无轴承异步电机最小二乘支持向量机逆解耦控制

为了实现无轴承异步电机径向悬浮力、转速和磁链的非线性动态解耦控制,提出了基于最小二乘支持向量机逆的解耦控制策略,在分析无轴承异步电机原系统可逆的基础上,首先采用最小二乘支持向量机逼近原系统逆模型,然后将逆模型串接于原系统之前构成伪线性复合系统,将无轴承异步电机线性化解耦成径向二自由度位移子系统、转速子系统以及磁链子系统,最后为了进一步提高整个控制系统性能,为伪线性复合系统设计了闭环控制器,并采用Matlab对控制方法解耦性能进行了仿真.仿真结果表明:该方法能够成功实现无轴承异步电机系统的非线性解耦控制,并且系统具有优良的鲁棒性和动、静态性能,克服了传统解析逆解耦控制方法过分依赖于系统模型的缺点.     

神经网络逆系统非线性励磁控制器的设计

利用逆系统方法,设计出同步发电机非线性励磁控制律,并加入系统中.把控制与过程状态样本作为非线性导师信号,以训练神经网络控制器,设计一种基于BP神经网络的非线性励磁控制器.仿真结果表明,对于小干扰,神经网络控制器和逆系统控制显示出相同的控制效果;而对于大干扰,两种控制方式的暂态响应曲线也基本相同.逆系统控制与其训练出的神经网络控制器控制,都显示出基本相同的暂态和稳态性能,但神经网络控制比逆系统控制具有控制规律简单,以及实时性、可靠性和鲁棒性好的特点.     

基于RBF神经网络逆系统的注射速度控制

为了实现注射速度的精确控制,针对其非线性时变的动态特性,提出了基于神经网络逆系统的控制方法.采用M.Rafizadeh模型描述注射速度系统特性,通过求解该系统的相对阶证明了系统的可逆性.由于注射速度系统逆模型的解析形式难以获得,因此构造了基于RBF神经网络的注射速度逆系统,并将该系统与常规PID控制相结合,对注射速度实现复合控制,解决了基于RBF神经网络逆系统的开环控制效果不理想的问题.仿真实验表明,该控制系统具有良好的跟踪性能及抗干扰性能.     

基于逆系统方法的变速变桨距风机的桨距角控制

为优化变速变桨距风电系统的高风速区风电系统的风能捕获,基于奇异摄动理论和逆系统方法提出一种非线性的桨距角控制器.该方法将风电系统模型简化为一阶动态系统,并设计其逆系统与之级联.由于级联系统呈"伪线性",可由线性系统理论的相关方法设计其动态性能.理论分析和仿真实验证明了系统的稳定性.与传统的比例积分(PI)控制器相比,该非线性控制器可以减小风速波动所引起的风机机械转矩、转速和系统输出功率的脉动;与其他非线性控制器相比,该控制器更易实现和移植.     

基于自抗扰控制技术的高压大功率异步电机直接转矩控制系统

针对异步电机的非线性特点,设计一种新颖的级联型多电平逆变器供电的高压大功率异步电机直接转矩控制系统.在定子坐标系内对定子磁链与电机转矩进行闭环控制得到定子磁链增量,包括定子磁链的幅值增量和相位增量.由定子磁链增量计算异步电机定子电压矢量,定子磁链和电机转矩采用自适应观测器估计.采用自抗扰控制技术设计速度、转矩和定子磁链控制器,这些控制器具有鲁棒性强的特点.研究结果表明:通过速度控制器对负载扰动进行估计和补偿,消除了负载扰动可能带来的稳态跟踪误差;逆变器的开关信号利用载波移相脉宽调制方法生成,从而减少了转矩和定子磁链幅值的脉动;系统具有良好的动态和稳态性能.     

