发布时间：
转子转速与定子旋转磁场的转速相同的交流发电机，自同期法并列是将未励磁而转速接近同步转速的发电机投入系统并立即（或经一定时间）加上励磁。这样，发电机在很短时间被自动拉入和电网同步。自同期并列的优点：(1) 操作方法比较简单，合闸过程的自动化也简单。(2) 在事故状况下，合闸迅速。自同期并列的缺点：(1) 有冲击电流，而且，对系统有影响;(2) 在合闸的瞬间系统的电压降低。
答案：同步电机并列的方法有准同期法和自同期法。准同期并列法是指发电机在投入运行之前先加励磁，建立接近了额定值的电压，然后调节发电机的电压和频率，在接近同步条件时，合上并列断路器，并入系统运行。自同期并列法是指发电机先不加励磁，当其转速接近于同步转速时，投入电力系统，在并列断路器，合闸后，立即给转子励磁，发电机随即被拉入同步。
并列就是两台电动机并在一起运行，可以更好的调节电网的电压，提高运行的稳定性，提高抗干扰能力，好像貌似更经济吧~
指多台发电机同时投入电网运行，优点可以提升系统容量，提升系统带载能力。
没有1，《中国电机工程学报》原稿要求论点明确，数据可靠，逻辑严谨，文章要精炼，每篇论文必须具体说明标题、作者姓名、作者单位、所在地和邮政编码、摘要和关键字、文本、参考资料，以及第一位作者和通信作者(通常是导师)的介绍(包括姓名、姓氏、职称、出生年月、获得的学位、现在的主要业务和研究方向)、论文是哪些项目以及哪些资金(编号)补2，《中国电机工程学报》论文摘要写成报道性摘要，包括目的、方法、结果、结论第4页(100个字左右)、独立性和自我包含，以及关键词接近文章含义的规范性单词或组合语(3至5个)。3，包含图表的《中国电机工程学报》脚本长度通常不超过5，000个单词(在布局2500个单词内)。本文量单位的使用请参考中华人民共和国法定计量单位的最新标准。外语必须区分大小写、正、斜体、黑色和白体，上下各项的标记要明确区分。4、文本的图片、表格必须不言自明。图画不超过2点，图像就要清晰，层次也要清晰。5、参考文献的记载格式采用顺序编码，请按照本文件出现的顺序编号。引用的文献必须是作者亲自参考的、最主要的、公开出版的文献。未公开，需要引用的话，请用脚注标记3份以上的参考文献。6、原告不要再投票。收到原稿后5个工作日内审阅，通过电子邮件回复作者。主稿将派同事专家审阅。如果10天内没有收到提案通知(特别请求者可能会发送纸张招聘通知)，请与本总部联系以确认。7、原告的责任是自食恶果。所有作者对原告的内容和签名没有异议，原告的内容不得抄袭或重复刊登。书稿有权技术修改，每页2500字，每页5000字左右。如果作者需要安排布局数量、出版日期、快递与否等，请给我们投邮时的特别指示。8、请作者留下备份稿，本部不退稿。9、论文发表后，赠送1-2本糖月刊，需要快递
没有。中国电机工程学报》杂志在全国影响力巨大，创刊于1964年，公开发行的半月刊杂志。创刊以来，办刊质量和水平不断提高，主要栏目设置有：学术论文、新技术、新成果.。
《中国电机工程学报》1964年创刊,国家一级学报,国内外公开发行。由中国科学技术协会主管,中国电机工程学会主办,中国电力科学研究院承办。主要出版...
中国电机工程学报开源。中国电机工程学报 是中国电力行业的一流学术期刊，国家一级学报，全国中文核心期刊，国内外公开发行。1964年创刊，中国科协主管，中国电机工程学会主办，中国电科院协办。
给你一点参考吧针对永磁同步电动机非线性动态数学模型，采用直接反馈线性化控制，建立闭环系统的输入-输出模型，通过线性化模型来设计控制器，该方法简单适用；同时，为了克服此反馈线性化控制对模型要求精确化这一不足，文中提出了基于灰色理论的不确定预测器，它能在线预测永磁同步电机的不确定因素并相应的调整反馈线性化控制法则，从而提高了系统的动态性能。仿真结果表明，该方法对永磁同步电机速度控制具有很好的跟踪性能和鲁棒性能。 关键词：灰色理论预测反馈线性化永磁同步电动机永磁同步电动机（PMSM）以其优良的性能在伺服控制系统获得了广泛的应用。在永磁同步电动机的控制中，由于转子转速和定子电流的非线性耦合使得系统具有很强的非线性，特别在系统存在不确定性时，这种非线性使得系统难于达到高精度伺服。在永磁同步电动机运行过程中，电机的定子电阻、粘滞摩擦系数和负载转矩都可能发生很大的变化，这些参数的变化必然影响到系统的伺服精度。为了解决永磁同步电动机精确伺服控制问题，当前采用的非线性控制方法主要有变结构控制、微分几何和无源性理论等。 近十几年来，基于反馈线性化思想的非线性控制理论获得很大进展，通过坐标变换与状态反馈，可以把非线性系统化为线性系统。直接反馈线性化（DFL）是基于系统输入-输出描述的一种反馈线性化方法，已成功解决了多种非线性控制问题。直接反馈线性化的优点是所用数学工具简单，物理概念清晰，便于掌握。但它存在着一个明显的不足，当系统参数发生变化时，系统的非线性不能完全转换为线性，从而引起误差。1982年，邓聚龙教授提出了灰色理论[1]，它成功的应用在许多生产过程中。随着灰色理论的不断完善、微处理器的不断发展，灰色理论在控制领域的应用也越来越广泛。文中提出灰色不确定预测器来在线预测永磁同步电动机不确定因素，并相应调整反馈线性化控制法则，从而提高了系统的性能。该方法克服了反馈线性化对模型精确化要求的不足及抑制不确定因素对系统的干扰，达到了预期的控制效果。1、永磁同步电动机反馈线性化控制永磁同步电机数学模型采用表面式的永磁同步电动机，其基于同步旋转转子坐标的模型[2]如下：其中：其中，是轴定子电压；是轴定子电流；R是定子电阻；L是定子电感；TL是负载转矩；J是转动惯量；B是粘滞磨擦系数；P是极对数；ω是转子机械角速度；Φf是永磁磁通。反馈线性化控制为了实现系统的解耦，避免出现零动态系统问题[3]，选择ω,id为系统的输出，定义新的系统输出变量为：对式（2）进行求导,得：当时，线性控制法则为:其中,是新的线性系统的输入矢量，它可以按照线性系统极点配置理论来设计状态反馈控制为：反馈线性化控制通过对输出变量进行李微分，得到所需的的坐标变换和非线性系统状态反馈，实现了永磁同步电机非线性系统的解耦，通过线性理论来设计控制器，设计参数简单，具有一定的速度跟踪性能。同时，从上面推导看出，反馈线性化是一种基于精确数学模型的反馈线性化，当系统参数发生变化或负载不确定时，系统的非线性因素不能完全取消，可能会因此引起误差。文献[8]针对负载的不确定性，提出负载观测器来结合反馈线性化控制来补偿负载变化对系统的影响。下一节结合灰色预测来在线预测永磁同步电机的定子电阻、粘滞磨擦系数、负载变化等不确定因素，调整反馈线性化控制法则，提高系统控制的精度。2、灰色预测模型建模方法灰色模型建模理论，它不同于常规的建模方法，它不是通过随机过程产生的数据序列按统计规律或先验规律来处理，而是将其视作在一定幅值范围、一定时区变化的灰色量。