基于MRAS观测器的无速度传感器永磁同步电机模型预测控制

针对三相永磁同步电机驱动系统,提出了一种无速度传感器模型预测转矩控制方法.基于模型参考自适应技术设计了观测器,以精确估算转子速度;为了减小转矩和定子磁链波动、提高系统动态和静态响应特性,采用了模型预测控制策略.仿真结果表明所提方法可以使PMSM驱动系统达到满意的控制效果,从而证明论文控制策略的有效性和正确性.     

船舶运动路径跟踪迭代滑模控制设计

针对欠驱动船舶带有的内部不确定、外界干扰下路径跟踪控制问题,提出基于差分进化算法的自适应迭代滑模跟踪控制方法,以提高控制系统性能.以分离型船舶非线性模型为基础,利用绝对有界的双曲正切函数进行迭代滑模面设计.计算机仿真验证了该方法的可行性.     

脉冲混沌神经网络的全局指数同步性

为研究脉冲神经网络的动力学行为,基于驱动-响应概念分析了两种具有可变时滞的脉冲混沌神经网络的全局指数同步性.假设激活函数满足严格单调递增,用神经网络的权系数、自反馈函数及激活函数构造不等式.根据向量Lyapunov函数理论,得到了驱动-响应系统全局指数同步充分条件的方程,即该方程小于0.数值仿真结果证明了该充分条件的正确性.     

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.     

用于转向架刚度测试的六自由度加载平台控制策略

为提升高速列车转向架测试设备的技术水平,提出了一种用于转向架悬挂刚度动态测试的六自由度加载平台.对此平台建立了的位姿解算模型,并确立了平台运动姿态与七台液压缸伸缩量的函数关系.通过对加载系统特点的分析,建立了基于RBF网络整定PID参数的多通道协同加载的控制策略,对每个单通道则采用了零相差前馈跟踪的控制策略.仿真结果证明,这种控制策略不仅对单缸的位移控制具有快速响应的特点,同时也能够对多通道加载实现快速跟踪,提高了六自由度加载平台的运动精度,可将该平台结构和控制策略应用于转向架悬挂定位刚度的动态测试当中.     

基于快速一致性的微电网分布式控制策略

在微电网传统下垂控制中,针对系统负荷变化时所引起的频率波动及功率分配不合理的问题,提出了一种基于快速一致性的分布式控制策略.该策略以下垂控制为基础,增加了二次频率控制层和三次功率控制层.采用多智能体快速一致性算法,收敛得到平均功率,计算出所需的全局变量,补偿频率偏差,使各分布式电源按备用功率比例分担系统增加的负荷,并修正下垂系数,恢复系统频率、电压稳定以及进行功率的最优分配.最后,通过Matlab/Simulink仿真软件搭建了4节点微电网模型,验证并分析了该控制策略的有效性,使收敛时间缩短了近40%,提高了系统的响应时间.     

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.     

基于BPR函数的济南城市道路研究

以济南城市道路为例,对BPR函数模型的适用性进行系统研究.通过对济南市各级城市道路交通特性的调查,采用数理统计和突变理论方法进行数据拟合,标定济南市各级城市道路的BPR函数参数值,以此研究济南市各级城市道路BPR函数的适用性.同时通过分析影响BPR函数模型适用性的因素对部分路段引入非机动车影响的BPR函数模型改进型式,探讨其求解方法.     

基于反馈线性化的船舶航向保持模糊自适应控制

针对诺宾（Norbin）非线性船舶模型,基于反馈线性化方法和由径向基函数（RBF）神经网络构建的模糊系统的逼近能力,提出了基于反馈线性化的船舶航向保持模糊自适应控制算法。运用泰勒级数展开的线性化技术,使模糊系统的所有参数均可实时调节,引入了鲁棒控制消除模糊逼近系统带来的误差,在李雅普诺夫稳定性理论的基础上导出了自适应控制率。该算法可以确保闭环系统渐近稳定,使系统的模型跟踪误差为0,优于传统的PID控制策略,具有良好的自适应能力。     

改进的全液压钻机模糊PID节能控制策略

针对柴油机驱动液压钻机在工作过程中存在的大量能量损失的问题,将发动机、变量泵及负载作为一个动态系统来研究其节能问题,分析了该系统各环节的匹配原理和方法.提出了一种新的电子节能控制方案,该方案利用模糊控制原理.结合PID控制策略,绕过对钻机复杂系统的建模问题,根据外负载的变化动态调整泵的流量,实现节能的目的.在控制系统性能试验中,通过电控溢流阀给变量泵加载来模拟钻机实际工作过程.实验结果表明,采用本文的控制策略,控制系统性能稳定.达到了设计要求.     

CMAC BASED NONLINEAR PROCESS CONTROL SYSTEMS,PART Ⅱ:CONTROLLER DESIGN

，ＰＡＲＴ Ⅱ：ＣＯＮＴＲＯＬＬＥＲ ＤＥＳＩＧＮTX＠段培永＠李成东＠邵惠鹤ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｒｅｃｅｎｔｙｅａｒｓ，ＮｅｕｒａｌＮｅｔｗｏｒｋｓ（ＮＮｓ）ｈａｖｅｆｏｕｎｄｇｒｏｗｉｎｇｓｕｃｃｅｓｓｉｎｄｉｖｅｒｓｅｉｎｉｎｄｕｓｔｒｉａｌｃ?..     

