CN106886153B - 一种基于交叉耦合的多叶准直器叶片协同工作的控制方法 - Google Patents
一种基于交叉耦合的多叶准直器叶片协同工作的控制方法 Download PDFInfo
- Publication number
- CN106886153B CN106886153B CN201710271440.4A CN201710271440A CN106886153B CN 106886153 B CN106886153 B CN 106886153B CN 201710271440 A CN201710271440 A CN 201710271440A CN 106886153 B CN106886153 B CN 106886153B
- Authority
- CN
- China
- Prior art keywords
- blade
- controller
- coupling
- cross
- blades
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000006880 cross-coupling reaction Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000002245 particle Substances 0.000 claims abstract description 16
- 238000013178 mathematical model Methods 0.000 claims abstract description 12
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 238000013461 design Methods 0.000 claims abstract description 9
- 238000012546 transfer Methods 0.000 claims description 15
- 238000010168 coupling process Methods 0.000 claims description 12
- 238000005859 coupling reaction Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 12
- 230000008878 coupling Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000013016 damping Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims 1
- 230000033001 locomotion Effects 0.000 description 6
- 238000001959 radiotherapy Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Feedback Control In General (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本发明公开了一种基于交叉耦合的多叶准直器叶片协同工作的控制方法,包括以下几个步骤:S1、建立单个叶片驱动电机的数学模型;S2、建立驱动电机与叶片间传动机构的模型;S3、单个叶片位置控制器设计及参数优化:采用分数阶PID控制器,并采用粒子群算法对分数阶PID控制器的参数进行优化;S4、采用交叉耦合控制方法实现多叶片协同控制;S5、交叉耦合控制器各参数的优化。采用交叉耦合控制算法实现多个叶片之间的协同控制,在实现单个叶片到位精度的基础上,考虑各叶片之间由于结构设计造成的接触摩擦,使得每个叶片在走位时会出现偏差,利用交叉耦合控制器,弥补偏差,实现多叶片在不同给定输入时的协同工作,以提高叶片到位精度。
Description
技术领域
本发明涉及一种多电机同步控制技术,具体指利用交叉耦合算法对多叶准直器叶片协同工作的控制方法。
背景技术
随着国内外学者和机构对放射治疗技术不断的深入研究,放射治疗装置的也取得了长足的发展。放射治疗过程中,放射治疗装置对病灶靶区的精确定位和剂量矫正显得尤为关键,其中多叶光栅(Multi-leaf Collimator,简称MLC)的主要作用就是为了实现适形放疗,即通过改变多叶光栅的叶片位置使其开口形状与病灶靶区形状相似,从而实现适形放射治疗。因而,对多叶光栅叶片的位置精度控制研究具有一定的现实意义。
按照国际电工委员会(International Electrotechnical Commission,IEC)1217号标准规定,多叶准直器叶片衍射沿坐标系的X轴方向运动,叶片对的编号从Y轴负方向开始,依次为1、2、…、n-1、n,安装在X轴负方向侧的叶片位置坐标以此表示为X11、X12、…、X1(n-1)、X1n,安装在X轴正方向侧的叶片位置坐标以此表示为X21、X22、…、X2(n-1)、X2n,当一个叶片位于X轴正方向侧时,叶片位置为正,否则为负。因此在等中心平面内,每一对叶片的开口大小是Fxi=X2i-X1i,其中i是叶片对的编号。
