基于经验模态分解算法的永磁直线同步电机迭代学习控制

基于经验模态分解算法的永磁直线同步电机迭代学习控制王丽梅;孙璐;初升
【期刊名称】《电工技术学报》
【年(卷),期】2017(032)006
【摘要】在永磁直线同步电机驱动伺服系统的迭代学习控制(ILC)过程中,针对由于每次运行时跟踪误差的累积,导致系统出现收敛速度降低甚至发散的现象,提出一种基于经验模态分解(EMD)算法的迭代学习控制方法.首先设计闭环ILC控制器,然后利用EMD算法分解ILC过程中的跟踪误差,筛选并消除其中发散的分量,保证ILC 的收敛性,提高ILC的收敛速度.仿真和实验结果表明,与传统ILC相比,所提出的控制方法能够使系统的跟踪效果更好,且保证了伺服系统的输出轨迹在较少的迭代次数下快速精确地收敛到期望轨迹.
【总页数】8页(P164-171)
【作者】王丽梅;孙璐;初升
【作者单位】沈阳工业大学电气工程学院沈阳 110870;沈阳工业大学电气工程学院沈阳 110870;沈阳工业大学电气工程学院沈阳 110870
【正文语种】中文
【中图分类】TP273
【相关文献】
1.基于经验模态分解算法的电机故障判断方法 [J], 郭硕达;崔庆育;岳嘉兴;葛托
2.基于改进掩膜信号优化的经验模态分解算法的有载分接开关机械故障诊断 [J],
陈明;马宏忠;徐艳;潘信诚;陈冰冰;许洪华;王梁
3.基于改进掩膜信号优化的经验模态分解算法的有载分接开关机械故障诊断 [J], 陈明; 马宏忠; 徐艳; 潘信诚; 陈冰冰; 许洪华; 王梁
4.基于经验模态分解算法的高铁沉降数据处理模型研究 [J], 申彦民
5.基于自适应集合经验模态分解算法的局部放电信号降噪研究 [J], 孙聪;鞠鹏飞;李大华;李栋
因版权原因，仅展示原文概要，查看原文内容请购买。