通过对原始数据的整理（又称数的生成）来寻找数的规律。因此灰色模型（GM）实际上是针对生成数列的建模。GM建模的步骤 ，采用一阶、单变量的GM（1，1）模型作为预测模型，其白化方程为：其中a为模型的发展系数，为灰色输入，为辩识参数。其基本思路：首先对采集的原始数列进行累加（AGO），得到一有规律存指数递增的生成数列，利用生成的数列，使用最小二乘法来辩识参数a,u，并可以得到生成数列的预测值，这样，就可以进行逆累加（IAGO），得到原始数列的预测值。其预测算法为：GM（1,1）模型的精度与用来建模的原始数列的取舍有关。为了不断把相继进入系统的扰动考虑进去，GM（1,1）要将每一个新得到的数据送入X（0）中，重建GM（1，1），重新预测，这便是新息模型，但这种新息模型随着时间的推移，信息越来越多，存贮量不断增大，运算量也不断增加，这既不适合工业过程控制对实时性，快速性的要求，而且老数据的信息会随时间推移而降低，甚至淹没新的有效信息。因此，在每补充一个新信息的同时去掉一个老信息，以便在滚动建模时维持数据个数不变，这就是等维新息滚动模型。等维新息滚动模型设系统h时刻的采样值为，并与此前的m-1个采样数据形成序列,由此m个数据经由灰色预测模型得到超前一步预测式：k1步预测为：则:上式即为等维新息滚动预测算法，式中h为采样时刻，m为建模维数，a,u为时刻辨识所得的参数，k1为预测步数。一般来说，建模维数选取m=5。3、灰色预测反馈线性化控制灰色预测反馈线性化算法考虑系统的不确定因素，重写方程（1）这是另一篇摘 要：针对永磁同步电动机非线性动态数学模型，采用直接反馈线性化控制，建立闭环系统的输入-输出模型，通过线性化模型来设计控制器，该方法简单适用；同时，为了克服此反馈线性化控制对模型要求精确化这一不足，文中提出了基于灰色理论的不确定预测器，它能在线预测永磁同步电机的不确定因素并相应的调整反馈线性化控制法则，从而提高了系统的动态性能。仿真结果表明，该方法对永磁同步电机速度控制具有很好的跟踪性能和鲁棒性能。关键词：灰色理论 预测 反馈线性化 永磁同步电动机 Nonlinear Speed Control of PMSM based on Grey PredictionLIU Dong-liang1,2，Zhao Guang-zhou1，Yan Wei-can2（ of Electrical Engineering, Zhejiang University, Hangzhou 310027, China2 .Wolong holding group co.,LTD,Shangyu 312300,China）Abstract: A direct feedback linearization control with regard to PMSM nonlinear dynamic mathematical model is introduced in the paper. And a closed loop input-output system is builted. A controller is designed according to linearization model. The design methods mentioned above are simple and applicable. But they requir the model must be accurate, so that the grey uncertainty predictor is bringed forward. It can adjust the lumped uncertainty existed in PMSM into a feedback linearization control law on line and improve the system’s dynamic performance. The simulated result indicates the control scheme has the advantage of good tracking performance and robustness to words: Grey Theroy， Prediction，Feedback Linearization，PMSM永磁同步电动机（PMSM）以其优良的性能在伺服控制系统获得了广泛的应用。在永磁同步电动机的控制中，由于转子转速和定子电流的非线性耦合使得系统具有很强的非线性，特别在系统存在不确定性时，这种非线性使得系统难于达到高精度伺服。在永磁同步电动机运行过程中，电机的定子电阻、粘滞摩擦系数和负载转矩都可能发生很大的变化，这些参数的变化必然影响到系统的伺服精度。为了解决永磁同步电动机精确伺服控制问题，当前采用的非线性控制方法主要有变结构控制、微分几何和无源性理论等。近十几年来，基于反馈线性化思想的非线性控制理论获得很大进展，通过坐标变换与状态反馈，可以把非线性系统化为线性系统。直接反馈线性化（DFL）是基于系统输入-输出描述的一种反馈线性化方法，已成功解决了多种非线性控制问题。直接反馈线性化的优点是所用数学工具简单，物理概念清晰，便于掌握。但它存在着一个明显的不足，当系统参数发生变化时，系统的非线性不能完全转换为线性，从而引起误差。1982年，邓聚龙教授提出了灰色理论[1]，它成功的应用在许多生产过程中。随着灰色理论的不断完善、微处理器的不断发展，灰色理论在控制领域的应用也越来越广泛。文中提出灰色不确定预测器来在线预测永磁同步电动机不确定因素，并相应调整反馈线性化控制法则，从而提高了系统的性能。该方法克服了反馈线性化对模型精确化要求的不足及抑制不确定因素对系统的干扰，达到了预期的控制效果。1、永磁同步电动机反馈线性化控制 永磁同步电机数学模型采用表面式的永磁同步电动机，其基于同步旋转转子坐标的模型[2]如下：其中：其中，是轴定子电压； 是轴定子电流；R是定子电阻；L是定子电感；TL是负载转矩；J是转动惯量；B是粘滞磨擦系数；P是极对数；ω是转子机械角速度；Φf是永磁磁通。 反馈线性化控制为了实现系统的解耦，避免出现零动态系统问题[3]，选择ω,id为系统的输出，定义新的系统输出变量为：对式（2）进行求导,得：当时，线性控制法则为:其中,是新的线性系统的输入矢量，它可以按照线性系统极点配置理论来设计状态反馈控制为：反馈线性化控制通过对输出变量进行李微分，得到所需的的坐标变换和非线性系统状态反馈，实现了永磁同步电机非线性系统的解耦，通过线性理论来设计控制器，设计参数简单，具有一定的速度跟踪性能。同时，从上面推导看出，反馈线性化是一种基于精确数学模型的反馈线性化，当系统参数发生变化或负载不确定时，系统的非线性因素不能完全取消，可能会因此引起误差。