硬件实现,进行了深入的研究,主要工作和结论如下:（1）在对PMLSM的应用、PMLSM控制策略、PMLSM伺服系统控制的关键性技术、硬件实现方法等进行总结比较的基础上,分析了PMLSM的基本结构和基本工作原理,推导了PMLSM的数学模型,阐述了PMLSM的矢量控制原理、闭环控制系统的组成结构、PMLSM的坐标变换、SVPWM控制原理,为后续研究提供了良好的理论基础。（2）为了提高PMLSM伺服驱动系统的控制性能,研究了一种智能补偿滑模控制（ICSMC）系统,来实现对PMLSM伺服驱动系统的动子跟踪周期参考轨迹的高性能控制。在该方法中,采用具有精确逼近能力的径向基函数网络（RBFN）估值器直接估计包括参数变化、外部扰动和非线性摩擦力在内的集中不确定性。利用李亚普诺夫定理推导了RBFN在线训练的自适应学习算法,保证了闭环稳定性。（3）使用自顶向下分解系统/模块、自底向上分层构建模块/系统的方法,以MATLAB中的Simlink的模块为主、加上自建的S函数封装而成的模块为辅助,通过原理图的形式构建了智能控制伺服系统的ICMCS控制器和SVPWM子系统的各层次的模块/系统的仿真模型,进行了仿真结果分析。仿真结果表明,该控制方法具有良好的控制性能,比如跟踪效果好、稳定性好。（4）以Quartus II 13.0作为FPGA开发软件平台,使用自顶向下分解系统/模块、自底向上分层构建模块/系统的设计方法,进行了PMLSM智能控制伺服系统FPGA的设计与实现。具体包括PMLSM智能控制伺服系统的总体组成结构,系统时序控制模块、位置编码接口模块、电机磁场控制模块、ICSMC模块、SVPWM模块等主要模块的内部组成原理图、实际实现电路图、VHDL的程序仿真结果图及仿真结果分析。仿真结果表明,主要模块的设计是正确可行的。
李沛达[10]（2020）在《开关磁通直线电机XY双轴进给控制系统研究》文中进行了进一步梳理永磁直线电机凭借其响应速度快,控制精度高等优点一直活跃在工业生产等领域。XY双轴进给系统是由两个运动方向互相垂直的永磁直线电机组成的工作台,它是多轴运动平台的核心,因此对其控制系统的研究有着极其重要的意义。跟踪精度和轮廓精度都是评判XY双轴进给系统性能的重要指标,提高其精度对于现代数控机床有着很大的改善。本文以开关磁通直线电机XY双轴进给系统为研究对象,设计单轴跟踪控制算法和双轴同步控制算法,并在平台上进行实验。首先,本文介绍进给系统的国内外发展现状并阐述目前常用的永磁同步直线电机控制策略、双轴电机同步控制策略及其优缺点。接着,通过分析XY双轴进给系统和开关磁通直线电机的基本结构和工作原理建立其数学模型,总结出影响双轴伺服性能的主要因素。然后,为了提高XY双轴进给系统的跟踪精度和轮廓精度,跟踪误差和轮廓误差的数学模型是必不可少的,本文定义XY双轴进给系统的跟踪误差和轮廓误差,分别推导出实验平台在直线轨迹、圆形轨迹以及任意轨迹下轮廓误差的计算表达式;基于自适应控制和反演滑模控制的研究,设计自适应反演滑模控制反馈控制器,在结合前馈控制设计出单轴伺服控制系统以减小单轴的跟踪误差,提高跟踪精度;将迭代学习算法与交叉耦合控制相结合,设计PD型迭代学习控制器用来提高系统的轮廓精度,实现双轴可以协调控制。在MATLAB/Simulink下搭建XY双轴进给系统仿真模型,编写自适应反演滑模控制和迭代学习控制程序,验证所设计的单轴控制器和双轴控制器对改善XY双轴进给系统性能的有效性。最后,在实验平台上编写自适应反演滑模控制算法和迭代学习控制程序在实验平台上进行实验。进一步对仿真结果的验证同时证明本文所采用的算法和控制策略是可以在实际中得以应用。
二、基于神经元补偿的直线伺服系统全程滑模控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于神经元补偿的直线伺服系统全程滑模控制（论文提纲范文）
（1）高精度永磁直线同步电动机互补滑模控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景、目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 直线伺服系统在数控加工中的应用现状 |
| 1.2.2 永磁直线同步电动机高精度控制策略研究现状 |
| 1.3 永磁直线同步电动机直接驱动方式的特点 |
| 1.4 滑模控制在永磁直线同步电动机伺服系统中的应用 |
| 1.5 论文主要研究内容 |
| 第2章 永磁直线同步电动机数学模型及其矢量控制 |
| 2.1 永磁直线同步电动机的结构和工作原理 |
