呼文豹，郭銳鋒，王志成，李 杰

(1.中國科學(xué)院 研究生院，北京 100049;2.中國科學(xué)院 沈陽計算技術(shù)研究所，沈陽 110168)

0 引言

交流伺服電動機模型是一種強耦合、時變的非線性系統(tǒng)，并且運行時會受到不同程度的外界干擾，其控制技術(shù)十分復(fù)雜，所以交流伺服系統(tǒng)性能的好壞直接受所采用控制技術(shù)的影響，高質(zhì)量的控制技術(shù)可以彌補硬件設(shè)計的不足，同時還能改善伺服系統(tǒng)的控制性能。高性能交流伺服系統(tǒng)對控制技術(shù)的要求主要表現(xiàn)在:如何使系統(tǒng)具有較高的動靜態(tài)精度和較快的響應(yīng)速度，并且如何使系統(tǒng)對參數(shù)變化以及外界擾動具有不敏感性。因此，交流伺服系統(tǒng)控制技術(shù)的研究具有十分重要的意義。

控制方法是高性能伺服控制系統(tǒng)控制的核心，有必要對交流伺服系統(tǒng)及其先進的控制方法的發(fā)展有一個全面的了解，本文正是基于這一目的，對高性能交流伺服系統(tǒng)的控制方法做了較為全面的綜述，分析了經(jīng)典控制方法、現(xiàn)代控制方法、智能控制方法以及復(fù)合控制方法，盡可能反應(yīng)近幾年來的最新研究，了解各種控制方法的優(yōu)劣性，并對高性能伺服系統(tǒng)控制技術(shù)的發(fā)展進行了展望。

1 經(jīng)典控制方法

經(jīng)典控制方法以單輸入－單輸出的線性定常系統(tǒng)為基礎(chǔ)，描述系統(tǒng)時采用傳遞函數(shù)法，利用拉普拉斯變換作為數(shù)學(xué)工具，以控制系統(tǒng)的時間響應(yīng)和頻率特性為著眼點來進行系統(tǒng)分析和設(shè)計［1］。它主要包括PID 控制、矢量控制和恒壓頻比控制等，下面以前兩種為例介紹在實際中的應(yīng)用。

1.1 PID 控制

工業(yè)控制中常用的方法是PID 調(diào)節(jié)器，盡管隨著現(xiàn)代交流調(diào)速技術(shù)的發(fā)展，出現(xiàn)了一些新型的控制算法，從理論上分析，許多控制方法都能實現(xiàn)良好的電機動靜態(tài)特性，但是算法本身的復(fù)雜性，并且對系統(tǒng)進行模型辨識比較繁瑣，然而傳統(tǒng)的PID 控制器具有穩(wěn)定性好、工作可靠和調(diào)節(jié)方便的優(yōu)點，使用中不需精確的系統(tǒng)模型等先決條件，使得在數(shù)控系統(tǒng)控制中，PID 調(diào)節(jié)器更容易實現(xiàn)預(yù)期的效果。PID的控制原理框圖如圖1 所示。

圖1 PID 控制原理框圖

PID 控制的控制規(guī)律:

Karam 等［2］，提出了一種PID 控制器，是電動液壓伺服驅(qū)動系統(tǒng)(EHSAS)用來控制搖動液壓缸的角位置的，PID 增益參數(shù)利用遺傳算法(GA)進行優(yōu)化，相對于常規(guī)PID 控制器和補償控制器，基于遺傳算法的PID 控制器在控制搖動液壓缸的角位置上的具有良好性能。