文献[8]针对负载的不确定性，提出负载观测器来结合反馈线性化控制来补偿负载变化对系统的影响。下一节结合灰色预测来在线预测永磁同步电机的定子电阻、粘滞磨擦系数、负载变化等不确定因素，调整反馈线性化控制法则，提高系统控制的精度。2、灰色预测模型 GM建模方法灰色模型建模理论，它不同于常规的建模方法，它不是通过随机过程产生的数据序列按统计规律或先验规律来处理，而是将其视作在一定幅值范围、一定时区变化的灰色量。通过对原始数据的整理（又称数的生成）来寻找数的规律。因此灰色模型（GM）实际上是针对生成数列的建模。GM建模的步骤[4]，采用一阶、单变量的GM（1，1）模型作为预测模型，其白化方程为： 其中a为模型的发展系数，u为灰色输入，为辩识参数。其基本思路：首先对采集的原始数列进行累加（AGO），得到一有规律存指数递增的生成数列，利用生成的数列，使用最小二乘法来辩识参数a,u，并可以得到生成数列的预测值，这样，就可以进行逆累加（IAGO），得到原始数列的预测值。其预测算法为：GM（1,1）模型的精度与用来建模的原始数列的取舍有关。为了不断把相继进入系统的扰动考虑进去，GM（1,1）要将每一个新得到的数据送入X（0）中，重建GM（1，1），重新预测，这便是新息模型，但这种新息模型随着时间的推移，信息越来越多，存贮量不断增大，运算量也不断增加，这既不适合工业过程控制对实时性，快速性的要求，而且老数据的信息会随时间推移而降低，甚至淹没新的有效信息。因此，在每补充一个新信息的同时去掉一个老信息，以便在滚动建模时维持数据个数不变，这就是等维新息滚动模型。 等维新息滚动模型设系统h时刻的采样值为，并与此前的m-1个采样数据形成序列,由此m个数据经由灰色预测模型得到超前一步预测式：k1步预测为：则:上式即为等维新息滚动预测算法，式中h为采样时刻，m为建模维数，a,u为h时刻辨识所得的参数，k1为预测步数。一般来说，建模维数选取m=5。3、灰色预测反馈线性化控制 PMSM灰色预测反馈线性化算法考虑系统的不确定因素，重写方程（1）其中：式中是正常条件时的参数，定义不确定因素：同样，选择ω，id为系统的输出，则由直接反馈线性化控制法则得实际控制量：式中,它是不确定因素块，由式（12）、（13）可以看出如果能预测不确定因素块的值，实时调整反馈线性化控制法则，就能使非线性系统完全转换为线性系统，实现系统的解耦。由式（10）、（11）进行离散化，得：式（14、15）中预测序列可由灰色等维新息滚动模型（9）得到：其中：a,u为k时刻转速辨识所得的参数；aa,uu为k时刻电流辨识所得的参数； 系统仿真结果永磁同步电动机灰色预测反馈线性化控制框图，如图1所示。通过调整参数k1,k2,k3使系统达到满意的配置点。永磁同步电机参数为定子电阻R=Ω，定子电感L=，永磁磁通Φf=，极对数P=3。图1 系统控制框图在仿真时用直接反馈线性化（即W=0）来作为对比。（1）在t=5s时，负载干扰：；如图2所示，图的上方表示速度跟踪给定方波转速n，图的下方表示速度跟踪误差E。图2 负载变化的反馈线性化跟踪响应及误差曲线（2）在t=5s时，参数变化：；如图3所示。图3 电机参数变化的反馈线性化跟踪响应及误差曲线从图2，图3可以看出，当系统存在负载变化或电机参数变化等不确定因素影响时，系统的跟踪性能变差。现在，在以上相同条件下用灰色反馈线性化控制方法来控制转速。仿真结果如图4，5所示。其中图4为负载变化时利用灰色反馈线性化控制方法实现的速度响应和跟踪误差曲线，从图中，可以看出在t=5s，电机速度有轻微的波动，但很快电机又能跟踪速度给定。图（5）为电机参数变化时利用灰色反馈线性化控制方法实现的速度响应和跟踪误差曲线，从图中同样可以看出在使用灰色反馈线性化方法减小了跟踪误差。因此灰色反馈线性化控制方法具有对系统参数，负载等不确定因素的鲁棒性能。图4 负载变化的灰色反馈线性化跟踪响应及误差曲线图5 电机参数变化的灰色反馈线性化跟踪响应及误差曲线4、结论本文提出的灰色预测反馈线性化控制算法，它具有一定的鲁棒性及快速的跟踪能力，并减少了算法的复杂性。另外，灰色理论还能与模糊控制、神经网络控制等算法相结合，改善系统性能，提高控制精度。
永磁同步电机的混动运动机理研究的当然非常的难了，这样的话需要一些相关的一些物理知识和一些其他的综合来。
关于永磁同步电动机混合运动原理的研究论文的话，他这个应该是算是比较深入的。
永磁同步电机的混动运动机理研究的当然非常的难了，这样的话需要一些相关的一些物理知识和一些其他的综合来。
给你一点参考吧针对永磁同步电动机非线性动态数学模型，采用直接反馈线性化控制，建立闭环系统的输入-输出模型，通过线性化模型来设计控制器，该方法简单适用；同时，为了克服此反馈线性化控制对模型要求精确化这一不足，文中提出了基于灰色理论的不确定预测器，它能在线预测永磁同步电机的不确定因素并相应的调整反馈线性化控制法则，从而提高了系统的动态性能。仿真结果表明，该方法对永磁同步电机速度控制具有很好的跟踪性能和鲁棒性能。 关键词：灰色理论预测反馈线性化永磁同步电动机永磁同步电动机（PMSM）以其优良的性能在伺服控制系统获得了广泛的应用。在永磁同步电动机的控制中，由于转子转速和定子电流的非线性耦合使得系统具有很强的非线性，特别在系统存在不确定性时，这种非线性使得系统难于达到高精度伺服。在永磁同步电动机运行过程中，电机的定子电阻、粘滞摩擦系数和负载转矩都可能发生很大的变化，这些参数的变化必然影响到系统的伺服精度。为了解决永磁同步电动机精确伺服控制问题，当前采用的非线性控制方法主要有变结构控制、微分几何和无源性理论等。 近十几年来，基于反馈线性化思想的非线性控制理论获得很大进展，通过坐标变换与状态反馈，可以把非线性系统化为线性系统。直接反馈线性化（DFL）是基于系统输入-输出描述的一种反馈线性化方法，已成功解决了多种非线性控制问题。直接反馈线性化的优点是所用数学工具简单，物理概念清晰，便于掌握。但它存在着一个明显的不足，当系统参数发生变化时，系统的非线性不能完全转换为线性，从而引起误差。1982年，邓聚龙教授提出了灰色理论[1]，它成功的应用在许多生产过程中。随着灰色理论的不断完善、微处理器的不断发展，灰色理论在控制领域的应用也越来越广泛。文中提出灰色不确定预测器来在线预测永磁同步电动机不确定因素，并相应调整反馈线性化控制法则，从而提高了系统的性能。该方法克服了反馈线性化对模型精确化要求的不足及抑制不确定因素对系统的干扰，达到了预期的控制效果。1、永磁同步电动机反馈线性化控制永磁同步电机数学模型采用表面式的永磁同步电动机，其基于同步旋转转子坐标的模型[2]如下：其中：其中，是轴定子电压；是轴定子电流；R是定子电阻；L是定子电感；TL是负载转矩；J是转动惯量；B是粘滞磨擦系数；P是极对数；ω是转子机械角速度；Φf是永磁磁通。