1.3电磁悬浮系统的控制策略

随着科学技术理论的不断发展，各种控制算法相继被人们研发出来，这为电磁悬 浮系统的控制器设计提供了大量参考依据。从传统的线性控制算法到智能的非线 性控制算法控制理论得到了长足的发展。由于电磁悬浮系统是典型的非线性系统，因 此线性的控制算法只能在悬浮系统进行了线性化处理后才能使用。利用泰勒级数在平 衡点附近对非线性函数进行展开和反馈线性化是当今比较成熟的线性化方法。由于线 性化处理后的非线性系统降低了控制难度，因此也降低了控制器设计的难度。原系统 的高阶响应在线性化后被忽略了。工程实践中如果采用线性的控制算法会出现一定的 偏差从而不能满足系统的性能指标。非线性控制算法则不需要精确地知道被控系统的 数学模型，不需要忽略系统非线性高阶响应项。由于非线性控制可以真实的反应系统 的输出效果，所以具有很好的工程实践意义，得到了社会的广泛关注。现如今非线性 控制多指智能控制如模糊控制、无源控制、神经网络、自抗扰控制、自适应控制、 滑模变结构控制和鲁棒控制等。

(1)    模糊控制：模糊控制实质就是将工程师的常年积累的实践经验用模糊集理 论、模糊语言变量及模糊逻辑推理来表达出来，模糊控制不依赖被控对象的精确数学 模型，用计算机就可以实现工程师的实践经验。模糊控制算法是由模糊语言、模糊规 则和模糊隶属度构成的。用通俗易懂的语言模式直接将人类归纳出来的经验、判断、 思维过程表述出来，其简洁明了的形式逐渐得到广泛的认可^[13]。

(2)    神经网络控制_：神经网络是一个动态的系统，它模仿了人类大脑中的神经结 构，它对输入响应数据的处理采用的是连续或断续方式。神经网络系统是由许多简单 的神经元构成的，它们相互紧密地联系在一起从而构成了错综复杂网络系统。虽然单 一的神经元结构不是很复杂而且功能也可能很简单，但是由大量的神经元构造出来的 神经网络系统具备了多姿多彩的复杂行为活动。神经网络系统是非线性且复杂程度相 当高的动力系统，不仅拥有非线性系统的共性，更具备了其的功能。例如自学习、 自组织和自适应能力，以及每个神经元单元之间的互相连接性和高度维合性等^[14]。

(3) 滑模变结构控制：滑模控制是一种能够很好地提高系统鲁棒性的控制算法， 这一控制算法的特点是不连续，结构变化，根据情况改变控制器输出。它适用于有参 数摄动、存在建模误差以及干扰抑制的线性或非线性被控对象。首先状态变量被带到 滑模切换面上去，然后沿着该滑模面趋向于原点，如果有扰动存在则状态变量就会在 滑模面上呈现出之字形切换，也就是抖动。滑模控制的抗千扰性主要体现在将不确定 扰动束缚在滑模的边界层内^[15]。

本文采摘自“数控加工中心龙门磁悬浮系统耦合分析及控制研究”，因为编辑困难导致有些函数、表格、图片、内容无法显示，有需要者可以在网络中查找相关文章！本文由伯特利数控整理发表文章均来自网络仅供学习参考，转载请注明！