基于模糊自整定的异步电机矢量控制系统仿真

设计了一种自调整模糊控制器,应用于转差频率型矢量控制系统,作为其速度调节器.该调节器可以根据输入变量的大小调整模糊控制器的量化因子、比例因子和两个输入变量的权重,从而自动调整模糊控制规则.利用Matlab/Simulink仿真软件,建立了仿真模型.通过大量的仿真试验验证了这种自调整模糊控制器在异步电机矢量控制系统中的有效性.     

基于SIMULINK的电压源驱动异步电机矢量控制系统仿真

异步电机是一个多变量、强耦合、非线性的控制对象．文中介绍了电压源驱动异步电机矢量控制系统建立控制器和异步电机数学模型的方法，并对该矢量控制系统的多元微分方程组不通过拉氏变换，直接构造仿真模型，分别对控制器和异步电机建立SIMULINK仿真模型，采用基于SIMULlNK可视化动态仿真平台的电压源驱动异步电机矢量控制系统仿真技术，对该控制系统进行速度和负载转矩动态特性研究，给出了该控制系统动态仿真结果．     

电动汽车交流驱动系统的矢量控制

在分析异步电机矢量控制基本方程式的基础上，提出了电动汽车的交流异步电机驱动系统结构形式，设计了交流驱动矢量控制方案，然后基于MATLAB／SIMULINK仿真平台建立了驱动系统的伪真模型。结果表明，采用矢量控制的交流驱动电动汽车具有良好的调速性能。     

运用现代控制理论的异步电机矢量控制技术

运用现代控制理论的异步电机矢量控制技术讨论了观测器理论和模型参考自适应系统理论及应用。介绍了带速度传感器的异步电机转子参数辨识原理,并对无速度传感器矢量控制系统作了简要介绍。     

异步电机直流环矢量控制系统

提出异步电机直流环矢量控制系统结构,建立控制系统动态数学模型和线性化状态方程,用计算机仿真实验研究控制系统动态特性及其稳定性。     

遗传算法在变频交流电机控制中的应用研究

交流异步电动机具有很强的非线性特性,因此在调速控制中控制器的参数很难达到最优化.采用矢量控制后交流电机的调速性能可以和直流电机媲美.但变频交流电机矢量控制系统存在3个PI环,同时交流电机本身具有很强的非线性.由此可知调节3个控制器的参数使系统的调速性能达到最优存在很大的困难.文中建立了电机的仿真模型,在此基础上采用遗传算法对转速闭环控制器的参数进行了优化,并将优化的控制器参数与非优化的控制器参数的控制效果进行了仿真对比,结果表明取得了良好的效果.     

基于双闭环PI控制的电动车桥驱动控制系统建模与仿真

针对电动车桥中电机控制系统开发困难的问题,提出了一种基于转速环、电流环双闭环PI控制的电动车桥驱动控制策略。以电动车桥的核心驱动部件——永磁无刷直流电机为研究对象,利用软件Matlab/Simulink建立基于双闭环PI控制的仿真控制系统,并在此基础上以单片机STM8S105S4为中央处理器开发了电动车桥驱动控制系统。试验测得稳定转速与目标转速相接近,说明采用的控制策略的可行性。     

吊舱推进电机的无模型自适应滑模矢量控制

为解决半潜船吊舱推进电机控制系统中负载扰动造成的转速跟踪性能差的问题, 提出一种基于数据驱动的吊舱推进电机转速矢量控制方法; 对包含未知负载扰动的推进电机转速方程进行离散化处理, 给出关于输出转速与输入电流离散后的非线性转速系统; 由于非线性转速系统方程中变量较多且负载扰动模型未知, 设计了基于数据驱动的无模型自适应控制器, 并给出了伪偏导数估计算法; 采用滑模观测器观测螺旋桨负载扰动, 同时给出了滑模控制器; 结合无模型自适应控制和滑模控制给出了负载扰动下的无模型自适应滑模(MFASM)控制方案; 构建了吊舱推进电机无模型自适应滑模矢量控制调速系统, 并在MATLAB/Simulink环境下给出了仿真结果。研究结果表明: 在船舶正常作业恒定转速下, 在0.3~0.5 s时间区域内, 采用MFASM矢量控制方案和PI矢量控制方案的吊舱推进电机的转速误差分别为2、6 r·min-1; 在0.8~1.0 s时间区域内, 采用无模型自适应滑模矢量控制方案和PI矢量控制方案的吊舱推进电机的转速误差分别1、3 r·min-1; 对于船舶操车作业的可变转速情形, 采用MFASM矢量控制方案的推进电机转速和转矩达到稳态的时间比PI矢量控制方案少0.01~0.03 s。可以看出, 采用MFASM矢量控制方案可改善吊舱推进电机转速跟踪性能, 是一种有效的抑制负载扰动的数据驱动控制方法。      