反馈线性化控制为了实现系统的解耦，避免出现零动态系统问题[3]，选择ω,id为系统的输出，定义新的系统输出变量为：对式（2）进行求导,得：当时，线性控制法则为:其中,是新的线性系统的输入矢量，它可以按照线性系统极点配置理论来设计状态反馈控制为：反馈线性化控制通过对输出变量进行李微分，得到所需的的坐标变换和非线性系统状态反馈，实现了永磁同步电机非线性系统的解耦，通过线性理论来设计控制器，设计参数简单，具有一定的速度跟踪性能。同时，从上面推导看出，反馈线性化是一种基于精确数学模型的反馈线性化，当系统参数发生变化或负载不确定时，系统的非线性因素不能完全取消，可能会因此引起误差。文献[8]针对负载的不确定性，提出负载观测器来结合反馈线性化控制来补偿负载变化对系统的影响。下一节结合灰色预测来在线预测永磁同步电机的定子电阻、粘滞磨擦系数、负载变化等不确定因素，调整反馈线性化控制法则，提高系统控制的精度。2、灰色预测模型建模方法灰色模型建模理论，它不同于常规的建模方法，它不是通过随机过程产生的数据序列按统计规律或先验规律来处理，而是将其视作在一定幅值范围、一定时区变化的灰色量。通过对原始数据的整理（又称数的生成）来寻找数的规律。因此灰色模型（GM）实际上是针对生成数列的建模。GM建模的步骤 ，采用一阶、单变量的GM（1，1）模型作为预测模型，其白化方程为：其中a为模型的发展系数，为灰色输入，为辩识参数。其基本思路：首先对采集的原始数列进行累加（AGO），得到一有规律存指数递增的生成数列，利用生成的数列，使用最小二乘法来辩识参数a,u，并可以得到生成数列的预测值，这样，就可以进行逆累加（IAGO），得到原始数列的预测值。其预测算法为：GM（1,1）模型的精度与用来建模的原始数列的取舍有关。为了不断把相继进入系统的扰动考虑进去，GM（1,1）要将每一个新得到的数据送入X（0）中，重建GM（1，1），重新预测，这便是新息模型，但这种新息模型随着时间的推移，信息越来越多，存贮量不断增大，运算量也不断增加，这既不适合工业过程控制对实时性，快速性的要求，而且老数据的信息会随时间推移而降低，甚至淹没新的有效信息。因此，在每补充一个新信息的同时去掉一个老信息，以便在滚动建模时维持数据个数不变，这就是等维新息滚动模型。等维新息滚动模型设系统h时刻的采样值为，并与此前的m-1个采样数据形成序列,由此m个数据经由灰色预测模型得到超前一步预测式：k1步预测为：则:上式即为等维新息滚动预测算法，式中h为采样时刻，m为建模维数，a,u为时刻辨识所得的参数，k1为预测步数。一般来说，建模维数选取m=5。3、灰色预测反馈线性化控制灰色预测反馈线性化算法考虑系统的不确定因素，重写方程（1）这是另一篇摘 要：针对永磁同步电动机非线性动态数学模型，采用直接反馈线性化控制，建立闭环系统的输入-输出模型，通过线性化模型来设计控制器，该方法简单适用；同时，为了克服此反馈线性化控制对模型要求精确化这一不足，文中提出了基于灰色理论的不确定预测器，它能在线预测永磁同步电机的不确定因素并相应的调整反馈线性化控制法则，从而提高了系统的动态性能。仿真结果表明，该方法对永磁同步电机速度控制具有很好的跟踪性能和鲁棒性能。关键词：灰色理论 预测 反馈线性化 永磁同步电动机 Nonlinear Speed Control of PMSM based on Grey PredictionLIU Dong-liang1,2，Zhao Guang-zhou1，Yan Wei-can2（ of Electrical Engineering, Zhejiang University, Hangzhou 310027, China2 .Wolong holding group co.,LTD,Shangyu 312300,China）Abstract: A direct feedback linearization control with regard to PMSM nonlinear dynamic mathematical model is introduced in the paper. And a closed loop input-output system is builted. A controller is designed according to linearization model. The design methods mentioned above are simple and applicable. But they requir the model must be accurate, so that the grey uncertainty predictor is bringed forward. It can adjust the lumped uncertainty existed in PMSM into a feedback linearization control law on line and improve the system’s dynamic performance. The simulated result indicates the control scheme has the advantage of good tracking performance and robustness to words: Grey Theroy， Prediction，Feedback Linearization，PMSM永磁同步电动机（PMSM）以其优良的性能在伺服控制系统获得了广泛的应用。在永磁同步电动机的控制中，由于转子转速和定子电流的非线性耦合使得系统具有很强的非线性，特别在系统存在不确定性时，这种非线性使得系统难于达到高精度伺服。在永磁同步电动机运行过程中，电机的定子电阻、粘滞摩擦系数和负载转矩都可能发生很大的变化，这些参数的变化必然影响到系统的伺服精度。为了解决永磁同步电动机精确伺服控制问题，当前采用的非线性控制方法主要有变结构控制、微分几何和无源性理论等。近十几年来，基于反馈线性化思想的非线性控制理论获得很大进展，通过坐标变换与状态反馈，可以把非线性系统化为线性系统。直接反馈线性化（DFL）是基于系统输入-输出描述的一种反馈线性化方法，已成功解决了多种非线性控制问题。直接反馈线性化的优点是所用数学工具简单，物理概念清晰，便于掌握。但它存在着一个明显的不足，当系统参数发生变化时，系统的非线性不能完全转换为线性，从而引起误差。1982年，邓聚龙教授提出了灰色理论[1]，它成功的应用在许多生产过程中。随着灰色理论的不断完善、微处理器的不断发展，灰色理论在控制领域的应用也越来越广泛。文中提出灰色不确定预测器来在线预测永磁同步电动机不确定因素，并相应调整反馈线性化控制法则，从而提高了系统的性能。该方法克服了反馈线性化对模型精确化要求的不足及抑制不确定因素对系统的干扰，达到了预期的控制效果。