城市轨道交通列车控制仿真模型研究

列车运行控制系统的应用,有效地提高了城市轨道交通的运行效率.由于缺乏相关的技术参数,应用传统牵引计算理论方法的列车运行控制仿真系统,若未充分考虑系统控车的特性,在工程应用中控制的精度将无法保证.本文着重考虑信号系统工程设计的限制条件,将列车的加减速性能和速度控制策略作为主要研究对象,构建基于能量守恒原理和信号控制条件的列车速度控制仿真模型.在此基础上设计仿真模型,实现所需要的系统功能结构和仿真流程,并开发形成软件系统.在实际运行线路案例研究中,与采用通用列车运行仿真系统获得的结果比较,验证本文所建仿真模型的精度和工程适用性.     

船舶永磁同步电机的直接转矩控制研究

介绍了船舶永磁同步电动机(PMSM)的直接转矩控制(DTC)原理和设计方法.为了克服低速时常规DTC系统存在的磁链和转矩脉动较大、难以控制等问题,引入了滑模变结构控制算法.基于MATLAB平台,建立了具有滑模变结构功能的直接转矩控制系统仿真模型,实验结果表明该算法可改善原系统的动、静态性能,对系统参数和外部干扰表现出较...     

混合动力列车电源系统控制策略

为了实现混合动力列车的计算仿真,建立混合电源系统模型,并提出一种混合电源系统控制策略.在此基础上,通过对混合电源系统与列车纵向动力学系统的耦合分析,给出了基于该电源系统控制策略的列车运行目标速度曲线计算算法.利用MATLAB/Simulink对系统建模,对列车在某线路上的运行过程进行了仿真.仿真结果表明,系统控制策略能够满足列车的运行性能,列车自动控制(ATC)系统能够精确的控制列车跟踪计算的目标速度曲线运行,混合电源回收了41%的再生制动能量, 控制策略和目标速度曲线计算算法达到了设计目标.      

基于滑模双环控制的感应耦合电能传输系统设计

为解决轨道交通供电负载频繁波动使得系统输出恒压困难的问题,提出了基于滑模控制和PI控制的双环控制策略.首先对原边建立离散时间动态模型、副边采用大信号模型分别进行建模;其次,基于系统建模设计双环控制策略,采用滑模控制控制电流内环、PI控制控制电压外环;最后,对设计的双环控制进行了实验验证.验证结果表明:恒压下进行70 Ω和50 Ω电阻切换时,电压变化约5%,并在15 ms左右恢复到稳定值,因此,在负载波动的条件下该控制策略能保证输出电压恒定和快的响应.      

基于PID控制的EPS系统建模仿真研究

在分析电动助力转向系统数学模型的基础上,构建了基于MATLAB/Simulink的电动助力转向系统仿真模型。采用曲线型助力特性曲线,基于PID控制策略对电动机目标电流进行闭环跟踪控制。分析结果表明:所研究的PID控制策略具有良好的助力性。     

���ڶ�̬�滮�ij��н�ͨ��Ԥ�������

城市交通系统是一个复杂的大系统,针对交通流的不确定性,本文基于动态规划思想提出了交通流预测与分配的方法。考虑路段容量对交通分配的影响,建立了路网流量预测和分配模型。为了保持并充分利用传统网络模型的性质和特征,引入惩罚函数,将容量约束条件转换到目标函数中,使模型符合传统均衡网络流结构。将凸规划法作为一个子过程植入惩罚函数,得到模型的求解算法。控制策略上采取预测控制、反馈校正和滚动优化的方式。最后,通过算例分析,进一步阐述模型和算法的应用,验证算法的有效性。为交通流预测和分配提供一定的参考。     

基于模糊补偿的RBF神经网络机械手控制

针对机械手系统的高精度轨迹跟踪控制,提出了一种基于模糊补偿的RBF（radial basis function）神经网络机械手控制方法.该方法首先利用PD（proportional-integral）控制器获得机械手的控制策略,将其输出作为RBF神经网络的输入,并学习得到系统模型;然后运用模糊逻辑补偿器对系统扰动和建模误差进行补偿;最后,在MATLAB/Simulink平台上针对两关节机械臂,进行了有模糊补偿和无模糊补偿系统跟踪的均方根误差测量仿真实验.研究结果表明,两关节机械臂的控制精度分别提高了60.8%和71.4%,本文提出的方法能够解决机械手实际模型很难精确建立的问题,并能对系统未建模部分和扰动部分进行自适应补偿.      

Robust intelligent control design for marine diesel engine

This work deals with the nonlinear control of a marine diesel engine by use of a robust intelligent control strategy based on cerebellar model articulation controller （CMAC）. A mathematical model of diesel engine propulsion system is presented. In order to increase the accuracy of dynamical speed, the mathematical model of engagement process based on the law of energy conservation is proposed. Then, a robust cerebellar model articulation controller is proposed for uncertain nonlinear systems. The concept of active disturbance rejection control （ADRC） is adopted so that the proposed controller has more robustness against uncertainties. Finally, the proposed controller is applied to engine speed control system. Both the model of the diesel engine propulsion system and of the control law are validated by a virtual detailed simulation environment. The prediction capability of the model and the control efficiency are clearly shown.