CN113805484B - 一种基于自适应动态面的轧机扭振抑制控制方法 - Google Patents
一种基于自适应动态面的轧机扭振抑制控制方法 Download PDFInfo
- Publication number
- CN113805484B CN113805484B CN202111107264.3A CN202111107264A CN113805484B CN 113805484 B CN113805484 B CN 113805484B CN 202111107264 A CN202111107264 A CN 202111107264A CN 113805484 B CN113805484 B CN 113805484B
- Authority
- CN
- China
- Prior art keywords
- rolling mill
- motor
- roller
- control method
- self
- 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.)
- Active
Links
- 238000005096 rolling process Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000001629 suppression Effects 0.000 title claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 28
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 230000003044 adaptive effect Effects 0.000 claims abstract description 6
- 230000001052 transient effect Effects 0.000 claims abstract description 5
- 230000000452 restraining effect Effects 0.000 claims abstract description 4
- 238000013016 damping Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005461 lubrication Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 abstract description 4
- 230000019771 cognition Effects 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 abstract description 2
- 230000002401 inhibitory effect Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 10
- 238000004088 simulation Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000005097 cold rolling Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000010959 steel Substances 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
Abstract
本发明公开了一种基于自适应动态面的轧机扭振抑制控制方法，属于轧机主传动系统控制技术领域，包括以下步骤：S1、建立轧机主传动系统的动力学模型；S2、对所建立的数学模型进行状态变换，得到系统的状态空间表达式；S3、引入有限时间预定性能的控制方法，对轧机主传动系统的转速跟踪误差进行约束；S4、建立虚拟误差系统，利用动态面技术反推出系统的自适应状态反馈控制器。本发明不仅能优化系统的瞬态性能，提高收敛速度，还在时间上对系统的控制有了明确的认知，并通过自适应动态面技术对控制器的设计，成功的抑制了电流谐波对系统的影响，使得轧辊转速平稳的跟踪指定转速，达到抑制扭振的目的。