1、永磁同步电动机反馈线性化控制 永磁同步电机数学模型采用表面式的永磁同步电动机，其基于同步旋转转子坐标的模型[2]如下：其中：其中，是轴定子电压； 是轴定子电流；R是定子电阻；L是定子电感；TL是负载转矩；J是转动惯量；B是粘滞磨擦系数；P是极对数；ω是转子机械角速度；Φf是永磁磁通。 反馈线性化控制为了实现系统的解耦，避免出现零动态系统问题[3]，选择ω,id为系统的输出，定义新的系统输出变量为：对式（2）进行求导,得：当时，线性控制法则为:其中,是新的线性系统的输入矢量，它可以按照线性系统极点配置理论来设计状态反馈控制为：反馈线性化控制通过对输出变量进行李微分，得到所需的的坐标变换和非线性系统状态反馈，实现了永磁同步电机非线性系统的解耦，通过线性理论来设计控制器，设计参数简单，具有一定的速度跟踪性能。同时，从上面推导看出，反馈线性化是一种基于精确数学模型的反馈线性化，当系统参数发生变化或负载不确定时，系统的非线性因素不能完全取消，可能会因此引起误差。文献[8]针对负载的不确定性，提出负载观测器来结合反馈线性化控制来补偿负载变化对系统的影响。下一节结合灰色预测来在线预测永磁同步电机的定子电阻、粘滞磨擦系数、负载变化等不确定因素，调整反馈线性化控制法则，提高系统控制的精度。2、灰色预测模型 GM建模方法灰色模型建模理论，它不同于常规的建模方法，它不是通过随机过程产生的数据序列按统计规律或先验规律来处理，而是将其视作在一定幅值范围、一定时区变化的灰色量。通过对原始数据的整理（又称数的生成）来寻找数的规律。因此灰色模型（GM）实际上是针对生成数列的建模。GM建模的步骤[4]，采用一阶、单变量的GM（1，1）模型作为预测模型，其白化方程为： 其中a为模型的发展系数，u为灰色输入，为辩识参数。其基本思路：首先对采集的原始数列进行累加（AGO），得到一有规律存指数递增的生成数列，利用生成的数列，使用最小二乘法来辩识参数a,u，并可以得到生成数列的预测值，这样，就可以进行逆累加（IAGO），得到原始数列的预测值。其预测算法为：GM（1,1）模型的精度与用来建模的原始数列的取舍有关。为了不断把相继进入系统的扰动考虑进去，GM（1,1）要将每一个新得到的数据送入X（0）中，重建GM（1，1），重新预测，这便是新息模型，但这种新息模型随着时间的推移，信息越来越多，存贮量不断增大，运算量也不断增加，这既不适合工业过程控制对实时性，快速性的要求，而且老数据的信息会随时间推移而降低，甚至淹没新的有效信息。因此，在每补充一个新信息的同时去掉一个老信息，以便在滚动建模时维持数据个数不变，这就是等维新息滚动模型。 等维新息滚动模型设系统h时刻的采样值为，并与此前的m-1个采样数据形成序列,由此m个数据经由灰色预测模型得到超前一步预测式：k1步预测为：则:上式即为等维新息滚动预测算法，式中h为采样时刻，m为建模维数，a,u为h时刻辨识所得的参数，k1为预测步数。一般来说，建模维数选取m=5。3、灰色预测反馈线性化控制 PMSM灰色预测反馈线性化算法考虑系统的不确定因素，重写方程（1）其中：式中是正常条件时的参数，定义不确定因素：同样，选择ω，id为系统的输出，则由直接反馈线性化控制法则得实际控制量：式中,它是不确定因素块，由式（12）、（13）可以看出如果能预测不确定因素块的值，实时调整反馈线性化控制法则，就能使非线性系统完全转换为线性系统，实现系统的解耦。由式（10）、（11）进行离散化，得：式（14、15）中预测序列可由灰色等维新息滚动模型（9）得到：其中：a,u为k时刻转速辨识所得的参数；aa,uu为k时刻电流辨识所得的参数； 系统仿真结果永磁同步电动机灰色预测反馈线性化控制框图，如图1所示。通过调整参数k1,k2,k3使系统达到满意的配置点。永磁同步电机参数为定子电阻R=Ω，定子电感L=，永磁磁通Φf=，极对数P=3。图1 系统控制框图在仿真时用直接反馈线性化（即W=0）来作为对比。（1）在t=5s时，负载干扰：；如图2所示，图的上方表示速度跟踪给定方波转速n，图的下方表示速度跟踪误差E。图2 负载变化的反馈线性化跟踪响应及误差曲线（2）在t=5s时，参数变化：；如图3所示。图3 电机参数变化的反馈线性化跟踪响应及误差曲线从图2，图3可以看出，当系统存在负载变化或电机参数变化等不确定因素影响时，系统的跟踪性能变差。现在，在以上相同条件下用灰色反馈线性化控制方法来控制转速。仿真结果如图4，5所示。其中图4为负载变化时利用灰色反馈线性化控制方法实现的速度响应和跟踪误差曲线，从图中，可以看出在t=5s，电机速度有轻微的波动，但很快电机又能跟踪速度给定。图（5）为电机参数变化时利用灰色反馈线性化控制方法实现的速度响应和跟踪误差曲线，从图中同样可以看出在使用灰色反馈线性化方法减小了跟踪误差。因此灰色反馈线性化控制方法具有对系统参数，负载等不确定因素的鲁棒性能。图4 负载变化的灰色反馈线性化跟踪响应及误差曲线图5 电机参数变化的灰色反馈线性化跟踪响应及误差曲线4、结论本文提出的灰色预测反馈线性化控制算法，它具有一定的鲁棒性及快速的跟踪能力，并减少了算法的复杂性。另外，灰色理论还能与模糊控制、神经网络控制等算法相结合，改善系统性能，提高控制精度。
word版本的基本上不可能有，除非是作者本人或者是老师才会有，有的话他们也不会给你的，这个一般是禁止外传的。要看的话我有pdf的
在矢量控制的永磁同步电机控制系统中,d轴和q轴电流的控制一般是根据电机数学模型推导的最佳性能轨迹,如恒力矩区的每安培电流最大力矩控制和弱磁区的最大功率控制。文中通过大量的实验,研究了当电机模型使用了不精确的各种电机参数后,对永磁同步电机的性能产生的不同影响。In vector-controlled PM brushless ac drives, the d-axis and q-axis currents are controlled according to optimal current profiles derived from a mathematical model, usually for maximum torque per ampere in the constant torque operating range and maximum power in the field-weakening range. In this paper, the effect of inaccuracies in the motor parameters which are used to derive the optimal current profiles is investigated experimentally, with particular reference to the field-weakening performance.
