SWATH船纵向运动的分数阶PI~λD~μ控制

针对小水线面双体船(SWATH)的纵向运动稳定性问题,对某SWATH船设计了一种分数阶PIλDμ控制器。首先,在控制器设计过程中,引入ITAE准则获得分数阶PIλDμ控制器的优化参数,并以类似方式得到优化参数的最优PID控制器。然后,以SWATH船为研究对象,分别采用分数阶PIλDμ控制器和最优PID控制器对其等效Nomoto模型和考虑风浪干扰后的模型进行仿真研究。最后,对它们的控制性能及控制能量消耗进行比对分析。通过分析发现,本文所提出的分数阶PI~λD~μ控制器的控制效果明显优于最优PID控制器,且分数阶PIλDμ控制器更为节能。     

基于RBF神经网络的TCSC自适应PID控制

针对可控串联补偿(Thyristor Controlled Series Capacitor,TCSC)的传统PID控制器存在鲁棒性差和自学习能力不强的问题,利用径向基函数(Radial Basis Function,RBF)神经网络可以无限逼近非线性系统的特性,提出了一种基于RBF神经网络设计的TCSC自适应PID控制器.该自适应PID控制器不仅具有传统PID控制器结构简单、易于工程实现等特点,而且通过RBF神经网络辨识的被控系统Jacobian信息来在线实时调整PID控制的参数,对被控系统参数和运行状态改变有较强的适应性,克服了常规PID控制器鲁棒性不强的缺点.两机五节点系统和四机两区域系统的仿真结果表明所设计的控制器控制效果明显优于传统PID控制器,具有较好的适应性和鲁棒性,对系统低频振荡的阻尼特性有很大地改善.     

基于RBF神经网络的永磁同步电机矢量控制系统

永磁同步电机(PMSM)数学模型是非线性、强耦合、多变量的。传统的矢量控制采用双闭环控制,转速环和电流环都是采用的传统的PID控制器。针对PID控制方法的不足,提出一种基于径向基函数神经网络的在线辨识的单神经元PID模型参考自适应控制方法,利用神经网络对信息数据的自学习和自适应能力,提高系统对环境改变的稳定性,仿真实验表明,系统很好的实现了给定速度参考模型的自适应跟踪,结构简单,能适应环境变化,具有较强的鲁棒性。     

基于RBF神经网络的水面船舶轨迹跟踪控制

针对速度矢量不可测、动态参数不确定以及具有未知扰动和磁滞特性的水面船舶系统,提出一种基于径向基函数神经网络的自适应反馈轨迹跟踪控制方案。根据船舶的状态矢量,利用高增益观测器估计水面船舶系统的不可测速度矢量,并通过一个函数描述间隙类磁滞对系统的影响。利用径向基函数神经网络的逼近能力和反步法设计控制器,基于李雅普诺夫稳定性理论,验证所设计控制器的稳定性,证明系统所有的闭环信号都是半全局一致有界的。通过仿真验证了控制器的有效性。     

基于SVPWM算法的船用永磁同步电机建模及仿真

永磁同步电机结构简单、可靠性强,已经得到了广泛应用,但是其控制系统与电机参数、外部扰动有关,为了提高其控制性能,扩大调速范围,需要设计有效的控制策略。本文以船用永磁同步电机为研究对象,建立其数学模型,并研究分析了其矢量控制原理和SVPWM技术。在此基础上,设计了电机调速系统的双闭环调节器,最后利用MATLAB/Simulink仿真平台,对SVPWM算法和永磁同步电机进行仿真验证,仿真结果符合实际情况。     

非线性自整定PID主机数字调速器

调速系统是船舶主机遥控系统的核心组成部分,船舶主机性能优劣及寿命很大程度上取决于其调速系统的性能.分析船舶主机调速系统的特点,研究了基于径向基函数(RBF)神经网络自整定非线性PID的主机转速控制,基于内模原理的偏差重复补偿PI的主机油门控制.讨论了PID参数随偏差变化的规律,控制对象的Jacobian辨识和主机油门的重复控制补偿,并分别进行了仿真.结果表明,本文设计的非线性自整定重复控制补偿调速器在充分考虑偏差特性的情况下,有效提高系统的动态精度和抑制扰动的能力,改善主机运行的稳定性.     

