摘要: 为了优化两相混合式步进电机的速度控制,研究步进电机强耦合的磁场和时变的参数对闭环控制系统的影响。依据步进电机运行原理以及绕组反电势与转子位置的关系,提出了一种基于大脑情感学习模型的智能控制方法。该方法不依赖于被控对象的动态数学模型,因此避免了步进电机时变的参数带来的影响。与常见的PID控制进行对比,结果表明,大脑情感学习控制方法能够更好的抑制运动过程中的抖动,加快电机的响应速度,提高速度跟踪精度。该控制方法适用于对响应速度、精度和稳定性要求较高的场合。
中图分类号:
[1] | 郑宏宇,王琳琳,赵伟强,陈宇超. 基于电控制动系统的客车制动力分配控制策略[J]. 吉林大学学报(工学版), 2015, 45(2): 347-351. |
[2] | 黄家才, 施昕昕, 李宏胜, 徐庆宏, 石要武. 永磁同步电机调速系统的分数阶积分滑模控制[J]. 吉林大学学报(工学版), 2014, 44(6): 1736-1742. |
[3] | 王帅夫,刘景林. 基于大脑情感学习模型的步进电机控制系统[J]. 吉林大学学报(工学版), 2014, 44(3): 765-770. |
[4] | 管欣, 崔文锋, 贾鑫. 车辆纵向速度分相控制[J]. 吉林大学学报(工学版), 2013, 43(02): 273-277. |
[5] | 李庆凯, 唐德威, 姜生元, 邓宗全. 平行四杆联动式管道机器人弯管过渡阶段的速度控制[J]. 吉林大学学报(工学版), 2012, 42(02): 483-488. |
[6] | 李显生, 任园园, 席建锋, 左淑霞. 非强制性控速设施下的驾驶员速度控制模型[J]. 吉林大学学报(工学版), 2010, 40(增刊): 169-0173. |
|