但是PID 控制的問題在于參數(shù)整定，一旦整定計算好后，在整個控制過程中都是固定不變的，而實際系統(tǒng)的狀態(tài)和參數(shù)會發(fā)生變化，過程中會出現(xiàn)狀態(tài)和參數(shù)的改變，而且常規(guī)PID 控制參數(shù)僅憑借技術(shù)人員的經(jīng)驗進行調(diào)節(jié)的，具有一定的局限性。李等［3］，在EtherCAT 網(wǎng)絡(luò)伺服運動控制系統(tǒng)平臺下，研究了基于DSP 的電機伺服控制，并采用模糊PID控制方法，實時自動調(diào)整PID 控制參數(shù)以修正電機的運行誤差，保證系統(tǒng)的輸出在一定精度內(nèi)跟隨指令變化，提高了伺服的跟蹤精度以使控制達到較好的效果。

1.2 矢量控制

矢量控制，也稱為磁場定向控制。上世紀70 年代西門子工程師F.Blaschke 首先提出異步電機矢量控制理論來解決交流電機轉(zhuǎn)矩控制問題。

矢量控制具體是將異步電動機的定子電流矢量分解為產(chǎn)生磁場的電流分量(勵磁電流)和產(chǎn)生轉(zhuǎn)矩的電流分量(轉(zhuǎn)矩電流)分別加以控制，并同時控制兩分量間的幅值和相位，即控制定子電流矢量，所以稱這種控制方式稱為矢量控制方式。它是基于電動機的動態(tài)數(shù)學(xué)模型，具有與直流電動機調(diào)速類似或者更優(yōu)越的控制性能，圖2 是矢量控制系統(tǒng)原理結(jié)構(gòu)圖。

圖2 矢量控制系統(tǒng)原理結(jié)構(gòu)圖

薛等［4-5］，提出的控制系統(tǒng)中的電流環(huán)采用的是Id=0 的矢量控制策略，這樣，可實現(xiàn)最大轉(zhuǎn)矩電流比。依據(jù)的原理是:PMSM 的電樞反應(yīng)主要是由定子電流的q 軸分量Iq引起的，在實際應(yīng)用中，對永磁同步伺服電動機的電樞反應(yīng)一般忽略不計。定子電流的d 軸分量Id相當于激勵電流。在額定轉(zhuǎn)速下，采用恒定轉(zhuǎn)矩調(diào)速方式，在一定的定子電流幅值下能夠輸出最大的轉(zhuǎn)矩，因此最佳的控制方式是使定子電流與d 軸正交，也就是保持Id=0。

此外，矢量控制可以使得變頻器根據(jù)頻率和負載情況實時的改變輸出頻率和電壓，因此其動態(tài)性能相對完善，矢量控制具有能對轉(zhuǎn)矩進行精確控制、系統(tǒng)響應(yīng)快、調(diào)速范圍廣、加減速性能好等特點。在現(xiàn)代電機驅(qū)動器中廣泛應(yīng)用矢量控制，目的就是得到快速動態(tài)響應(yīng)和更有效的操作［6］。矢量控制方法的提出具有劃時代的意義，然而在實際應(yīng)用中，由于轉(zhuǎn)子磁鏈難以準確觀測，系統(tǒng)特性受電機參數(shù)的影響較大，且在等效直流電動機控制過程中所用轉(zhuǎn)換較為復(fù)雜，使得實際的控制效果難以達到理想的分析效果。

隨著生產(chǎn)過程自動化水平的提高，控制系統(tǒng)的任務(wù)越來越復(fù)雜，控制精度要求也越來越高，因此，建立在狀態(tài)空間分析方法基礎(chǔ)上的現(xiàn)代控制理論便迅速地發(fā)展起來。

2 現(xiàn)代控制方法

經(jīng)典控制方法隱含著兩個前提，一是要求對象的模型是精確的、不變化的、線性的;二是操作條件和運行環(huán)境是確定不變的。隨著應(yīng)用對控制精度和性能要求的提高，考慮控制對象變化和非線性的影響等，才能達到預(yù)期效果。在這種需求的推動下，一些新的控制方法得以產(chǎn)生，并在工業(yè)控制中得到應(yīng)用和發(fā)展。下面以滑?？刂坪妥赃m應(yīng)控制為例，介紹它們在工業(yè)控制中的應(yīng)用。