船舶永磁同步电机直接转矩控制机制研究

直接转矩控制是船舶永磁同步电机调速系统的关键技术,船舶永磁同步电机调速系统具有非线性等变化,当前船舶永磁同步电机直接转矩控制存在控制不精确、转速超调量大等缺陷。为了提高船舶永磁同步电机直接转矩控制效果,设计了基于小波神经网络的船舶永磁同步电机直接转矩控制机制。首先分析当前船舶永磁同步电机直接转矩控制进展,建立船舶永磁同步电机直接转矩控制的数学模型,然后采用小波神经网络和PID相融合的船舶永磁同步电机直接转矩控制机制,最后采用Simulink软件建立船舶永磁同步电机直接转矩控制仿真平台。仿真测试结果表明,本文机制减少了船舶永磁同步电机直接转矩控制误差,船舶永磁同步电机转速超调量几乎为0,使船舶永磁同步电机调速系统具备更好的稳态性能,控制效果要明显优于其他船舶永磁同步电机直接转矩控制机制。     

基于模糊神经网络滑模控制的船用螺旋桨磨抛并联机器人抗抖振研究

为了解决船用螺旋桨高阶曲面打磨问题,避免传统手工操作生产效率低、劳动强度高、精度难以保证的问题.采用并联机器人控制系统,考虑了模型外部扰动的非线性多变量系统,提出了基于模糊神经网络的非线性系统自适应滑模控制策略,设计了滑模控制法控制器.通过比较控制的多种方式,建立了RBF的辨识模型,仿真分析其逼近能力,在此基础上,设计神经网络滑模控制器,并进行仿真验证.在保证机器人控制系统具有抗干扰性和鲁棒性的基础上,削弱常规滑模控制的抖振问题.仿真结果证明:非线性系统自适应滑膜控制策略具有良好的抗负载扰动、参数摄动的特点,为智能控制在并联机器人滑模控制中的应用提供了很好的理论依据.     

基于扰动补偿的永磁同步电机自抗扰内模控制

针对传统永磁同步电机PI控制存在的鲁棒性差问题,提出考虑参数摄动的永磁同步电机自抗扰内模控制方法.控制系统转速外环采用自抗扰控制器对外部负载扰动进行补偿,实现对给定转速的跟踪控制.电流内环设计考虑参数摄动的内模控制器,通过自适应观测器对电机参数摄动量进行实时估计和在线调整,增强电流预测控制的鲁棒性.实验对比传统PI控制与新型控制方法,其结果验证了新型控制方法在抗外部负载扰动和内部参数摄动方面的有效性和实用性.     

基于滑模变结构的船用永磁同步电机直接转矩控制

电力推进在船舶动力系统中应用得越来越多,本文对船用永磁同步电机直接转矩控制进行仿真研究。针对传统永磁同步电机直接转矩控制中存在的磁链和转矩脉动较大,逆变器开关频率不稳定等问题,将滑模变结构控制策略引入。设计转矩和磁链2个滑模控制器,取代传统直接转矩控制中的2个滞环比较器,再运用空间矢量脉宽调制方法,控制电机运行。仿真结果表明这种控制策略能有效减小传统直接转矩控制存在的磁链和转矩脉动,实现逆变器开关频率恒定,并且对系统参数变化及外界扰动具有鲁棒性强的优点。     

基于滑模变结构的船用永磁同步电机直接转矩控制

电力推进在船舶动力系统中应用得越来越多,本文对船用永磁同步电机直接转矩控制进行仿真研究.针对传统永磁同步电机直接转矩控制中存在的磁链和转矩脉动较大,逆变器开关频率不稳定等问题,将滑模变结构控制策略引入.设计转矩和磁链2个滑模控制器,取代传统直接转矩控制中的2个滞环比较器,再运用空间矢量脉宽调制方法,控制电机运行.仿真结果表明这种控制策略能有效减小传统直接转矩控制存在的磁链和转矩脉动,实现逆变器开关频率恒定,并且对系统参数变化及外界扰动具有鲁棒性强的优点.     

船用永磁同步电机参考模型自适应模糊控制研究

随着交流电机控制技术的快速发展,传统的船用电机PI控制无论是精度还是鲁棒性都已不能满足要求,而非线性间接参考模型自适应模糊控制,是通过在线实时调节自适应参数来满足被控对象的输出渐进跟踪参考模型的输出,以达到一定的控制性能。模糊控制并不需要被控对象的精确数学模型,利用模糊系统的万能逼近特性构造未知函数,再根据跟踪误差和误差变化率等信息,构造出被控对象的等效控制器。将其这些特性应用到永磁同步电机控制中,并采用Lyapunov稳定性分析理论设计出间接型自适应模糊控制器,对永磁同步电动机调速系统进行控制。仿真结果表明:系统在控制性能和适应性、鲁棒性等方面优点显著。     

无速度传感器永磁同步电机低脉动直接转矩控制

传统永磁同步电机直接转矩控制系统的定子磁链、电磁转矩脉动较大,这些脉动在影响系统性能的同时,也影响电机参数的辨识精度。为实现永磁同步电机的低脉动无速度传感器直接转矩控制,采用EKF(扩展卡尔曼滤波器)构建电机转速、定子磁链观测器,以实现电机转速等参数的实时在线观测;构建转矩、磁链SMC(滑模控制器)取代传统DTC(直接转矩控制)中的滞环比较器和开关表以降低脉动。结果表明,无速度传感器永磁同步电机低脉动直接转矩控制能有效地降低电机转矩、磁链脉动,改善系统控制性能,同时,能实现永磁同步电机变量的快速、精确观测。     

永磁直线同步电机位置伺服系统的模糊PID控制

在分析建立永磁直线同步电机(PMLSM)的d-q轴动态数学模型的基础之上,提出了采用三环控制结构的永磁直线同步电机位置伺服系统,该伺服系统采用模糊PID控制方法.重点针对位置环的模糊PID控制器进行了分析设计,并利用MATLAB/Simulink进行了系统仿真.通过与传统PID控制器的仿真比较表明,所设计的模糊PID控制器能够显著提高位置伺服系统的动态响应性能.     

