模糊自适应PID液压变桨距控制

风力发电机变桨距系统具有非线性、参数时变性等特点,结合PID控制和模糊控制原理,提出了模糊自适应PID液压变桨距控制;在所设计的电液伺服控制实验平台上进行了控制仿真试验;试验结果表明模糊自适应PID比常规PID控制具有良好的静动态性能,能对风力机桨距角进行有效地控制。     

直驱风力发电模糊PID变桨距控制

文章对直驱型风力发电系统的结构进行了分析,研究了变速恒频系统的变桨距控制策略。基于常规PID控制和模糊控制的原理,结合实际工况和控制目标提出模糊PID控制,在MATLAB平台下进行仿真,结果表明模糊PID能有效地对桨距角进行控制。     

变论域模糊PID在空压机控制中的应用研究

传统的模糊控制精度较低，往往会对模糊自适应PID的控制效果产生消极的影响。于是基于新型伸缩因子的变论域模糊自适应PID控制方法成为近年来的新兴研究方向，该方法以简单函数作为伸缩因子，计算量小，且控制精度较高。本文针对空压机输出压力的变化设计了以压力差及其变化率为输入，以压缩机电机频率为输出的变论域模糊PID控制器，具有一定的参考价值。     

大型风电机组偏航和变桨距控制系统研究

简述了偏航和变桨距系统结构特点和动作要求。针对风速风向非线性变化的特点,采用一种变论域自适应模糊控制研究在风速变化下的兆瓦级风力发电机组偏航和变桨距系统联合互补工作的控制技术。利用MATLAB软件对系统进行了仿真,仿真结果证明了该方法的可行性。     

粒子群优化的变论域模糊PI机电作动器控制

为了提高飞机机电作动器的位置跟踪速度,克服传统PI算法参数调试依赖于人工经验的缺陷,提出一种基于粒子群优化的变论域模糊PI控制方法。首先根据机电作动器的结构与工作原理,建立永磁同步电机与机械传动部分的数学模型;然后根据电机控制系统建立机电作动器位置环变论域模糊PI控制模型;最后利用粒子群优化算法对量化因子、比例因子以及伸缩因子寻优并进行仿真验证。仿真结果表明,与传统PI控制和模糊PI控制相比,基于粒子群优化的变论域模糊PI控制方法在具备着传统模糊控制算法优点的同时,又能够根据偏差变化实时调整论域,改善系统的性能。     

粒子群优化模糊PID在燃烧器温度控制中的应用

针对燃烧器温度控制系统是一个时变、大延迟和非线性的控制系统,无法建立准确数学模型,难以进行精确控制的问题,常使用模糊PID算法实现对此类系统的控制.但模糊PID算法需要专家给出模糊规则并调节参数,且参数调节过程中存在误差,控制性能较差.本文采用粒子群优化模糊PID算法中的量化因子Ke、Kec和比例因子Ku,快速整定模糊...     

变论域模糊自整定PID内模控制在主汽温控制系统中的应用研究

火电厂主汽温控制系统具有大惯性、大延迟和时变等特性,采用常规PID串级控制方法难以获得满意的控制效果。通过引入1／1pade级数逼近纯滞后环节,将内模控制转换为常规PID控制器的参数的整定,运用变论域模糊控制原理来整定PID参数,从而实现了变论域模糊自整定PID内模控制。它充分综合了变论域模糊控制、内模控制、PID控制的优点。通过对锅炉过热蒸汽温度控制系统的仿真研究表明,变论域模糊自整定PID内模控制的控制效果优于常规的PID串级控制,它能适应对象参数的变化,具有较强的鲁棒性和自适应能力,控制品质好。     

变论域自适应模糊PID主动悬架控制研究

为提高汽车行驶平顺性和乘坐舒适性,提出一种基于变论域理论的自适应模糊PID汽车主动悬架控制策略,将自适应模糊PID和变论域的在线调整整合在一起,采用变论域模糊控制实现控制系统输入输出论域的自整定,提高控制精度;采用自适应模糊PID控制,提高系统的动、静态特性,形成更优的悬架控制方法。研究结果表明,变论域自适应模糊PID控制主动悬架较传统模糊控制以及模糊PID控制的主动悬架能够更有效的克服路面冲击,减少汽车垂直方向的振动,进一步提高汽车行驶平顺性和乘坐舒适性。     

