基于非线性奇异子系统模型的同步发电机分散非线性控制

针对基于非线性奇异子系统模型的同步发电机,本文利用反推控制方法,研究了其非线性分散控制问题.同步发电机本质上是电力大系统中的一个非线性奇异子系统,与系统其余部分存存相互约束和影响.首先利用微分同胚变换和状态反馈,实现了同步发电机模型的等价转化.然后在等价系统的楚础上,在充分考虑系统其余部分对于同步发电机影响的前提下,利用反推控制方法设计了同步发电机组的非线性镇定控制器,使得闭环系统是渐近稳定的.最后的仿真结果农明了本文所提控制方法的有效性.     

非线性微分——代数子系统的逆系统的构造

对于一类非线性微分-代数(Differential-algebraic equation, DAE)子系统, 将非线性常微分方程(Ordinary differential equation, ODE)系统的逆系统方法进行了完全扩展. 首先对此类非线性DAE子系统提出的物理背景和系统特性进行了详细阐述. 然后给出了非线性DAE子系统的逆系统定义, 包括单位右逆系统和 α 阶积分右逆系统. 接下来提出一种递归算法, 利用此算法给出了被控系统可逆的充要条件, 并构造了物理可实现的控制器, 实现了非线性DAE子系统的线性化解耦. 最后基于本文所提出的控制方法, 研究了电力系统同步发电机组励磁汽门综合控制的线性化解耦问题.     

基于最小二乘支持向量机逆系统的赖氨酸发酵过程解耦控制

将逆系统方法与支持向量机相结合,提出了一种基于最小二乘支持向量机（LS-SVM）的阶逆系统的赖氨酸发酵过程多变量非线性解耦控制方法．在分析了系统可逆性的基础上,利用具有高斯核函数的LS-SVM离线建立赖氨酸发酵过程的非线性逆模型．将得到的LS-SVM逆系统串联在原反应系统之前,使得复杂的非线性多变量系统解耦成多个相对独立的单输入单输出伪线性子系统,从而可用线性系统控制方法对其进行控制．仿真结果表明,LS-SVM逆系统解耦控制方法具有良好的逼近非线性系统的性能．该方法为实现多输入多输出非线性系统的解耦控制提供了一条新的思路．     

一类非线性微分代数子系统的逆系统控制及应用

对于指数1且关联可测的非线性微分-代数子系统,研究其逆系统控制方法,并将结果应用于电力系统元件分散控制.首先描述了此类非线性微分-代数子系统的物理背景和系统特性,并给出了非线性微分-代数子系统的α阶积分右逆系统和可逆的定义;然后给出了一种递归算法,以此来判别被控系统的可逆性,并构造出由状态反馈和动态补偿实现的α阶积分右逆系统,实现了复合系统的线性化解耦;最后针对多机电力系统中的一台同步发电机,应用所提出的方法研究其励磁控制电压问题.仿真结果验证了所提出方法的有效性.     

无轴承同步磁阻电机逆系统的解耦控制

为了有效解决无轴承同步磁阻电机这一非线性、强耦合的多输入多输出系统的动态解耦问题,提出了基于α阶逆系统理论的无轴承同步磁阻电机解耦控制策略.本文在阐述了无轴承同步磁阻电机径向悬浮力产生机理的基础上,推导出其数学模型,采用α阶逆系统方法将原系统解耦并线性化为一个一阶线性积分子系统和两个二阶线性积分子系统,并应用线性系统理论设计了闭环控制器.最后采用MATLAB软件环境构建了仿真系统,针对系统的阶跃响应、转子起浮、解耦性能等进行了仿真和分析.仿真试验表明这种解耦控制策略能够实现无轴承同步磁阻电机电磁转矩与径向悬浮力之间的动态解耦.并且系统具有良好的动、静态性能.     

