基于神经网络模型参考自适应扰动观测器的管式永磁直线同步电机的模型预测位置控制用于精密定位 赵宇哲 刘志泰 邱仁贵

《Actuators》:Model Predictive Position Control of Tubular Permanent Magnet Linear Synchronous Motor for Precision Positioning Based on Neural Network Model Reference Adaptive Disturbance Observer Yuzhe Zhao, Zhitai Liu and Rengui Qiu

【字体: 大 中 小 】 时间:2026年05月05日 来源:Actuators 2.3

编辑推荐:

   摘要 为了提高永磁同步直线电机中位置跟踪的动态性能,本文提出了一种基于扰动观测器的模型预测位置控制方法。首先,设计了一种新型的神经网络增强型模型参考自适应观测器,用于估计系统的扰动分量。将估计得到的扰动分量作为新的状态变

  

摘要

为了提高永磁同步直线电机中位置跟踪的动态性能,本文提出了一种基于扰动观测器的模型预测位置控制方法。首先,设计了一种新型的神经网络增强型模型参考自适应观测器,用于估计系统的扰动分量。将估计得到的扰动分量作为新的状态变量,明确纳入模型预测框架中,从而实现扰动的在线估计与补偿,有效解决了由于系统参数不准确或模型预测中未知扰动导致控制性能下降的问题。控制输入的增量被作为预测方程的输入,使得控制输入更加平稳,避免了剧烈波动。观测器的自适应增益通过李雅普诺夫理论进行设计,并对系统的稳定性进行了分析。在管状永磁直线电机平台上进行了大量的实验与分析,证明了所提方法的有效性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号