基于滑模MRAS的无直流母线电压传感器PMSM模型预测电流控制

为了提升三相永磁同步电机(PMSM)控制系统的性能,针对PMSM控制系统中直流母线电压传感器故障的问题,基于自适应技术与滑模变结构理论,提出了一种无直流母线电压传感器的PMSM模型预测电流控制(MPCC)策略.采用自适应技术与滑模变结构方法相结合构造直流母线电压滑模变结构模型参考自适应(MRAS)观测器,以实现对直流母线电压值的准确实时估计;利用模型预测电流控制策略,以达到减小电流和转矩脉动的目的.用滑模控制技术,在滑模面中引入速度误差积分项,并同时采用非线性指数函数和指数趋近律,设计转速控制器,以提高系统鲁棒性.仿真结果表明:所设计基于滑模MRAS观测器的无直流母线电压传感器MPCC控制策略不仅能够快速准确的估计直流母线电压值,而且能够保证PMSM系统在直流母线电压传感器故障时稳定运行,进一步提高了系统的可靠性.     

基于RBF神经网络的永磁同步电机预测控制

针对永磁同步电机在运行过程中会受到负载扰动和参数变化等因素的影响,从而导致其控制精度低、稳定性差、控制性能差等问题,利用RBF神经网络在解决不确定性和非线性系统时有着独特的全局优势,提出采用RBF神经网络建立PMSM的速度预测模型,同时引入滚动优化控制器并采用梯度下降法来实现PMSM调速系统的神经网络预测控制.最后,基于Matlab仿真实验,验证了本文算法的可行性和有效性.     

基于模糊控制的智能车辆自主行驶方法研究

车辆无人驾驶是智能交通系统的一个重要部分,其目标是开发在高速公路和城市道路环境下的辅助驾驶系统,旨在帮助乃至取代驾驶员,实现车辆自动控制和自动驾驶,减少交通事故发生,提高道路交通系统的效率,因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器,通过图像分析提取车道中心线,并引入速度反馈,形成闭环控制,建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向,并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比,改进的模糊控制算法使智能车在道路上更快速、平稳地运行,并且在转弯处的超调更小.     

����ģ�����Ƶ����ܳ���������ʻ�����о�

车辆无人驾驶是智能交通系统的一个重要部分,其目标是开发在高速公路和城市道路环境下的辅助驾驶系统,旨在帮助乃至取代驾驶员,实现车辆自动控制和自动驾驶,减少交通事故发生,提高道路交通系统的效率,因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器,通过图像分析提取车道中心线,并引入速度反馈,形成闭环控制,建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向,并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比,改进的模糊控制算法使智能车在道路上更快速、平稳地运行,并且在转弯处的超调更小.     

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.     

模糊控制技术在异步电机直接转矩控制中的应用

采用模糊控制器取代施密特触发器以实现模糊直接转矩控制,并采用模糊速度调节器,进一步提高了系统的性能.仿真结果表明系统的速度响应加快,鲁棒性增强.     

一种模糊自适应粒子群优化算法的分数阶PI~λD~μ控制器设计

针对分数阶PI~λD~μ控制器待设计参数多,整定复杂问题,采用模糊自适应粒子群优化算法(Fuzzy Adaptive Particle Swarm Optimization,FAPSO)设计分数阶PI~λD~μ控制器参数.采用模糊规则的方法对惯性权重及位置更新进行了模糊逻辑处理.仿真结果表明,与传统的PSO算法比较,采用FAPSO方法所设计的分数阶PI~λD~μ控制器,具有更好控制品质和更强的鲁棒性.     

基于扩展卡尔曼滤波器的PMSM无传感器矢量控制仿真设计

提出了一种基于扩展卡尔曼滤波器(EKF)的PMSM转子速度和位置的估算方法。利用α-β坐标系下的电机状态方程,进行EKF算法的实现,并在Matlab/Simulink平台设计仿真模型并进行仿真验证,经过仿真表明基于EKF的PMSM无位置传感器矢量控制系统具有较高的估计精度、良好的动态性能和稳态性能,且鲁棒性较好。     

无刷直流电机反电动势观测器增益的优化策略

针对无刷直流电机无位置传感器控制,对传统反电势观测器进行改进,在原有结构基础上加入线性误差函数项,加速其估算误差的收敛速度;同时采用了一种新的群优化算法——灰狼优化算法,以时间乘以误差绝对值积分(ITAE)为指标对观测器增益及线性误差函数项系数进行寻优.相较于传统观测器增益采用极点配置的方法,该方法确定增益精度性更高,可有效的降低速度估算过程中的误差.仿真实验表明该方法具有良好的收敛性及鲁棒性,可实现无刷直流电机无位置传感器控制.     

基于异构模糊神经网络集成算法的自主车导向控制

设计了基于神经网络的自主车导向控制器,建立了异构模糊神经网络控制器的结构,并由实验数据产生训练样本和验证样本集.该控制器通过精确控制2个驱动轮的差动转速实现路径跟踪.实验结果表明,采用异构模糊神经网络集成算法的导向控制器能够稳定地实现跟踪导向路径的控制功能.     

