基于改进PSO-RBF滑模控制的光伏系统控制方法

针对光伏系统常见最大功率点跟踪控制方法跟踪速度慢、跟踪精度低的问题,提出了一种基于改进粒子群优化径向基函数神经网络滑模控制的跟踪方法。通过借鉴粒子群优化过程中的多样性、非线性和自适应性,重新设计速度更新权值,进一步优化网络参数,旨在增强径向基函数对滑模控制非线性函数的逼近能力,再将优化的神经网络逼近滑模控制器的不确定状态,同时消除时变和非线性的不确定性对控制系统的影响,实现光伏系统的最大功率点跟踪。通过仿真验证了所提方法的有效性。     

飞行模拟转台的反推滑模控制优化设计

研究存在参数摄动及非线性摩擦补偿的飞行模拟转台跟踪控制问题。利用自适应全局滑模变结构控制和反推控制,实现了伺服系统虚拟转速和位置跟踪控制,提出了飞行模拟转台的自适应反推全局滑模变结构控制方案,设计非线性干扰观测器对电机不确定非线性干扰进行观测,运用Lyapunov稳定性定理和Barbalat定理证明了系统的稳定性。采用一种改进的自适应粒子群算法在约束域中对控制器参数进行优化整定,仿真结果表明了所提方法的有效性。     

永磁同步电机模糊变阶次分数阶滑模控制研究

分数阶滑模控制在永磁同步电机(PMSM)中的应用得到广泛研究,但目前该类方法中分数阶次大多为常数。为了进一步提高分数阶滑模控制器的全局控制性能,提出一种新的模糊变阶次分数阶滑模控制方法。首先基于PMSM的数学模型设计了变阶次分数阶滑模速度控制器;然后通过分析不同阶次时分数阶滑模控制器的性能,获得了最优阶次的变化规律;最后构建了以速度误差为输入、阶次为输出的模糊推理规则,并设计了模糊变阶次分数阶滑模控制器。仿真结果证明所提方法在控制性能上优于常数阶次分数阶滑模控制方法。     

神经滑模控制在机器人轨迹跟踪中的应用

针对滑模控制在机器人轨迹跟踪中应用时出现的抖振问题,提出了基于滤波器的神经滑模趋近律控制方法.根据滑模变结构和径向基函数(RBF)神经网络控制理论,并结合滤波器,对两关节机器人的轨迹跟踪控制进行了仿真研究.通过对单纯的滑模变结构加滤波器的控制方法、RBF神经滑模等效控制和RBF神经滑模趋近律控制这三种方法进行对比仿真分析,结果表明设计的神经网络滑模趋近律控制系统具有良好的跟踪性、鲁棒性和较高的控制精确度,同时有效地消除了抖振,实现简单.     

基于分数阶PI~λ控制器的永磁同步电动机调速系统研究

<正>为了使交流永磁同步电动机调速系统的控制性能提高,将分数阶比例积分控制器应用到控制系统当中。采用粒子群优化参数的方法整定分数阶控制器的各项参数,并将分数阶比例积分控制器与整数比例积分控制器分别应用于同一控制系统中进行仿真比较。结果表明:分数阶PIλ控制器与整数阶PI控制器相比,拥有更良好的快速性、稳定性及抗干扰能力。     

分数阶模型在电厂控制系统中的应用

从分数阶微积分的数学定义推导出分数阶微积分的数值表达式,并利用粒子群优化算法辨识得到分数阶模型,将其应用于超超临界燃煤机组,得到燃料量与中间点压力之间的分数阶模型和整数阶模型,在所求模型的基础上设计了分数阶内模控制器,对整数阶控制器和分数阶控制器的控制效果进行对比。结果表明:分数阶内模控制器比整数阶内模控制器具有更好的控制效果和抗干扰能力。     

基于分数阶次符号函数的永磁同步电机滑模控制技术

针对永磁同步电机的传统滑模控制技术中趋近速度与抖振程度之间存在矛盾的问题,利用分数阶积分型符号函数的特性,设计了一种基于分数阶的积分时变滑模变结构控制器。在趋近律的设计中引入分数阶,达到了在抖振程度较小的前提下提高系统响应速度的目的。仿真和实验结果证明了所提出的滑模控制方法相比于传统的滑模控制方法能更快、更好地跟踪给定的信号,且对系统外部扰动具有较强的鲁棒性。     

基于PSO的永磁同步电机分数阶滑模控制器设计

针对永磁同步电机提出了一种分数阶滑模控制器,将整数阶滑模流形面推广到分数阶滑模流形面,根据永磁同步电机的数学模型建立控制器的输出模型,采用Lyapunov理论来验证分数阶滑模控制器的稳定性。采用PSO智能算法对分数阶滑模控制器的参数进行寻优,然后在Matlab/Simulink平台上搭建模型,对所提出的分数阶滑模控制器进行仿真分析,其结果显示,分数阶滑模控制器比整数阶滑模控制器具有更好的抗扰动能力和误差精度。     

遗传优化同步电机分数阶PID预测函数励磁控制器

为提高同步电机励磁调节器的控制性能,提出一种基于遗传算法优化同步电机分数阶PID预测函数励磁控制器的设计方法。将同步电机的励磁系统进行线性化处理,在分数阶系统理论的基础上用预测函数控制推导出同步电机励磁调节器的分数阶传递函数模型,并根据所得到的系统性能综合指标评价函数再用遗传算法对分数阶PID预测函数控制器的参数进行优化整定。经仿真实验验证,与传统分数阶PID控制和预测函数控制相比,不仅减小了调节时间,增强了系统抗干扰能力,无稳态误差。并且在参数整定方面,遗传算法的收敛速度和寻优能力也明显优于模糊控制和粒子群算法。     

