检索结果-内蒙古大学图书馆

自动化学报 2025年

作者：谢国超段纳万昌晖臧航江苏师范大学电气工程及自动化学院无锡信捷电气股份有限公司

研究了基于磁链在线辨识的异步电机超螺旋滑模控制问题.针对异步电机,设计了一种改进的超螺旋滑模速度控制器(Improved super-twisting sliding mode speed controller, IMSTSMC),提升了系统的动态响应性能.为抑制算法中符号函数高频切... 详细信息

研究了基于磁链在线辨识的异步电机超螺旋滑模控制问题.针对异步电机,设计了一种改进的超螺旋滑模速度控制器(Improved super-twisting sliding mode speed controller, IMSTSMC),提升了系统的动态响应性能.为抑制算法中符号函数高频切换所引起的系统抖振问题,构造了一种可变指数切换函数.进一步地,考虑到转子磁链受惯性延迟的影响,设计了磁链在线观测器(Flux online observer, FOO),可辨识转子磁链幅值,提升系统的控制精度和参数鲁棒性.数值仿真和实验结果验证了所提算法的可行性和有效性.

关键词：异步电机超螺旋滑模算法可变指数切换函数电压模型磁链在线观测器

来源：评论

学校读者我要写书评

暂无评论

基于超螺旋滑模及前馈补偿的智能车侧向运动控制

引用

湖南大学学报（自然科学版） 2024年第2期51卷 151-162页

作者：吴晓建张明华王爱春关龙新江会华彭晨若南昌大学先进制造学院江西南昌330031 江铃汽车股份有限公司江西南昌330001

智能车路径跟踪控制受到车辆参数摄动、场景多变等干扰,影响路径跟踪精确性,甚至引起控制系统不稳定.本文设计了考虑不确定性的二阶超螺旋滑模鲁棒控制算法,证明了控制系统的收敛性,并针对干扰问题设计了前馈补偿控制器以进一步提升控... 详细信息

智能车路径跟踪控制受到车辆参数摄动、场景多变等干扰,影响路径跟踪精确性,甚至引起控制系统不稳定.本文设计了考虑不确定性的二阶超螺旋滑模鲁棒控制算法,证明了控制系统的收敛性,并针对干扰问题设计了前馈补偿控制器以进一步提升控制系统的精确性.通过Carsim-Simulink联合仿真环境下的双移线、正弦路径跟踪控制,以及参数摄动情况下的路径跟踪控制,与传统一阶滑模控制对比,验证了所设计的超螺旋滑模控制器路径跟踪的精确性及鲁棒性.结果表明,面对智能车辆参数不确定、驾驶场景多变等情况,采用超螺旋滑模算法比传统滑模算法具有更好的鲁棒性和跟踪精度,超螺旋算法能有效地减弱传统滑模算法产生的方向盘抖振问题.最后,利用实车平台对进行了低速大曲率场景测试,验证所设计的超螺旋滑模算法控制器具有良好的路径跟踪精度.

关键词：智能车路径跟踪鲁棒性超螺旋滑模算法前馈补偿

来源：评论

学校读者我要写书评

暂无评论

改进超螺旋滑模自抗扰的PMSM无传感器控制

引用

北京航空航天大学学报 2023年

作者：陈德海刘祥王海峰江西理工大学电气工程与自动化学院中国科学院赣江创新研究院

针对永磁同步电机矢量控制系统中无传感器控制策略的抗扰动的动态性能不足的问题。首先对超螺旋滑模算法进行了研究，提出一种改进超螺旋滑模算法，该算法在原有超螺旋滑模算法的基础上引入改进Sigmoid函数和线性项。相较于传统超螺旋... 详细信息

针对永磁同步电机矢量控制系统中无传感器控制策略的抗扰动的动态性能不足的问题。首先对超螺旋滑模算法进行了研究，提出一种改进超螺旋滑模算法，该算法在原有超螺旋滑模算法的基础上引入改进Sigmoid函数和线性项。相较于传统超螺旋滑模算法，该算法具有更好的快速性和鲁棒性。其次将该算法嵌入自抗扰控制技术中，提出以改进超螺旋滑模自抗扰(STA-ADRC)为核心的无传感器控制策略，提升无传感器控制法的抗扰性能。仿真实验结果表明:提出的改进超螺旋滑模自抗扰控制算法相比于传统的PI，线性自抗扰和滑模自抗扰算法具有响应速度快、抖振小、抗扰能力强、稳态性能好的优点。

关键词：永磁同步电机自抗扰控制超螺旋滑模算法无位置传感器跟踪微分器

来源：评论

学校读者我要写书评

暂无评论

考虑不确定性的智能车运动控制鲁棒控制研究

考虑不确定性的智能车运动控制鲁棒控制研究

引用

作者：张明华南昌大学

学位级别：硕士

近些年以来,伴随着人工智能、网络基础设施建设等计算机技术的发展,传统汽车行业发生了深刻的变革。汽车正由人工操控的机械产品加速向智能化系统控制的智能产品转变,智能汽车已成为产业技术的制高点。路径跟踪控制是智能车自动驾驶研... 详细信息