2.1 滑?？刂?/h3>

滑?？刂?sliding mode control，SMC)也稱作滑模變結(jié)構(gòu)控制，本質(zhì)上是一類特殊的非線性控制，且非線性表現(xiàn)為控制的不連續(xù)性。這種控制策略與其它控制的不同之處在于:系統(tǒng)的結(jié)構(gòu)并不固定，而是可以在動態(tài)過程中，根據(jù)系統(tǒng)當前的狀態(tài)有目的地不斷變化，迫使系統(tǒng)按照預(yù)定滑動模態(tài)的狀態(tài)軌跡運動。由于系統(tǒng)的特性和參數(shù)只取決于設(shè)計的切換超平面而與外界干擾沒有關(guān)系，所以滑模變結(jié)構(gòu)控制具有很強的魯棒性。

盡管滑動模態(tài)對加在系統(tǒng)上的干擾和系統(tǒng)的攝動具有完全的自適應(yīng)性，但是基于該方法的控制器也存在一定的劣勢，即系統(tǒng)控制器的輸出會有抖動現(xiàn)象，例如，交流伺服系統(tǒng)的高頻率振動，會降低系統(tǒng)性能，導(dǎo)致系統(tǒng)的不穩(wěn)定［7］。

謝等［8］，提出一種針對永磁同步電機交流伺服系統(tǒng)的串級滑模變結(jié)構(gòu)控制方案，其在速度環(huán)滑?？刂破髦幸敕e分環(huán)節(jié)，減小了轉(zhuǎn)矩的脈動，位置環(huán)采用準滑模變結(jié)構(gòu)控制策略，極大地抑制了位置輸出的抖動。朱等［9］，針對永磁同步電動機位置伺服系統(tǒng)負載例句和轉(zhuǎn)動慣量變化大、干擾力矩強的特點，提出了一種串級復(fù)合滑模變結(jié)構(gòu)控制方法，其中速度環(huán)采用帶有積分補償?shù)幕？刂破饕韵氐亩秳?，而位置環(huán)引入復(fù)合滑模變結(jié)構(gòu)控制策略，在位置誤差較大時采用滑?？刂疲谛∥恢谜`差時采用復(fù)合前饋控制，從而達到消除滑模抖振的目的。

Liu 等［10］也提到相似的結(jié)論，在高精度低速伺服系統(tǒng)中，滑模變結(jié)構(gòu)控制能達到傳動系統(tǒng)的性能要求，在低速跟蹤性能上能得到較好的效果，但是存在抖振。提出的模糊滑?？刂疲肓私档投墩竦哪：?guī)則，能夠有效地降低滑動模塊控制的震蕩，提高了低速跟蹤性能。

將滑模變結(jié)構(gòu)控制應(yīng)用于交流伺服系統(tǒng)，必須解決傳統(tǒng)開關(guān)控制帶來的抖動問題。常用的方法是，在開關(guān)點附近將控制量連續(xù)化?；？刂破鞯膭討B(tài)設(shè)計就是利用線性系統(tǒng)的動態(tài)濾波器理論進行滑?？刂破髟O(shè)計的方法。

2.2 自適應(yīng)控制

自適應(yīng)控制的研究對象是具有一定程度不確定性的系統(tǒng)，即描述被控對象及相應(yīng)的數(shù)學(xué)模型不是完全確定的。任何一個實際系統(tǒng)都具有不同程度的不確定性，從系統(tǒng)內(nèi)部來講，描述被控對象的數(shù)學(xué)模型的結(jié)構(gòu)和參數(shù)在運行期間有變化，作為外部環(huán)境對系統(tǒng)的影響，可以等效地用一些不可預(yù)測的擾動來表示，此外，還有一些測量時產(chǎn)生的不確定因素，面對這些客觀存在的不確定性，如何設(shè)計適當?shù)目刂品椒ǎ@就是自適應(yīng)控制所要解決的問題。

