Sung. 3. Góc năng theo dõi tốc độ của bộ điều khiển ADRC GPI quan sát dựa trên với ước lượng tuyến tính của hiệu ứng tổng hợp của các tham số không chắc chắn (Rs (t)) và ngoại sinh mô-men xoắn xáo trộn đầu vào (τL (t)). Hình. 4. Hành vi của ISE quỹ đạo cho các giá trị khác nhau của các yếu tố (phần trăm) không chắc chắn, γ, ảnh hưởng đến kiến thức kiểm soát tăng đầu vào. Hình. 5. Hành vi của các quỹ đạo ISE cho các giá trị khác nhau của (phần trăm) yếu tố không chắc chắn, α, ảnh hưởng đến việc kiểm soát tăng đầu vào kiến thức. Chỉ số hiệu suất đã được đề xuất như là với ωγ (t) và idα (t) là, tương ứng, các vòng kín quỹ đạo phản ứng thu được những lợi ích bị lỗi đầu vào: ISEω, γ (t) = 1, t Nθ 0 (ωγ (t) - ω * (t)) 2DT γ Km / J Ls và α1 / Ls, diễn xuất, cả hai, trên tương ứng GPI quan sát và điều khiển tuyến tính tương ứng. Các 1, ∞ 2 thông số Nω và Nid là những yếu tố bình thường đại diện, ISEid, α (t) = Nid 0 (idα (t) - i * (t)) dt tương ứng, các giá trị trạng thái ổn định của các chức năng: ISE ω, γ (t) và ISEid, α (t), khi γ = 1 và α = 1. kiểm tra các vững mạnh cho mỗi biến thể tăng được thực hiện độc lập với γ tor tố và α. Vả. 4 và 5 cho thấy các quỹ đạo cho ISEω, γ (t) và ISEid, α (t) trong thang logarit cho một vài giá trị của γ và α. Các trạng thái ổn định liên tục của các chức năng này chỉ ra rằng tương ứng với các lỗi theo dõi đầu ra cuối cùng trong thỏa thuận gần như chính xác với các quỹ đạo tham khảo mong muốn. Một ISE ổn định thu được cho γ ∈ [0,05, 15], và α ∈ [0,05, 15]. Tương tự như vậy, chúng ta hãy {λ0, ..., κm + n-1} là hệ số thực được lựa chọn để các đa thức sau đây trong phức tạp biến s, pobs (s), cũng là Hurwitz: pobs (s) = sn + m + λn m 1sn + m-1 + ••• + λ s + λ. (19) + - 1 0 Bằng việc xác định yi = y (i), i = 0, 1, ..., n - 1, hệ thống (17) có thể được viết trong biểu diễn không gian trạng thái như ý rằng các ràng buộc thấp hơn đại diện cho một yếu tố khác biệt của 20, đối với giá trị danh nghĩa γ = 1 với, các ràng buộc trên đại diện cho một sự thay đổi 1500% so với giá trị danh nghĩa. Những sự khác biệt lớn trong cả hai lợi ích chỉ ra sự khác biệt lớn của Ls trong trường hợp đầu tiên, và J trong trường hợp thứ hai. V. KẾT LUẬN y0 = y1 . . Yn-1 = φ (t, y0) u + ψ (t, y0, ..., yn-1). (20) Xem xét các thông tin phản hồi linearizing điều khiển quan sát dựa trên sau đây, trong đó có một hạn hủy bỏ phi tuyến, ψ: Trong ngắn này, một cách tiếp cận ADRC đã được đề xuất để kiểm soát độ phẳng dựa trên một PMSM trong một nhiệm vụ theo dõi góc vận tốc quỹ đạo. Các phương pháp tiếp cận bao gồm việc sử dụng một mở rộng quan sát độ lợi cao tuyến tính, được gọi là GPI quan sát. 1 φ (t, y) . n-1 -ψ + [y * (t)] (n) -. κi i = 0 . .yi -. [y * (t)] (i) (21) quan sát này được sử dụng đồng thời ước tính biến giai đoạn gắn liền với kết quả đầu ra bằng phẳng và những tác động gộp các phụ gia ngoại sinh và nội sinh đầu vào nhiễu loạn ảnh hưởng đến tách riêng ra phẳng động. Những thông tin này trên mạng được sử dụng bởi các thông tin phản hồi đầu ra tuyến tính trollers dựng trong hiệu quả, mặc dù gần đúng, hủy bỏ những điều không chắc chắn hệ thống phát sinh từ mô men không rõ thời gian khác nhau tải, trục ban đầu vị trí góc chưa biết, và sự hiện diện của các thông số không chắc chắn. Hiệu suất của GPI sơ đồ điều khiển quan sát dựa trên đề xuất đã được minh họa bằng các phương tiện của các mô phỏng máy tính thực tế khi sử dụng gói mô phỏng MATLAB / SIMULINK-PSIM cùng với một điều khiển đầu vào đánh giá tăng mạnh mẽ chứ không phải mục tiêu. PHỤ LỤC ÍT PROOF nhiễu loạn DỰA TRÊN CÁC KẾT QUẢ CHỦ Hãy xem xét vấn đề theo dõi một cho mịn quỹ đạo y * (t), t ∈ [0, ∞), bằng một hành động điều khiển phản hồi thích hợp, nơi yi, i = 0, 1, ..., n - 1, và, ψ = z1, là các biến thu được từ việc mở rộng (tuyến tính) Luenberger quan sát sau đây (còn gọi là người quan sát GPI): y0 = y1 + λm + n-1 (y - y0) . yn-2 = yn-1 + λm + 1 (y - y0) yn-1 = φ (t, y) u + z1 + λm (y - y0) z1 = z2 + λm-1 (y - y0) . ZM = λ0 (y - y0). (22) Xác định e~i = yi - yi và i = 0, 1, ..., n - 1. Một thu được đại diện vector lỗi ước lượng sau đây: e˙~0 = e~1 - λn + m-1e~ 0 e˙~1 = e~2 - λn + m-2e~0 . u, trên các hệ thống phi tuyến trơn tru n chiều sau e˙~n 1 = ψ (t, y, y, ..., y) - z - λ e~ - 0 1 n-1 1 m 0 y (n) = φ (t, y) u + ψ.t, y, y, ..., y (n-1). (17) trong đó φ (t, y) được biết đến và thống nhất giáp xa z1 = z2 + λm . -1e~0 Zero, tức là, Supt | φ (t, y (t)) | > Δ> 0. vô hướng hàm sự ψ (•) là hoàn toàn không biết ngoại trừ một thực tế rằng nó được thống nhất hoàn toàn bao quanh và một số hữu hạn các dẫn xuất thời gian của mình, nói rằng m đầu tiên của họ ψ (i) (•), i = 1, 2, ..., m, cũng thống nhất hoàn toàn bị chặn (Supt | ψ (i) (t, y (t), y (t), ..., y (n-1) (t )) | ≤ Ki, i = 0, ..., m) 0,1 ZM = λ0e~0. (23) Cho e~ = e~0, ước tính sản lượng lỗi, e~0 = e~ = y - y0, đáp ứng các
đang được dịch, vui lòng đợi..