跨谱段SAR散射中心多维参数解耦和估计方法

微波光子雷达发射大带宽跨谱段的信号,为目标的精细电磁特性描述和准确识别提供基础的同时,也亟需与之相应的大带宽大转角情况下的电磁模型参数提取方法.相比窄带条件,跨谱段信号数据量大,所含物理量信息维度高且复杂,大转角情况下距离和方位向耦合.该文提出跨谱段SAR散射中心多维参数解耦和估计方法,首先结合极坐标格式算法(PFA)和属性散射中心模型构造2维解耦波数域散射中心模型,再结合坐标下降法(CDA)将复杂的高维耦合参数估计方法简化为循环迭代的1维参数估计方法,有效降低字典维度和估计复杂度,并引入Hooke-Jeeves算法提高估计精度.最后根据各个散射中心的参数估计结果对它们的结构和位置进行识别,对仿真数据的处理实验验证了该文方法的有效性.     

随机路面激励下车辆垂向振动微分几何解耦控制

分析车辆悬挂与非悬挂质量动力学耦合机理,建立装备被动悬架的整车7自由度非线性模型,利用微分几何方法对该非线性模型受到随机路面激励时的垂向振动进行解耦分析。经过解耦的非线性系统成为独立的互不干扰的线性子系统,悬架簧上质量的振动不受路面激励的影响。进行解耦前后仿真对比分析,结果表明:解耦后的车身垂向加速度、车身俯仰角和侧倾角的振动幅值和频率大幅衰减,验证了解耦算法的有效性。     

仿人智能协调控制在循环流化床锅炉燃烧控制系统中的应用

针对循环流化床锅炉燃烧系统中主蒸汽压力和床体温度的强耦合问题,提出了基于仿人智能协调控制,并在此基础上与仿人智能模糊控制相结合的解耦控制策略,并将此控制策略应用于燃烧系统进行仿真;仿真结果表明,该策略有效地解决了循环流化床锅炉燃烧系统的非线性、大滞后和强耦合问题,实现了燃烧系统中主蒸汽压力和床体温度的解耦控制,并且在施加扰动后,体现出了一定的抗干扰能力,能收到良好的控制效果。     

长江防洪系统联合调度研究

应用系统分析的方法,通过系统解耦将以三峡为中心的长江防洪系统分解为３个子系统,建立了大系统解耦模型．根据子系统之间的耦合关联,提出了各子系统模型解算及全系统的总体协调的解算方法．对长江３次大洪水进行防洪系统联合调度解算,其结果表明所提出的模型和算法是合理的,可明显提高防洪效益．     

基于MMC的轻型高压直流输电系统的建模与控制

针对基于电压源变换器VSC的高压直流HVDC输电系统存在输出电压低次谐波含量多、需要体积庞大的滤波器和变压器、串联器件的动态均压等问题,提出了一种基于模块化多电平变换器MMC的轻型HVDC输电系统的设计方案;根据建立的MMC-HDVC输电系统的数学模型,详细介绍了该系统控制策略的实现。该控制策略从装置级和系统级两个方面控制MMC-HVDC输电系统,分别实现子模块电容电压的平衡控制及系统的功率解耦控制。仿真结果验证了该系统的可行性与有效性。     

基于改进SVPWM算法的三电平PWM整流器研究

分析了三电平中点钳位式整流器的拓扑结构,在d-q旋转坐标系下建立了其基于开关函数的数学模型,通过双闭环控制实现了电流的d-q轴解耦,使整流器的动态性能得到改善;针对传统的SVPWM算法在扇区判定和矢量作用时间求解过程中需要进行大量复杂的三角函数运算的缺点,提出了一种基于非正交60°坐标系的SVPWM算法,优化了三电平整流器的矢量运算过程。仿真和实验结果验证了该算法的正确性。     

非线性系统的多模型DMC解耦设计

针对工业生产过程大多为多输入多输出非线性系统,干扰因素多,耦合作用强,常规控制方法难以获得满意控制效果的特.提出一种基于动态矩阵控制(DMC)的多模型控制方法,采用误差指标切换函数作为切换准则,根据其最小值来选择与实际最接近模型,并将基于此模型的控制器切换为当前控制器.结合目标函数解耦方法,在模型中考虑其他通道输入对当...     

基于支持向量机的电弧炉逆内模控制器

针对三相交流电弧炉电极调节系统的耦合问题,提出了基于支持向量机的逆内模解耦控制策略.根据广义电弧炉对象的Taylor近似模型直接推导逆控制律,消除三相之间的耦合,避免了在线辨识逆模型计算量过大的问题.另外,在内模结构中引入非线性补偿,当系统参数变化和受到外部干扰时,保证了系统的鲁棒性.系统的稳定性和鲁棒性通过Lyapunov方法进行了分析,最后的仿真与实验结果验证了控制器的有效性.     

基于模糊神经网络α阶逆系统的发酵过程多变量解耦控制

将逆系统方法与模糊神经网络相结合, 提出一种基于模糊神经网络®阶逆系统的发酵过程解耦控制方法. 在分析了系统可逆性的基础上, 利用模糊神经网络建立发酵过程的非线性逆模型, 然后将得到的模糊神经α阶逆系统与发酵过程串联复合成伪线性系统, 最后设计专家控制器实现高性能闭环解耦控制. 仿真结果表明, 提出的解耦控制方法能够适应发酵过程模型的不确定性和参数的时变性, 具有较强的鲁棒性, 克服了解析逆系统解耦控制方法依赖于过程模型和对模型参数的变化很敏感的缺点, 且结构简单, 易于实现.     

一种感应电机多模型解耦控制方法研究

提出一种基于新型广义逆系统的感应电机多模型解耦控制方法.通过对电机输入空间进行划分,利用神经网络辨识得到其广义逆系统模型,并针对每个子逆模型设计相应的控制器,使得闭环控制系统的传递函数实现任意的零极点配置.通过对电机输入空间的训练数据进行聚类,计算参考信号对每个类的相异度以实现模型之间的切换.仿真实验表明,该方法可对电机的转速和磁链实现有效的解耦控制,整个控制系统具有良好的鲁棒性.