异步电机单神经元自适应智能控制系统

针对传统抽油电机控制器自适应性能较弱的特点,提出一种单神经元模型参考自适应控制方法,此法在模型参考自适应控制基础上,采用单神经元代替复杂神经网络,选择线性函数作为参考模型,并将速度变化考虑进误差函数,采取磁链开环、转速闭环的控制结构建立控制系统,建立基于此控制方法的异步电机控制系统仿真模型,并基于DSP构建实验控制系统,仿真及实验结果表明所述控制器输出平稳,具有参数及负载时变的自适应能力,应用前景广泛。     

基于smith预估的水泥分解炉温度MRFAC控制器设计

针对水泥分解炉温度控制系统具有大滞后、模型不确定等特性,采用MRFAC(模型参考模糊自调整控制)的方法设计了其控制器。该方法在普通模糊控制器的基础上,增加了利用参考模型输出和实际被控对象输出之差,来在线修改常规模糊控制器规则库的辅助模糊控制器,从而提高了系统对参数不确定性的鲁棒性。为了削弱系统大滞后特性的不利影响,系统中还引入了基于神经网络的smith预估器,用其输出代替实际系统输出来进行反馈控制。仿真结果表明,该控制系统能有效抑制大惯性、大滞后的影响,具有较好的鲁棒性和动、静态性能,获得了满意的控制效果。     

一种基于VRFT的全格式无模型自适应控制

针对无模型自适应控制中的时变参数拟梯度向量估计值信息没得到充分利用的问题,提出一种基于VRFT（虚拟参考反馈调整方法）的无模型自适应控制方法.该方法利用VRFT中的参考模型思想,首先将非线性系统经全格式线性化后的线性模型与无模型自适应控制器构成的闭环传递函数作为参考模型,再以参考模型的输出与系统期望输出的误差作为控制器的输入,从而将拟梯度向量在过去时刻的估计值引入到无模型自适应控制设计中,提高了伪偏导数估计值信息利用率.同时消去控制律中的权重因子,避免因人为赋值而影响控制效果.     

基于通用模型自适应控制的DC/DC变换器控制系统研究

针对DC/DC变换器的强非线性,将平均电流模式控制中的电流环作为被控对象,使用RBF神经网络辩识对象的逆模型,嵌入通用模型控制器中.为了克服对象逆模型的辨识误差,通过引入自适应控制,可以保持系统输出对参考轨迹的有效跟踪.仿真结果表明,该系统具有较强的可实现性,控制效果良好.     

基于神经网络的电子节气门系统模型参考自适应控制

使用多层感知器神经网络模型来识别和控制非线性电子节气门系统。首先,神经网络模型在不同运行条件下辨识,它代表非线性节气门伺服系统的动态特性。其次,使用油门辨识器网络模型来设计和训练神经网络控制器模型,从而使节气门系统的追踪控制位置遵循参考模型。油门辨识器网络模型用于辅助以离线模式训练的神经网络控制器。神经网络控制器使用相同的输入来进行训练,这些输入被反馈到实际的节气门系统以产生相同的输出。通过调整神经网络控制器的权重和偏差参数,使用自适应算法来减小输出之间的差异。对使用神经网络控制器的节气门控制系统的跟踪控制性能与使用经典自适应PID控制器进行比较。仿真结果表明:采用神经网络控制器可实现跟踪控制,满足控制性能的所有需求。     

自适应模糊滑模控制在化工过程中的应用

为有效处理多变量、非线性及非最小相位系统的复杂化工过程,提出了一种新型的自适应模糊滑模控制,该方法针对滑模控制鲁棒性好但存在抖振的问题,采用模糊控制柔化控制信号,而与滑模控制的结合可以充分利用系统信息,简化模糊控制;在此基础上提出一种新的自适应调整比例因子来进行模糊变论域,柔化了控制信号并减小了滑模控制器输出的抖振。并给出模糊滑模控制的算法和稳定性分析,得到简化后的通用模糊规则库,可通过比例因子在线调节输入量的论域,使构成的控制系统具有很强的鲁棒性、较好的自适应能力和较高的控制精度。最后对于非线性单输入单输出(SISO)和多输入多输出(MIMO)化工模型进行仿真研究,结果表明即使工况点发生大的变化或受到较大干扰时,仍具有良好的抗扰动能力和很强的鲁棒性。     

发泡成型机蒸汽压力的神经网络自适应逆控制研究

针对发泡成型机蒸汽压力的非线性系统存在控制精度差和动态性能不佳的问题,设计了基于神经网络的自适应逆控制方法。建立了发泡成型机蒸汽压力的参考模型,利用参考模型的输入输出对训练单层神经网络逆模型作为逆控制器,并采用LMS自适应算法在线调节神经网络权向量。通过与PID控制器进行对比实验,结果表明,所设计的神经网络自适应逆控制方法提高了蒸汽压力的稳定性以及快速响应能力,几乎不存在系统超调。     

模糊预测控制在循环水加药控制中的应用

针对模糊控制和预测控制的特点.提出了一种模糊预测控制方法,利用模糊逻辑实现被控对象模糊化,解决被控对象难以建立的问题;利用预测控制,根据系统当前信息预测出系统未来的变化趋势,解决被控对象滞后问题.以火电厂循环水加药控制为例,对该控制方法进行了仿真和实际应用研究.结果表明,该系统能有效地避免纯滞后环节在控制系统中带来的振荡现象,工程应用取得了理想的控制效果,为纯滞后、大惯性、模型不确定系统的控制提供了很好的解决方法.     

