English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41778746      線上人數 : 1450
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/1815


    題名: 線性直流無刷馬達之強健伺服控制研究
    作者: 謝念中;Nian-Zhong Xie
    貢獻者: 機械工程研究所
    關鍵詞: 線性直流無刷馬達;最佳控制;強健L2控制;小波類神經控制器
    日期: 2001-11-19
    上傳時間: 2009-09-21 11:32:22 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 本論文針對具有不確定性的線性直流無刷馬達進行強健伺服控制研究。線性馬達由於不具如滾珠螺桿的輔助機構,故其運動時容易受到不確定性的影響,如系統參數變異、外在負荷干擾、未模式誤差及非線性現象。因此文中提出修正型最佳線性二次控制方法、強健L2控制方法及小波類神經網路控制方法以克服馬達的不確定性,達到精確歸零、定位及追蹤的目的。 驅動器及線性馬達的開迴路數學模型首先由系統鑑別試驗找出(忽略電氣特性),其機械頻寬約二赫茲,當作閉迴路控制時,在不超過電壓飽和值十伏特的條件下,伺服控制的增益愈大,則系統的伺服頻寬愈大。系統鑑別時,馬達的負載情況有三種,相對於正規負載情況,另二種負載情況可視為系統的不確定性,該不確定性滿足匹配條件。 文中首先提出修正型最佳線性二次控制方法,對馬達的歸零及定位動作進行控制,該狀態迴授增益修正項對馬達的不確定性(如負載質量變化)具有克制效果,使得馬達作歸零及定位動作時具有漸近穩定的特性。 接著提出強健L2控制方法,對馬達的定位動作進行控制,其為一種考慮輸入--輸出間規格的控制器,輸入可同時考慮系統的不確定性(如負載質量變化)及外加干擾,輸出則為定位的誤差,藉由較大的控制力可把輸出控制到輸入的千分之一或更小,使得定位誤差壓制到微量,達到定位誤差控制在規格內的目的。 小波類神經網路控制器主要用於克服庫倫摩擦力及粘滯摩擦力,前者約1.5牛頓(庫倫摩擦力由馬達從靜止至開始滑動的實驗找到),後者與速度有關可達20牛頓(粘滯摩擦係數由系統鑑別找到);模擬時係假設庫倫摩擦力及粘滯摩擦係數如實驗與系統鑑別所得,以驗證該類神經控制器對摩擦力的克服功效;當此類神經控制器已確認具克服摩擦力的功效後,再把它應用到真實馬達的位置追蹤控制,以應付因潤滑條件不同造成變異的摩擦力。小波類神經網路控制器學習到摩擦力的現象在文中有所展現,經由實驗,可知該控制器確能適應地克服因潤滑條件不同造成變異的摩擦力。 文中所提出的各種控制方法,均對其穩定性有所探討,並利用模擬與試驗的方式進行驗證,以說明其對克服馬達不確定性的功效,進而達到精確歸零、定位及追蹤的目的。 [ 論文目次 ] 第一章 緒論 第二章 修正型最佳線性二次控制方法對馬達作歸零及定位控制 2.1線性直流無刷馬達系統鑑別 2.2修正型最佳線性二次控制方法之歸零控制理論 2.3修正型最佳線性二次控制方法之定位控制理論 2.4結語 第三章 強健L2控制方法對馬達作定位控制 3.1強健L2控制法則建立 3.2強健L2控制器設計及數值模擬結果 3.3實驗結果 3.4結語 第四章 小波類神經網路控制方法對馬達作位置追蹤控制 4.1小波類神經網路 4.2強健位置追蹤控制器 4.3應用至線性直流無刷馬達之位置追蹤控制 4.4弦波位置追蹤之數值模擬與實驗結果 4.5方波位置追蹤之數值模擬與實驗結果 4.6結語 第五章 總結與未來研究方向
    顯示於類別:[機械工程研究所] 博碩士論文

    文件中的檔案:

    檔案 大小格式瀏覽次數


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明