由于多叶准直器(多叶光栅)的叶片成对排放,为了避免射线漏射每排叶片,叶片间通过凹槽咬合;因此叶片与叶片之间必然存在机械摩擦,而机械摩擦必然会使每个叶片的到位精度出现偏差。为了弥补叶片之间相互影响产生的叶片位置、运动速度等偏差,现有的方法,有的通过改进机械结构来提高精度;有的只考虑到单个叶片的到位精度,并没有考虑由于叶片之间机械摩擦等产生的耦合作用;而本方法采用交叉耦合控制方法来实现各叶片之间的协同运动。
发明内容
针对多叶准直器叶片间相互影响产生的叶片位置、运动速度等偏差,本发明提供了一种基于交叉耦合的多叶准直器叶片协同工作的控制方法,实现多个叶片之间的协同控制,弥补偏差提高叶片的到位精度。
本发明通过以下技术方案来实现上述目的:
一种基于交叉耦合的多叶准直器叶片协同工作的控制方法,包括以下几个步骤:
S1、建立单个叶片驱动电机的数学模型;
S2、建立驱动电机与叶片间传动机构的数学模型;
S3、单个叶片位置控制器设计及控制器参数优化:采用分数阶PID控制器作为每个叶片驱动电机的控制器,并采用粒子群算法对分数阶PID控制器的参数进行优化;
S4、多叶片协同控制方法设计:采用交叉耦合控制方法实现多叶片协同控制;
其中τ为n×1维控制输入,x为n×1维的坐标向量,M为正定惯性矩阵,C为哥氏力向量,F为n×1维摩擦力扰动向量;
根据编码器反馈得到每个电机的运行状态,得到每个叶片的位置误差,把每个叶片的位值误差作为交叉耦合控制器的输入,产生交叉耦合控制器的输出,以弥补偏差,满足叶片到位精度;
位置误差与控制系统中控制输入τ的关系描述为:
其中,e为跟踪误差,E为耦合位置误差,(I+αT)为对角矩阵;
S5、交叉耦合控制器各参数的整定优化:采用粒子群算法对交叉耦合控制器的各参数进行优化。
作为本案的优化方案,上述步骤4中,在不影响控制精度的前提下,为了简化交叉耦合控制器的设计,对得到的耦合位置误差分别求一阶导数和二阶导数,然后再作为交叉耦合控制器的输入;
具体地,定义第i个电机的驱动叶片到达期望位置的耦合位置误差:
式中,Ci是同步系数,β是恒定的对角正定矩阵,其值决定了耦合误差中同步误差的权重,ε为同步误差;
对Ei分别求一阶导数和二阶导数得:Ei′=C′iei+Cie′i+β(εi-εi-1),E″i=C″iei+2C′ie′i+Cie″i+β(ε′i-ε′i-1)。
作为本案的优化方案,上述步骤1中,驱动电机采用无刷直流电动机,根据驱动电动机的特征方程建立其数学模型,并通过编码器实现对驱动电机的精确控制;
驱动电动机的特征方程表示为:
vemf=Kbω(t) (2)
T(t)=Kti(t) (3)
式中:vapp为定转子回路外加电压,ω(t)为电机转速,L是定子电感,i(t)为电流,R为定子电阻,vemf是方向电动势,T为电机转矩,D是粘性阻尼系数,J为转动惯量,Kt为电机转矩常数,Kb为反向电动势常数;
由无刷直流电动机的特征方程得到其传递函数:
作为本案的优化方案,上述步骤2中,驱动电机与叶片间传动机构的数学模型,即其传递函数表示为Kc/s,其中Kc为传动机构开环增益。
作为本案的优化方案,上述步骤3中,控制器参数的优化主要针对以下2个部分进行:
1)首先将单个叶片作为被控对象,对被控对象进行闭环控制的分数阶PID控制器;
2)对控制器参数进行优化的粒子群算法模块;该模块根据系统的运行状态,对分数阶PID控制器中各参数按照性能指标的要求进行优化,该模块输出分数阶PID控制器传递函数中的5个参数Kp,Ki,Kd,λ和μ,并通过时间绝对值乘积积分函数作为评价函数,对每个粒子的适应度值进行评价,选取最优粒子,作为最优解。
本发明的有益效果是:本发明采用交叉耦合控制算法实现多个叶片之间的协同控制,在实现单个叶片到位精度的基础上,考虑各叶片之间由于结构设计存在机械摩擦,使得每个叶片在走位时会出现偏差,利用交叉耦合控制器,弥补偏差,实现多叶片在不同给定输入时的协同工作,在叶片的到位时间和到位精度上,控制效果明显优于已有方法。
附图说明
图1为本发明多叶准直器叶片协同工作控制方法的流程示意图;
图2为本发明多叶准直器叶片协同工作控制方法中叶片位置误差变化曲线。
具体实施方式
下面将结合附图及实施例对本发明及其效果作进一步阐述。
如图1所示,一种基于交叉耦合的多叶准直器叶片协同工作的控制方法,包括以下几个步骤:
S1、建立单个叶片驱动电机的数学模型,即根据无刷直流电机简化电路模型推导出电机的特征方程,由特征方程得到其传递函数。具体地,驱动电机采用无刷直流电动机,根据驱动电动机的特征方程建立其数学模型,为了保证多叶准直器叶片的到位精度,精确控制驱动电机的速度、加速度和转动的圈数等,或针对步进电机控制其步进的步数,通过编码器从源头实现驱动电机对叶片位置精度的控制;
驱动电动机的特征方程表示为:
vemf=Kbω(t) (2)
T(t)=Kti(t) (3)
式中:vapp为定转子回路外加电压,ω(t)为电机转速,L是定子电感,i(t)为电流,R为定子电阻,vemf是方向电动势,T为电机转矩,D是粘性阻尼系数,J为转动惯量,Kt为电机转矩常数,Kb为反向电动势常数;