直接转矩控制在异步电动机低速段的改善和仿真

介绍了交流传动控制系统的特点,较为系统、深入地研究了异步电机的新型控制(即DTC--直接转矩控制)策略,论述DTC方法在交流传动方面控制方法,针对异步电机在低速段直接转矩控制的缺陷进行改善.提出了以下解决方案:使用改进的开关表;使用三点式带滞环的比较器;解决了异步电动机直接转矩控制低速段时,难于控制转矩、磁通和电流、转矩脉动大的问题.通过Matlab6.5/simulink的建立仿真模型进行仿真验证,仿真结果表明对低速性能的改善是有效的.     

起重机电机拖动系统负载跟踪控制

为了使起重机电机拖动系统的电机以给定转速实时跟踪突变的负载转矩,通过等效折算得到了起升机构电机转子侧的等效转动惯量、等效负载转矩和电机拖动系统动力学方程;建立了按转子磁链定向同步旋转坐标系;应用转差角频率设计了跟踪负载转矩的矢量变频控制系统.实例计算表明:闭环系统的空载起动时间比开环系统快0.34 s,电机平稳起动,起动阶段开环和闭环系统的峰值电磁转矩差值达148 Nm;闭环系统电机消耗的电功率(综合节能的百分比)小于开环系统;在起动阶段,开环系统的峰值功率是闭环系统峰值功率的2.5倍.电机在空载起动阶段约节能50%,平稳运行阶段约节能30%.      

基于RCP的HEV动力总成控制系统

基于dSPACE数字信号处理与应用系统,通过运用快速控制原型技术（RCP）对串联式混合动力系统的多能源动力总成控制单元选择3种不同的控制策略和控制算法进行了实时仿真和系统台架试验.应用快速原型控制技术的仿真分析与台架试验表明,在串联式混合动力系统控制中,采用兼顾电池充电安全与系统能量需求的控制策略比功率跟随型和能量补偿型更适合实际系统工作的需要.     

H ∞ parameter identification and H 2 feedback control synthesizing for inflight aircraft icing

Aircraft icing accident happens frequently. Researchers try to find new ways to solve this problem. The study is facing the direction of intelligent inspection and control system. Previous studies focused on the principle of aircraft icing and its effects on flight performance. The onboard icing detection equipment can only give the qualitative icing information, but cannot effectively describe how serious the consequences would be. If the icing detection equipment fails, it will cause a serious threat to flight safety. This paper reviews the smart icing system and its fundamental principle. Then based on H∞ theory, an aircraft icing parameter identification method is introduced, and its feasibility is verified by simulation results. Moreover, this method can work normally under noise interference and measurement error. Icing parameter identification method can also test part of aircraft’s stability or control derivatives which would be changed obviously after aircraft icing. Classified by neural networks, the stability or control derivatives’ variation can be mapped to ice parameters’ variation that reflects the severity of aircraft icing. Then H2 state feedback control is designed originally to suppress the impact of noise interference, so aircraft can keep steady after it is iced. Seeing from simulation result of the whole system, it is clear that the system can effectively detect icing parameters and by using feedback control system, it can ensure the safety of aircraft in the flight envelope.     

Iterative Learning Based Adaptive Traffic Signal Control

Iterative learning control (ILC), as a branch of data-driven control, has obtained plentiful achievements both in theoretical research and practical application over the past two decades. Taking the traffic signal control system as a plant system, the paper introduces the idea of the ILC and fuzzy logic to design an adaptive data-driven traffic signal controller to improve the capacity of the intersection. The key rule of the signal control logic is described by fuzzy iterative theory, and the control strategy can adapt itself to the changing of traffic flow by iterative learning and handle the uncertainty and randomness in traffic system by fuzzy logic, so as to avoid the modeling of complex transport system and take advantages of data-driven on non-model control. Finally, the proposed method is testified to be applicable and effective based on the simulation results by VISSIM. The simulation result indicates that the effect of the proposed method is more effective than the fixed and actuated control approaches.     

