简介:直线电机驱动的H型数控平台系统在加工零件时,负载扰动、外部干扰和两电机安装的差异与机械耦合会影响单轴的跟踪精度且会产生同步误差。针对此问题,本文首先用拉格朗日方法给H型平台建模,然后提出一种改进的非奇异终端滑模控制(NTSMC)来进行位置控制器的设计,在不失滑模控制鲁棒性的情况下,有效地削弱了该控制所产生的抖振问题,提高了单轴的跟踪精度。在两轴间采用Sugeno型模糊神经网络(SFNN)补偿控制器来动态补偿H型平台的同步误差。通过模糊神经网络以任意精度逼近非线性系统的能力使同步误差在有限时间内趋近于零,以满足H型平台数控系统的高精度加工要求。仿真结果表明,所设计的控制系统能够有效提高系统的同步控制精度和鲁棒性。
简介:针对短时延情况,本文利用容错的思想建立了SISO(Single-InputSingle-Output)网络控制系统发生传感器故障时的模型。在此基础上,借助切换系统理论分析了闭环网络控制系统的稳定性。用LMI形式给出了系统渐近稳定的充分条件和控制器的设计形式,最后给出了仿真证明。
简介:摘要:电厂热工DCS系统是电厂自动控制体系的重要组成部分,其可实现对不同热工过程参数的控制。通过控制结果,为热工系统的控制提供依据,以此保证各个热工过程均为最佳状态,实现电厂安全、经济运行,并且最大限度保证节能减排效果。但是由于各个热工过程存在显著的非线性、时变性以及不确定性等特点,并且,电厂运行数据量极大的同时,还存在离群样本和维度较高的变量,变量之间的关联程度显著,当前控制过程人为因素较重,智能控制模型难以构建。本文充分利用电厂热工系统数据,构建系统驱动模型,使计算的复杂度最大限度降低,同时对影响输出的参数进行降维优化处理,提高驱动模型的控制效果。