直流无刷电机的改进型滑模控制

来源 :重庆理工大学学报(自然科学版) | 被引量 : 0次 | 上传用户:john_cai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
滑模控制器用于电机控制时,系统的趋近模态对扰动较为敏感,易受外界扰动影响,且存在抖振问题,会严重影响系统的稳定性.为此,分别对传统滑模控制算法的趋近率及滑模面进行改进,提出改进型滑模控制算法.采用改进趋近率的快速终端滑模面,并在此基础上引入带修正函数的滑模面,加快系统的收敛速度,减少抖振现象.在基于STM32搭建的直流无刷电机调速实验平台上验证了所提出控制方法的有效性.
其他文献
基于卷积神经网络(CNN)的高光谱图像分类方法不断取得进展,而谱-空特征的高复杂性及低效描述仍是抑制高光谱分类精度提升的主要屏障.针对该问题,提出了一种基于密集型(Dense)谱-空特征挖掘的两阶段集成高光谱图像分类学习框架,在第一阶段进行显著波段选择,分别构建2D及3D Dense深层网络以提升高光谱数据的空间与谱间特征表达能力,在第二阶段构建分类CNN网络将融合之后的谱-空特征进一步挖掘,以提高分类特征的精细化程度.整个集成学习网络基于交叉熵损失函数进行训练学习,同时利用全连接网络构建了一种基于波段相