| 2.2 永磁直线同步电动机的数学模型 |
| 2.3 永磁直线同步电动机的矢量控制系统 |
| 2.4 永磁直线同步电动机伺服系统扰动因素分析 |
| 2.5 本章小结 |
| 第3章 永磁直线同步电动机全局互补滑模控制系统 |
| 3.1 永磁直线同步电动机互补滑模控制 |
| 3.1.1 滑模控制 |
| 3.1.2 互补滑模控制 |
| 3.2 永磁直线同步电动机全局互补滑模控制 |
| 3.2.1 互补滑模控制器设计 |
| 3.2.2 全局互补滑模控制器设计 |
| 3.3 系统仿真及分析 |
| 3.4 本章小结 |
| 第4章 永磁直线同步电动机自适应反推二阶互补滑模控制系统 |
| 4.1 永磁直线同步电动机自适应反推互补滑模控制 |
| 4.1.1 反推控制 |
| 4.1.2 自适应反推滑模控制器设计 |
| 4.1.3 自适应反推互补滑模控制器设计 |
| 4.2 永磁直线同步电动机自适应反推二阶互补滑模控制 |
| 4.2.1 二阶滑模控制 |
| 4.2.2 自适应反推二阶互补滑模控制器设计 |
| 4.3 系统仿真及分析 |
| 4.4 本章小结 |
| 第5章 永磁直线同步电动机智能反推二阶互补滑模控制系统 |
| 5.1 模糊神经网络 |
| 5.2 永磁直线同步电动机智能反推二阶互补滑模控制 |
| 5.2.1 智能反推二阶互补滑模控制器设计 |
| 5.2.2 Gegenbauer递归模糊神经网络 |
| 5.2.3 鲸鱼优化算法 |
| 5.3 系统仿真及分析 |
| 5.4 本章小结 |
| 第6章 基于Links-RT的永磁直线同步电动机系统实验研究 |
| 6.1 基于Links-RT的实时仿真平台 |
| 6.2 基于Links-RT的 PMLSM实验系统 |
| 6.2.1 系统硬件构成 |
| 6.2.2 系统软件构成 |
| 6.2.3 实验流程 |
| 6.3 系统实验验证与分析 |
| 6.3.1 永磁直线同步电动机全局互补滑模控制系统实验研究 |
| 6.3.2 永磁直线同步电动机智能反推二阶互补滑模控制系统实验研究 |
| 6.4 本章小结 |
| 第7章 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（2）高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 SGCMG系统的研究现状 |
| 1.2.1 SGCMG系统概述及发展 |
| 1.2.2 位置传感器误差补偿研究现状 |
| 1.2.2.1 圆光栅编码器测角误差来源 |
| 1.2.2.2 硬件补偿方法 |
| 1.2.2.3 软件补偿方法 |
| 1.2.3 伺服控制策略研究现状 |
| 1.2.3.1 PI控制策略 |
| 1.2.3.2 自抗扰控制策略 |
| 1.2.3.3 预测控制策略 |
| 1.2.3.4 滑模控制策略 |
| 1.2.3.5 神经网络控制策略 |
| 1.3 本文的研究内容和组织结构 |
| 第2章 SGCMG框架电机建模及控制 |
| 2.1 引言 |
| 2.2 框架电机选型及指标 |
| 2.3 永磁同步电机的数学建模 |
| 2.3.1 坐标系建立方法 |
| 2.3.1.1 Clark变换 |
| 2.3.1.2 Park变换 |
| 2.3.2 数学建模 |
| 2.4 永磁同步电机的矢量控制策略 |
| 2.5 矢量控制仿真分析 |
| 2.6 本章小结 |
| 第3章 位置传感器误差补偿 |
| 3.1 引言 |
| 3.2 圆光栅工作原理及误差 |
| 3.2.1 圆光栅工作原理 |
| 3.2.2 圆光栅误差来源 |
| 3.2.3 安装误差模型 |
| 3.2.3.1 倾斜误差建模 |
| 3.2.3.2 偏心误差建模 |
| 3.3 圆光栅误差补偿方法 |
| 3.3.1 硬件补偿 |
| 3.3.2 软件补偿 |
| 3.4 圆光栅标定与补偿实验 |
| 3.4.1 标定实验设计 |
| 3.4.2 补偿流程 |
| 3.5 圆光栅补偿结果与仿真分析 |
| 3.5.1 补偿结果分析 |
| 3.5.2 SGCMG伺服系统仿真 |
| 3.6 本章小结 |
| 第4章 SGCMG框架伺服系统辨识 |
| 4.1 引言 |
| 4.2 SGCMG框架伺服系统控制模型和机械谐振的研究 |
| 4.2.1 SGCMG框架伺服控制模型 |
| 4.2.2 机械谐振频率抑制 |
