電磁懸浮系統的控制策略|加工中心
1.3電磁懸浮系統的控制策略隨著科學技術理論的不斷發展，各種控制算法相繼被人們研發出來，這為電磁懸 浮系統的控制器設計提供了大量參考依據。從傳統的線性控制算法到先進智能的非線 性控制算法控制理論得到了長足的發展。由于電磁懸浮系統是典型的非線性系統，因 此線性的控制算法只能在懸浮系統進行了線性化處理后才能使用。利用泰勒級數在平 衡點附近對非線性函數進行展開和反饋線性化是當今比較成熟的線性化方法。由于線 性化處理后的非線性系統降低了控制難度，因此也降低了控制器設計的難度。原系統 的高階響應在線性化后被忽略了。工程實踐中如果采用線性的控制算法會出現一定的 偏差從而不能滿足系統的性能指標。非線性控制算法則不需要精確地知道被控系統的 數學模型，不需要忽略系統非線性高階響應項。由于非線性控制可以真實的反應系統 的輸出效果，所以具有很好的工程實踐意義，得到了社會的廣泛關注。現如今非線性 控制多指先進智能控制如模糊控制、無源控制、神經網絡、自抗擾控制、自適應控制、 滑模變結構控制和魯棒控制等。(1) 模糊控制：模糊控制實質就是將工程師的常年積累的實踐經驗用模糊集理 論、模糊語言變量及模糊邏輯推理來表達出來，模糊控制不依賴被控對象的精確數學 模型，用計算機就可以實現工程師的實踐經驗。模糊控制算法是由模糊語言、模糊規 則和模糊隸屬度構成的。用通俗易懂的語言模式直接將人類歸納出來的經驗、判斷、 思維過程表述出來，其簡潔明了的形式逐漸得到廣泛的認可[13]。(2) 神經網絡控制：神經網絡是一個動態的系統，它模仿了人類大腦中的神經結 構，它對輸入響應數據的處理采用的是連續或斷續方式。神經網絡系統是由許多簡單 的神經元構成的，它們相互緊密地聯系在一起從而構成了錯綜復雜網絡系統。雖然單 一的神經元結構不是很復雜而且功能也可能很簡單，但是由大量的神經元構造出來的 神經網絡系統具備了多姿多彩的復雜行為活動。神經網絡系統是非線性且復雜程度相 當高的動力系統，不僅擁有非線性系統的共性，更具備了其特有的功能。例如自學習、 自組織和自適應能力，以及每個神經元單元之間的互相連接性和高度維合性等[14]。(3) 滑模變結構控制：滑模控制是一種能夠很好地提高系統魯棒性的控制算法， 這一控制算法的特點是不連續，結構變化，根據情況改變控制器輸出。它適用于有參 數攝動、存在建模誤差以及干擾抑制的線性或非線性被控對象。首先狀態變量被帶到 滑模切換面上去，然后沿著該滑模面趨向于原點，如果有擾動存在則狀態變量就會在 滑模面上呈現出之字形切換，也就是抖動。滑模控制的抗千擾性主要體現在將不確定 擾動束縛在滑模的邊界層內[15]。本文采摘自“精工加工中心龍門磁懸浮系統耦合分析及控制研究”，因為編輯困難導致有些函數、表格、圖片、內容無法顯示，有需要者可以在網絡中查找相關文章！本文由海天精工整理發表文章均來自網絡僅供學習參考，轉載請注明！