论文部分内容阅读
永磁同步电机具有结构简单、体积小、效率高等显著优点,是近几年研究较多并在各个领域中应用越来越广泛的一种电机。同时,随着计算机网络的飞速发展与应用,网络化成为了永磁同步电机的重要发展趋势。由于网络带宽资源是有限的,拥塞的网络环境会降低系统的控制性能,甚至导致系统不稳定。考虑到事件触发控制在节约网络带宽资源方面的优势,如何利用事件触发机制克服这个问题成为了一个极具挑战和热点的研究课题。本文重点研究了基于事件触发的永磁同步电机自适应神经网络控制问题。具体地,针对应用于网络化环境下的永磁同步电机存在网络带宽资源受限、部分系统动态未知以及非匹配扰动的情况,讨论了永磁同步电机离散系统的自适应神经网络事件触发控制方案设计问题。本文的主要工作概述如下:首先,基于永磁同步电机模型精确已知的情况,采用提前预测方法将系统模型转换为预测模型,避免了电机离散系统在反推设计时出现因果矛盾的问题。针对网络带宽资源有限的问题,通过在控制器与执行器之间的网络通道引入带有死区算子的绝对事件触发机制,使得永磁同步电机在获得良好控制性能的同时,也减少了系统网络带宽资源的消耗,从而减轻或者避免网络拥塞问题对控制性能造成的不良影响。然后,考虑到永磁同步电机在实际使用中还存在未知动态和外部扰动的情况,利用高阶神经网络对系统未知动态进行局部准确建模,设计出扰动观测器对外部扰动进行估计,并利用估计值进行扰动补偿,从而提高系统鲁棒性。由于存在非匹配扰动,常用的提前预测方法无法解决因果矛盾的问题,这里针对原始模型采用变量代换的方法进行解决。随后同样在控制器与执行器之间的网络通道引入绝对事件触发机制,使得在实现系统跟踪控制的同时,有效地节省系统网络带宽资源。最后,针对网络带宽资源有限的问题,充分考虑到传感器和控制器之间网络通道的资源情况,设计了双通道事件触发机制,使得传感器和控制器之间无需实现连续的信息流传输,进一步降低对系统网络带宽资源的消耗。同时所设计的触发阈值包含系统状态信息,相比于绝对事件触发机制能够更好地协调系统控制性能与触发阈值之间的关系,从而更加有效地利用网络通讯资源。