| 4.3 SGCMG框架伺服系统特性辨识 |
| 4.3.1 辨识方法 |
| 4.3.2 辨识实验 |
| 4.4 SGCMG框架伺服系统频率特性辨识结果 |
| 4.5 本章小结 |
| 第5章 SGCMG框架伺服系统控制策略研究 |
| 5.1 引言 |
| 5.2 传统伺服控制策略介绍 |
| 5.2.1 电流环控制 |
| 5.2.2 速度环控制 |
| 5.2.3 位置环控制 |
| 5.3 滑模控制 |
| 5.3.1 滑模控制基本理论 |
| 5.3.2 快速终端滑模控制 |
| 5.3.3 抖振问题及抑制方法 |
| 5.3.4 新型趋近律设计 |
| 5.4 基于神经网络的自适应控制 |
| 5.4.1 神经网络基本理论 |
| 5.4.2 神经网络自适应PID控制 |
| 5.5 控制器设计及仿真对比 |
| 5.5.1 控制器设计 |
| 5.5.2 仿真结果分析 |
| 5.6 本章小结 |
| 第6章 SGCMG框架伺服系统研制与实验 |
| 6.1 引言 |
| 6.2 SGCMG框架伺服系统的硬件设计 |
| 6.2.1 电源模块设计 |
| 6.2.2 控制模块设计 |
| 6.2.3 驱动模块设计 |
| 6.2.4 ADC采集模块设计 |
| 6.2.4.1 电流采集 |
| 6.2.4.2 母线电压和温度采集 |
| 6.2.5 通信模块设计 |
| 6.2.5.1 CAN通信 |
| 6.2.6 RS422 通信 |
| 6.3 SGCMG框架伺服系统的软件设计 |
| 6.3.1 主控制器软件设计 |
| 6.3.2 从控制器软件设计 |
| 6.4 SGCMG框架伺服系统实验 |
| 6.4.1 电流环实验结果 |
| 6.4.2 速度环实验结果 |
| 6.4.2.1 阶跃跟踪响应实验 |
| 6.4.2.2 正弦跟踪响应实验 |
| 6.4.2.3 实验结论 |
| 6.4.3 位置环实验结果 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 论文主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）永磁同步直线电机神经网络滑模控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 直线电机的国内外研究现状 |
| 1.3 永磁直线电机系统的控制策略研究现状 |
| 1.3.1 传统控制策略 |
| 1.3.2 现代控制策略 |
| 1.4 本文的主要内容 |
| 第二章 PMLSM数学模型及其矢量控制 |
| 2.1 PMLSM的基本结构 |
| 2.2 PMLSM的数学模型 |
| 2.2.1 PMLSM的坐标变换 |
| 2.2.2 永磁同步直线电机数学模型搭建 |
| 2.3 永磁同步直线电机的矢量控制 |
| 2.3.1 矢量控制方法的原理 |
| 2.3.2 SVPWM调制算法 |
| 2.4 本章小结 |
| 第三章 神经网络自适应反推控制器设计 |
| 3.1 神经网络控制器研究 |
| 3.1.1 RBF神经网络控制器介绍 |
| 3.1.2 RBF神经网络的学习方法 |
| 3.2 RBF神经网络反推控制器设计 |
| 3.3 仿真结果及分析 |
| 3.4 本章小结 |
| 第四章 神经网络自适应终端滑模控制器设计 |
| 4.1 滑模控制基本原理及简介 |
| 4.1.1 传统滑模控制原理 |
| 4.1.2 滑模控制中的滑模面设计 |
| 4.1.3 滑模控制中的控制律选取 |
| 4.2 超扭终端滑模控制器设计 |
| 4.3 仿真结果及分析 |
| 4.4 本章小结 |
| 第五章 实验平台介绍与结果分析 |
| 5.1 dSPACE仿真系统 |
| 5.1.1 dSPACE简述 |
| 5.1.2 dSPACE软硬件介绍 |
| 5.2 基于DS1104的永磁同步直线电机实验平台搭建 |
| 5.3 实验结果及分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录:作者在攻读硕士学位期间所做工作 |
（4）应急救援车辆油气悬架与主动前轮转向系统控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 油气悬架研究现状 |
| 1.2.2 主动前轮转向研究现状 |
| 1.2.3 油气悬架与主动前轮转向协调控制研究现状 |
| 1.2.4 研究现状总结 |