共享资源：106页自己挑重要的翻译吧
在矢量控制的永磁同步电机控制系统中,d轴和q轴电流的控制一般是根据电机数学模型推导的最佳性能轨迹,如恒力矩区的每安培电流最大力矩控制和弱磁区的最大功率控制。文中通过大量的实验,研究了当电机模型使用了不精确的各种电机参数后,对永磁同步电机的性能产生的不同影响。In vector-controlled PM brushless ac drives, the d-axis and q-axis currents are controlled according to optimal current profiles derived from a mathematical model, usually for maximum torque per ampere in the constant torque operating range and maximum power in the field-weakening range. In this paper, the effect of inaccuracies in the motor parameters which are used to derive the optimal current profiles is investigated experimentally, with particular reference to the field-weakening performance.
1、 [电气工程自动化]恒压供水系统的PLC控制设计 摘要：本文介绍了恒压供水的基本原理以及系统构成的基础，说明了可编程控制器（PLC）在恒压供水系统中所担任的角色。从系统的整体设计方案和实际需求分析开始，紧密的联系实际生活的需要，力求做到使系统运行稳定... 类别：毕业论文 大小：141 KB 日期：2009-02-27 2、 [电气工程自动化]基于DSP2812的永磁同步电机矢量控制系统软件算法设计与研究 2008-12-11 11:59 39,424 评审表.doc2008-12-11 12:00 43,008 文献综述.doc2008-12-11 1... 类别：毕业论文 大小： MB 日期：2008-12-11 3、 [电气工程及其自动化]直流电机PWM调速控制系统的FPGA实现 摘 要文章详细地介绍了直流电机的类型、结构、工作原理、PWM调速原理以及FPGA集成芯片。并对直流电机PWM调速系统方案的组成、硬件电路设计、程序设计及系统仿真分别进行了详细的叙述。拟开发的直流电机P... 类别：毕业论文 大小：812 KB 日期：2008-12-01 4、 [电气工程及其自动化]基于单片机的无刷直流电机控制系统 2007-06-12 22:47 28,672 目录.doc2007-06-12 21:29 41,984 中文翻译.doc2007-06-06 09... 类别：毕业论文 大小：406 KB 日期：2008-11-28 5、 [电气工程及其自动化]低压供配电设备设计选型、安装与试验 目录第一章． 低压供配电系统介绍…………………………………………………3－7第二章． 负荷计算的方法…………………………………………………… 8－12第三章． 低压电器的选型原则……………………………... 类别：毕业论文 大小：449 KB 日期：2008-11-14 6、 [电气工程及其自动化]空气冷却高密度聚乙烯中电树起始过程的观测 中文摘要聚乙烯电气和机械性能优良而广泛应用于绝缘。由于电树枝老化是聚乙烯绝缘破坏的关键因素，研究它具有重要意义。 本文以空气冷却高密度聚乙烯薄膜作为实验对象，主要针对中高频下设备绝缘过早损坏的问题，研... 类别：毕业论文 大小： MB 日期：2008-11-14 7、 [电气工程及其自动化]高压开关微机综合保护装置硬件设计 摘 要煤矿井下6 k V电网防爆开关是矿井供电系统的关键设备，它负责向工作面和掘进面的工机械提供电能。长期以来现场所使用的这种开关载流能力小、保护简单、故障率高，直接影矿井供电的可靠性、安全性和连续... 类别：毕业论文 大小：209 KB 日期：2008-11-08
给你一点参考吧针对永磁同步电动机非线性动态数学模型，采用直接反馈线性化控制，建立闭环系统的输入-输出模型，通过线性化模型来设计控制器，该方法简单适用；同时，为了克服此反馈线性化控制对模型要求精确化这一不足，文中提出了基于灰色理论的不确定预测器，它能在线预测永磁同步电机的不确定因素并相应的调整反馈线性化控制法则，从而提高了系统的动态性能。仿真结果表明，该方法对永磁同步电机速度控制具有很好的跟踪性能和鲁棒性能。 关键词：灰色理论预测反馈线性化永磁同步电动机永磁同步电动机（PMSM）以其优良的性能在伺服控制系统获得了广泛的应用。在永磁同步电动机的控制中，由于转子转速和定子电流的非线性耦合使得系统具有很强的非线性，特别在系统存在不确定性时，这种非线性使得系统难于达到高精度伺服。在永磁同步电动机运行过程中，电机的定子电阻、粘滞摩擦系数和负载转矩都可能发生很大的变化，这些参数的变化必然影响到系统的伺服精度。为了解决永磁同步电动机精确伺服控制问题，当前采用的非线性控制方法主要有变结构控制、微分几何和无源性理论等。 近十几年来，基于反馈线性化思想的非线性控制理论获得很大进展，通过坐标变换与状态反馈，可以把非线性系统化为线性系统。直接反馈线性化（DFL）是基于系统输入-输出描述的一种反馈线性化方法，已成功解决了多种非线性控制问题。直接反馈线性化的优点是所用数学工具简单，物理概念清晰，便于掌握。但它存在着一个明显的不足，当系统参数发生变化时，系统的非线性不能完全转换为线性，从而引起误差。1982年，邓聚龙教授提出了灰色理论[1]，它成功的应用在许多生产过程中。随着灰色理论的不断完善、微处理器的不断发展，灰色理论在控制领域的应用也越来越广泛。文中提出灰色不确定预测器来在线预测永磁同步电动机不确定因素，并相应调整反馈线性化控制法则，从而提高了系统的性能。该方法克服了反馈线性化对模型精确化要求的不足及抑制不确定因素对系统的干扰，达到了预期的控制效果。