融合侧倾稳定性的智能客车轨迹跟踪增益调度控制策略

基于三自由度智能客车简化模型,考虑了智能客车易发生侧翻稳定性问题,采用轨迹跟踪与侧倾稳定性相结合的方式,利用多点预瞄的LQR(Linear quadratic regulator)最优控制算法,提出了智能客车轨迹跟踪控制策略.本策略采用增益调度方法,以实现变化车速工况的客车轨迹跟踪控制,搭建了Matlab/Simulink软件与Trucksim软件联合仿真平台,进行智能客车轨迹跟踪控制策略软件在环仿真实验.结果表明:所提控制策略适应了智能客车轨迹跟踪过程中的车速动态变化,实现了轨迹位移和航向角平滑稳定良好地跟踪,最大侧向位移误差率和最大航向角峰值误差率分别为1.56％和2.14％,保证了轨迹跟踪过程中智能客车横摆侧倾稳定性.     

脉冲控制下一类多权重复杂网络的鲁棒H∞同步

基于脉冲控制方法, 对一类多权重复杂网络的鲁棒H_∞同步问题进行了研究, 设计了新颖的分布式脉冲控制器。通过在传统的分布式脉冲控制器中添加节点状态变量与同步状态间的误差状态反馈项, 以保证多权重复杂网络在受到外部干扰影响时实现鲁棒H_∞同步。基于Lyapunov稳定性理论、数学归纳法和其他相关知识, 以线性矩阵不等式(Linear Matrix Inequalities, LMIs)的形式给出了网络实现鲁棒H_∞同步的充分条件。最后, 数值仿真验证了结论的有效性。     

预应力中空棒构件设计与力学特性

为满足装配式建筑节点接缝混凝土抗震性能的需要,以一种自平衡预应力中空棒为研究对象,研究接缝位置短杆件施加预应力的效果。根据力的平衡机理,对结构内部钢棒施加压力使结构外部钢管协调受力拉伸,达到设计预应力后由螺母锁定,将杆件埋入到装配式节点接缝混凝土,浇筑早强灌浆料,待固结达到预定强度释放反力棒,依靠外螺纹结构与混凝土的粘结力自锚实现接缝混凝土施加预应力。力学性能分析方面,研究杆件张拉阶段、静置松弛阶段应力变化及损失情况,验证了杆件张拉完成至放张前应力存储的有效性,通过分析杆件放张后应力分布、预应力损失等参数,验证了杆件应用到节点混凝土后传递应力的机理及有效性,并采用有限元方法分析预应力混凝土构件应力分布规律。研究结果表明预应力中空棒技术作用于装配式节点接缝混凝土具有较高的抗震和耗能能力,对装配式建筑节点混凝土高抗震性能的实现提供了一种新的技术手段。     

不确定性环境下的孤岛型微电网鲁棒优化算法

针对可再生能源出力和负荷功率的不确定性,提出了日前计划-日内调度的孤岛型微电网鲁棒优化算法,其中日前计划针对可能出现的最恶劣场景,利用列约束生成算法将问题分解为主问题和子问题,交互迭代求解最优经济调度方案;日内调度阶段,利用每一时段的实时测量信息,基于日前计划调度结果对调整成本进行二次优化,通过对传统能源发电的功率调整进行惩罚来追踪日前计划调度结果,并对弃风、弃光功率进行分段惩罚,最大程度地消纳可再生能源。算例表明:该算法能使微电网在输入输出不确定情况下保持良好的鲁棒性和经济性,验证了算法的有效性。     

不同结构型式的配网复合绝缘横担电气性能研究

为了更好指导复合绝缘横担的应用,通过试验对比研究了方管复合绝缘横担及方棒复合绝缘横担的雷电冲击电压、湿工频闪络电压、污秽闪络电压及污秽覆雪闪络电压的变化情况.结果表明:10 kV方管复合绝缘横担的50％干雷电闪络电压为388.3 kV,高于方棒复合绝缘横担的370.0 kV,但方管复合绝缘横担的湿工频耐受电压、污秽工频耐受电压及污秽覆雪闪络电压均低于方棒复合绝缘横担,最后提出了不同运行环境下复合绝缘横担差异化的应用方案.     

基于改进鲁棒重复控制与QPR的光伏电流控制策略

为提高微电网中光伏逆变器的功率控制性能,改善光伏发电的并网电流质量,首先建立光储微电网中光伏主电路的状态空间模型,基于此模型,提出一种"嵌入式"的鲁棒重复控制模型,改进传统重复控制中的内模结构,并加入鲁棒补偿器,通过线性矩阵不等式法求得最优配置,以提高控制系统的稳定性能和跟踪精度.然后结合准比例谐振(QPR)控制良好的滤波效果,提出一种基于改进鲁棒重复控制与QPR并联的光伏电流控制策略.最后在RTDS仿真平台上对所提策略进行验证,仿真结果表明,该策略可以有效地提高光伏逆变器的电流跟踪性能和谐波抑制能力,从而验证该策略的有效性和工程应用价值.     

分布式视频编码关键技术及研究进展*

系统地阐述了分布式视频编码(distributed video coding,DVC)技术框架的基本原理和近五年的发展历程;列举了国内外多个研究小组的基本思想研究现状;分析了分布式视频编码技术的发展趋势;揭示了技术的关键和研究热点;展望了该技术在信息安全、可伸缩编码、多描述编码以及光场编码中的应用前景.     

基于鲁棒学习算法的水下机器人神经网络控制

针对水下机器人神经网络控制系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,结合误差反向传播学习算法,推导出一种新颖的强鲁棒性学习算法,并详细讨论其全局稳定性条件,最后在水下综合探测机器人仿真平台上进行了试验研究.结果表明,控制器对学习率的改变和外界扰动有很强的鲁棒性,大大降低了机器人机械传动系统的磨损,且能够保证神经网络快速、稳定地学习,从而满足实时性控制的要求,具有较高的理论和实用价值.     

不确定离散系统的鲁棒Gl2滤波器设计

对于凸多面体不确定离散系统,研究了满足误差估计系统鲁棒稳定且满足一定Gl₂性能指标的线性全阶稳定滤波器设计方法.分别给出了确定性和不确定性离散系统具有Gl₂性能的线性矩阵不等式（linear matrix inequality, LMI)充要条件和充分条件.在此基础上,通过使用滤波器参数化方法,分别推导出了以LMI描述的确定性和不确定性系统的Gl₂滤波器存在的充要条件和充分条件,进而可以使用LMI凸优化程序求解滤波器.通过对算例的计算,结果表明,在噪声信号为独立范数有界情况下,鲁棒Gl₂滤波比H_∞滤波具有更少的保守性.     

新型RISE-LADRC逆变器电压控制策略

当微网逆变器中出现不平衡负载和非线性负载等强扰动时,传统线性自抗扰控制(LADRC)的抗扰能力不足,针对此问题提出一种误差符号鲁棒积分(RISE)与LADRC相结合的新型RISE-LADRC控制策略.通过采用RISE控制律来代替线性状态误差反馈律(LSEF),可减小控制器对线性扩张状态观测器(LESO)的依赖,当LESO的观测带宽一定时,RISE控制能有效地抑制系统中存在的扰动,并利用李雅普诺夫稳定性定理证明了所提控制策略的稳定性.仿真及实验结果表明,在微网逆变器中出现强扰动的情况下,相比传统LADRC控制策略,RISE-LADRC控制策略提高了控制器的跟踪精度,减小了稳态误差且表现出更好的抗扰能力.