Description
技术领域
本发明涉及轧机主传动系统控制技术领域，尤其是一种基于自适应动态面的轧机扭振抑制控制方法。
背景技术
冷轧薄板在工业领域具有十分广泛的应用，随着社会的发展及制造业水平的不断提高，基于高速、高精度轧制过程的高质量薄板需求也日益增加。轧机的主传动系统是一个由多质量体弹性连接的复杂机械动力学结构，在轧制过程中，轧机系统高度的非线性及外部扰动的影响会使整个主传动系统处于失稳状态，极易造成轧机扭转振动的产生。轧机扭振的产生会极大影响产品的质量与产量，严重时还会造成断带、堆钢或轧制设备损坏等生产事故，产生巨大的经济损失。
传统的PID控制由于其结构简单，被广泛应用于轧机系统的控制中，但PID控制的鲁棒性较差，轧机系统存在着大量的内部参数不确定性、非线性特性以及外部干扰，当干扰过大时其控制性能会受到严重的影响，甚至导致系统失稳。如今，一些较为复杂的现代控制算法也用于轧机系统的控制器设计中，以获得理想的性能，如滑模变结构控制器、鲁棒自适应控制器、预测控制器等。但是现有控制方法只能通过调节控制增益来提高系统的快速性、准确性和超调量，倘若外界环境一改变，这些良好的性能都得不到很好的保障。并且应用于轧制系统的很多控制方法，在系统启动时为达到良好的快速性，随之而来的系统会产生严重的衰减震荡，这会给机械带来很大的负担并且加快其损伤。是否可以使得轧机主传动系统既有良好的鲁棒性，又有较好的稳态和暂态性能，是学者们一直待解决的问题。此外，在控制器设计中轧机系统的谐波问题也值得深思。在交交变频系统中，由于使用了大量的电子元件，电流谐波的出现是无法避免的，但这些溢出的谐波会增加电机的输入力矩，同时导致系统中扭振的产生，这就可能使高速运转的轧制系统出现失稳的现象。
发明内容
本发明需要解决的技术问题是提供一种基于自适应动态面的轧机扭振抑制控制方法，使得轧辊的转速紧紧的跟随给定转速，抑制了轧机运行过程中所产生的扭振。
为解决上述技术问题，本发明所采用的技术方案是：
一种基于自适应动态面的轧机扭振抑制控制方法，包括以下步骤：
S1、考虑非线性摩擦、时变刚度、电流谐波和未知扰动对系统的影响，建立轧机主传动系统的动力学模型；
S2、根据动力学模型得到轧机主传动系统的状态空间表达式；
S3、引入有限时间预定性能的控制方法，对轧机主传动系统的转速跟踪误差进行约束；
S4、建立虚拟误差系统，利用动态面技术反推出轧机主传动系统的自适应状态反馈控制器。
本发明技术方案的进一步改进在于：S1中，建立轧机主传动系统的动力学模型如下：
其中，Jm、JL分别为电机端和负载端的转动惯量；θm,θL分别为电机与轧辊的转角；Cm,CL分别为电机端和轧辊端的阻尼系数；K(t)为系统的时变刚度；M1,ML分别为电机的输入力矩和轧辊负载力矩；MLf为轧辊与带材间的摩擦力矩；D(t)为外界未知扰动，
为扰动的已知上限；
考虑到轧机主传动系统的实际运行状况，与转速相关的非线性摩擦系数为
摩擦力矩的表达式为：
其中，μ0为轧机主传动系统稳定轧制时的摩擦常数，d,l是与轧机主传动系统润滑条件有关的常数，P和R分别为轧制力和轧辊半径；
由于机械间隙和连接元件的磨损，轧机主传动系统刚度呈准周期特性，其表达式为：
其中，υ为共振频率，ξ为缓变频率，δ,h为刚度变化幅度，K0为等效刚度；
由于电流谐波的影响，电机的力矩表达式为：
M1＝M10+M11cos(ωt+φ) (4)
其中，M10为电机的实际控制力矩，M11为电磁转矩的波动值，ω为谐波的频率，φ为谐波的相位角；电磁转矩的波动值与电机的力矩大小有关，定义M11＝αM10，其中0＜α＜1，并且存在一个常数λ，使得0＜λ≤1+αcos(ωt+φ)＜2成立。
本发明技术方案的进一步改进在于：S2中，根据动力学模型得到系统的状态空间表达式如下：
其中，轧辊转速
电机与轧辊的转角差x2＝θm-θL，电机转速/>
本发明技术方案的进一步改进在于：S3中，有限时间预定性能函数如下：
其中，p0，τ，h和pT都为正数，p0和h决定了函数的初值，τ决定了函数的收敛时间，pT决定了函数最终的界。
本发明技术方案的进一步改进在于：S3中，为了提高系统的暂态和稳态性能，使得跟踪误差e＝x1-x1d严格约束在性能函数内，即-p(t)＜e＜p(t)，引入误差转换函数如下：
根据(7)可以得到：
由式(5)得到e的导数为：
转换的误差z1的导数为：
其中，