永磁电动机直接转矩控制中新型无传感器技术

剖析了两种典型转速直接估算方法,提出了一种新型的适用于永磁同步电动机直接转矩控制的无位置传感器技术.通过分别计算出定子磁链矢量角位移与转矩角,将后者从前者中减去得到转子磁链矢量的角位移进而得到转子速度信号,并采用改进积分器取代传统的积分器.该技术能有效地改善磁链原点漂移,提高直接转矩控制系统的磁链角位移与转速的求解精度.仿真及实验研究结果表明,采用这种无位置传感器技术的永磁同步电动机调速系统,具有良好的调速控制性能.     

非线性系统的智能容错控制

本文提出一种针对非线性系统问题的智能容错控制方案,该方案基于自适应模糊逻辑系统的学习方法,论述了控制器作为一个扩充的体系,集成了自适应模糊控制器、检测控制器及调节控制器三者的功能。仿真表明,所提出的控制方案能够有效的鉴别和适应非线性未知错误,且被控系统在不确定及产生错误时具有很好的稳定性和鲁棒性。     

汽车模糊控制换挡策略仿真研究

针对自动变速器模糊控制换挡过程中的换挡循环问题,设计了一种新的模糊控制策略.将实验得出的换挡规律曲线分解为升挡规律曲线和降挡规律曲线,并设计了2个相应的模糊控制器.提出以加速度的正负作为控制器起作用的控制参量——加速度为正时系统由升挡控制器控制,加速度为负或0时系统由降挡控制器控制,建立了仿真模型并实现了控制策略.为验证所设计的模糊换挡策略的正确性和可行性,进行了仿真.仿真结果表明,采用这种换挡策略,汽车即使在复杂的路况下行驶,仍然能有效地避免换挡循环,获得最佳的动力性和经济性.     

基于模糊控制的电动汽车起停控制系统研究

利用车间时距的方法确定安全车距,设计一种基于双模模糊控制的起停控制系统车距控制器,并对模糊控制器的权值分配进行了分析.仿真结果表明,双模模糊控制器能高效地控制车距,使车辆大部分时间平稳地运行于高权值的细调模糊控制器中.最后通过实车试验验证了该起停控制系统的有效性.     

基于T-S模糊模型的Kawakami混沌系统的控制

研究了离散Kawakami混沌系统的模糊控制问题,利用单点模糊化、乘积推理和中心平均去模糊化模糊推理方法将Kawakami系统化为T-S模糊模型.在用T-S模糊模型重构了系统结构的基础上,利用反馈控制思想,借助于离散李亚普诺夫稳定性理论,给出了离散T-S模糊模型渐近稳定的充分条件,并设计出了相应的状态反馈控制器.利用线性矩阵不等式,进一步求出了模糊控制器的参数.仿真结果验证了该控制方法的有效性.     

基于递归神经网络的预测模糊控制

为提高控制信息与实时状态的适应性，改善模糊控制品质，用传统模糊控制策略，根据当前时刻误差和预测误差变化值，预测下一时刻的控制输出和系统在未来时刻的误差,用递归神经网络预报系统未来输出值的功能，采用双系统交替控制模式．系统中包含1个模糊控制器和1个递归神经网络，一个工作，另一个学习，使控制系统具有自适应性．仿真结果表明，与常规模糊控制相比，预测模糊控制使超调减小，调节时间缩短．     

非自航工程船舶智能定位系统的开发研究

针对非自航工程船舶动力学模型难以精确建立，定位控制精度不高的问题，提出了一种基于模糊控制技术的工程船舶定位控制系统，重点探讨了模糊控制器的设计．经实际项目的验证，其控制精度满足施工要求．同时结合实际应用中的问题，对模糊控制器作进一步改进，使其控制精度得到提高．     

基于瞬态有限元永磁同步电机静止位置检测策略

无传感器控制的永磁同步电机在低速和静止时一直存在着转子位置难以检测和估算的问题,本文针对该情况提出了一种基于瞬态有限元分析的转子位置和永磁极极性检测的策略和方法.以两相凸极永磁同步电机为例,通过对永磁同步电机瞬态磁场的有限元分析,考虑铁心饱和与注入信号瞬态特性的影响,提出一种对转子位置非常敏感的组合电感的计算算法,并给出基于该组合电感的转子位置和永磁极极性检测的策略和优化转子位置检测的方法.计算结果表明,该方法能在电机静止和低速时,快速准确地判断出转子位置和永磁极极性.     

一种基于模糊逻辑的城市交叉口交通信号控制方法

提出了一种基于模糊逻辑的城市交叉口交通信号控制方法,此方法不需要建立复杂的交通模型,可以有效地解决交通信号控制过程中复杂和随随机难题,同时应用加权系数的遗传算法对模糊逻辑控制器的参数进行了优化,仿真结果表明模糊逻辑控制可以成功地应用于城市交叉口交通令号控制中。