Zhou 等［11］，提出來一種基于反推控制技術(shù)的實時非線性自適應(yīng)速度控制體制，應(yīng)用于永磁同步伺服電動機。在控制器的設(shè)計中，利用輸入輸出反饋的線性化補償系統(tǒng)的非線性化，自適應(yīng)反推控制方法的應(yīng)用是源于一種控制體制，該體制對參數(shù)的不確定性和負載轉(zhuǎn)矩干擾具有魯棒性。所提的控制體制能夠跟蹤速度參照信號，該信號是一個參照模型在不確定參數(shù)和負載轉(zhuǎn)矩干擾的情況下產(chǎn)生的。

Qu 等［12］，提出了自適應(yīng)逆控制交流永磁同步電動機伺服系統(tǒng)，采用位置、速度、電流三環(huán)控制結(jié)構(gòu)，其中位置環(huán)采用自適應(yīng)逆控制策略，其基于對給定信號 采用逆控制與自適應(yīng)控制相結(jié)合的思想，對給定信號和擾動信號進行控制，從根本上消除了噪聲對位置輸出的影響，較好地解決了交流伺服系統(tǒng)高性能控制的問題。

現(xiàn)代控制方法以狀態(tài)空間描述作為數(shù)學(xué)模型，實質(zhì)上是一階微分或差分方程組，適應(yīng)于多變量、非線性、時變系統(tǒng)，可以處理多輸入－多輸出系統(tǒng)，能獲得某種最優(yōu)解，但是不能處理頻率特性。經(jīng)典的或現(xiàn)代的控制方法都依賴于具體的數(shù)學(xué)模型，不能從根本上解決復(fù)雜和不確定系統(tǒng)的控制問題，為此，人們必須建立新的方法用于復(fù)雜的系統(tǒng)控制。

3 智能控制方法

智能控制是一個完全獨立的思想，它的控制模型是基于語言模型，能夠解決控制對象、環(huán)境和任務(wù)比較復(fù)雜的系統(tǒng)。智能控制按實際效果進行控制，并不依賴被控對象的模型，在控制中可以解決系統(tǒng)的不確定性和不精確性問題。其控制理論體系日趨龐大，其中三種比較經(jīng)典的控制是模糊控制、神經(jīng)網(wǎng)絡(luò)控制和魯棒控制，下面以前兩種為例，介紹它們的應(yīng)用情況。

3.1 模糊控制

模糊控制是一種利用模糊數(shù)學(xué)的基本思想和理論的控制方法。傳統(tǒng)的控制理論對于明確系統(tǒng)有較強的控制能力，但對于復(fù)雜或難以精確描述的系統(tǒng)，很難達到理想的控制效果，因此，嘗試用模糊數(shù)學(xué)的方式處理這方面的控制問題。

模糊控制不依賴于被控對象的精確數(shù)學(xué)模型，具有較強的魯棒性，對被控對象的參數(shù)變化不敏感，可以有效地克服交流伺服電機中的非線性、時變、耦合等因素的影響。但是，單純地使用模糊控制，要求工作人員有豐富的經(jīng)驗，控制精度相對較低。

Wang 等［13］，通過將模糊邏輯和自適應(yīng)算法相結(jié)合，提出了一種新的交流伺服系統(tǒng)的位置控制方法。該方法通過自適應(yīng)算法在線學(xué)習(xí)，可以自動調(diào)整控制器參數(shù)以獲得最優(yōu)的控制輸出，而不需要被控對象的精確數(shù)學(xué)模型，該算法具有良好的自動調(diào)節(jié)和位置跟蹤性能，具有較高的魯棒性和跟蹤精度，能很好地解決模型不確定系統(tǒng)的位置伺服控制問題。