为已知函数，将有约束误差e转换为无约束误差z1。
本发明技术方案的进一步改进在于：S4中，建立虚拟误差系统如下所示：
其中，α1，α2为虚拟控制器，
为滤波后的虚拟控制器，y1,y2为滤波误差；
设计所述虚拟控制器α1为：
其中，k1＞0；
为了避免对α1的重复微分和减少后续控制器设计的复杂程度，一阶滤波器的设计如下：
其中，β1为小于1大于0的数；
设计所述虚拟控制器α2为：
其中，k2＞0；
所对应的一阶滤波器设计为：
其中，β2为小于1大于0的数。
本发明技术方案的进一步改进在于：设计所述自适应状态反馈控制器的实际控制率，即电机的实际控制力矩M10为：
其中，
为ζ的估计值，σ为一个正数，k3＞0；
自适应律
为：
其中，g1，g2为正数。
本发明技术方案的进一步改进在于：所述的自适应有限时间预定性能动态面的控制策略，利用在轧制现场所测得的转速信息，通过调节系统的控制增益和常数，使轧辊转速稳定的跟踪指定转速，保证主传动系统的平稳运行。
由于采用了上述技术方案，本发明取得的技术进步是：
1、本发明考虑了非线性摩擦、时变刚度和电流谐波的影响，使得建立的数学模型更加贴合实际。
2、本发明通过引入有限时间预定性能的控制方法，使得跟踪误差完全约束在性能函数的界内，提高了系统的稳定性；与普通的性能约束方法相比，此方法在时间上有了具体的认知，便捷了系统的实际操作。
3、本发明通过运用自适应的控制方法，估计电流谐波的大小，使得电机的电磁转矩不会溢出，抑制了电流谐波引发的系统扭振。
4、本发明通过引入动态面反推技术，使控制器和参数的设计更加简单，便于实际的调节和控制。
附图说明
图1是本发明基于主传动系统的自适应有限时间预定性能动态面控制方法的流程图；
图2是本发明实例中的轧辊跟踪误差仿真图；
图3是本发明实例中的系统状态变量包括轧辊转速、电机转速和电机与轧辊的转角差仿真图；
图4是本发明实例中的电流谐波估计仿真图；
图5是本发明实例中有扰动下的转速跟踪误差仿真图。
具体实施方式
下面结合附图及实施例对本发明做进一步详细说明：
如图1所示，一种基于自适应动态面的轧机扭振抑制控制方法，包括以下步骤：
S1、考虑非线性摩擦、时变刚度、电流谐波和未知扰动对系统的影响，建立轧机主传动系统的动力学模型：
其中，Jm,JL分别为电机端和负载端的转动惯量；θm,θL分别为电机与轧辊的转角；Cm,CL分别为电机端和轧辊端的阻尼系数；K(t)为系统的时变刚度；M1,ML分别为电机的输入力矩和轧辊负载力矩；MLf为轧辊与带材间的摩擦力矩；D(t)为外界未知扰，在实际的生产中，扰动大小是有上限的，即
考虑到系统的实际运行状况，得到与转速相关的摩擦系数
进一步得出摩擦力矩的表达式为：
其中，μ0为系统稳定轧制时的摩擦常数，d,l是与系统润滑条件有关的常数，P和R分别为轧制力和轧辊半径。
由于机械间隙和连接元件的磨损，系统刚度呈准周期特性，其表达式为：
K(t)＝K0(1+δcos(υt)+hcos(ξt)) (3)
其中，υ为共振频率，ξ为缓变频率，δ,h为刚度变化幅度，K0为等效刚度。
由于电流谐波的影响，电机的力矩表达式为：
M1＝M10+M11cos(ωt+φ) (4)
其中，M10为电机的实际控制力矩，M11为电磁转矩的波动值，ω为谐波的频率，φ为谐波的相位角。电磁转矩的波动值与电机的力矩大小有关，所以定义M11＝αM10，其中0＜α＜1，并且存在一个常数λ，使得0＜λ≤1+αcos(ωt+φ)＜2成立。
S2、对所建立的数学模型进行状态变换，得到轧机主传动系统的状态空间表达式：
其中，轧辊转速
电机与轧辊的转角差x2＝θm-θL，电机转速/>
S3、引入有限时间预定性能的控制方法，对轧机主传动系统的转速跟踪误差进行约束；
有限时间预定性能函数如下：
其中，p0，τ，h和pT均为中间变量，且均为正数，p0和h决定了函数的初值，τ决定了函数的收敛时间，pT决定了函数最终的界。
为了提高系统的暂态和稳态性能，使得跟踪误差e＝x1-x1d严格约束在性能函数内，即-p(t)＜e＜p(t)。引入误差转换函数如下：
根据(7)可以得到：
由式(5)可以得到e的导数为：
然后，转换的误差z1的导数为：
其中，
为已知函数。成功地将有约束误差e转换为无约束误差z1，便于之后对控制器的设计。
S4、建立虚拟误差系统，利用动态面技术反推出系统的自适应状态反馈控制器。
首先，建立虚拟误差系统如下所示：
其中，α1，α2为虚拟控制器，