微结构注塑机注射速度控制及仿真研究

为了对注射速度进行精密控制,建立起一个液压控制系统,对该系统中影响注射速度的相关器件进行结构分析并且建立数学模型,针对注射速度非线性以及时变等特性,设计一种自适应模糊PID控制器,利用MATLAB软件建立仿真模型,对两种控制器下的注射速度曲线进行对比分析。结果表明,与传统PID控制器相比,自适应模糊PID控制器具有注射速度响应更迅速,稳态无误差和鲁棒性能好等优势。     

自适应模糊PID控制在陶瓷压机布料系统液压调速中的应用

受外界环境的影响,陶瓷压机布料系统采用电液比例阀控制液压调速具有非线性、时变性、磁滞性等特点,常规PID控制和常规模糊控制对布料系统的小车速度控制效果不够理想。本文设计了一种自适应模糊PID控制器,通过仿真结果表明,这种自适应模糊PID控制器既具有模糊控制灵活、响应快、适应性强等优点,又具有PID控制精度高的特点,它改善了布料系统速度的控制效果。     

基于波波夫超稳定性在永磁同步电机控制系统中的应用

针对永磁同步电机无速度传感器控制系统进行设计,选择定子电流为状态变量,利用波波夫超稳定性(Popov)理论确定转子转速、转子电阻和控制绕组电阻的自适应律,然后将由观测器得到的定子电流直接用于永磁同步电机控制中。根据模型参考自适应(MRAS)的稳定性原理,得到估计速度的自适应规律,而超稳定性保证了永磁同步电机控制系统和速度的渐进收敛性。理论分析表明,所探究的方法保证了速度辨识算法的全局渐进稳定性,经过MATLAB/Simulink环境下的仿真,证明了这种方法的有效性。     

调速型液力偶合器控制系统数学模型的建模过程

介绍了调速型液力偶合器输入输出特性数学建模方法,利用组态王、可编程序控制器PLC以及相应的传感器,采集实时数据并且存入Access数据库,Access作为M atlab和组态王的共享数据库。基于采集的实时数据,用多项式拟合的方法,由计算功能强大的M atlab软件建立调速型液力偶合器自控系统的数学模型。此建模方法能完成复杂控制算法建模任务,是实现调速型液力偶合器实现计算机控制的关键。     

Adaptive type-2 fuzzy logic control of a bioreactor

Two adaptive type-2 fuzzy logic controllers with minimum number of rules are developed and compared by simulation for control of a bioreactor in which aerobic alcoholic fermentation for the growth of Saccharomyces cerevisiae takes place. The bioreactor model is characterized by nonlinearity and parameter uncertainty. The first adaptive fuzzy controller is a type-2 fuzzy-neuro-predictive controller (T2FNPC) that combines the capability of type-2 fuzzy logic to handle uncertainties, with the ability of predictive control to predict future plant performance making use of a neural network model of the nonlinear system. The second adaptive fuzzy controller is instead a self-tuning type-2 PI controller, where the output scaling factor is adjusted online by fuzzy rules according to the current trend of the controlled process. The performance of a type-2 fuzzy logic controller with 49 rules is used as reference.     

基于智能控制方法的风力发电系统的变桨距控制器

以对风力发电机系统进行功率控制为目的,提出基于智能控制方法的变桨距控制器的设计。风力发电系统结构复杂,具有非线性、时变的特点,单纯的模糊控制和PID控制都不能取得良好的控制效果。针对这一问题,提出风力发电系统模糊PID双模变桨距控制策略。使用Matlab中的Simulink组件建立系统模型,进行仿真试验。仿真结果表明,使用模糊PID双模控制变桨距控制器的风力发电系统确实具有较好的动态性能、收敛速度和静态误差。     

风力发电机组模糊控制器的设计与仿真

风力发电机组是复杂的多变量非线性系统,受参数变化和外部干扰严重,具有强耦合与强时变性,针对此特点本文设计了模糊控制器,建立了风力发电系统仿真模型,使得在额定风速以下时,根据风速变化,控制电机转速获得最佳叶尖速比,实现跟踪最大功率的目标;在额定风速以上时,控制风轮的桨距角以调节风能利用系数,实现风力发电机组的恒功率输出。通过Matlab仿真,对所设计的模糊控制器进行了仿真研究,结果表明:模糊控制器能够显著提高风力发电系统的稳定性和鲁棒性,具有良好的性能和控制效果。     

一种全数字控制的节能型交流变频调速试验系统研究

广泛应用的传统电动机一发电机组结构的交流电动机负载性能及调速试验方法是一种纯能耗过程的试验运行方式,本文介绍了一种应用DSP控制实现的电动机一电动机组结构的全数字节能交流变频调速试验系统。系统控制同轴电动机组差频运行,实现了基于电动机组再生功率回馈的几乎无负载功耗特点的电动机负载性能及调速试验。并结合空间矢量PWM技术,实现了基于TMS320LF2407ADSP的变频调速实验系统全数字控制。     

Controlling of Proton Exchange Membrane Fuel Cell by Model Predictive Controller Based on ANFIS Model

Proton exchange fuel cell is one of the most promising new technologies in electrical energy production. Due to slow dynamic, nonlinearity and dependency of time changing variables of proton exchange membrane fuel cell (PEMFC), its control issue is a challenging problem. In this paper, model predictive controller (MPC) based on the adaptive neuro‐fuzzy interface model of the PEMFC is proposed to control the output voltage. First the adaptive neuro‐fuzzy interference system (ANFIS) model is identified to approximate the dynamic behavior of the PEMFC system with a set of data which are taken from a physical model of a 5 kW PEMFC setup plant. Then the branch‐and‐bound method and the greedy algorithm are used to solve the constrained optimization function of the predictive control problem. The results reveal that the ANFIS model can effectively approximate the dynamic behavior of the PEMFC and the predictive controller based on this model can successfully control the output and satisfy the constraints.