由于交流伺服系統(tǒng)存在參數(shù)時變、負載擾動以及交流電動機自身和被控制對象的嚴重非線性特性、強耦合等不確定性因素，用常規(guī)的PID 控制不能滿足要求，因此，Zhang 等［14］，提出了一種具有調(diào)整因子規(guī)則的自校正模糊控制交流伺服系統(tǒng)，可以滿足不同時域的控制要求，按不同的規(guī)則生成模糊控制查詢表，使得模糊控制規(guī)則可以在線調(diào)整，極大的提高了交流伺服系統(tǒng)的控制性能。

3.2 神經(jīng)網(wǎng)絡(luò)控制

神經(jīng)網(wǎng)絡(luò)控制是20 世紀80 年代末期發(fā)展起來的自動控制領(lǐng)域的前沿學(xué)科之一。它是智能控制的一個新的分支，為解決復(fù)雜的非線性、不確定系統(tǒng)的控制問題找到了新的途徑。神經(jīng)網(wǎng)絡(luò)是從微觀結(jié)構(gòu)與功能上對人腦神經(jīng)系統(tǒng)的模擬建立起來的模型，具有模擬人的部分智能的特性，具有非線性特性、學(xué)習(xí)能力和自適應(yīng)性，適合于處理難于用模型或規(guī)則描述的。

神經(jīng)網(wǎng)絡(luò)與其它傳統(tǒng)方法相結(jié)合，如神經(jīng)自校正控制、神經(jīng)PID 控制以及神經(jīng)模型參考自適應(yīng)控制等，這將推動人工智能和信息處理技術(shù)不斷發(fā)展。近年來，人們嘗試用神經(jīng)網(wǎng)絡(luò)控制技術(shù)應(yīng)用于交流電機驅(qū)動控制系統(tǒng)中，使用它調(diào)節(jié)系統(tǒng)具有很好的噪音抑制特性、容錯性和擴展性，是未來電機控制技術(shù)的一個重要的發(fā)展方向。

王等［15］，設(shè)計出了一種閉環(huán)前饋控制交流伺服系統(tǒng)，利用了神經(jīng)網(wǎng)絡(luò)和前饋控制的優(yōu)良特性，將逆控制方法引入了高精度交流伺服系統(tǒng)，在不改變系統(tǒng)閉環(huán)穩(wěn)定和不需要知道對象精確模型的基礎(chǔ)上建立起具有較高魯棒性和自適應(yīng)性的控制系統(tǒng)，應(yīng)用神經(jīng)網(wǎng)絡(luò)的自適應(yīng)能力和逼近能力求得交流伺服系統(tǒng)的逆模型，閉環(huán)與神經(jīng)網(wǎng)絡(luò)技術(shù)的結(jié)合，保證了系統(tǒng)的穩(wěn)定性。

Lin 等［16］，提出了一種用于永磁同步電動機伺服系統(tǒng)的PID 神經(jīng)網(wǎng)絡(luò)控制。調(diào)查了PIDNN 在PMSM伺服系統(tǒng)中的控制規(guī)則，首先引入了PMSM 的數(shù)學(xué)模型，應(yīng)用PIDNN 的在線學(xué)習(xí)、跟蹤和校正能力，并將提出的PIDNN 控制器與傳統(tǒng)的PID 控制器進行了比較，PIDNN 控制規(guī)則在PMSM 伺服系統(tǒng)中具有良好的跟蹤和實時控制性能。

4 復(fù)合控制方法

無論是經(jīng)典控制方法、現(xiàn)代控制方法，還是智能控制方法，每種控制方法都有它們各自的優(yōu)點，但不可避免地存在著一定的缺陷。在控制行業(yè)中，單純地靠一種控制方法很難達到理想的效果，因此，將不同的控制方法相互滲透，互濟優(yōu)勢，結(jié)合成復(fù)合的方法，成為獲得更優(yōu)越的控制方法的一種必然趨勢。目前復(fù)合控制方法主要有兩種形式:一是在PID 控制方法的基礎(chǔ)上添加新型控制方法;二是采用多種新型控制方法。復(fù)合控制方法的類型很多，隨著研究的進行還在不斷地增加，下面介紹幾種典型的復(fù)合控制方法的應(yīng)用。

