感应电机无速度传感器控制的降阶观测器设计

提出了一种简单的用于感应电机无速度传感器控制的自适应观测器设计方法．该方法以磁链误差作为校正反馈项,利用电流和电压模型组合成一个降阶观测器．在将电机模型和观测器进行线性化的基础上,利用劳斯一赫尔维茨稳定判据和极点配置方法得到了观测器增益,该增益能够保证获得一个全局渐近稳定并具有良好阻尼的感应电机控制系统．数字仿真试验结果进一步验证了所提出的自适应观测器的有效性．     

基于线性矩阵不等式的船舶动力定位滑模控制

为了解决具有非线性和环境干扰的船舶动力定位系统的控制问题, 提出了一种基于线性矩阵不等式的滑模控制算法; 将跟踪误差设计为滑模函数, 设计线性矩阵不等式, 求解状态反馈增益; 基于二次型Lyapunov函数证明了闭环系统的稳定性; 设计切换函数, 使系统对不确定性和外加干扰具有较强的鲁棒性, 避免出现抖振现象; 对基于线性矩阵不等式的滑模控制器进行仿真, 计算出动力定位船舶在无扰动的匀速运动和有外界环境扰动的变速运动2种不同情况下的前进速度、横荡速度、艏向角速度、前进加速度、横荡加速度、艏向角加速度、前进控制力、横荡控制力和艏向控制力矩等; 分析了状态反馈增益线性矩阵、边界层、切换项增益等参数对控制性能的影响。研究结果表明: 采用基本滑模控制使前进速度达到期望值所需的上升时间为29s, 而新算法为15s, 节约了48.28%;采用基本滑模控制使横荡速度达到期望值所需的上升时间为24s, 而新算法为14s, 节约了41.67%;采用基本滑模控制使艏向角速度达到期望值所需的上升时间为13s, 而新算法为10s, 节约了23.08%。可见, 设计的控制器对有非线性和环境干扰的船舶动力定位系统都具有较强的鲁棒性, 具有控制输入连续、控制抖振小、不存在过高增益等特点。      

改进型感应电机电压模型磁链观测器设计

针对传统电压模型磁链观测器中引入低通滤波器后,带来幅值相位误差及滤波最佳截止频率选择问题,本文提出了一种高通滤波器和低通滤波器串联,且对电压模型中的电压项和电流项分别积分的改进型电压模型转子磁链观测器.文中分析了该改进型磁链观测器性能提高的原因,推导了高通滤波器和低通滤波器引起的幅值和相位误差补偿算法.仿真和实验验证了补偿算法的有效性,并且新的改进型转子磁链观测器在电机全速范围内具有优良的稳态和动态性能,具有较高的工程实践价值.     

粒子群优化BP网络建模及在缓冲包装设计中的应用

利用粒子群优化(PSO)算法取代传统BP网络算法中的梯度下降法,对参数(权值、阈值)进行优化,并将其应用于缓冲包装设计,建立缓冲包装材料特性模型.仿真数据表明:PSO优化的BP网络算法在函数逼近误差、迭代次数上均比传统BP网络算法有显著提高,可有效地解决缓冲包装中的非线性问题.     

船舶航向不对称信息理论与非线性逆推鲁棒控制算法

应用不对称信息理论和鲁棒控制算法简化非线性逆推算法,针对非线性船舶航向保持系统,设计了其Backstepping逆推控制器,由非线性函数项和常规线性控制器组成,将简化的Back-stepping法与闭环增益成形算法相结合,设计其非线性鲁棒控制器。通过非线性鲁棒控制器的控制能够使船舶无超调、无静差地跟踪设定航向,调节时间为600 s,符合船舶航行的实际情况,控制效果良好;当系统增加干扰后,系统的控制输出除了因干扰产生的抖动外,其跟踪性能仍然较好,航向输出无静差,说明控制器具有一定的鲁棒性;是否全部对消非线性项,对其控制效果相差不大,说明当模型发生参数摄动时,系统的控制性能仍能保证。     

斜拉桥施工阶段索力的最优化调整

采用有约束的最小二乘法对施工阶段斜拉桥的索力进行调整，以主梁标高误差的平主放最小为目标函数，以结构的位移、弯矩及索力为约束，采用改进的分段线性同伦算法进行求解，通过调整体现各项误差重要的权系数的大小，得到更符合工程实际的索力调整值。最后由计算实例证明了该方法的正确性和实用性。     

BP网络中的熵函数准则

从极限角度证明了传统ＢＰ算法收敛速度慢、产生局部极小点的原因之一是该算法采用的均方误差准则。并提出了一种基于熵函数准则的ＢＰ算法，理论分析和仿真结果都表明此熵函数准则优于均方误差函数准则。     

基于灵敏度分析的大跨桥梁结构有限元模型优化研究

本文给出了一种基于灵敏度分析的大跨桥梁结构有限元模型优化方法。具体步骤如下：（1）通过竣工资料建立有限元模型;（2）利用成桥试验技术报告确定目标函数与修正参数;（3）采用灵敏度分析方法确定修正参数与目标函数的关系,将结构的有限元模型优化问题转化为数学模型的优化问题;（4）采用线性加权法将多目标优化转化为单目标优化问题,并利用二次规划法进行优化求解;（5）用优化后的结果代入有限元模型计算。采用上述方法对金塘大桥主通航孔桥的结构有限元模型进行优化,结果表明：优化后的计算响应值与实测响应值的误差控制在5%以内,验证了上述方法的实用性。     

多目标模糊优化问题的神经网络解法

基于函数联接神经网络，提出了一种解决工程结构多目标模糊优化问题的新算法。该算法以设计人员对目标函数值的满意程度作学习样本，采用神经网络取代传统的隶属度函数，从而较好地解决了隶属函数的描述问题。在解决多目标模糊优化问题中，该算法较传统算法具有更大的灵活性。     

基于改进人工蜂群算法的轮毂电机多目标优化

为了提高轮毂电机功率密度、降低其材料成本,提出一种改进的人工蜂群算法对轮毂电机性能进行优化设计. 首先利用磁路法建立外转子永磁式轮毂电机各项性能的表达式;其次通过引入个体极值、群体极值以及一对异步缩放因子来克服传统人工蜂群算法收敛速度较慢、探索与开发能力不平衡等缺点;以磁极对数、气隙长度、永磁体厚度等电磁参数为设计变量,将电机的有效质量、功率损耗和材料成本线性加权组成单目标函数,并采用障碍函数法将有约束的非线性目标函数转化为非约束的形式;最后利用遗传算法、传统人工蜂群算法和改进的人工蜂群算法对轮毂电机进行优化设计,并通过有限元法和样机实验验证了计算结果的正确性. 研究结果表明:相较于传统人工蜂群算法,改进的人工蜂群算法使目标函数收敛速度更快;相较于遗传算法和传统人工蜂群算法,改进后的算法使目标函数值最小;相较于原设计方案,优化后轮毂电机有效质量降低13.4%,材料成本降低34.4%,功率损耗降低44.2%,电机效率提高12.0%.