为滤波后的虚拟控制器，y1,y2为滤波误差。
根据式(10)设计虚拟控制器α1为：
其中，k1＞0。
为了避免对α1的重复微分和减少后续控制器设计的复杂程度，一阶滤波器的设计如下：
其中，β1为小于1大于0的数。
然后，构造系统的虚拟控制器α2为：
其中，k2＞0。
所对应的一阶滤波器设计为：
其中，β2为小于1大于0的数。
最后，自适应状态反馈控制器的实际控制率，即电机的实际控制力矩M10为：
其中，
为ζ的估计值，σ为一个正数，k3＞0。
自适应律
为：
其中，g1，g2为正数。
实施例
为验证本发明所提出控制方法的有效性，以某厂2030mm冷轧机第四机架主传动系统参数，进行仿真分析。去轧辊的目标转速为20rad/s，初值x0＝(0,0,0)。具体仿真参数见表1：
表1系统参数
如图2所示，e(rad/s)为跟踪误差，p(t)为有限时间预定性能函数；轧辊的转速跟踪误差在1s前已经趋于稳定，通过调节性能函数的收敛时间，极大的便捷了系统的实际操作。转速跟踪误差被约束在性能函数内，提高了系统的稳定性能，并且对转速跟踪误差有了上限要求。
如图3所示，x1(rad/s)为轧辊转速，x2(rad)为电机与轧辊的转角差，x3(rad/s)为电机转速；基于自适应动态面的轧机扭振抑制控制方法保证了闭环系统状态的有界性，系统在指定转速下可以平稳运行。
如图4所示，
为自适应律；自适应律很好的估计了谐波的大小，使电机的力矩不会产生溢出，进而抑制了谐波引发的扭振。
如图5所示，e(rad/s)为跟踪误差，p(t)为有限时间预定性能函数；模拟系统运行时可能出现咬钢现象，在系统运行到4s时，外加了一个1000000N的扰动，4s时误差有一个小的波动，然后迅速恢复到正常的运行状态，这说明系统拥有较好的鲁棒性。
综上所述，本发明考虑了非线性摩擦、时变刚度和电流谐波的影响，使得建立的数学模型更加贴合实际；通过引入有限时间预定性能的控制方法，使得跟踪误差完全约束在性能函数的界内，提高了系统的稳定性；与普通的性能约束方法相比，此方法在时间上有了具体的认知，便捷了系统的实际操作；通过运用自适应的控制方法，估计电流谐波的大小，使得电机的电磁转矩不会溢出，抑制了电流谐波引发的系统扭振；通过引入动态面反推技术，使控制器和参数的设计更加简单，便于实际的调节和控制。
Claims (4)
1.一种基于自适应动态面的轧机扭振抑制控制方法，其特征在于：包括以下步骤：
S1、考虑非线性摩擦、时变刚度、电流谐波和未知扰动对系统的影响，建立轧机主传动系统的动力学模型；
S2、根据动力学模型得到轧机主传动系统的状态空间表达式；
S3、引入有限时间预定性能的控制方法，对轧机主传动系统的转速跟踪误差进行约束；
S3中，有限时间预定性能函数如下：
其中，p0，τ，h和pT都为正数，p0和h决定了函数的初值，τ决定了函数的收敛时间，pT决定了函数最终的界；
为了提高系统的暂态和稳态性能，使得跟踪误差e＝x1-x1d严格约束在性能函数内，即-p(t)＜e＜p(t)，引入误差转换函数如下：
根据式(7)可以得到：
由系统的状态空间表达式得到e的导数为：
转换的误差z1的导数为：
其中，
为已知函数，将有约束误差e转换为无约束误差z1，μ0为轧机主传动系统稳定轧制时的摩擦常数，d,l是与轧机主传动系统润滑条件有关的常数，P和R分别为轧制力和轧辊半径，JL为电机端和负载端的转动惯量，CL为电机端和轧辊端的阻尼系数，ML为电机的输入力矩和轧辊负载力矩，D(t)为外界未知扰动，/>
为扰动的已知上限；x1为轧辊转速，x2为电机与轧辊的转角差；K(t)为系统的时变刚度；
S4、建立虚拟误差系统，利用动态面技术反推出轧机主传动系统的自适应状态反馈控制器；
S4中，建立虚拟误差系统如下所示：
其中，α1，α2为虚拟控制器，
为滤波后的虚拟控制器，y1,y2为滤波误差；x3为电机转速；
设计所述虚拟控制器α1为：
其中，k1＞0；
为了避免对α1的重复微分和减少后续控制器设计的复杂程度，一阶滤波器的设计如下：
其中，β1为小于1大于0的数；
设计所述虚拟控制器α2为：
其中，k2＞0；
所对应的一阶滤波器设计为：
其中，β2为小于1大于0的数。
2.根据权利要求1所述的一种基于自适应动态面的轧机扭振抑制控制方法，其特征在于：S1中，建立轧机主传动系统的动力学模型如下：