Muhammad 等［17］，提出了一種優(yōu)化的混合模糊比例微積分控制器(HFPID)，此控制器是基于PID和模糊算法的組合控制器，用于具有非線性因素的交流伺服系統(tǒng)，本文結(jié)合PID 和模糊邏輯控制器的優(yōu)點獲取精確的跟蹤性能。提出的優(yōu)化的HFPID，具有一些適應(yīng)異常進化算法的比例因子，得到了良好的收斂可靠性和抑制非線性影響的魯棒性能。

徐等［18］提出了一種基于PMSM 的智能型位置伺服控制系統(tǒng)方案，系統(tǒng)的位置環(huán)采用模糊滑模控制，并由主、從兩個模糊控制器組成，主控制器用于產(chǎn)生輸出控制量，從控制器在線調(diào)節(jié)主控制器的輸出比例因子，以抑制滑動模態(tài)的抖振，該智能型位置伺服控制系統(tǒng)在大、小位置給定下均能夠同時獲得定位無超調(diào)和定位時間的準確優(yōu)化控制，具有良好的動靜態(tài)性能。復(fù)合控制方法除了以上提及的幾種，還有自適應(yīng)模糊滑?？刂品椒ǎ?9］，模糊神經(jīng)網(wǎng)絡(luò)控制方法［20］，模糊自適應(yīng)控制方法［21］等。

5 總結(jié)與展望

在現(xiàn)代工業(yè)日趨綜合化的形勢下，高性能伺服控制方法從經(jīng)典的向現(xiàn)代和智能控制方法的發(fā)展，產(chǎn)生了一系列的新型控制方法?？刂品椒ǖ膹V泛使用為工業(yè)控制的發(fā)展提供了良好的技術(shù)支撐，但如何保證伺服系統(tǒng)的高效性是研究的關(guān)鍵。本文總結(jié)了近幾年有關(guān)高性能伺服系統(tǒng)控制方法的文獻，并對控制方法進行了分類，介紹了控制方法在實際中的應(yīng)用。

隨著交流伺服系統(tǒng)應(yīng)用領(lǐng)域的不斷擴大，用戶對伺服系統(tǒng)技術(shù)的要求也越來越高，因此，未來伺服系統(tǒng)的性能必將會進一步的完善。筆者認為，如若提高伺服系統(tǒng)的性能，可以在軟件上采用新的控制理論，提高運算的速度和電流控制的精度;也可以從伺服電機的本身出發(fā)，采用新的結(jié)構(gòu)，進一步加大輸出轉(zhuǎn)矩，優(yōu)化輸出效率;另外，從神經(jīng)網(wǎng)絡(luò)控制具有噪音抑制特性出發(fā)，伺服系統(tǒng)可以在低噪音方面進行改進，弱化對環(huán)境的要求以及減少外界的干擾，依此來增強系統(tǒng)對環(huán)境的適應(yīng)性。

［1］海老原大樹，編，王益全，劉軍，等.譯. 電動機技術(shù)實用手冊［M］. 北京:科學(xué)出版社，2006.

［2］Karam M. Elbayomy，Jiao Zong-xia，Zhang Hua-qing. PID Controller Optimization by GA and Its Performances on the Electro-hydraulic Servo Control System［J］. Chinese Journal of Aeronautics，2008(21):378－384.

［3］李木國，李響，劉達. 基于DSP 的電機伺服系統(tǒng)中的模糊PID 控制［J］. 測控技術(shù)，2011，30(6):64－67.

［4］薛青，花銀群，程廣貴，等. 基于永磁同步電機的高性能交流伺服控制系統(tǒng)研究［J］. 科學(xué)技術(shù)與工程，2009，9(1):29－33.

