基于模糊纯追踪模型的隧道台车路径追踪控制

针对目前隧道台车行走以人工操作为主要方式,为了提高其智能化程度和施工效率,提出了一种基于模糊纯追踪的台车路径跟踪控制方法,将纯追踪算法和模糊控制相结合,改变了传统台车以轮轨式或轮胎式手动操作行走的方式。建立了台车抽象数学模型,以此确定台车跟踪路径过程中的转向半径,进行了跟踪直线和变道曲线的仿真实验,并搭建试验小车对纯追踪模型和模糊纯追踪模型进行实验,将实验结果进行了对比。结果表明本文提出控制系统在直线路径追踪过程中最大横向误差不超过5cm,且在跟踪路径x=7.3m处达到收敛,趋于稳定后的平均绝对误差为0.004m。仿真和实验结果均验证了本文所提控制系统在提高收敛速度和稳定性方面是有效的。     

注入式混合型有源滤波器的复合型滞环控制方法研究

以注入式混合型有源滤波器为例,通过对其建立数学模型,结合传统滞环控制算法响应速度快和双谐振积分控制算法无稳态误差的优点,提出了一种复合型滞环控制作为注入式混合型有源滤波器的电流跟踪控制算法。引入双谐振积分控制算法,作为一种等效控制来改变滞环控制的控制律。通过环宽的设置,决定了等效控制的投入条件,使得系统在电流跟踪误差较大时滞环控制占主导,误差减小速度较快,在误差减小到一定范围内时双谐振积分控制占主导,实现稳态无差。从跟踪速度、控制精度和高频毛刺含量3方面对新的复合型滞环控制算法与传统滞环控制算法以及单一的双谐振积分控制算法进行仿真比较,结果证明,所提方法动态、稳态性能好,易于抑制逆变器高频开关毛刺。     

智能车辆导航控制信息的获取与控制器的设计

智能车辆导航是通过对道路标记线的跟踪来控制车辆的行驶方向,使车辆沿着图像识别出来的车道线行驶.首先介绍了获取智能车辆导航路径控制信息的方法,通过处理后的道路图像,建立道路标记线与车辆跟踪路径侧偏距与方向偏差的数学模型.然后利用BP神经网络设计了神经网络转向控制器,并在MATLAB环境中利用神经网络工具箱Network/Data Manager进行了道路实验.实验结果可以证明神经网络控制器很好的逼近了目标,有效的学习了驾驶员开车的转向经验.     

黑猩猩算法优化光伏MPPT的研究

研究了黑猩猩算法对光伏最大功率追踪的优化,提出相应模型和方法。分析了月球科研站的光伏条件,建立了光伏系统仿真模型,模型包括光伏电池组、DC/DC变换器、最大功率追踪模糊逻辑控制器。模型根据电池组的非对称特性,设置控制器隶属度函数实现最大功率追踪。通过黑猩猩算法对最大功率追踪性能进行优化,提出适合评估最大功率追踪速度和精度的适应度函数建立方法以及隶属度函数参数迭代优化方法。根据运行结果优化控制设置,并与传统扰动观察控制进行对比。仿真结果表明：采用提出的优化模型和方法,光伏系统可以实现更快的功率追踪速度和更准确的最大功率输出。     

光伏发电系统最大功率点跟踪方法研究

为准确跟踪光伏电池最大功率点,提高光伏电池的利用效率,分析了光伏电池等效模型及其输出特性,阐述了几种常用跟踪方法的原理及优缺点,并提出了基于电导增量法与Fibonacci搜索算法相结合的MPPT算法.仿真实验表明,该方法能在日照突变的情况下追踪最大功率点,并且使系统稳定工作在最大功率点,具有良好的抗干扰能力和较快的搜索速度,对光伏电池最大功率点有较好的追踪效果.     

双积分控制策略研究及在单相并联APF中的应用

为了解决电压跟踪的快速实时问题,针对电压型逆变器提出了双积分控制。双积分控制在电压跟踪上只需要一个比较器及两个带重置功能积分器,其方法原理较简单有利于实际应用。为了扩展双积分控制的应用范围,设计了基于负载电流检测的前馈控制器将电压跟踪问题转换为电流跟踪问题。双积分控制可以应用于并联有源滤波器的设计,使并联滤波器的输出电流跟踪参考电流;由于积分器的作用,双积分控制亦可以抑制直流侧电压波动产生的干扰。但是双积分控制的信号输出频率不固定,延时环节的设计可使双积分控制输出信号的频率集中于一个高频范围,通过无源滤波器的设计进行滤除。双积分控制器控制精度高、动态响应迅速并且鲁棒性强。仿真实验结果验证了所提控制策略的有效性及可靠性。     