由无刷直流电动机的特征方程得到其传递函数:
如本发明选择的无刷直流电机型号为EC16,其具体参数如下:
R定子电阻:1.26Ω;
Kt转矩常数:3.08×10-3N·m/A;
L定子电感:0.035mH;
J转动惯量:0.75×10-7kgm2;
由以上参数可得:
反向电动势常数Kb=9.55Kt=0.0294;
S2、建立驱动电机与叶片间传动机构的模型,即表示为传递函数模型;多叶准直器叶片的传动方式主要由液压和电动等,电动多叶准直器主要由电动机、丝杆以及叶片等主要部分构成,其中,电动机主要使用微型步进电动机、直流伺服电动机、无刷直流电动机等;丝杆为传动机构,主要作用是将电机的旋转运动转换为叶片的直线运动,其传递函数即数学模型描述为Kc/s,Kc为传动机构开环增益。
S3、单个叶片位置控制器设计及控制器参数优化:采用分数阶PID控制器作为每个叶片驱动电机的控制器,由于分数阶PID控制器的比例、微分、积分、及微分、积分阶次这五个参数整定困难,采用粒子群算法(PSO)对分数阶PID控制器的参数进行优化;
单个叶片位置控制器的设计:
分数阶PID控制器包括一个积分阶次λ和微分阶次μ,其中λ和μ可以是任意实数;其传递函数为:式中sλ是积分项,sμ是微分项,KP为比例系数,KI为积分常数,KD为微分常数;而我们通常所说的常规PID控制器是分数阶PID控制器在λ=1和μ=1时的特殊情况,可以称为整数阶PID控制器;当λ=1,μ=0时,就是PI控制器;当λ=0,μ=1时,就是PD控制器。由此可知,传统的这些类型的PID控制器都是分数阶PID控制器的某一种特殊情况;通过合理选择参数λ和μ的值,能更好地调整系统的动态性能,提高系统的控制效果。
控制器参数的优化主要针对以下2个部分进行:
1)首先将单个叶片作为被控对象,对被控对象进行闭环控制的分数阶PID控制器;
2)对控制器参数进行优化的粒子群算法模块;该模块根据系统的运行状态,对分数阶PID控制器中各参数按照性能指标的要求进行优化,该模块输出分数阶PID控制器传递函数中的5个参数Kp,Ki,Kd,λ和μ,并通过时间绝对值乘积积分函数作为评价函数,对每个粒子的适应度值进行评价,选取最优粒子,作为最优解。
S4、多叶片协同控制方法设计:由于多叶准直器(多叶光栅)的叶片成对排放,为了避免射线漏射每排叶片,叶片间通过凹槽咬合。因此,叶片与叶片之间的摩擦必然会使每个叶片的到位精度出现误差,每个叶片的位置信息给定量由治疗计划系统输出的MLC驱动文件所产生;本发明考虑每个叶片之间的机械耦合关系,即考虑由于叶片凹槽之间的摩擦使叶片位置产生的误差,采用交叉耦合控制方法实现多叶片协同控制,以弥补叶片之间相互影响产生的叶片位置、运动速度等误差;
其中τ为n×1维控制输入,x为n×1维的坐标向量,M为正定惯性矩阵,C为哥氏力向量,F为n×1维摩擦力扰动向量;
根据编码器反馈得到每个电机的运行状态,得到每个叶片的位置误差,把每个叶片的位值误差作为交叉耦合控制器的输入,产生交叉耦合控制器的输出,以弥补偏差,满足叶片到位精度;
位置误差与控制系统中控制输入τ的关系描述为:
其中,e为跟踪误差,E为耦合位置误差,(I+αT)为对角矩阵。
在不影响控制精度的前提下,本方法为了简化交叉耦合控制器的设计,对得到的耦合位置误差分别求一阶导数和二阶导数,然后再作为交叉耦合控制器的输入;
具体地,定义第i个电机的驱动叶片到达期望位置的耦合位置误差:
式中,Ci是同步系数,β是恒定的对角正定矩阵,其值决定了耦合误差中同步误差的权重,ε为同步误差;
对Ei分别求一阶导数和二阶导数得:Ei′=C″iei+Cie′i+β(εi-εi-1),E″i=C″iei+2C′ie′i+Cie″i+β(ε′i-ε′i-1),在上述基础上完成对交叉耦合控制器的设计;通过对Ei分别求一阶导数和二阶导数,能够在不影响控制精度的前提下,简化了控制器的设计,实现在射线输出平面上多电机的协同控制,对交叉耦合控制器的参数进行整定,便于精确控制各叶片位置。
本发明以4个叶片为例,由图2叶片位置误差变化曲线图所示,得到的结果都能满足要求,每个叶片在0.3秒~0.4秒之间,就可以消除位置误差,即达到期望位置,收敛速度快。
S5、交叉耦合控制器各参数的整定优化:本发明采用粒子群算法对交叉耦合控制器的各参数进行优化设计,解决控制器参数整定优化困难的问题,以便弥补由于多叶片同时运动时相互影响而造成的位置误差。
以上实施例仅是示例性的,并不会局限本发明,应当指出对于本领域的技术人员来说,在本发明所提供的技术启示下,所做出的其它等同变型和改进,均应视为本发明的保护范围。
Claims (6)
1.一种基于交叉耦合的多叶准直器叶片协同工作的控制方法,其特征在于,包括以下几个步骤:
S1、建立单个叶片驱动电机的数学模型;
S2、建立驱动电机与叶片间传动机构的数学模型;
S3、单个叶片位置控制器设计及控制器参数优化:采用分数阶PID控制器作为每个叶片驱动电机的控制器,并采用粒子群算法对分数阶PID控制器的参数进行优化;
S4、多叶片协同控制方法设计:采用交叉耦合控制方法实现多叶片协同控制;
其中τ为n×1维控制输入,x为n×1维的坐标向量,M为正定惯性矩阵,C为哥氏力向量,F为n×1维摩擦力扰动向量;