基于支持向量机的非线性内模解耦控制

针对非线性内模控制在应用于多变量系统时逆模型难以建立的问题, 提出了支持向量机α阶逆系统的内模解耦控制方法. 该方法利用支持向量机辨识非线性系统的逆模型, 并将其串连在原系统之前, 运用逆系统方法的思想, 将一个多变量、非线性、强耦合的复杂系统通过反馈线性化解耦成多个相互独立的单输入单输出的伪线性复合子系统. 对求得的伪线性系统采用内模控制方法进行控制. 仿真试验表明该方法不需要系统精确的数学模型, 较一般的逆系统方法鲁棒稳定性好, 设计简单, 跟踪精度高, 是解决多变量非线性系统控制的一种可行的理论方法.     

基于LS-SVM逆系统的无轴承异步电机解耦控制

无轴承异步电机具有非线性、多变量和强耦合的特点,要实现电机稳定悬浮和旋转运行,必须对其进行非线性动态解耦控制。为了克服逆系统方法精确建模难的局限性,采用基于最小二乘支持向量机(LS-SVM)α阶逆系统方法对无轴承异步电机进行动态解耦控制的研究。首先利用最小二乘支持向量机辨识出无轴承异步电机的逆模型,然后将它串联在原系统前,将无轴承异步电机解耦成四个独立的伪线性子系统-2个径向位移子系统、一个速度子系统和一个磁链子系统。为保证鲁棒性能,最后对解耦后的系统采用非线性内模控制策略。研究表明,LS-SVMα阶逆系统方法能够实现无轴承异步电机径向悬浮力和旋转力之间的动态解耦控制,控制系统具有良好的静态和动态性能。     

无轴承同步磁阻电机逆系统解耦控制仿真研究

研究无轴承同步磁阻电机稳定性控制问题,由于无轴承同步磁阻电机是一个强耦合的非线性系统,为实现负载条件下的稳定悬浮运行,需解除电机转矩和径向悬浮力等多变量之间的耦合关系。针对前馈补偿解耦的缺陷,给出了无轴承同步磁阻电机包含转矩控制和悬浮力控制的统一数学模型,证明电机逆系统存在,设计了一种通过非线性状态反馈的逆系统解耦控制方案,将复杂的无轴承同步磁阻电机系统解耦成两个转子径向位置二阶积分子系统和一个转速一阶积分子系统,并用PI和PID调节器分别对转子位置与转速进行综合设计。运用MATLAB软件对电机控制系统进行仿真。仿真结果证明,解耦控制方案的有效性,为电机系统优化设计提供了保证。     

动物细胞悬浮培养过程神经网络逆解耦控制

动物细胞的悬浮培养以细胞增殖快、生产效率高等优势,成为动物细胞大规模培养的首选方式。而动物细胞悬浮培养过程是一个非线性、强耦合的多输入多输出系统,对一些生物参数(如细胞密度、基质浓度和产物浓度)的控制是提高整个生产水平的关键,应用神经网络逆系统方法对动物细胞悬浮培养过程进行线性化解耦控制,根据培养过程的特点,给出了相应的数学模型,并证明了系统的可逆性,利用神经网络的非线性逼近能力辨识出原系统的逆系统,然后串接在原系统前面构成伪线性复合系统,使动物细胞悬浮培养过程线性化解耦成三个子系统：一阶线性细胞密度子系统、一阶线性基质浓度子系统和一阶线性产物浓度子系统,最后设计模糊PID控制器对各解耦后的线性子系统进行控制,避免了传统PID控制器最优参数选取困难的问题。仿真结果表明,神经网络逆系统方法实现了对动物细胞悬浮培养过程的线性化解耦,系统对给定输入实现了高性能跟踪控制。     

神经网络α阶逆系统控制方法在机器人解耦控制中的应用

本文利用神经网络α阶逆系统线性化解耦能力,将严重耦合的多自由度机械手 解耦成多个二阶积分子系统,进一步采用线性系统设计方法对已解耦系统设计闭环控制器, 成功地实现了位置快速跟踪．该控制方法不需要知道机器人系统的精确数学模型,并且结构 简单,易于工程实现．