您的位置: 专家智库 > >

国家级星火计划(2006EA780036)

作品数:5 被引量:33H指数:3
相关作者:张铁民张建桃梁莉刘潇建许利霞更多>>
相关机构:华南农业大学更多>>
发文基金:国家级星火计划广东省科技攻关计划国家自然科学基金更多>>
相关领域:电气工程自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇电气工程
  • 1篇自动化与计算...

主题

  • 5篇电机
  • 5篇超声电机
  • 2篇预测控制
  • 2篇广义预测控制
  • 2篇HAMMER...
  • 2篇测控
  • 1篇电路
  • 1篇定子
  • 1篇多目标
  • 1篇多目标控制
  • 1篇摄动
  • 1篇伺服
  • 1篇伺服控制
  • 1篇驱动技术
  • 1篇组态
  • 1篇组态软件
  • 1篇均匀设计
  • 1篇控制模块
  • 1篇控制器
  • 1篇非线性

机构

  • 5篇华南农业大学

作者

  • 5篇张铁民
  • 3篇张建桃
  • 2篇梁莉
  • 2篇刘潇建
  • 1篇许利霞
  • 1篇文晟
  • 1篇李亭

传媒

  • 2篇振动.测试与...
  • 2篇电机与控制学...
  • 1篇计算机工程与...

年份

  • 2篇2011
  • 1篇2010
  • 1篇2009
  • 1篇2008
5 条 记 录,以下是 1-5
排序方式:
超声电机多定子同步驱动技术的研究被引量:2
2008年
研究多定子超声电机同步驱动技术,通过多定子同步驱动增加电机的驱动力(矩),解决目前单定子驱动电机输出功率不大的问题,并且以两个定子同步驱动为例,分别给出了采用分立元件、AVR以及DSP 3种器件设计驱动电路的方法,比较分析了各自的优缺点,并指出多定子同步驱动可有效提高电机运行的可靠性和稳定性,探讨了同步驱动技术今后的发展趋势。
李亭张铁民刘潇建
关键词:超声电机多定子电路
超声电机非线性建模和广义预测控制被引量:15
2011年
针对超声电机输出速度与驱动频率、相位差和电压幅值呈很强的非线性,很难建立完整而精确的控制数学模型并用于高精确控制的问题,将超声电机模型分解为一个稳态非线性环节和一个动态线性环节组成的Hammerstein模型。为了辨识驱动频率、相位差和电压幅值与超声电机稳态速度的关系,提出采用均匀设计进行实验设计,通过对电机稳态速度和阶跃响应的辨识,建立旋转超声电机多变量非线性Hammerstein模型,并验证该模型的有效性。基于超声电机Hammerstein模型提出了两步法广义预测控制算法,分别以驱动频率、相位差和电压幅值作为调节变量,对电机进行速度控制仿真,结果表明该算法能够准确地跟踪设定速度,证明所提出的超声电机的辨识建模方法和广义预测控制的可行性。
张建桃张铁民梁莉
关键词:超声电机均匀设计HAMMERSTEIN模型广义预测控制非线性
应用组态软件的超声电机运动参数测试系统被引量:4
2010年
将组态软件、数据采集控制模块与超声电机驱动系统相结合,构建了基于组态软件的超声电机测试系统。该系统能稳定实现超声电机运动参数的测试和计算机定位控制。测试结果表明,该系统操作简单,测试的数据可靠,定位控制准确。
许利霞张铁民刘潇建
关键词:组态软件控制模块超声电机
超声电机伺服控制技术研究进展被引量:13
2009年
超声电机伺服控制技术还不够成熟。对目前超声电机伺服控制使用的各种控制器进行了对比分析,得出用DSP作为控制器构建伺服控制系统,或用FPGA/CPLD开发专用的超声电机控制系统,将是超声电机控制系统的首选。分析了超声电机3种控制变量的控制特点及其与控制目标的关系,并对超声电机现有的各种控制用数学模型和控制策略进行了分析。指出结合调频调相调幅等多种控制方式,综合多种先进控制策略的优点,实现超声电机的速度、位置、能量转换效率和电机寿命等多目标优化控制,将是超声电机伺服控制的发展方向。
张建桃张铁民
关键词:超声电机伺服控制控制器多目标控制
超声电机参数摄动与广义预测控制被引量:1
2011年
针对超声电机速度与驱动频率具有很强的非线性,理论建模困难,难以实现高精确控制的问题,采用辨识的方法建立了旋转行波超声电机的Hammerstein模型,并测量了该模型的参数摄动;针对电机参数在大范围内摄动,提出采用两步法广义预测控制方法,整定了广义预测控制算法的参数,并对超声电机两步法广义预测控制进行了稳定性分析和速度控制仿真。理论分析和仿真结果都表明,超声电机Hammerstein模型参数在大范围内摄动时,两步法广义预测控制器能够准确地跟踪速度设定值的变化,证明了超声电机广义预测控制的可行性,为超声电机高精度控制提供了控制模型和控制方法。
张建桃张铁民梁莉文晟
关键词:超声电机HAMMERSTEIN模型参数摄动广义预测控制
共1页<1>
聚类工具0