根据编码器反馈得到每个电机的运行状态,得到每个叶片的位置误差,把每个叶片的位值误差作为交叉耦合控制器的输入,产生交叉耦合控制器的输出,以弥补偏差,满足叶片到位精度;
位置误差与控制系统中控制输入τ的关系描述为:
其中,e为跟踪误差,E为耦合位置误差,(I+αT)为对角矩阵,KP为控制策略比例环节所采用的比例增益系数,KD为控制策略微分环节所采用的微分增益系数,Ke为控制策略耦合位置误差增益系数;
S5、交叉耦合控制器各参数的整定优化:采用粒子群算法对交叉耦合控制器的各参数进行优化。
4.根据权利要求1或2所述的基于交叉耦合的多叶准直器叶片协同工作的控制方法,其特征在于:上述步骤2中,驱动电机与叶片间传动机构的数学模型,即其传递函数表示为Kc/s,其中Kc为传动机构开环增益。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710271440.4A CN106886153B (zh) | 2017-04-24 | 2017-04-24 | 一种基于交叉耦合的多叶准直器叶片协同工作的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710271440.4A CN106886153B (zh) | 2017-04-24 | 2017-04-24 | 一种基于交叉耦合的多叶准直器叶片协同工作的控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106886153A CN106886153A (zh) | 2017-06-23 |
CN106886153B true CN106886153B (zh) | 2020-08-18 |
Family
ID=59183549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710271440.4A Expired - Fee Related CN106886153B (zh) | 2017-04-24 | 2017-04-24 | 一种基于交叉耦合的多叶准直器叶片协同工作的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106886153B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628174A (zh) * | 2018-06-28 | 2018-10-09 | 深圳市艾华联盟科技有限公司 | 一种基于模糊pid的多叶光栅双闭环运动控制方法 |
CN109240082A (zh) * | 2018-08-25 | 2019-01-18 | 南京理工大学 | 一种履带式移动机器人滑模云模型交叉耦合控制方法 |
CN112000011B (zh) * | 2020-08-12 | 2022-05-24 | 深圳市烨嘉为技术有限公司 | 小龙门数控加工中心的机电耦合分析与优化方法 |
CN118466171B (zh) * | 2024-07-09 | 2024-09-06 | 西尼尔(山东)新材料科技有限公司 | 基于大数据的高分子材料助剂配比优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662323A (zh) * | 2012-04-23 | 2012-09-12 | 南车株洲电力机车研究所有限公司 | 风力发电变桨距执行机构的自适应滑模控制方法及系统 |
CN103592852A (zh) * | 2013-11-29 | 2014-02-19 | 西南交通大学 | 基于粒子群膜算法的pid控制器优化设计方法 |
CN103853050A (zh) * | 2014-03-19 | 2014-06-11 | 湖北蔚蓝国际航空学校有限公司 | 一种四旋翼飞行器的pid优化控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004009897B4 (de) * | 2004-02-26 | 2006-12-07 | Siemens Ag | Tiefenblende für ein Röngtendiagnostikgerät |
DE102009020676B4 (de) * | 2009-05-11 | 2011-06-22 | Hochschule für angewandte Wissenschaften - Fachhochschule Coburg, 96450 | Vorrichtung und Verfahren zur Positionsbestimmung |
JP5683000B2 (ja) * | 2010-09-30 | 2015-03-11 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | Pid制御器の構成方法、プログラム及びシステム |