基于神经网络PID的变速变桨距控制设计

在风力发电中,为了提高风力发电的能量转换效率对风力发电机进行变速变桨距控制,按照所需要的功率系数值确定所需要的变桨角度,以保证功率的稳定.本文研究利用神经网络PID控制器作为变速变桨距系统的控制器.在风速低于额定风速时,采用的是变速控制,此时风能效率高于采用失速控制风电机组的风能效率,具有优化的气动特性;在风速高于额定风速的情况下,根据风速的变化调整桨叶节距角,从而调节发电机的输出功率,使风力发电机组的输出功率保持稳定.最后,利用Simulink构建整个控制系统,对系统进行Matlab仿真.结果表明,使用神经网络PID控制的风力发电系统在风速从额定风速到切出风速时,相对失速控制风电机组,采用变桨距控制风电机组的功率恒定,发电品质较好.     

基于粒子群优化的同步风力发电机励磁系统的变论域模糊控制

针对直接并网型同步风力发电机励磁系统非线性、时变性及风力发电机运行工况多变等特点,提出了一种基于粒子群优化的同步风力发电机励磁系统的变论域模糊控制方法。该方法中,通过分析确定变论域伸缩因子的结构,利用粒子群算法优化其参数,实现伸缩因子参数的智能寻优。将粒子群优化的变论域模糊控制器应用于励磁控制中,根据电压环的性能指标建立目标函数,通过对基本论域自适应调整,实现了同步风力发电机励磁系统在全工况下的自适应控制,提高了发电机端电压的调节精度和运行的稳定性。仿真结果表明,基于粒子群优化的变论域模糊控制在动态性能和稳态性能上优于模糊控制。     

移动工作台位置控制系统变论域模糊PID研究

单机多工位锻压机的移动工作台位置控制系统是多变量的非线性耦合系统,常规PID控制和模糊PID控制难以完全适应复杂系统变化,满足系统控制要求。为了解决这一问题,在模糊PID控制的基础上加入变论域模块,改变模块中的论域伸缩因子,使模糊控制的论域随系统条件变化而调整,最终整定出满足系统控制要求的PID参数。对移动工作台位置控制环节建立了数学模型,并在Matlab/Simulink中进行了控制系统建模及仿真分析。结果表明:相比常规PID控制和模糊PID控制,使用变论域模糊PID控制的系统具有良好的动静态性能,在响应速度、过渡过程时间及稳态精度等方面具有更好的优越性,适合在复杂的非线性耦合控制系统中使用。     

自抗扰控制技术在风电变桨控制系统中的应用

研究了自抗扰控制技术在风力发电变桨距控制系统中的应用。首先介绍了风力发电机组的机理模型,然后介绍了自抗扰控制的基本原理。最后,设计了自抗扰控制器,并介绍了其参数整定方法,并应用在了风力发电的变桨距控制系统中。仿真结果表明这种方法可以有效抑制随机风扰动下电机转速偏差,实现恒功率控制。     

变论域自适应模糊控制在污水处理中的设计

我国是一个水资源极度紧缺的国家,随着我国城市建设快速发展,城市水污染问题日益突出,由于污水处理系统具有非线性、时变性、随机性、不稳定性和不确定性的问题,不能建立精确的数学模型,本文针对上述问题将变论域自适应模糊控制技术应用于污水处理的控制中,设计了变论域自适应溶解氧模糊控制器,提高了污水处理的控制质量,收到良好的效果。     

Performance and robustness of optimal fractional fuzzy PID controllers for pitch control of a wind turbine using chaotic optimization algorithms

The most studied controller for pitch control of wind turbines is proportional-integral-derivative (PID) controller. However, due to uncertainties in wind turbine modeling and wind speed profiles, the need for more effective controllers is inevitable. On the other hand, the parameters of PID controller usually are unknown and should be selected by the designer which is neither a straightforward task nor optimal. To cope with these drawbacks, in this paper, two advanced controllers called fuzzy PID (FPID) and fractional-order fuzzy PID (FOFPID) are proposed to improve the pitch control performance. Meanwhile, to find the parameters of the controllers the chaotic evolutionary optimization methods are used. Using evolutionary optimization methods not only gives us the unknown parameters of the controllers but also guarantees the optimality based on the chosen objective function. To improve the performance of the evolutionary algorithms chaotic maps are used. All the optimization procedures are applied to the 2-mass model of 5-MW wind turbine model. The proposed optimal controllers are validated using simulator FAST developed by NREL. Simulation results demonstrate that the FOFPID controller can reach to better performance and robustness while guaranteeing fewer fatigue damages in different wind speeds in comparison to FPID, fractional-order PID (FOPID) and gain-scheduling PID (GSPID) controllers.     