分数阶PIα控制器在直流调速中的应用

以改进的分数阶微积分Oustaloup滤波器算法为理论基础,建立分数阶PIα控制器,并将其应用到直流调速系统中。给出转速闭环控制直流调速系统的稳态结构框图和转速闭环无静差直流系统电路仿真模型,并将分数阶控制器和传统整数阶PID控制器应用到结构图和电路图中进行MATLAB/SIMULINK软件仿真。通过仿真比较和分析,验证了分数阶PI控制具有更好的控制效果。     

永磁直线同步电机的智能增量滑模控制

针对永磁直线同步电机直接驱动伺服系统的位置跟踪精度易受参数变化、外部扰动、端部效应等不确定性因素的影响,提出了一种将小波神经网络(wavelet neural network,WNN)和增量滑模控制器相结合的智能增量滑模控制方法。利用系统先前的状态信息和控制动作作为反馈量,同时选择饱和函数作为切换函数来设计增量滑模控制器,不仅削弱了抖振,而且提高了系统的跟踪性能;利用WNN实时观测和补偿参数变化和外部扰动等影响,并采用改进的粒子群优化算法在线调整WNN的学习率,对不确定因素进行实时估计。从理论上分析证明了此控制器可以保证系统收敛,提高了直线伺服系统的控制性能。通过系统实验,证明了所提出方案的有效性,与滑模控制(sliding mode control,SMC)相比,系统具有强鲁棒性和良好的位置跟踪精度,明显地削弱了抖振现象。     

基于遗传算法的有源电力滤波器滑模控制

为改善滑模控制方式有源电力滤波器在高频处抖动的缺陷,提出用遗传算法对控制器参数进行优化,提高了控制器性能。简要说明了三相三线有源电力滤波器的工作原理,根据补偿电流和指令电流的误差构建滑模变结构控制器。详细给出了用遗传算法对控制器参数的优化过程,得到了控制器参数的确切值。通过对传统PI控制方式和优化后滑模控制方式进行仿真实验,结果表明,所提出的滑模控制方式响应速度快,算法简单,较好地抑制抖动,鲁棒性强,达到了优化的目的。     

基于滑模模糊方法的变速风电系统的最大风能捕捉控制器设计

针对具有不确定参数和强干扰的变速风力发电系统,提出一种积分滑模模糊自适应控制器。该控制策略基于带积分补偿的滑模控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近,同时对其中的切换项也进行模糊自适应逼近,从而有效降低变结构控制固有的抖振现象。利用李亚普诺夫函数证明了控制器的稳定性。采用此控制策略,对变速风力发电系统的风轮转速进行跟踪控制,仿真结果显示此控制方法具有较强的鲁棒性和良好的跟踪性能。     

高超声速飞行器RBF神经网络滑模变结构控制

针对高超声速飞行器高度非线性及强耦合的特点,提出了一种基于RBF神经网络调参的滑模变结构控制器。滑模变结构控制器能够使高超声速飞行器稳定飞行,但在系统状态到达滑模面后会产生剧烈的抖振现象,不利于工程应用。RBF神经网络在一定条件下可以任意精度逼近非线性函数,且具有较强的自学习、自适应和自组织能力。将RBF神经网络与滑模变结构控制相结合,一定程度上能够消除滑模控制的抖振问题。在高超声速飞行器的巡航状态下,分别加入高度阶跃指令和速度阶跃指令进行了仿真。仿真结果表明,所设计的RBF神经网络滑模变结构控制器使高超声速飞行器在保证快速性、鲁棒性和抗干扰性的同时,克服了执行机构的抖振问题。     

永磁同步电机的模糊滑模控制

为了实现高性能永磁同步电动机伺服系统快速而精确的位置跟踪控制,在滑模控制策略中引入模糊控制算法,设计了基于模糊规则的滑模控制器。通过理论分析和控制仿真,证实了模糊滑模控制很好地解决了抖振问题,对参数变化和负载扰动具有较强的鲁棒性,永磁同步电机可获得优良的位置跟踪效果。     

永磁直线同步电机神经滑模控制仿真

分析了永磁直线同步电机的数学模型,给出了径向基(RBF)神经网络的结构和算法,设计出以切换函数为网络输入、以滑模控制器为网络输出的神经滑模控制器,软件仿真结果表明所设计的滑模控制器能进行自适应学习,可实现良好的伺服跟踪.     

基于改进粒子群优化神经网络的电力变压器故障诊断

为了提高电力变压器故障诊断的准确性,采用了一种自适应变异粒子群优化神经网络的方法,用于BP网络的权值优化。并根据变压器的故障特征,用优化好的BP网络进行故障诊断。该算法修正了粒子个体行动,克服了标准粒子群和BP网络易陷入局部极小的问题。实例仿真结果表明,该方法具有较好的分类效果,具有一定的实用性。     

基于粒子群优化模糊控制器无刷直流电机控制

针对传统PID调节器,在无刷直流电机的高性能速度跟踪中,难以克服系统超调和短时振荡问题,提出了一种新的无刷直流电机控制策略。即利用粒子群算法优化的模糊控制器代替传统PID控制器,对模糊控制器的三个参数地、kb、ku进行全局优化,充分发挥模糊控制器的鲁棒性。为了验证该方法的有效性,利用Matlab仿真工具进行仿真验证,观察控制系统的一阶动态响应。结果表明,系统具有很强的鲁捧性,能够很好的跟踪负载变化,动态响应快,速度跟随准确。