US8384049B1 (en) * | 2012-04-25 | 2013-02-26 | Elekta Ab (Publ) | Radiotherapy apparatus and a multi-leaf collimator therefor |
CN205145403U (zh) * | 2015-10-29 | 2016-04-13 | 武汉恒力华振科技有限公司 | 用于光纤定位的多叶准直器叶片结构 |
-
2017
- 2017-04-24 CN CN201710271440.4A patent/CN106886153B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662323A (zh) * | 2012-04-23 | 2012-09-12 | 南车株洲电力机车研究所有限公司 | 风力发电变桨距执行机构的自适应滑模控制方法及系统 |
CN103592852A (zh) * | 2013-11-29 | 2014-02-19 | 西南交通大学 | 基于粒子群膜算法的pid控制器优化设计方法 |
CN103853050A (zh) * | 2014-03-19 | 2014-06-11 | 湖北蔚蓝国际航空学校有限公司 | 一种四旋翼飞行器的pid优化控制方法 |
Non-Patent Citations (2)
Title |
---|
《MLc叶片位置PID控制器设计与仿真研究》;刘昊;《硅谷》;20121008;第49、35页 * |
《The TIGRESSIntegratedPlungerancillarysystemsforelectromagnetic transitionratestudiesatTRIUMF》;P.Voss 等;《NuclearInstrumentsandMethodsinPhysicsResearch》;20140211;第87-97页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106886153A (zh) | 2017-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106886153B (zh) | 一种基于交叉耦合的多叶准直器叶片协同工作的控制方法 | |
CN110518846B (zh) | 基于惯量辨识的多电机伺服系统自抗扰滑模速度控制方法 | |
CN102385342B (zh) | 虚拟轴机床并联机构运动控制的自适应动态滑模控制方法 | |
CN107179682B (zh) | 一种被动式负载模拟器及多余力矩抑制方法 | |
CN104300863B (zh) | 一种变负载永磁同步电机调速的自适应滑模控制方法 | |
CN105137764B (zh) | 一种具有快速响应及鲁棒性能的并联机器人运动控制方法 | |
CN106970621A (zh) | 搬运机器人运行控制方法、装置及机器人 | |
CN102710212A (zh) | 永磁同步直线电机改进的迭代学习控制方法与控制系统 | |
CN109474207A (zh) | 一种提高多轴运动系统同步性能的控制方法 | |
CN101977009A (zh) | 高精度数控机床进给驱动用正弦波直线电机的控制方法 | |
Saleh et al. | Artificial immune system based PID tuning for DC servo speed control | |
CN107264276A (zh) | 两轮差速控制无级平衡标定方法 | |
CN102591203A (zh) | 一种伺服电机的基于微分器的直接神经网络控制方法 | |
Salem | Modeling, Simulation and Control Issues for a Robot ARM; Education and Research (III) | |
CN111934587A (zh) | 伺服电机、驱动器、控制系统及其控制方法 | |
CN104022701B (zh) | 一种永磁同步直线电机牛顿法内模速度控制方法 | |
CN115804918B (zh) | 多叶准直器的控制方法及系统 | |
CN110794878A (zh) | 一种随动系统俯仰角度跟踪控制方法 | |
CN106487291B (zh) | 一种锂电驱动控制系统 | |
CN106774451B (zh) | 基于磁编码的多圈角度控制方法及装置 | |
CN116079741B (zh) | 一种电机驱动单连杆机械臂的自适应控制方法 | |
CN104270046A (zh) | 一种基于转速-电流二维模糊模型自学习的电机控制方法 | |
CN116382096A (zh) | 一种改进偏差耦合的自抗扰多驱动系统协同控制方法 | |
CN107511830A (zh) | 一种五自由度混联机器人控制器参数自适应调整实现方法 | |
CN113343592B (zh) | 一种新能源飞机的永磁同步电机dqn智能控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200818 |