一种基于粒子群算法的二自由度PID控制器优化设计

粒子群算法在解决复杂问题的优化设计上具有算法简单,计算速度快的优点,将粒子群算法引入到二自由度PID控制器的参数整定中,用于改进二自由度PID控制器参数整定的效率并进行了仿真实验,仿真结果表明,系统同时具有了最优的目标值跟踪特性和干扰抑制特性.     

应用改进的粒子群优化模糊聚类实现点云数据的区域分割

为实现点云数据的区域划分,提出一种基于改进的粒子群优化与模糊C-均值聚类的混合算法(SPSO-FCM算法)。针对在点云聚类过程中易过早捕获局部极小值的问题,算法首先用改进的粒子群算法——社会粒子群优化算法,对种群进行初始化,通过为每一个粒子设置不同的跟随阈值,来维护种群中个体多样性,加深对种群全局搜索的程度,避免陷入局部极小值;随后,设置种群中每个粒子当前最优位置和初始种群的最优位置,更新自由粒子的位置和跟随粒子的速度和位置;最后,采用模糊C-均值聚类算法求解隶属度矩阵,确定适应值函数,更新所有粒子的最优位置,并判断粒子和种群的位置优越性,得到准确的聚类中心,实现对点云数据的区域划分。以曲面复杂度不一致的点云模型为例对算法进行验证,探讨SPSO-FCM聚类算法的可行性,并与FCM聚类算法、遗传FCM聚类算法进行比对。实验结果显示,SPSOFCM聚类算法较其它两种算法,收敛速度快,迭代次数少,聚类准确,边界区域分割清晰,特别是对型面复杂、点云数据较多的机械零部件点云数据进行分割时,能得到更好的分割结果。     

微粒群算法在模糊Petri网参数优化中的应用

模糊产生式规则的置信度的获得大多依赖专家的经验,使得基于模糊产生式规则的模糊Petri网参数难以获得.将微粒群算法引入到模糊Petri网的置信度寻优过程,提出一种基于改进的微粒群算法的参数优化策略,该算法对初始输入无严格要求,求解速度快、精度较高,提高了模糊Petri网的泛化能力,降低了对专家经验的依赖程度.     

基于单电流检测的电动变桨系统容错控制

针对电动变桨系统中常见的电流传感器故障,提出一种基于单电流检测的电动变桨系统变论域模糊容错控制方法。当变桨系统发生单个或两个电流传感器故障时,该方法利用直流母线电流传感器对所缺失的电流信息进行重构,保证三相电流能在任意两个相邻采样周期内得到及时更新,确保闭环系统稳定,并通过自适应阈值故障判断法完成故障相电流传感器的切换及容错。针对调制法引起的重构信号误差及电动变桨系统的主要控制目标,将变论域模糊控制方法应用于速度环,以改善系统抗负载扰动能力,提高容错系统鲁棒性。结果表明,该容错控制方法使得变桨系统在传感器故障情况下,牺牲部分系统性能后依然具有较理想的控制特性,并且该方法的正确性也得到了验证。     

基于改进型模糊神经网络PID阀位控制研究

针对调节阀控制系统在实际生产中存在的大滞后、非线性等问题,提出一种改进粒子群算法优化的模糊神经网络比例积分微分(PID)控制模型用于阀位控制,该模型利用模糊神经网络的自学习能力,实现对PID控制参数的实时在线整定,并且通过将改进粒子群算法与BP算法相结合的方式,实现对模糊神经网络参数的粗调和细调,克服了模糊神经网络收敛缓慢、易陷入局部最优的缺点;最后,利用MATLAB和AMESim软件进行联合仿真,仿真结果表明,该模型相比于其他两种算法在调节时间、超调量等性能方面都有很大的提升,并且表现出更强的鲁棒性和抗扰动能力,能够使阀位控制更加稳定可靠。