| 1.3 本文主要研究内容 |
| 第2章 应急救援车辆整车动力学建模 |
| 2.1 引言 |
| 2.2 车辆动力学模型 |
| 2.2.1 多自由度车辆动力学模型 |
| 2.2.2 线性二自由度车辆动力学模型 |
| 2.3 轮胎模型 |
| 2.4 路面模型 |
| 2.5 本章小结 |
| 第3章 应急救援车辆油气悬架系统多目标优化及控制策略研究 |
| 3.1 引言 |
| 3.2 油气悬架系统灵敏度分析及多目标优化 |
| 3.2.1 油气悬架系统架构 |
| 3.2.2 油气悬架系统灵敏度分析 |
| 3.2.3 油气悬架系统参数多目标优化设计 |
| 3.3 基于滑模控制的油气悬架系统控制策略 |
| 3.3.1 油气悬架控制系统模型 |
| 3.3.2 油气悬架系统评价指标 |
| 3.3.3 油气悬架滑模控制器设计 |
| 3.3.4 基于并行自适应克隆选择算法的控制器参数优化 |
| 3.4 仿真分析 |
| 3.4.1 油气悬架系统的参数优化仿真分析 |
| 3.4.2 油气悬架滑模控制器参数的优化仿真分析 |
| 3.4.3 油气悬架的滑模控制策略仿真分析 |
| 3.5 本章小结 |
| 第4章 应急救援车辆主动前轮转向系统控制策略研究 |
| 4.1 引言 |
| 4.2 主动前轮转向系统介入机制 |
| 4.3 基于扩展卡尔曼滤波的车辆状态观测 |
| 4.4 主动前轮转向系统控制策略 |
| 4.5 仿真分析 |
| 4.5.1 扩展卡尔曼观测器仿真分析 |
| 4.5.2 主动前轮转向系统仿真分析 |
| 4.6 本章小结 |
| 第5章 应急救援车辆转向悬架解耦控制策略研究 |
| 5.1 引言 |
| 5.2 车辆解耦控制系统模型 |
| 5.3 车辆转向悬架底盘集成系统可逆性分析 |
| 5.4 基于广义回归神经网络的车辆底盘逆系统辨识 |
| 5.5 车辆转向悬架底盘集成系统反馈解耦控制 |
| 5.6 仿真分析 |
| 5.6.1 GRNN逆系统辨识性能仿真 |
| 5.6.2 车辆转向悬架解耦控制性能仿真 |
| 5.7 本章小结 |
| 第6章 整车试验测试 |
| 6.1 引言 |
| 6.2 应急消防救援样车研制 |
| 6.2.1 样车底盘机械系统设计 |
| 6.2.2 样车底盘液压系统设计 |
| 6.3 整车试验测试及分析 |
| 6.3.1 试验测试仪器 |
| 6.3.2 样车最高车速试验测试 |
| 6.3.3 油气悬架控制系统测试与分析 |
| 6.3.4 主动前轮转向控制系统测试与分析 |
| 6.3.5 油气悬架与主动前轮转向解耦控制方法测试与分析 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者在学期间所取得的科研成果 |
| 致谢 |
（5）基于图像的机械臂视觉伺服定位及跟踪控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 视觉伺服系统的研究概述 |
| 1.3 视觉伺服系统的分类概述 |
| 1.3.1 基于相机数目和安装位置的分类 |
| 1.3.2 基于反馈信号和相机参数的分类 |
| 1.3.3 基于视觉控制信号的分类 |
| 1.4 基于图像的机械臂视觉伺服关键技术研究现状 |
| 1.4.1 基于图像的视觉伺服运动学控制 |
| 1.4.2 基于图像的视觉伺服动力学控制 |
| 1.4.3 带有约束和不确定因素的视觉伺服系统 |
| 1.5 本文的主要研究内容 |
| 第2章 考虑图像噪声影响的机械臂视觉伺服定位控制方法 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 改进ARKF算法的图像雅可比矩阵估计方法 |
| 2.3.1 传统的KF算法的图像雅克比矩阵估计问题 |
| 2.3.2 改进ARKF算法的视觉伺服控制 |
| 2.3.3 数值仿真与分析 |
| 2.4 基于MCKF算法的图像雅可比矩阵在线估计方法 |
| 2.4.1 MCKF方法概述 |
| 2.4.2 基于MCKF算法的估计方法 |
| 2.4.3 数值仿真与分析 |
| 2.4.4 实验分析 |
| 2.5 本章小结 |
| 第3章 基于图像特征约束的视觉伺服混合定位控制方法 |
| 3.1 引言 |
| 3.2 B-ELM-SVSF算法的雅克比矩阵估计方法 |
| 3.2.1 B-ELM函数逼近方法 |
| 3.2.2 SVSF状态估计方法 |