1、永磁同步电动机反馈线性化控制永磁同步电机数学模型采用表面式的永磁同步电动机，其基于同步旋转转子坐标的模型[2]如下：其中：其中，是轴定子电压；是轴定子电流；R是定子电阻；L是定子电感；TL是负载转矩；J是转动惯量；B是粘滞磨擦系数；P是极对数；ω是转子机械角速度；Φf是永磁磁通。反馈线性化控制为了实现系统的解耦，避免出现零动态系统问题[3]，选择ω,id为系统的输出，定义新的系统输出变量为：对式（2）进行求导,得：当时，线性控制法则为:其中,是新的线性系统的输入矢量，它可以按照线性系统极点配置理论来设计状态反馈控制为：反馈线性化控制通过对输出变量进行李微分，得到所需的的坐标变换和非线性系统状态反馈，实现了永磁同步电机非线性系统的解耦，通过线性理论来设计控制器，设计参数简单，具有一定的速度跟踪性能。同时，从上面推导看出，反馈线性化是一种基于精确数学模型的反馈线性化，当系统参数发生变化或负载不确定时，系统的非线性因素不能完全取消，可能会因此引起误差。文献[8]针对负载的不确定性，提出负载观测器来结合反馈线性化控制来补偿负载变化对系统的影响。下一节结合灰色预测来在线预测永磁同步电机的定子电阻、粘滞磨擦系数、负载变化等不确定因素，调整反馈线性化控制法则，提高系统控制的精度。2、灰色预测模型建模方法灰色模型建模理论，它不同于常规的建模方法，它不是通过随机过程产生的数据序列按统计规律或先验规律来处理，而是将其视作在一定幅值范围、一定时区变化的灰色量。通过对原始数据的整理（又称数的生成）来寻找数的规律。因此灰色模型（GM）实际上是针对生成数列的建模。GM建模的步骤 ，采用一阶、单变量的GM（1，1）模型作为预测模型，其白化方程为：其中a为模型的发展系数，为灰色输入，为辩识参数。其基本思路：首先对采集的原始数列进行累加（AGO），得到一有规律存指数递增的生成数列，利用生成的数列，使用最小二乘法来辩识参数a,u，并可以得到生成数列的预测值，这样，就可以进行逆累加（IAGO），得到原始数列的预测值。其预测算法为：GM（1,1）模型的精度与用来建模的原始数列的取舍有关。为了不断把相继进入系统的扰动考虑进去，GM（1,1）要将每一个新得到的数据送入X（0）中，重建GM（1，1），重新预测，这便是新息模型，但这种新息模型随着时间的推移，信息越来越多，存贮量不断增大，运算量也不断增加，这既不适合工业过程控制对实时性，快速性的要求，而且老数据的信息会随时间推移而降低，甚至淹没新的有效信息。因此，在每补充一个新信息的同时去掉一个老信息，以便在滚动建模时维持数据个数不变，这就是等维新息滚动模型。等维新息滚动模型设系统h时刻的采样值为，并与此前的m-1个采样数据形成序列,由此m个数据经由灰色预测模型得到超前一步预测式：k1步预测为：则:上式即为等维新息滚动预测算法，式中h为采样时刻，m为建模维数，a,u为时刻辨识所得的参数，k1为预测步数。一般来说，建模维数选取m=5。3、灰色预测反馈线性化控制灰色预测反馈线性化算法考虑系统的不确定因素，重写方程（1）这是另一篇摘 要：针对永磁同步电动机非线性动态数学模型，采用直接反馈线性化控制，建立闭环系统的输入-输出模型，通过线性化模型来设计控制器，该方法简单适用；同时，为了克服此反馈线性化控制对模型要求精确化这一不足，文中提出了基于灰色理论的不确定预测器，它能在线预测永磁同步电机的不确定因素并相应的调整反馈线性化控制法则，从而提高了系统的动态性能。仿真结果表明，该方法对永磁同步电机速度控制具有很好的跟踪性能和鲁棒性能。关键词：灰色理论 预测 反馈线性化 永磁同步电动机 Nonlinear Speed Control of PMSM based on Grey PredictionLIU Dong-liang1,2，Zhao Guang-zhou1，Yan Wei-can2（ of Electrical Engineering, Zhejiang University, Hangzhou 310027, China2 .Wolong holding group co.,LTD,Shangyu 312300,China）Abstract: A direct feedback linearization control with regard to PMSM nonlinear dynamic mathematical model is introduced in the paper. And a closed loop input-output system is builted. A controller is designed according to linearization model. The design methods mentioned above are simple and applicable. But they requir the model must be accurate, so that the grey uncertainty predictor is bringed forward. It can adjust the lumped uncertainty existed in PMSM into a feedback linearization control law on line and improve the system’s dynamic performance. The simulated result indicates the control scheme has the advantage of good tracking performance and robustness to words: Grey Theroy， Prediction，Feedback Linearization，PMSM永磁同步电动机（PMSM）以其优良的性能在伺服控制系统获得了广泛的应用。在永磁同步电动机的控制中，由于转子转速和定子电流的非线性耦合使得系统具有很强的非线性，特别在系统存在不确定性时，这种非线性使得系统难于达到高精度伺服。在永磁同步电动机运行过程中，电机的定子电阻、粘滞摩擦系数和负载转矩都可能发生很大的变化，这些参数的变化必然影响到系统的伺服精度。