基于RBF神经网络和扰动观测器的PMLSM位置控制*

张 博，周 达，蒋波涛

(西安工程大学电子信息学院，西安 710600)

0 引言

永磁直线同步电机(Permanent Magnet Linear Synchronous Motor，PMLSM)直接将电能转换成直线运动，其结构简单、响应速度快，已被广泛应用在自动化生产线，民航运输，军事等领域[1-2]。然而，由于采用PMLSM直接驱动的系统，少了机械减速器和传动装置，使得控制系统的柔性变差[3]。此外，PMLSM驱动的控制系统易受系统参数变化、运动摩擦等不确定性因素的影响，造成系统控制性能变差，而其中的负载扰动和模型误差对系统的影响尤为突出[4]。为了解决负载扰动和模型误差影响，本文对提高PMLSM位置控制系统的伺服性能进行研究。

为了提高系统位置跟踪精度以及减少抖振，国内外学者提出了不同的控制方法。高为炳提出的滑模趋近律控制可以改善系统的动态品质并降低系统的抖振。文献[5]中提出了双幂次滑模趋近律和超螺旋扰动观测器相结合的控制策略，通过变边界层的趋近律方法提高系统的控制精度，并通过调节超螺旋滑动观测器的幂指数加快了算法的收敛速度。但超螺旋滑模观测算法的工程应用较为困难。文献[6]将变指数项引入到双幂次滑模趋近律中，改变了双幂次趋近律的趋近速度，但是引入变指数项使得控制器的参数变多，增加了系统的复杂性。文献[7]通过设计滑模趋近律控制器，以提高PMLSM控制性能。然而负载扰动等不确定因素对控制性能的影响未考虑。文献[8]提出了一种改进指数滑模趋近律控制方法，虽然可以提高系统的响应速度，减少抖振但是系统的鲁棒性能没有得到改善。……