基于滑模控制的船舶电力推进调速系统仿真

在船舶电力推进中,推进电机是把电能转化为机械能的核心元件。随着科学技术的日益发展,大功率永磁同步电机已经在电力推进系统中广泛运用。由于舰船系统外部扰动大,会对推进部分交流调速系统带来很大影响。滑模变结构控制受外部扰动因素小,响应快速,因此本文把滑膜变结构控制应用于交流调速系统中,采用id=0的矢量控制策略,建立了船舶推进交流调速系统仿真模型。仿真结构表明,采用滑膜变结构控制进行交流调速,能加快永磁同步电机的推进时间,同时外部扰动对调速影响减小,能够满足船用大功率电机在动态转矩响应方面的要求。     

基于单神经元PI的船用异步电机无速度传感器仿真

针对船用异步电机转速辨识不精确而导致的控制系统不稳定问题,使用基于模型参考自适应系统的无速度传感器技术取代传统的转速检测装置对转速信号进行估测。根据神经网络的自学习和自适应能力,设计了一种单神经元自适应PI调节器以实现控制参数的在线自整定,克服了传统PI控制器在非线性和时变系统中控制能力差的缺陷。结合异步电机矢量控制技术,使用基于转子磁链模型的转速辨识算法对电机转速进行估测,将单神经元PI控制器应用于转速估测系统,实现对电机转速的精确估计。仿真结果表明,相对于传统控制器,设计的单神经元自适应PI调节器响应速度快,参数自调节性能强,转速估测更为精确。     

基于RBF神经网络的船用低速柴油机故障诊断系统

为确保船舶海上运输的安全性与稳定性,设计基于RBF神经网络的船用低速柴油机故障诊断系统.使用多传感器采集船用低速柴油机各关键构件信号,并对信号进行预处理,运用过限判断模块获得故障信号,RBF神经网络依据故障信号特征进行船用低速柴油机故障诊断和故障程度判断.实验结果表明,该系统能有效滤除信号中的无用高频信号,故障诊断结果...     

基于FRFT和RBF神经网络的升船机配电网单相接地故障研究

单相接地故障在陆地电网中为最常见的故障,若不能及时排查可能发展成相间短路等故障,严重威胁系统的安全性。文章引入馈线终端设备（FTU）对配电网进行监测,提出了一种基于分数阶傅里叶变换（FRFT）和径向基（RBF）神经网络结合的方法,针对单相接地故障进行识别。通过FTU监测配电网的电压数据,选取FRFT提取故障波形的能量率作为特征向量,最终利用训练过的RBF神经网络对故障进行识别定位。仿真试验结果表明：当FTU正常运行或发生信号丢失时,RBF神经网络均能够准确、高效地定位单相接地故障。     

RBF神经网络在柴油机燃油系统故障诊断中的应用研究

本文主要介绍了径向基（RBF）神经网络在柴油机燃油系统故障诊断中的应用，并且首次将神经网络和虚拟仪器技术相结合，成功用于柴油机故障诊断中。比较了RBF和误差反传（BP）神经网络的学习速度和诊断精度。研究表明，将RBF神经网络和虚拟仪器相结合进行柴油机故障诊断具有良好的诊断效果和精度，有很好的工程应用前景。     

基于电压补偿的六相永磁同步电机三电平驱动系统与两电平变频驱动系统的比较

六相永磁同步电机及其驱动系统具有诸多优点,对其研究具有重要意义。然而六相永磁同步电机相间的耦合较为严重, d-q电流存在扰动。为了减小扰动现象,本文提出基于电压补偿的控制策略,与六相永磁同步电机三电平变频调速系统相结合,进行仿真论证。本文建立六相永磁同步电机双dq模型,设计基于电压补偿的控制策略,与不进行补偿的控制策略进行对比分析,仿真研究结果论证了基于电压补偿的控制策略优于无补偿的控制策略.。此外本文基于电压补偿的控制策略,结合六相永磁同步电机三电平变频驱动,本文还对六相永磁同步电机三电平变频驱动与两电平变频驱动的性能进行了仿真分析。仿真结果表明六相永磁同步电机三电平变频驱动系统较两电平变频驱动系统谐波畸变率更低,转矩的抖动更小。基于电压补偿的六相永磁同步电机具有更好的工程使用价值。