| 3.3 考虑视野约束的视觉伺服控制方法 |
| 3.4 基于特征约束的视觉伺服系统混合定位控制系统 |
| 3.5 数值仿真与分析 |
| 3.5.1 不同图像噪声类型的数值仿真 |
| 3.5.2 B-ELM-SVSF算法与其它算法对比分析 |
| 3.5.3 视野约束性能的仿真分析 |
| 3.6 实验分析 |
| 3.7 本章小结 |
| 第4章 基于双ASTKF算法的视觉伺服双闭环跟踪控制方法 |
| 4.1 引言 |
| 4.2 图像遮挡及图像干扰分析 |
| 4.3 双ASTKF算法的遮挡/干扰图像估计方法 |
| 4.3.1 系统模型描述 |
| 4.3.2 基于ASTKF的状态估计方法 |
| 4.3.3 数值仿真分析 |
| 4.4 基于滑模控制方法的双闭环视觉伺服跟踪控制 |
| 4.4.1 基于PD-SMC的运动控制器设计 |
| 4.4.2 基于ASMC的动力学控制器设计 |
| 4.5 考虑图像遮挡/干扰滤波的视觉伺服双闭环控制方法 |
| 4.6 系统仿真及结果分析 |
| 4.6.1 基于PD-SMC的运动学控制器对比仿真分析 |
| 4.6.2 基于双闭环控制器的视觉伺服仿真分析 |
| 4.7 本章小结 |
| 第5章 基于ADP算法的机械臂视觉伺服最优跟踪控制方法 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 基于ADP算法的机械臂视觉伺服轨迹跟踪控制方法 |
| 5.3.1 基于ADP算法的最优跟踪控制 |
| 5.3.2 稳定性分析 |
| 5.4 改进ADP算法的机械臂视觉伺服轨迹跟踪控制方法 |
| 5.4.1 问题描述 |
| 5.4.2 神经网络观测器设计 |
| 5.4.3 评价网络设计 |
| 5.4.4 稳定性分析 |
| 5.5 数值仿真分析 |
| 5.5.1 基于ADP算法的控制系统仿真分析 |
| 5.5.2 基于改进的ADP算法的控制系统仿真分析 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（6）新型并联指向机构控制方法研究与控制系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题背景及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 指向机构的研究现状 |
| 1.3.2 并联机构的研究现状 |
| 1.3.3 并联机构控制算法的研究现状 |
| 1.4 本文主要研究内容 |
| 第2章 并联指向机构运动学分析和运动模式划分 |
| 2.1 引言 |
| 2.2 并联指向机构结构简介 |
| 2.3 并联指向机构运动学分析 |
| 2.3.1 并联指向机构位置反解 |
| 2.3.2 并联指向机构运动学仿真验证 |
| 2.4 并联指向机构运动模式划分 |
| 2.4.1 运动模式的划分 |
| 2.4.2 不同运动模式的运动要求 |
| 2.4.3 球面两点最短路径规划 |
| 2.4.4 空间扫描路径规划 |
| 2.5 本章小结 |
| 第3章 驱动电机模型和单电机控制算法 |
| 3.1 引言 |
| 3.2 伺服电机数学模型 |
| 3.2.1 交流伺服电机自然坐标系模型 |
| 3.2.2 同步旋转坐标系电机及驱动模型 |
| 3.2.3 考虑机构误差补偿的伺服电机模型 |
| 3.3 音圈电机数学模型 |
| 3.3.1 音圈电机分类和原理 |
| 3.3.2 音圈电机模型建立 |
| 3.3.3 考虑机构误差补偿的音圈电机模型 |
| 3.4 模糊神经网络PID |
| 3.4.1 模糊控制 |
| 3.4.2 神经网络控制 |
| 3.4.3 模糊神经PID控制 |
| 3.4.4 仿真与分析 |
| 3.5 本章小结 |
| 第4章 多电机耦合协同复合控制算法 |
| 4.1 引言 |
| 4.2 多电机协同控制系统构建 |
| 4.2.1 多电机协同控制分类 |
| 4.2.2 多电机协同控制的结构 |
| 4.2.3 多电机协同控制性能评价指标 |
| 4.3 多电机滑模偏差耦合协同控制算法 |
| 4.3.1 滑模变结构控制 |
| 4.3.2 滑模偏差耦合协同控制 |
| 4.3.3 复合控制的构建 |
| 4.4 多电机滑模偏差耦合协同控制仿真 |
| 4.4.1 伺服电机协同控制仿真 |
| 4.4.2 音圈电机协同控制仿真 |
| 4.5 本章小结 |
| 第5章 并联指向机构控制系统设计及实验 |