为了解决永磁同步电动机精确伺服控制问题，当前采用的非线性控制方法主要有变结构控制、微分几何和无源性理论等。近十几年来，基于反馈线性化思想的非线性控制理论获得很大进展，通过坐标变换与状态反馈，可以把非线性系统化为线性系统。直接反馈线性化（DFL）是基于系统输入-输出描述的一种反馈线性化方法，已成功解决了多种非线性控制问题。直接反馈线性化的优点是所用数学工具简单，物理概念清晰，便于掌握。但它存在着一个明显的不足，当系统参数发生变化时，系统的非线性不能完全转换为线性，从而引起误差。1982年，邓聚龙教授提出了灰色理论[1]，它成功的应用在许多生产过程中。随着灰色理论的不断完善、微处理器的不断发展，灰色理论在控制领域的应用也越来越广泛。文中提出灰色不确定预测器来在线预测永磁同步电动机不确定因素，并相应调整反馈线性化控制法则，从而提高了系统的性能。该方法克服了反馈线性化对模型精确化要求的不足及抑制不确定因素对系统的干扰，达到了预期的控制效果。1、永磁同步电动机反馈线性化控制 永磁同步电机数学模型采用表面式的永磁同步电动机，其基于同步旋转转子坐标的模型[2]如下：其中：其中，是轴定子电压； 是轴定子电流；R是定子电阻；L是定子电感；TL是负载转矩；J是转动惯量；B是粘滞磨擦系数；P是极对数；ω是转子机械角速度；Φf是永磁磁通。 反馈线性化控制为了实现系统的解耦，避免出现零动态系统问题[3]，选择ω,id为系统的输出，定义新的系统输出变量为：对式（2）进行求导,得：当时，线性控制法则为:其中,是新的线性系统的输入矢量，它可以按照线性系统极点配置理论来设计状态反馈控制为：反馈线性化控制通过对输出变量进行李微分，得到所需的的坐标变换和非线性系统状态反馈，实现了永磁同步电机非线性系统的解耦，通过线性理论来设计控制器，设计参数简单，具有一定的速度跟踪性能。同时，从上面推导看出，反馈线性化是一种基于精确数学模型的反馈线性化，当系统参数发生变化或负载不确定时，系统的非线性因素不能完全取消，可能会因此引起误差。文献[8]针对负载的不确定性，提出负载观测器来结合反馈线性化控制来补偿负载变化对系统的影响。下一节结合灰色预测来在线预测永磁同步电机的定子电阻、粘滞磨擦系数、负载变化等不确定因素，调整反馈线性化控制法则，提高系统控制的精度。2、灰色预测模型 GM建模方法灰色模型建模理论，它不同于常规的建模方法，它不是通过随机过程产生的数据序列按统计规律或先验规律来处理，而是将其视作在一定幅值范围、一定时区变化的灰色量。通过对原始数据的整理（又称数的生成）来寻找数的规律。因此灰色模型（GM）实际上是针对生成数列的建模。GM建模的步骤[4]，采用一阶、单变量的GM（1，1）模型作为预测模型，其白化方程为： 其中a为模型的发展系数，u为灰色输入，为辩识参数。其基本思路：首先对采集的原始数列进行累加（AGO），得到一有规律存指数递增的生成数列，利用生成的数列，使用最小二乘法来辩识参数a,u，并可以得到生成数列的预测值，这样，就可以进行逆累加（IAGO），得到原始数列的预测值。其预测算法为：GM（1,1）模型的精度与用来建模的原始数列的取舍有关。为了不断把相继进入系统的扰动考虑进去，GM（1,1）要将每一个新得到的数据送入X（0）中，重建GM（1，1），重新预测，这便是新息模型，但这种新息模型随着时间的推移，信息越来越多，存贮量不断增大，运算量也不断增加，这既不适合工业过程控制对实时性，快速性的要求，而且老数据的信息会随时间推移而降低，甚至淹没新的有效信息。因此，在每补充一个新信息的同时去掉一个老信息，以便在滚动建模时维持数据个数不变，这就是等维新息滚动模型。 等维新息滚动模型设系统h时刻的采样值为，并与此前的m-1个采样数据形成序列,由此m个数据经由灰色预测模型得到超前一步预测式：k1步预测为：则:上式即为等维新息滚动预测算法，式中h为采样时刻，m为建模维数，a,u为h时刻辨识所得的参数，k1为预测步数。一般来说，建模维数选取m=5。3、灰色预测反馈线性化控制 PMSM灰色预测反馈线性化算法考虑系统的不确定因素，重写方程（1）其中：式中是正常条件时的参数，定义不确定因素：同样，选择ω，id为系统的输出，则由直接反馈线性化控制法则得实际控制量：式中,它是不确定因素块，由式（12）、（13）可以看出如果能预测不确定因素块的值，实时调整反馈线性化控制法则，就能使非线性系统完全转换为线性系统，实现系统的解耦。由式（10）、（11）进行离散化，得：式（14、15）中预测序列可由灰色等维新息滚动模型（9）得到：其中：a,u为k时刻转速辨识所得的参数；aa,uu为k时刻电流辨识所得的参数； 系统仿真结果永磁同步电动机灰色预测反馈线性化控制框图，如图1所示。通过调整参数k1,k2,k3使系统达到满意的配置点。永磁同步电机参数为定子电阻R=Ω，定子电感L=，永磁磁通Φf=，极对数P=3。图1 系统控制框图在仿真时用直接反馈线性化（即W=0）来作为对比。（1）在t=5s时，负载干扰：；如图2所示，图的上方表示速度跟踪给定方波转速n，图的下方表示速度跟踪误差E。图2 负载变化的反馈线性化跟踪响应及误差曲线（2）在t=5s时，参数变化：；如图3所示。图3 电机参数变化的反馈线性化跟踪响应及误差曲线从图2，图3可以看出，当系统存在负载变化或电机参数变化等不确定因素影响时，系统的跟踪性能变差。现在，在以上相同条件下用灰色反馈线性化控制方法来控制转速。仿真结果如图4，5所示。其中图4为负载变化时利用灰色反馈线性化控制方法实现的速度响应和跟踪误差曲线，从图中，可以看出在t=5s，电机速度有轻微的波动，但很快电机又能跟踪速度给定。图（5）为电机参数变化时利用灰色反馈线性化控制方法实现的速度响应和跟踪误差曲线，从图中同样可以看出在使用灰色反馈线性化方法减小了跟踪误差。因此灰色反馈线性化控制方法具有对系统参数，负载等不确定因素的鲁棒性能。图4 负载变化的灰色反馈线性化跟踪响应及误差曲线图5 电机参数变化的灰色反馈线性化跟踪响应及误差曲线4、结论本文提出的灰色预测反馈线性化控制算法，它具有一定的鲁棒性及快速的跟踪能力，并减少了算法的复杂性。另外，灰色理论还能与模糊控制、神经网络控制等算法相结合，改善系统性能，提高控制精度。