三自由度超声波电机的驱动数学模型分析

从三自由度超声波电机的原理与基本结构出发,先分析转子在静止情况下的力矩,接着分析转子在旋转情况下的力矩．随后通过转子转动时动平衡关系得到了求解摩擦驱动力矩和摩擦阻力矩的方法．最后,通过仿真结果对本文提出的数学模型做了初步验证,得到了一些有益的结果．     

Windows平台上步进电机的速度控制

介绍了目前常用的步进电机升降速的几种曲线，着重讨论了符合步进电机工作特性的指数曲线及其离散化的问题，并在Windows平台上用VisualC＋＋6．0语言实现步进电机升降速控制。     

超声波电机的驱动与控制发展现状研究

超声波电机采用超声波振动原理工作,体积小、重量轻,不受电磁干扰,也不产生电磁干扰,实用性强,应用领域广.对超声波电机的驱动电路、控制方法进行分析研究并得出结论,为深入研究超声波电机提供参考.     

智能控制的技术方法

分析比较智能控制的技术方法，研究了它们各自的特点，并指出今后可能的方向。     

永磁电机无速度传感器仿真研究

提出一种永磁电机无速度传感器速度估算的方法。该方法专门针对低速和零速时的速度估算,基于调速系统的d轴电流调节器的输出电压包含了转子位置误差的信息。算法简单,实时性强,仿真实验验证了该方法的有效性和准确性。     

开关磁阻电机的神经网络模糊直接转矩控制研究

为在简化开关磁阻电机控制系统结构的同时又能使其具有较快的转矩响应速度,提出一种适用于开关磁阻电机直接转矩控制的神经网络模糊推理控制方案,用神经网络定子磁链观测器取代传统的定子磁链观测器,采用模糊控制算法设计逆变器开关状态选择器,利用MATLAB对系统2种不同控制方法的仿真实验结果进行比较．通过比较发现,本文的控制方法转矩、转速、磁链响应快、脉动小,具有优良的稳定跟踪性能和动态响应。     

基于神经网络模糊逻辑的感应电机直接转矩控制

针对感应电机直接转矩控制中存在较大转矩脉动的特点,提出基于神经网络与模糊逻辑的感应电机直接转矩控制策略,用训练好的神经网络建立定子磁链观测器,将模糊控制算法引入逆变器状态开关选择器,通过对转矩误差、定子磁链误差和磁链位置角的模糊分级来实现逆变器开关的分级控制。仿真及实验结果表明,与常规DTC相比,该控制方法转矩、转速、磁链响应速度快、响应脉动小,具有良好的稳态跟踪性能和优异的动态响应。     

超声波电机推挽驱动电路的动态仿真与优化

建立了行波超声波电机驱动电路的动态模型,对驱动电路特性以及匹配优化问题进行了仿真分析.结果表明:方波电压信号作为驱动源是可行的;串联匹配电感大小是否适当不仅影响电机是否工作在谐振状态,而且能起到优化电压波形和谐振升压的作用.     

环形行波型超声波电机原理与控制系统仿真

超声波电机是一种利用压电陶瓷的逆压电效应工作的新原理微特电机.与传统电磁型电机截然不同,其驱动力矩并非由电磁感应产生,而是由压电陶瓷超声频域的振动转化而来.在电机的研究过程中,必要的数学模型和分析方法是研究系统控制特性和性能分析的基础,是电机结构参数优化设计的有效工具.本文对环形行波型超声波电机的工作原理进行数学推导,将电机的定转子接触简化为二维弹性接触,推导出其接触模型.利用该模型能准确的仿真电机启动时的运行状态.     

无速度传感器感应电机矢量控制系统研究

给出了感应电机在两相静止坐标系中的数学模型,提出了一种无速度传感器矢量控制方案.该方案依据矢量控制理论,通过q轴磁通收敛于零辨识转速,取代了速度传感器.仿真实验结果证明了模型的正确性和调速方案的可行性.     

自调整PI参数的直流调速系统研究及仿真

采用Fuzzy 自调整PI参数的控制策略进行直流电机的调速系统设计,它克服了简单模糊控制和传统PI控制的一些缺点,同时利用MATLAB 软件中的工具箱进行系统的辅助设计、仿真,达到了较好的效果.     