| 5.1 引言 |
| 5.2 控制系统硬件组成 |
| 5.2.1 工控机 |
| 5.2.2 运动控制卡 |
| 5.2.3 伺服驱动 |
| 5.3 软件系统设计 |
| 5.3.1 软件的功能划分 |
| 5.3.2 人机交互界面设计 |
| 5.3.3 串口通信 |
| 5.4 并联指向机构联合仿真与实验 |
| 5.4.1 并联指向机构联合仿真 |
| 5.4.2 并联指向机构实验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（7）基于改进型ESO的永磁同步电机自抗扰滑模位置伺服控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 伺服系统的发展概况 |
| 1.3 永磁同步电机控制方法的研究现状 |
| 1.3.1 永磁同步电机的控制策略的研究现状 |
| 1.3.2 永磁同步电机的现代控制方法的研究现状 |
| 1.3.3 永磁同步电机的智能控制方法的研究现状 |
| 1.4 自抗扰控制技术的研究现状 |
| 1.5 滑模控制技术的研究现状 |
| 1.6 本文研究内容及章节安排 |
| 第2章 永磁同步电机模型的建立 |
| 2.1 永磁同步电机的结构 |
| 2.2 永磁同步电机的数学模型 |
| 2.2.1 坐标系的定义 |
| 2.2.2 坐标变换 |
| 2.2.3 PMSM数学模型 |
| 2.3 PMSM控制原理 |
| 2.4 SVPWM控制技术 |
| 2.4.1 SVPWM算法的产生原理 |
| 2.4.2 SVPWM算法的实现 |
| 2.5 本章小结 |
| 第3章 改进自抗扰控制理论研究 |
| 3.1 经典PID控制器的分析 |
| 3.1.1 PID控制器的结构及优缺点 |
| 3.2 自抗扰模型分析 |
| 3.2.1 跟踪微分器(TD) |
| 3.2.2 扩张状态观测器(ESO) |
| 3.2.3 非线性误差状态反馈控制律(NLSEF) |
| 3.3 扩张状态观测器的改进 |
| 3.3.1 反双曲正弦函数的引进 |
| 3.3.2 改进型ESO的设计和分析 |
| 3.4 本章小结 |
| 第4章 PMSM的改进型自抗扰滑模控制器的设计 |
| 4.1 电流环ADRC控制器设计 |
| 4.2 位置/速度环改进型ADRC滑模复合伺服控制器设计 |
| 4.3 参数整定 |
| 4.3.1 跟踪微分器参数整定 |
| 4.3.2 非线性误差反馈控制律 |
| 4.3.3 改进型ESO的参数整定 |
| 4.4 系统仿真分析 |
| 4.4.1 跟踪性能分析 |
| 4.4.2 动态性能分析 |
| 4.4.3 抗扰性能分析 |
| 4.5 本章小结 |
| 第5章 半实物仿真实验 |
| 5.1 半实物仿真技术 |
| 5.1.1 半实物仿真系统分类 |
| 5.2 实验平台简介 |
| 5.3 位置伺服控制实验平台软硬件 |
| 5.3.1 软件构成 |
| 5.3.2 硬件构成 |
| 5.4 开发运行流程 |
| 5.5 实验结果及分析 |
| 5.5.1 负载扰动下的跟踪性能实验 |
| 5.5.2 定位性能任务实验 |
| 5.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
（8）初级永磁直线电机自适应反步控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 直线电机控制策略研究现状 |
| 1.2.1 传统控制方法 |
| 1.2.2 现代控制方法 |
| 1.2.3 智能控制方法 |
| 1.3 本文主要研究思路与内容 |
| 2 初级永磁直线电机数学模型与直接推力控制 |
| 2.1 引言 |
| 2.2 初级永磁直线电机基本结构及工作原理 |
| 2.2.1 基本结构 |
| 2.2.2 工作原理 |
| 2.3 初级永磁直线电机数学模型 |
| 2.3.1 坐标变换 |
| 2.3.2 各坐标系下的数学模型 |
| 2.4 考虑边端效应的初级永磁直线电机数学模型 |
| 2.4.1 直线电机的边端效应 |
| 2.4.2 考虑边端效应的初级永磁直线电机数学模型 |
| 2.5 初级永磁直线电机直接推力控制 |
| 2.5.1 空间电压矢量 |
| 2.5.2 磁链与推力的滞缓控制 |
| 2.5.3 扇区判断 |
| 2.5.4 开关表设定 |
| 2.6 小结 |
