改进RELM在多变量解耦控制中的应用

针对神经网络逆系统方法实现复杂非线性系统解耦存在训练时间长、实时控制较差的缺陷,提出一种改进的RELM(正则极限学习机)训练算法,根据输出权值的特点,采用不带平方根的乔累斯基分解,提高了计算效率,减少了训练时间,具有较高的学习精度及更好的泛化能力;进一步将此神经网络应用到3输入3输出多变量离散系统的解耦控制,仿真实验结果表明,所提出的方法具有较快的实时控制速度,具有较高的实用价值.     

支持向量机逆控制在两电机变频系统中的应用

针对两电机变频调速系统中非线性逆模型辨识困难的问题,提出基于支持向量机的逆系统控制新方法。在同步旋转坐标下,建立两电机变频系统的数学模型,并进行了可逆性分析。通过支持向量机回归的方法来辨识构造原系统α阶逆系统,将辨识出的逆系统串接在原系统之前构成伪线性复合系统,再设计附加闭环控制器进行控制。试验结果表明,该方法不依赖于系统模型,对电机参数摄动及负载扰动具有较强的鲁棒性。     

基于修正遗忘因子RLS算法的谐波电流检测新方法

为提高电能质量,需对电网谐波进行补偿与抑制,其效果取决于谐波检测的精度和动态响应特性。本文考虑到有源滤波器(APF)的低信噪比特性,提出了一种基于自适应对消技术的修正遗忘因子RLS谐波电流检测算法,该算法从研究权值收敛方式出发,通过设置阈值来判断突变,使得检测过程既有较快的动态响应又有较高的检测精度。最后通过Matlab仿真分析和DSP实验,验证了本文的修正算法既克服了LMS算法初始收敛慢、精确度低,又克服了传统RLS算法的动态响应过慢的不足,证实了该方法是一种非常有效的谐波电流检测方法。     

单相电路谐波电流检测的一种参考方法的仿真研究

提出了基于三相电路瞬时无功理论的单相电路谐波电流检测方法(参考方法)的仿真研究.根据该参考方法建立了Matlab仿真模型,确定了低通滤波器的类型、阶数和截止频率.在电源电压无畸变、发生畸变和频率变化情况下,对该参考方法检测精度进行了仿真研究.研究结果表明,以上3种情况对该参考方法检测精度基本无影响,但在电源电压无畸变且负载电流变化时存在过跟踪.     

开关磁阻电动机调速系统建模与仿真研究

在分析开关磁阻电动机(SRM)数学模型的基础上,使用Matlab/Simulink建立了电动机调速系统的非线性仿真模型.模型低速阶段采用电流斩波控制方式,高速阶段采用角度位置控制方式.据此模型,针对一台四相8/6结构样机进行了仿真.仿真结果证明该模型为分析和设计SRM控制系统提供了一种有用的工具.     

多相无刷直流电动机系统建模与仿真

在分析多相无刷直流电动机数学模型和运行原理的基础上,用有限元方法计算模型中的参数,分析并建立了多相无刷直流电动机系统仿真建模的新方法.通过Matlab软件的Simulink和PSB模块,搭建了电机及整个控制系统的仿真模型,仿真结果证明了该方法的有效性,为实际电机控制系统的设计和调试提供了新的思路.     

直接计算法在有源电力滤波器中应用的仿真研究

根据直接计算法的计算公式,提出了直接计算法的谐波电流检测框图:根据此谐波电流检测框图,利用Matlab的Simulink模块库,建立了直接计算法的Matlab仿真模型.仿真研究发现:若电源电压无畸变,当负载电流处于稳定状态时,直接计算法能够准确地计算出需要补偿的谐波及无功电流,当负载电流处于变化状态时,直接计算法具有较好的动态性能;电源电压畸变对直接计算法的检测精度的影响较大;电源频率变化对直接计算法检测精度的影响很小.当电源电压发生畸变时,可以采用锁相环电路获得与电源电压同步的正弦信号.     

两电机变频调速系统的神经网络广义逆解耦控制

两电机变频调速系统是一个多输入多输出(multi-input multi-output,MIMO)非线性强耦合的控制系统。神经网络广义逆控制方法不但可以实现MIMO系统的线性化与解耦,而且通过合理地调节广义逆系统的参数,可以使解耦后的单输入单输出(single-input single-output,SISO)系统具有开环稳定的特性,从而有利于系统的综合。论文对变频器工作在矢量控制方式下的系统数学模型进行广义逆存在性分析,进而导出系统的广义逆数学表达式。进一步构造神经网络广义逆系统串联在两电机系统之前,组成基于广义逆的伪线性复合系统。基于S7-300PLC试验平台,分别研究伪线性复合系统的开环特性和闭环特性,试验结果表明神经网络广义逆控制方法不但可以实现系统的解耦,而且可以使伪线性化后的子系统开环稳定,附加闭环控制器的问题就迎刃而解。     

动态卡尔曼滤波在导航试验状态估计中的应用

阐述了GPS动态试验的新方案,使用两个精度相差一个数量级的GPS接收平台,通过匀速运动车辆的DGPS及GPS的滤波对比试验,验证了卡尔曼滤波器的有效性.并针对传统EKF(extended Kalman filtering)滤波器动态滤波性能较差的缺陷,引入了一种基于非线性思想的动态无导数卡尔曼滤波器,并对其状态方差阵及随机噪声方差阵Cholesky分解更新公式做了改进,避免了导数的运算,加快了滤波速度,有效地确保方差矩阵平方根的正定性从而抑止了发散.将这种新的卡尔曼滤波器应用于实际动态定位状态估计问题上.试验结果表明:比起传统卡尔曼滤波器,新的卡尔曼滤波器有较高的精度,实用性更强.     

随机降维映射稀疏表示的电能质量扰动多分类研究

提出一种随机降维映射特征提取与稀疏表示分类相结合的电能质量扰动信号识别方法.首先将扰动信号测试样本表示为训练样本集的过完备字典稀疏线性组合,然后使用随机测量矩阵获取测试样本降维特征量和稀疏表示感知矩阵,应用最小L1范数解决方案求取扰动信号测试样本的稀疏解,由冗余误差最小值确定目标归属类,实现对电能质量扰动的稀疏表示多分类识别.研究表明随机矩阵降维映射特征提取不依赖于电能扰动样本特性,构造简单,运算快速,具有普适性;稀疏表示分类法与支持向量机相比无需组合多个二分类器来实现多分类器.仿真和实验结果表明该方法能有效提取各种电能扰动特征,抗噪声鲁棒性好,在信噪比20dB以上的噪声环境中电能质量扰动分类准确率达95%以上.