AGV视觉导航研究

针对AGV视觉导航系统中的两个关键问题：路径识别和路径跟踪,本文采用全局视觉导航方式,自行设计了以同心圆为车身标志,通过图像处理系统建立了虚拟坐标系。对采集到的图像进行中值滤波、Sobel边缘检测、聚类算法、连通区域标记等图像处理方法提取图像中的路径及AGV车身标志位置信息,再利用Hough变换得到路径跟踪所需要的导航参数。通过仿真实验表明,该方法能够准确可靠地实现路径识别和AGV定位。     

基于二分法的变步长扰动观测MPPT算法

在光伏系统中基于扰动观测(PO)的最大功率点追踪(MPPT)算法存在一些内在的问题,包括:在最大功率点附近存在振荡,较大的扰动步长以增加振荡的代价来加快跟踪速度,较小的扰动步长以增加跟踪时间为代价来减少振荡,光照缓慢变化时候跟踪效率低。针对以上问题,提出了一种基于二分法的变步长扰动观测算法,该算法初始时设置一个较大的扰动步长,随后步长多次减半直到追踪到最大功率点为止。使用仿真对提出的算法进行了验证,并与多种MPPT算法进行了对比。结果表明,提出的算法具有效率高、速度快、振荡少的优点,并且在光照缓慢变化时能够快速跟踪到最大功率点。     

基于鲸鱼粒子群融合算法的MPPT研究

在局部阴影遮挡条件下,经典最大功率点跟踪(MPPT)算法容易失效,导致无法追踪到最大功率点,针对此问题,提出了一种基于鲸鱼粒子群融合算法的多峰MPPT控制策略。该算法实现了混合算法的优势互补,增强了鲸鱼算法后期收敛效率,且避免了粒子群算法易停滞于局部极值的缺陷,提高了鲸鱼粒子群融合算法的收敛精度和寻优效率。在MATLAB/Simulink环境中建立光伏阵列仿真模型,仿真结果表明：该算法追踪过程中震荡幅度减小,能够快速准确地搜索到最大功率点。     

光伏发电系统最大功率追踪算法及其仿真

针对普通的最大功率算法在最大功率点振荡、追踪速度不高等缺点,提出了一种新的最大功率点跟踪控制方法——直线近似法结合变步长扰动观察法的最大功率追踪方法。仿真结果表明,该方法可有效消除传统方法在最大功率点处的功率振荡。     

基于自适应算法的特种车辆低压无刷直流电机控制方法

为实现对无刷直流电机的高效率控制，引进自适应算法，以特种车辆为例，设计一种针对低压无刷直流电机的全新控制方法。根据电机的运行参数，建立特种车辆低压无刷直流电机数学模型；引进Mamdani进行模糊参数的推理决策，基于“最大与最小”关系的直接推理法，设定特种车辆低压无刷直流电机模糊控制量；引进自适应算法，假设特种车辆低压无刷直流电机在运行中产生的信号以离散差分进行表示，将自适应控制过程作为微粒在粒子群空间中最优位置的检索迭代过程，设计无刷直流电机调速主动控制过程。选择某特种车辆机电开发商作为研究对象，设计对比实验，结果证明设计的控制方法，不仅可保证对电机的高效率控制，也可降低在控制过程中电机转速不稳定导致的损耗，确保电机在控制时的稳定运行。     

基于改进神经网络的一种新型MPPT预测方法

针对传统最大功率追踪(MPPT)算法存在跟踪速度慢、准确度不高和局部阴影等问题,采用基于改进遗传算法优化的BP神经网络对最大功率点进行追踪.该算法针对传统BP神经网络预测算法的不足,采用梯度下降法与高斯牛顿法相结合的学习算法来提高收敛速度,并采用遗传算法优化的BP神经网络避免陷入局部最小值.在总结现有研究成果的基础上,提出了一种线性度更好的预测模型.经现场测量数据与MATLAB编程仿真得出,新型预测模型有效缩短了MPPT的跟踪时间,并明显提高了预测准确度,更有利于神经网络算法对最大功率点进行实时快速追踪.     