其中，Jm为电机端和负载端的转动惯量；θm,θL分别为电机与轧辊的转角；Cm为电机端和轧辊端的阻尼系数；M1为电机的输入力矩和轧辊负载力矩；MLf为轧辊与带材间的摩擦力矩；
考虑到轧机主传动系统的实际运行状况，与转速相关的非线性摩擦系数为
摩擦力矩的表达式为：
由于机械间隙和连接元件的磨损，轧机主传动系统刚度呈准周期特性，其表达式为：
K(t)＝K0(1+δcos(υt)+h0cos(ξt)) (3)
其中，υ为共振频率，ξ为缓变频率，δ,h0为刚度变化幅度，K0为等效刚度；
由于电流谐波的影响，电机的力矩表达式为：
M1＝M10+M11cos(ωt+φ) (4)
其中，M10为电机的实际控制力矩，M11为电磁转矩的波动值，ω为谐波的频率，φ为谐波的相位角；电磁转矩的波动值与电机的力矩大小有关，定义M11＝αM10，其中0＜α＜1，并且存在一个常数λ，使得0＜λ≤1+αcos(ωt+φ)＜2成立。
3.根据权利要求2所述的一种基于自适应动态面的轧机扭振抑制控制方法，其特征在于：S2中，根据动力学模型得到系统的状态空间表达式如下：
其中，轧辊转速
电机与轧辊的转角差x2＝θm-θL，电机转速/>
4.根据权利要求3所述的一种基于自适应动态面的轧机扭振抑制控制方法，其特征在于：设计所述自适应状态反馈控制器的实际控制率，即电机的实际控制力矩M10为：
其中，
为ζ的估计值，σ为一个正数，k3＞0；
自适应律
为：
其中，g1，g2为正数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111107264.3A CN113805484B (zh) | 2021-09-22 | 2021-09-22 | 一种基于自适应动态面的轧机扭振抑制控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111107264.3A CN113805484B (zh) | 2021-09-22 | 2021-09-22 | 一种基于自适应动态面的轧机扭振抑制控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113805484A CN113805484A (zh) | 2021-12-17 |
| CN113805484B true CN113805484B (zh) | 2023-05-19 |
Family
ID=78939894
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111107264.3A Active CN113805484B (zh) | 2021-09-22 | 2021-09-22 | 一种基于自适应动态面的轧机扭振抑制控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113805484B (zh) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100441328C (zh) * | 2006-01-25 | 2008-12-10 | 冶金自动化研究设计院 | 一种抑制轧机传动系统动态速降和扭振的控制系统 |
| CN110756593B (zh) * | 2018-07-26 | 2020-10-27 | 宝山钢铁股份有限公司 | 一种抑制冷连轧机组振动的张力制度优化方法 |
| CN109465825B (zh) * | 2018-11-09 | 2021-12-10 | 广东工业大学 | 机械臂柔性关节的rbf神经网络自适应动态面控制方法 |
| CN110376882A (zh) * | 2019-04-28 | 2019-10-25 | 天津大学 | 基于有限时间扩张状态观测器的预定性能控制方法 |
| CN111136633B (zh) * | 2020-01-13 | 2021-04-09 | 燕山大学 | 针对时变时延下柔性主-从机器人系统的全状态控制方法 |
| CN111723442B (zh) * | 2020-06-08 | 2022-07-15 | 燕山大学 | 基于自适应模糊backstepping的轧机垂振抑制控制器的设计方法 |
-
2021