| 3 初级永磁直线电机自适应反步控制器设计 |
| 3.1 引言 |
| 3.2 反步控制方法原理 |
| 3.3 基于反步法的自适应控制 |
| 3.3.1 自适应控制基本原理 |
| 3.3.2 自适应反步法设计 |
| 3.4 初级永磁直线电机自适应反步控制器设计 |
| 3.5 实验仿真与结果分析 |
| 3.6 小结 |
| 4 基于改进粒子群算法的自适应反步控制器优化设计 |
| 4.1 引言 |
| 4.2 粒子群算法原理 |
| 4.3 粒子群算法的改进 |
| 4.3.1 带有惯性权重的改进粒子群算法 |
| 4.3.2 带有加速因子的改进粒子群算法 |
| 4.3.3 混合群体协同粒子群 |
| 4.3.4 自组织粒子群算法 |
| 4.4 基于改进粒子群算法的自适应反步控制器优化设计 |
| 4.5 实验仿真与结果分析 |
| 4.6 小结 |
| 5 命令滤波器自适应RBF神经网络反步控制器的设计 |
| 5.1 引言 |
| 5.2 RBF神经网络 |
| 5.2.1 RBF神经网络概述 |
| 5.2.2 RBF神经网络结构 |
| 5.3 动态面控制 |
| 5.4 自适应RBF神经网络命令滤波器反步控制器设计 |
| 5.5 实验仿真与结果分析 |
| 5.6 小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点摘要 |
| 6.3 展望 |
| 参考文献 |
| 攻读硕士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（9）PMLSM伺服系统的智能控制方法及其FPGA实现研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景及目的 |
| 1.2 PMLSM伺服系统研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 PMLSM伺服系统控制策略 |
| 1.3.1 传统控制策略 |
| 1.3.2 现代控制策略 |
| 1.3.3 智能控制策略 |
| 1.4 PMLSM伺服系统控制的关键技术 |
| 1.5 PMLSM伺服系统的智能控制 |
| 1.6 PMLSM控制器的实现方式比较 |
| 1.7 FPGA工程设计流程 |
| 1.8 本文结构安排 |
| 第2章 PMLSM系统的数学模型及其控制原理 |
| 2.1 PMLSM的基本结构 |
| 2.2 PMLSM工作原理 |
| 2.3 PMLSM数学模型的建立 |
| 2.4 PMLSM的矢量控制原理 |
| 2.5 PMLSM的闭环控制结构 |
| 2.6 PMLSM的坐标变换 |
| 2.7 SVPWM控制原理 |
| 2.8 本章小结 |
| 第3章 PMLSM智能控制伺服系统的设计 |
| 3.1 开发PMLSM智能控制伺服系统的意义 |
| 3.2 PMLSM伺服系统的组成结构与原理 |
| 3.3 PMLSM常规CMSC伺服驱动系统 |
| 3.3.1 PMLSM伺服驱动器的数学模型 |
| 3.3.2 PMLSM伺服驱动器的CSMC控制 |
| 3.3.3 PMLSM的 CSMC控制存在的问题 |
| 3.4 PMLSM智能控制ICSMC伺服驱动系统 |
| 3.4.1 RBFN估计器的设计 |
| 3.4.2 ICSMC智能补偿滑模控制系统 |
| 3.5 本章小结 |
| 第4章 PMLSM智能控制伺服系统的仿真 |
| 4.1 PMLSM智能控制伺服系统的仿真方法 |
| 4.2 PMLSM智能控制伺服系统的ICMCS的仿真模型 |
| 4.3 PMLSM智能控制伺服系统ICMCS的仿真结果 |
| 4.4 PMLSM伺服系统SVPWM的仿真模型 |
| 4.5 PMLSM伺服系统SVPWM的仿真结果 |
| 4.6 本章小结 |
| 第5章 PMLSM智能控制伺服系统的FPGA设计与实现 |
| 5.1 PMLSM智能控制伺服系统的组成结构 |
| 5.2 系统时序控制模块的设计 |
| 5.3 位置编码接口模块的设计 |
| 5.4 电机磁场控制模块的设计 |
| 5.5 ICSMC模块的设计 |
| 5.5.1 双滑模面产生器的设计 |
| 5.5.2 ICSMC控制律实现的设计 |
| 5.5.3 RBFN输入和隐含层的实现设计 |
| 5.5.4 RBFN输出的实现设计 |
| 5.5.5 在线学习算法的实现设计 |
| 5.6 SVPWM模块的设计 |
