基于改进经验模态分解的直线电机伺服系统迭代学习控制OA
Iterative learning control of linear motor servo system based on modified empirical mode decomposition
针对直线电机伺服系统迭代学习过程中因误差积累效应引起的收敛速度慢和跟踪精度差的问题,提出一种基于改进经验模态分解的控制策略.首先,设计一种具有自适应性调节特点的迭代学习位置控制器.然后,提出一种基于三角极值波延拓与互补集合经验模态分解的改进算法,该算法可将各次迭代的跟踪误差进行分解,筛选并剔除影响误差收敛的分量.通过仿真分析并与传统迭代学习控制进行比较,证明了本文方法具有更快的收敛速度,能够以较少的迭代次数实现直线电机的高精度跟踪控制.
In order to address the issue of low convergence speed and poor tracking performance caused by error accumulation effects in iterative learning control of linear motor servo systems,a method based on a modified empirical mode decomposition algorithm is proposed.Firstly,a self-adaptive iterative learning position controller is designed.Subsequently,an improved algorithm based on the extension of triangular extreme wave and complementary set empirical mode dec…查看全部>>
刘思诺;武志涛
辽宁科技大学电子与信息工程学院,辽宁 鞍山 114051辽宁科技大学电子与信息工程学院,辽宁 鞍山 114051
永磁直线同步电机(PMLSM)迭代学习改进经验模态分解收敛速度
permanent magnet linear synchronous motor(PMLSM)iterative learningmodified empirical mode decompositionconvergence speed
《电气技术》 2024 (4)
32-37,6
国家自然科学基金项目(51677122)
评论