结合叶尖速比法与三点比较法的风力发电机最大功率点跟踪控制策略研究

为进一步提高风力发电机最大功率点追踪的稳定性与精确性,提出将最佳叶尖速比法与三点比较法相结合的改进算法对风机的最大功率点进行跟踪。当风速波动较大时,采用叶尖速比法对最大功率点进行快速跟踪;在接近最大功率附近切换到三点比较法,实现稳定精确地最大功率点跟踪。以双馈风力发电机为例,在Matlab中建立风力发电机仿真模型,在风速随机变化的条件下,分别应用叶尖速比法、三点比较法以及两种方法结合的改进算法进行仿真。仿真结果表明,无论是从精确性还是稳定性上来说,所提改进算法都具有明显的优势。     

基于扩展潮流模型的电力系统电压稳定分析

提出一种追踪系统PV曲线并判断其电压崩溃类型的改进算法。它采用扩展潮流模型，应用连续潮流方法。给出新的发电机电流极限约束的直接处理算法，解决了计及发电机电流约束时，潮流难于收敛和不易精确求出电压崩溃点的问题；对不易精确求得的极限诱导分岔点，通过在连续潮流法的校正步骤中将关键的极限约束方程作为附加方程来快速而精确地求解。New-England 39节点系统和IEEE118节点系统算例表明该模型和算法的有效性和合理性。     

基于分布估计算法的动态环境下光伏MPPT的应用研究

采用分布估计算法实现动态环境下光伏系统的最大功率点跟踪(MPPT)。基于光伏发电原理,通过Matlab建立了光伏电池的仿真计算模型。针对传统最大功率点跟踪方法在动态环境下跟踪速度和精度难以兼顾的问题,应用分布估计算法建立了动态环境下的最大功率点跟踪模型。仿真结果表明,当光强、温度变化时,该方法能快速、准确地跟踪最大功率点。通过与PSO算法的Matlab仿真对比验证可得,在保证精度条件下,分布估计算法能提高跟踪速度并减少迭代,具有良好的综合性能,验证了算法有效性和可行性。     

塔式太阳能热发电站定日镜追踪控制系统的设计

针对传统光热发电方式效率低、规模小、成本高等问题,设计了塔式太阳能热发电站定日镜追踪控制系统。在这一系统中,现地控制器根据太阳位置算法、空间转换模型计算出镜面角度的理论值,并结合光束界定系统与镜场管理系统纠偏,驱动伺服电机完成镜面俯仰角、旋转角的调整,实现定日镜的跟踪控制。试验结果表明,应用这一系统,定日镜反射太阳光斑的精度高,符合运行要求。     

果蝇算法对多峰值光伏最大功率跟踪仿真研究

在实际应用中光伏阵列因为外界遮挡造成局部遮阴问题,造成光伏阵列的I—U和P—U的输出特性曲线呈现多峰值现象,常用的跟踪方法在速度、精度和最大功率点附近震荡性仍有较大改进空间。针对光伏阵列输出多个峰值特性,利用果蝇优化算法在多目标函数寻优上收敛速度极快的特点,提出一种改进的果蝇优化算法的全局最大功率跟踪。在Matlab中对建立光伏阵列的数学模型进行果蝇优化算法的仿真,通过仿真验证了该算法比PSO能准确、快速地追踪到全局最大功率点。为多峰最大功率追踪提供了新的思路。     

逆行驶小车识别双导航线技术研究

研讨以OV6620为视觉传感器的逆行驶智能车系统。详细阐述了图像中心向两边提取方法、路径中心跟踪提取方法和小范围搜索法三种提取双导航线的算法;通过MATLAB仿真比较三种算法优劣。MATLAB仿真测试表明,小范围搜索法提取双导航线具有较好的稳定性、准确性和抗干扰能力。     

基于蚁群优化算法的光伏阵列多峰特性最大功率点跟踪

在局部阴影条件下光伏阵列的功率输出曲线呈现多峰特性,这时常规算法将不能跟踪到阵列的全局最大功率点。因此,本文提出一种基于蚁群算法跟踪全局最大功率点的方法,算法利用蚂蚁爬行十进制数的每位来生成系统的给定电压,根据实测功率值来调整路径的信息素,使蚂蚁逐渐集中在最优的给定电压路径附近,最终实现光伏阵列的全局最大功率点跟踪。通过Simulink搭建光伏阵列仿真模型,结果表明,在环境发生变化时,蚁群算法可以快速准确地跟踪到具有多峰输出特性的光伏阵列的全局最大功率点,提高了光伏阵列在复杂环境下的输出功率。     

基于改进花授粉算法的光伏MPPT控制研究

针对传统光伏最大功率点跟踪(MPPT)算法在解决局部遮荫环境下系统跟踪灵活性和时效性差,以及稳态输出振幅过大等问题,提出了基于改进花授粉算法(IFPA)的光伏最大功率跟踪控制策略。在对光伏阵列输出特性曲线进行分析的基础上,通过引入t-分布扰动机制和变异策略,分别对经典FPA算法的异花全局授粉过程与自花局部授粉过程进行优化,构建了基于IFPA的光伏最大功率点跟踪模型。以{3*2}的光伏阵列为例进行仿真实验,结果表明所研究模型在动态遮荫下的最大功率点跟踪速度较改进前大幅提高,系统在稳态时的震荡明显减小。