- 2021-09-22 CN CN202111107264.3A patent/CN113805484B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113805484A (zh) | 2021-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Adaptive predefined performance sliding mode control of motor driving systems with disturbances | |
| JP5120654B2 (ja) | サーボ制御装置 | |
| CN111459051B (zh) | 一种带扰动观测器的离散终端滑模无模型控制方法 | |
| CN110492804B (zh) | 一种基于扰动观测器的永磁同步电机二阶滑模控制方法 | |
| CN104300863A (zh) | 一种变负载永磁同步电机调速的自适应滑模控制方法 | |
| CN108459497B (zh) | 一种基于adrc和nlpid的稳瞄伺服系统的控制方法 | |
| JP5656193B2 (ja) | 波動歯車装置を備えたアクチュエータの位置決め装置 | |
| CN110716506A (zh) | 一种基于混合滑模控制的伺服系统位置跟踪控制方法 | |
| CN113359479B (zh) | 一种dgvscmg框架伺服系统复合抗干扰控制方法 | |
| CN115250085B (zh) | 互补终端滑模速度控制方法、系统、设备及存贮介质 | |
| Liu et al. | Iterative learning based neural network sliding mode control for repetitive tasks: With application to a PMLSM with uncertainties and external disturbances | |
| CN113805484B (zh) | 一种基于自适应动态面的轧机扭振抑制控制方法 | |
| CN108429501B (zh) | 一种永磁同步电机负载扰动的观测方法 | |
| CN112859608B (zh) | 一种基于rbf神经网络补偿的自适应动态面控制方法 | |
| CN112462606B (zh) | 一种基于自适应控制的挠性关节动力学参数辨识方法 | |
| JP5017984B2 (ja) | サーボ制御装置とその速度追従制御方法 | |
| US20200301376A1 (en) | Machine learning device, control system, and machine learning | |
| Yong-Bin et al. | A MPC method based on the oval invariant set for PMSM speed control system | |
| CN115051600A (zh) | 一种无刷直流电机伺服系统跟踪控制方法 | |
| Lukichev et al. | Speed control in PMSM drive with non-stiff load and unknown parameters using PI-and fuzzy adaptive PID controllers | |
| CN115133825A (zh) | 一种基于滑模扩张状态观测器的永磁同步电机互补滑模位置控制方法 | |
| Hu et al. | Suppression of limit cycle oscillation for two-mass system with backlash nonlinearity based on dual luenberger observer | |
| CN107222127B (zh) | 一种无参数信息间隙稳定的压电电机自适应控制方法 | |
| CN109976264A (zh) | 一种基于干扰补偿的数控机床直线电机的多周期滑模重复控制方法 | |
| CN111830824B (zh) | 一种兼顾电流环动态的直流电机伺服系统渐近跟踪控制方法 |
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 |