基于支持向量机的非线性逆控制及仿真研究

针对逆系统方法中非线性逆模型辨识困难的问题,研究了基于支持向量机(SVM)的逆模型辨识及控制,提出了一种SVM逆模型与PID结合的复合控制系统.由SVM辨识非线性系统的逆模型作为前馈控制器,形成直接逆控制.同时,由PID控制器构成反馈控制,克服直接逆控制鲁棒性不强的缺陷.仿真研究表明,SVM的逆模型辨识能力强,该复合控制系统具有比直接逆控制更优的控制性能和鲁棒性.     

严格反馈非线性系统的鲁棒自适应逆最优跟踪

针对具有未知定常参数和未知有界扰动的严格反馈非线性系统,结合参考信号,构造了误差系统,并解决了其逆最优控制问题.使用Backstepping算法,设计了误差系统鲁棒自适应逆最优控制器和参数自适应律,从而解决了原系统的鲁棒自适应逆最优跟踪问题,并给出性能估计.仿真结果表明该控制算法的有效性.     

非线性系统神经模糊自适应控制的问题与策略

针对具有未知动力学的机械臂系统 ,提出一系列神经模糊自适应控制方法。提出神经模糊动态逆稳定自适应控制方法 ,该方法使用动态神经模糊系统逼近非线性动态系统 ,设计的动态逆控制器可以通过参数的设定保证闭环系统在初始控制段的动态性能 ,而无需事先要求机械臂状态位于某一紧集的假设。结合延时神经模糊网络 ,引入降维观测器估计输出重定义后机械手的速度矢量 ,从而建立了非线性系统的控制器观测器设计的新方法。采用了动态逆和“Back-stepping(后退 )”的技术 ,将以上方法成功推广到了考虑执行电机动力学特性的柔性连杆机械臂问题上     

非匹配条件下的非线性潜艇垂直面系统L2控制器设计

研究非匹配条件的非线性潜艇垂直面系统的信号跟踪控制问题。通过构造恰当的输入、输出及状态变量,将该问题转换为干扰抑制控制问题。基于相对阶的概念,给出了多输入多输出非线性系统的标准型及链式结构。以干扰抑制控制问题的定义为基础,提出并证明了不依赖于匹配条件的非线性链式结构系统的L2控制器设计定理;并以此设计了某型潜艇垂直面非线性系统的L2控制器。通过仿真验证了该控制器具有较好的动态性能和鲁棒性。     

非线性控制系统的控制器型

M.Zeitz引入了非线性系统的控制器型,证明了由控制器型描述的非线性系统是可控的。本文进一步给出了化一般非线性系统为控制器型的条件及其状态变换的具体算法,从而解决了通过化控制器型证明非线性系统可控性的方法。     

基于神经元控制器的交流伺服系统

实现了神经元在线参数自学习功能,利用神经元控制器及滞环比较器,智能功率模块实现了基于神经元控制器的交流伺服系统,由仿真和实验结果,可以看出神经元控制器具有较强的自适应性及鲁棒性。     

面向工业电机考虑参数自调节的优化模型预测控制

针对常规控制器在工业电机无参数或者参数失配时引起的控制性能下降等问题,不满足工业自动化发展需求,因此提出一种考虑现实工业情况的无参数模型预测控制。首先引入模型预测控制的思想,将离散异步电机数学模型作为模型预测控制的预测模型并在线估计更新其集总参数,从而无需任何电机参数即可实现模型预测控制。针对工业用电机复杂工况,进行优化使其能够快速且准确地辨识出集总参数。仿真结果表明,所提出的控制策略预测精度高,在工况与电机参数均为未知时变的情况下,无参数模型预测控制仍然能在不同情况下达到较为优良的控制性能,证明了该方法优良的鲁棒性和有效性。     

采用逆系统设计和二次型最优控制提高变风量箱的性能

采用逆系统设计方法对变风量空调箱的控制系统,包括控制系统的内环(风量控制回路)和外环(房间温度控制回路),进行逆系统设计.消除了在设计时将非线性系统做近似线性化处理所带来的设计缺陷;同时采用二次型最优控制技术对变风量空调箱的控制器进行优化设计,使控制器的参数达到最优值.逆系统设计方法与二次型最优控制技术相结合能有效地改进和提高变风量箱的控制品质和性能.     

