基于遗传算法的模糊神经控制器

模糊神经网络是指利用神经网络结构来实现模糊逻辑推理,用神经网络实现模糊推理是为了融合两者的优点取得更好的推理效果,先用遗传算法对模糊神经控制器进行离线训练,然后用BP算法对模糊神经控制器进一步在线训练,仿真结果表明模糊神经控制器比模糊控制器取得了更好的控制效果。     

矢量控制系统磁场扰动分析

准确的磁场定向是矢量控制系统保持其优良性能的关键,电机参数的时变会影响磁场定向的准确性,降低电气传动系统的动态品质特性。本文应用状态空间解析的方法分析转子时问常数变化对矢量控制系统的影响。     

一种SPWM控制的多电平逆变器电压误差补偿策略

以中点箝位式(Neutral Point Clamped,NPC)三电平电路和双三电平电路拓扑结构为例,分析了SPWM控制的多电平逆变器中功率元件的死区及管压降对输出特性的影响。提出了通过改变SPWM电压控制矢量来补偿死区和管压降造成的电压误差的策略。实验表明,对于多电平逆变器供电的异步电动机控制系统,在无定子电流闭环调节的情况下,采用该补偿策略可以有效地改善输出特性。     

自适应逆控制增强矢量控制系统参数鲁棒性的研究

针对一般矢量控制系统存在的电动机参数鲁棒性差这一难题,首次将不同于常规反馈控制的新型控制策略自适应逆控制引入感应电动机变频调速系统,提出一种感应电动机变频调速系统新型控制结构,有效地解决了电动机参数时变对系统性能的影响。理论分析与仿真实验表明所提方案的有效性与合理性。     

基于脉冲宽度预测的速度反馈机制研究

针对交流调速系统中速度传感器本体故障、线路异常或信号受到电磁干扰等不确定因素影响速度反馈精度的问题,首次提出了一种基于脉冲宽度预测的速度反馈机制。首先,对速度检测环节建模,推导并创建传感器信号占空比及其失真度模型,据此预测下一时刻传感器脉冲宽度范围,可有效辨识传感器故障和信号干扰。其次,通过选择合适的故障容忍度和干扰容忍度,并将辨识结果和扩张状态观测器所得速度观测值结合,建立相应的速度反馈机制。实验结果表明,该方法能够有效解决常规速度反馈机制在受不可知因素影响后检测精度下降的问题,有利于控制系统整体鲁棒性的提高。     

力学性能预测模型及其控制的研究

首先介绍神经网络建模特点,利用神经网络建立起由工艺参数预测力学性能的质量模型,及根据力学性能要求优化工艺参数的逆质量控制模型, 预测效果图显示该模型的预测精度较高.然后,利用质量预测模型分析卷取温度对屈服强度的影响,并利用自校正PID（proportion integral differentiation）控制实现力学性能的控制,仿真结果证明该方法的有效性.     

一种用于矢量控制系统的新型直-极坐标变换器

矢量变换控制方法,对非线性耦合的交流电动机的解耦可取得明显的效果,使交流电动机获得了近似于直流电动机的控制特性。因此,这项技术受到了广泛的注意和研究。但是,当对交流电动机采用矢量变换控制时,大量的矢量变换计算是比较复杂的。在采用模拟量控制时,这一问题更加突出,特别是在进行直角坐标与极坐标之间的变换时,不但要采用模拟乘法器,而且还要用到除法器及开根器。此种方法,一般只能求出     

基于预测模型的异步电动机间接转矩控制系统

本文介绍了间接转矩控制（ISC）的基本原理，分析了基于异步电动机预测模型的间接转矩控制系统的组成及实现方法，给出了ISC的控制算法和电机预测模型，以及该系统的实时控制实验结果。实验结果表明，ISC控制策略能够有效地改善直接转矩控制系统的低速特性。若ISC和DTC相互配合，可以实现异步电动机直接转矩控制系统在全速范围内的高性能运行。