| 5.7 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读学位期间主要的研究成果 |
| 致谢 |
（10）开关磁通直线电机XY双轴进给控制系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 研究现状与发展趋势 |
| 1.2.1 进给驱动系统技术发展现状 |
| 1.2.2 永磁直线电机控制策略 |
| 1.2.3 双轴电机同步控制策略 |
| 1.3 本文的主要内容 |
| 第二章 XY双轴进给系统及其模型分析 |
| 2.1 引言 |
| 2.2 XY双轴进给系统的结构 |
| 2.3 XY双轴进给系统的数学模型 |
| 2.3.1 FSPMLM的基本机构及工作原理 |
| 2.3.2 FSPMLM数学模型 |
| 2.4 影响XY双轴进给伺服系统性能的扰动因素 |
| 2.5 本章小结 |
| 第三章 FSPMLM伺服控制算法 |
| 3.1 引言 |
| 3.2 FSPMLM前馈控制控制器设计 |
| 3.2.1 前馈控制器设计原理 |
| 3.2.2 前馈控制器的参数化 |
| 3.3 FSPMLM反馈控制器设计 |
| 3.3.1 李雅普诺夫函数 |
| 3.3.2 滑模控制基本原理 |
| 3.3.3 反演法基本原理 |
| 3.4 XY双轴进给系统自适应反演滑模控制器设计 |
| 3.4.1 控制律设计 |
| 3.4.2 稳定性分析 |
| 3.5 仿真分析 |
| 3.6 本章小结 |
| 第四章 XY双轴进给系统的同步控制 |
| 4.1 引言 |
| 4.2 XY双轴进给系统轮廓误差模型 |
| 4.2.1 轮廓控制概述 |
| 4.2.2 直线轨迹的轮廓误差 |
| 4.2.3 圆弧轨迹的轮廓误差 |
| 4.2.4 任意轨迹下的轮廓误差 |
| 4.3 XY双轴进给系统的交叉耦合迭代学习控制器设计 |
| 4.3.1 迭代学习控制算法概述 |
| 4.3.2 迭代学习控制基本原理 |
| 4.3.3 交叉耦合迭代学习 |
| 4.4 仿真及结果分析 |
| 4.4.1 直线轨迹 |
| 4.4.2 圆轨迹 |
| 4.4.3 星形轨迹 |
| 4.5 本章小结 |
| 第五章 XY双轴进给系统实验 |
| 5.1 引言 |
| 5.2 XY双轴进给系统实验平台 |
| 5.2.1 XY双轴进给系统样机 |
| 5.2.2 实验平台拓扑结构 |
| 5.2.3 交互界面 |
| 5.3 开关磁通永磁直线电机伺服系统闭环实验 |
| 5.3.1 空载实验 |
| 5.3.2 突加负载试验 |
| 5.4 XY双轴进给系统轨迹跟踪验证 |
| 5.4.1 直线轨迹跟踪 |
| 5.4.2 圆形轨迹跟踪 |
| 5.4.3 星形轨迹跟踪 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、基于神经元补偿的直线伺服系统全程滑模控制（论文参考文献）
- [1]高精度永磁直线同步电动机互补滑模控制策略研究[D]. 金鸿雁. 沈阳工业大学, 2021(02)
- [2]高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究[D]. 于跃. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)
- [3]永磁同步直线电机神经网络滑模控制研究[D]. 黄泊珉. 江南大学, 2021(01)
- [4]应急救援车辆油气悬架与主动前轮转向系统控制策略研究[D]. 周晨. 吉林大学, 2021(01)
- [5]基于图像的机械臂视觉伺服定位及跟踪控制方法研究[D]. 任晓琳. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021
- [6]新型并联指向机构控制方法研究与控制系统设计[D]. 田少乾. 燕山大学, 2021(01)
- [7]基于改进型ESO的永磁同步电机自抗扰滑模位置伺服控制研究[D]. 高文强. 兰州理工大学, 2021(01)
- [8]初级永磁直线电机自适应反步控制研究[D]. 王一名. 沈阳工程学院, 2021(02)
- [9]PMLSM伺服系统的智能控制方法及其FPGA实现研究[D]. 朱鹏涛. 湖南工业大学, 2020(02)
- [10]开关磁通直线电机XY双轴进给控制系统研究[D]. 李沛达. 西安电子科技大学, 2020(02)