һ�ֻ��ڵ���ѧϰ������Ӧ��ͨ�źſ��Ʒ���

迭代学习控制作为数据驱动控制的一个分支,经历二十多年的发展,无论在理论研究,还是在实际应用上都取得了丰硕成果. 本文以交通信号系统为被控对象,利用迭代学习控制和模糊理论的核心思想,设计基于数据驱动的信号交叉口自适应控制器,使交叉口的通行能力得到显著提升. 信号控制的关键规则采用模糊迭代理论,通过迭代学习使得信号控制策略适应交通流的不断变化,通过模糊理论处理交通系统中的不确定性和随机性,从而避免对复杂交通系统的建模,发挥了数据驱动的无模型控制优势. 最后,使用基于VISSIM的仿真平台对算法的有效性和实用性进行验证. 仿真结果表明,基于迭代学习自适应交通信号控制方法的控制效果优于定时控制和感应控制.     

一种基于迭代学习的自适应交通信号控制方法

迭代学习控制作为数据驱动控制的一个分支,经历二十多年的发展,无论在理论研究,还是在实际应用上都取得了丰硕成果. 本文以交通信号系统为被控对象,利用迭代学习控制和模糊理论的核心思想,设计基于数据驱动的信号交叉口自适应控制器,使交叉口的通行能力得到显著提升. 信号控制的关键规则采用模糊迭代理论,通过迭代学习使得信号控制策略适应交通流的不断变化,通过模糊理论处理交通系统中的不确定性和随机性,从而避免对复杂交通系统的建模,发挥了数据驱动的无模型控制优势. 最后,使用基于VISSIM的仿真平台对算法的有效性和实用性进行验证. 仿真结果表明,基于迭代学习自适应交通信号控制方法的控制效果优于定时控制和感应控制.     

基于AMESIM的XZ5110型垃圾车刮板操纵系统仿真

应用AMESim对XZ5110型后装压缩式垃圾车装填机构刮板控制系统进行建模仿真,对比分析开环、闭环装填机构刮板反馈控制系统的运动特性,仿真结果表明闭环反馈控制系统可明显改善刮板运动状况。可为提高装填机构的设计水平提供参考依据。     

������ģ�͵Ľ�ͨ�ź���ѧϰ���Ʒ���

为了减少车辆通过路口的延误,采用云模型建立控制策略,运用Q-学习改进控制模型的参数。路口信号控制智能体通过感知系统获得车辆到达信息,根据信号控制规则集和车辆到达信息采取符合控制策略的控制行为改变当前信号状态。信号控制的关键规则采用二维正态半云描述,利用二维前件云发生器生成针对不同交通状态的控制策略。云模型中的主要参数通过Q学习算法进行优化,以总停车延迟作为目标函数经过迭代产生针对不同交通量的云模型最优控制方案。最后,使用仿真软件对传统控制方式和基于云模型的控制方式进行比较,仿真结果表明,基于云模型信号控制方法的控制效果优于定时控制和感应控制。     

Application of PI Control Algorithm to Discrete Manufacturing Systems

PI （proportional-integral） control algorithm is applied to control WlP （work-in-progress） in a discrete manufacturing system, where the cascade control of PI controllers is presented. It is in the frequency domain that the PI controller is designed with constraints on sensitivity options to ensure the stability and robustness of its parameters. A case is evaluated on a motorcycle engine crankcase production system, whose simulation results confirm that demand fluctuations can be compensated by PI controllers under a normal demand. PI controllers also possess low sensitivity to the distribution of production times.     

42V电控发动机冷却系统的研究

冷却系统是发动机的重要组成部分,分析了传统冷却系统的不足,设计基于模糊控制的42V发动机电子控制冷却系统,该冷却系统能够实现散热风扇的无级变速,使发动机工作在最佳温度,使之更经济、更环保,给出了模糊控制器的仿真结果,对比试验结果显示较传统冷却系统性能优越。     

磁浮系统中免疫专家PID控制器的改进

磁浮系统是一种典型的非线性、不稳定性开环系统。由于传统的比例-积分-微分（PID）控制器的参数是固定的,因此,控制系统无法兼顾悬浮系统的静态和动态性能。本文提出一种基于粒子群优化（PSO）算法的分段专家免疫PID控制器。该控制器先利用免疫PID控制器给出悬浮系统的阶跃响应曲线,再根据误差变化将该曲线划分为五个阶段,分段实现基于PSO算法的专家PID控制器。该控制器的优点是能够在悬浮系统工作时在线对PID参数进行调节,适应误差的不同变化,使控制器响应速度加快、调节精度提高,稳态性能变好,而且几乎没有超调和振荡。利用Matlab仿真,结果表明在相同精度要求下,该控制方法与单一的专家PID控制器的相比,磁浮控制系统的过渡时间变短,调节时间变短且过渡性能较好。