近些年以来,伴随着人工智能、网络基础设施建设等计算机技术的发展,传统汽车行业发生了深刻的变革。汽车正由人工操控的机械产品加速向智能化系统控制的智能产品转变,智能汽车已成为产业技术的制高点。路径跟踪控制是智能车自动驾驶研究领域的核心,是实现汽车智能化的关键环节。目前,大多数路径跟踪控制算法在面对车辆参数不确定、车辆未建模动态及外部扰动时算法鲁棒性较差,且对测试场景多变、测试车速变化范围大等算法适应性较差。本文对车辆关键参数进行辨识从而精确建立车辆模型,提出了二阶超螺旋滑膜算法加前馈控制方法对智能车进行横向运动控制,主要研究工作包括:(1)智能车动力学建模及关键参数辨识。对智能车辆进行动力学建模是进行基于车辆动力学运动控制算法设计的理论基础,而轮胎侧偏刚度是车辆动力学模型的基本参数。基于最小二乘法的关键参数辨识是一种简单便捷、低成本的测试方法,利用方向盘转角脉冲实验数据,通过最小二乘法辨识车辆系统等价二自由度车辆模型传递函数,尽可能多的测量出易测量的车辆参数,将轮胎侧偏刚度等关键参数当成未知参数进行估计。(2)基于EPS助力电机的转角-转矩转换模糊控制。对于运动控制算法输出的方向盘转角值这个关键执行量,基于EPS助力电机进行转角-转矩转换模糊控制。决定EPS系统助力电机目标电流大小的主要因素是车速大小和方向盘转矩大小。但EPS系统不是一个简单的线性系统,各种传感器的精度、路面不平度的干扰等都会对系统产生影响。基于此,采用模糊控制对助力电机进行转角-转矩转换,提高方向盘转角执行量的精度。(3)结合前馈补偿及高阶滑模的运动控制鲁棒控制研究。针对无人驾驶车辆运动控制算法在车辆系统参数不确定,场景变化情况下鲁棒性差,设计一种结合前馈补偿和高阶滑模的运动控制算法,改善无人驾驶车辆运动控制多工况适应性及算法鲁棒性。当无人驾驶车辆运动控制中考虑车辆相对于路径的运动学关系和车辆非线性动力学后,车辆系统的不确定参数及外部扰动增多,利用高阶滑模算法结合前馈补偿可以有效的进行鲁棒性分析和控制。通过设计合适的滑模面和高效的趋近律,可以迫使系统按照预设的“滑模面”状态轨迹运动,且一旦系统到达滑模面状态则不易受系统参数变化及扰动影响。(4)联合仿真及实车验证。首先,基于Carsim和Matlab/Simulink软件对结合参数辨识的高阶滑模运动控制算法进行联合仿真,通过在Carsim中设计车辆及环境模型,Matlab/Simulink中设计控制算法模型的方式对控制算法测试效果,根据测试数据进一步优化算法参数;然后,对车辆运动控制算法进行C++代码转化编写,导入百度APOLLO与LGSVL联合仿真器,采用APOLLO软件框架及LGSVL车辆及环境流模型验证控制代码的有效性;最后,对车辆运动控制算法进行实车平台验证,采集实车数据,高效完成车辆运动控制算法开发全过程。

关键词：智能车横向运动控制参数辨识超螺旋滑模算法鲁棒控制转角-转矩转换实车测试

来源：评论

学校读者我要写书评

暂无评论

基于超螺旋滑模自抗扰步进电机矢量控制

引用

微电机 2024年第12期57卷 24-29页

作者：孙宁何延昭王贞艳太原科技大学电子信息工程学院太原030024 北京控制工程研究所北京100190 北京轩宇空间科技有限公司北京100190

在两相混合式步进电机调速系统中,为提高调速系统的快速响应时间和稳定性,在双闭环的矢量控制策略中,速度环采用超螺旋滑模与自抗扰控制结合(STSM-ADRC)控制策略。对线性自抗扰控制器中的状态误差反馈控制器和跟踪微分控制器进行超螺旋... 详细信息

在两相混合式步进电机调速系统中,为提高调速系统的快速响应时间和稳定性,在双闭环的矢量控制策略中,速度环采用超螺旋滑模与自抗扰控制结合(STSM-ADRC)控制策略。对线性自抗扰控制器中的状态误差反馈控制器和跟踪微分控制器进行超螺旋滑模算法优化,并采用李雅普诺夫函数进行稳定性证明。仿真结果显示:电机运行转速可以达到毫秒响应时间且无超调,有效提高了步进电机调速系统的快速性和鲁棒性。

关键词：两相混合式步进电机超螺旋滑模算法自抗扰控制矢量控制

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：