基于自适应PID控制器的异步电机矢量控制

为了克服传统PID控制器自适应性及鲁棒性相对较差的缺点。实现高性能的异步电机矢埴控制，提出了采用人工神经网络技术构造自适应PID控制器。在保证调速系统全局快速收敛的情况下，运用有监督的Delta学习规则和合理的控制算法。实现自适应PID控制器参数的在线自动调整。应用MATLAB软件设计基于自适应PID控制器的异步电机矢量控制模型并进行仿真研究，结果表明，自适应PID控制器不仅能够满足异步电动机矢量控制的实时性要求。而且可以大大改善异步电动机的动态性能与静态性能，表现出较强的自适应性与鲁棒性，因而可以取代传统PID控制器以实现高性能的异步电动机矢量控制。     

基于FPGA的三相变频电源系统设计

基于现场可编程门阵列（FieldProgrammableGateArray,FPGA）设计了一种单相输入三相输出的数字式控制变频电源．将单相市电输入该系统后,经过整流、升压、滤波、三相桥式逆变和低通滤波输出三相近似正弦交流电．根据三相异步电动机的调速特性,系统由控制器改变内部调制波的幅值和频率,进而调节三相正弦脉冲宽度调制（SinusoidalPulsewidthModulaton,SPWM）波的脉宽和频率,最终实现三相交流异步电动机的变压变频调速（VariableVoltageVariableFreguency,VVVF）控制．系统调制结果证明该电源的设计是可行的,且系统操作方便快捷、界面友好,可为实现全数字智能控制提供参考．     

模糊自适应交流异步电机矢量控制

为提升传统交流异步电机矢量控制系统的控制效果,解决由交流电机特性带来的响应速度慢和稳态抖动等问题,设计了一种模糊自适应矢量控制系统,对传统的矢量控制系统进行改进,设计了按转子磁场定向的四闭环矢量控制系统,并且针对传统矢量控制的稳态波动问题,加入了设计的定值控制器。在MATLAB/Simulink中搭建了仿真系统,为使实验结果更贴合实际,设计了交流异步电机所使用的整流逆变电路。仿真实验结果表明：该控制系统的动态性能更好,响应速度更快,且提升了抵抗负载的能力,具有更强的自适应性和鲁棒性。     

带转矩观测器的非线性解耦控制异步电动机系统

设计了异步电动机系统的降维负载转矩观测器 ,利用观测的负载转矩 ^TL 实时修改反馈解耦控制律 ,实现异步电动机系统的非线性解耦控制 ,从而提高系统的动态性能 .最后 ,用计算仿真验证了所述方法的有效性     

基于网络的液压马达伺服位置系统自适应鲁棒积分控制

针对基于网络的液压伺服控制系统面临的网络延时和阀控马达建模结构不确定性问题,提出了基于Pade定理和反步推导方法合成的误差符号鲁棒积分自适应控制器。该控制器使用Pade定理近似处理时变网络引起的延时,降低延时对控制系统跟踪性能的影响,应用自适应率逼近系统结构不确定性和延时误差值,采用误差符号控制方法补偿剩余的结构不确定性。通过构造合适的Lyapunov函数,验证了闭环系统的全局稳定性,保证闭环系统所有信号的有界性和跟踪误差渐进收敛性。仿真结果表明了该控制方法的高精度跟踪性能。     

基于逆系统方法的航空发动机逆模型控制系统设计

航空发动机是一个典型的强非线性系统。传统的PID控制通常是对发动机的设计点进行线性化,但这种方法仅能保证发动机在设计点有较好的控制性能,在其他状态的控制性能则较差。针对这个缺点,利用逆系统方法,建立发动机的逆模型,并基于此逆模型设计发动机的逆模型控制系统。仿真结果表明,逆模型控制系统具有较快的响应速度,同时精度符合控制要求。