［5］王翔，馬瑞卿，吉攀攀. 基于模糊PI 控制的PMSM 位置伺服系統(tǒng)仿真［J］. 微電機，2010，43(3):52－55.

［6］ZHANG Ying-chao，ZHAO Zheng-ming，GUO Wei，et al.High Performance Position Control System Based on SR-PM Motor［J］. Tsing Hua Science and Technology. ISSN.1007-0214. 17/19. 2007，12(5):614－619.

［7］Micheal Defoort，Thierry Floquet，Annemarie Kokosy，et al.A novel higher order sliding mode control scheme［J］. Systems ＆ control Letters，2009(58):102－108.

［8］謝成祥，曾慶軍，許德. 交流伺服系統(tǒng)的串級滑模變結(jié)構(gòu)控制仿真研究［J］. 華東船舶工業(yè)學(xué)院學(xué)報(自然科學(xué)版)，2001，15(1):43－47.

［9］朱玉川，李志剛，馬大為，等. 永磁交流位置伺服系統(tǒng)串級復(fù)合滑?？刂疲跩］. 系統(tǒng)仿真學(xué)報，2007，19(12):2779－2882.

［10］LIU Hui-bo，Zhou Hai-jing，F(xiàn)eng Zheng. The Application of Sliding Mode Control in High Precision Low Speed Servo System［J］. Advanced Electrical and Electronics Engineering，LNEE，2011，87:495－502.

［11］ZHOU Jian-guo，WANG You-yi. Real-time nonlinear adaptive backstepping speed control for a PM synchronous motor［J］.Control Engineering Practice，2005(13):1259－1269.

［12］QU Yong-yin，ZHOU Zhen-xiong. The Adaptive Inverse Control Strategy Research of Servo System for Permanent-Magnet Synchronous AC motor［J］. 2008 Chinese Control and Decision Conference (CCDC 2008):3152－3155.

［13］WANG Bao-ren，ZHANG Cheng-rui，JIA Lei. Study of Fuzzy Logic Based Adaptive Position Control used for AC Servo System［J］. Proceedings of the 6th World Congress on Intelligent Control and Automation，Dalian，China，2006(6):21－23.

［14］ZHANG Chun-yan，YU Shu-fang，ZHANG Liang. The Application of Fuzzy Control in AC Servo System［J］. Journal of Xinjiang University(Natural Science Edition)，2004(1):426－429.

［15］王永林，王杰. 神經(jīng)網(wǎng)絡(luò)前饋逆控制在交流伺服系統(tǒng)中的應(yīng)用［J］. 鄭州大學(xué)學(xué)報(自然科學(xué)版)，2000，32(3):51－56.

［16］LIN Li-xiong. A PID Neural Network Control For Permanent Magnet Synchronous Motor Servo System［J］. The 5th International Conference on Computer Science ＆ Education Hefei，China. 2010，24－27(8):1174－1178.

［17］Muhammad Babar Nazir，WANG Shao-ping. Optimization Based on Convergence Velocity and Reliability for Hydraulic Servo System［J］. Chinese Journal of Aeronautics，2009(22):407－412.

［18］徐宏培，吳新開，彭雙光，等. 基于PMSM 的智能型位置伺服控制系統(tǒng)研究［J］. 電氣傳動自動化，2011，33(1):6－10.

［19］Rong-Jong Wai，Chih-Min Lin，Chun-Fei Hsu. Adaptive fuzzy sliding-mode control for electrical servo drive［J］.Fuzzy Sets and Systems，2004(143):295－310.

［20］Erdal Kayacan，Yesim Oniz，Ayse Cisel Aras，et al. A servo system control with time-varying and nonlinear load conditions using type-2 TSK fuzzy neural system［J］. Applied Soft Computing，2011(11):5735－5744.

［21］JING Na，REN Xue-mei，Guido Herrmann，et al. Adaptive neural dynamic surface control for servo systems with unknown dead-zone［J］. Control Engineering Practice，2011(19):1328－1343.