模糊控制技术在交流调速中的应用

本文结合模糊控制技术的发展状况,阐述和分析了其在交流调速领域中的具体应用,并介绍了有待进一步解决的问题和发展前景。     

基于遗传算法和神经网络的倒立摆控制系统

以单级倒立摆为对象,介绍了一种融合遗传算法的神经网络控制方法。该方法采用以多层前馈神经网络作为遗传搜索表示方法的思想,以神经网络为基础,用遗传算法来学习神经网络的权系数,既保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力。仿真结果证明:遗传算法和神经网络的结合,可兼有神经网络广泛映射能力和遗传算法快速全局收敛等性能。     

基于AGA-BP的发酵过程智能补料控制策略

针对微生物发酵补料生产中自动化程度低和补料量精度差的问题,提出一种基于AGA-BP的微生物发酵过程智能补料控制策略。基于微生物发酵过程的工艺特性,利用BP神经网络建立发酵过程的动态数学模型,并引入自适应遗传算法AGA对BP神经网络动态补料控制模型的权值进行优化。将建立的AGA-BP智能补料控制模型嵌入到ARM11控制器中,计算出当前最佳补料量,并通过无线传输模块对补料执行模块进行远程控制。实验结果表明,菌体浓度在AGA-BP补料策略控制下,相比人工补料提高了8.62%,相比未优化的BP神经网络提高了4.55%。因此,基于AGA-BP的补料策略具有更高的补料控制精度,有助于生物发酵实现自动化生产,提高发酵效率,降低生产成本。     

智能型入侵检测模型的设计

针对目前大多数入侵检测系统存在的局限性,提出了一种较为完善的入侵检测模型,即将专家系统和神经网络技术同时应用于入侵检测系统中,重点分析了规则的生成.为进一步提高检测性能,提出了遗传算法优化BP(Back Propagation)神经网络,经论证本设计降低了漏报率和误报率.     

GTAW焊接质量神经网络模糊控制系统的研究

研究了一种应用于GTAW焊接质量控制中，利用神经网络进行模糊推理的控制器，采用两个BP网络实现了参数自调整模糊与积分混合控制，采用对输入进行“编码”的方式，减少了BP网络的训练时间和增强了控制实时性，仿真试验和工艺试验都表明了该控制方法的合理性和有效性。     

CIP-I智能人工腿步速控制系统硬件设计

CIP-I Leg是国内首个智能仿生人工腿原型机。针对智能仿生人工腿应能模仿人体健康腿的运动方式且步行速度可自然、随意地跟随截肢者步行速度的变化而变化的重要特点,同时考虑到高精度、低功耗和抗干扰能力强等,设计了一种基于新型超低功耗微处理器MSP430F149的人工腿步速控制系统硬件电路。实验结果表明,所设计的步速控制系统运行可靠、功耗低、精度高,可有效地用于自行设计的CIP-I Leg的控制。     

一种复合NN智能诊断系统的设计及应用研究

NN智能诊断系统通过把计算机技术、NN技术、ES、GA与力学模型融合在一起,建立一种新型的智能诊断系统。将GA与改进的BP网络相结合,利用GA宏观寻优特点,用来克服BP网络的缺点,二者结合起来相得益彰。与传统的BP算法相比较,GA—BP网络训练速度和预测精度都得到了很大的提高。NN与ES互补,结合ES经验。预测使用寿命。应用MATLAB软件编制的具有自学习功能的智能化监测诊断软件,结合VC＋＋6．0和MATLAB的各自优点和功能,实现了VC＋＋6．0与MATLAB的混合应用,软件设计比较简单。根据系统的分析、设计、编程和仿真实验,系统运行效果很好。应用本系统对混凝土结构进行诊断,能给出结构受损程度,损伤位置及结合ES预测使用寿命,具有高度棒性、高精度、快速的特点。     

基于模糊控制的智能变频空调控制系统研究

通过神经网络和模糊控制技术的结合,实现了模糊神经网络控制器FNNC和神经网络预测器NNP的结构设计。该设计可以提高压缩机的控制精度,加强控制系统的适应性,实现压缩机的智能化。