一种新型的大型风电系统最大风能追踪控制的建模与仿真

介绍了新设计的"变步长最大风能捕获控制器",采用矢量控制算法,实现了风力发电机输出有功和无功功率的解耦控制.在有功功率控制方面,控制器根据发电机输出转速扰动时,相应输出有功功率的变化"变步长"地调整系统输入,直到系统运行到最大风能点.仿真结果表明,该系统不依赖于最优功率曲线和风机参数,而且收敛速度快,可以迅速实现"最大风能追踪"控制,具有一定的应用价值.     

基于四旋翼无人机的二阶PD积分滑模控制算法研究

为提高6自由度四旋翼无人机系统飞行稳定的收敛速度问题,提出双闭环二阶PD积分滑模控制器的设计方法。该控制器的外环采用二阶PD控制算法使无人机在控制精度上有显著的提高;以系统姿态角动态变化为内环,通过引入饱和函数的积分滑模控制,有效抑制滑模控制算法本身的抖振效应,实现期望轨迹的可靠跟踪,同时利用李雅普诺夫函数证明该系统能够快速收敛达到稳定。仿真结果表明,当无人机受到外界扰动后可以快速准确跟踪螺旋上升的航迹,验证了所提算法的有效性和鲁棒性。     

一种永磁同步电动机的速度零振荡控制策略

针对永磁同步电动机（PMSM）的启动速度振荡问题,在PMSM数学模型基础上,提出了一种速度零振荡控制策略。首先建立了基于PMSM转子磁场定向的矢量控制算法模型;然后利用现代控制理论的极点配置方法将系统等效成一个四阶闭环控制系统;并在此基础之上,对闭环系统施与分时整形输入控制策略。仿真结果证明,提出的控制策略能够改善系统的动态性能,达到速度零振荡的目的,并且减少了功率损耗,延长了PMSM的工作寿命。     

非线性系统的改进型迭代学习控制算法研究

针对普通闭环PD型迭代学习控制算法收敛速度慢且收敛精度不高的问题,通过在闭环PD型控制算法中引入动态扩张-收缩因子(dynamic expansion compression coefficient,DECC)的方法,提高闭环PD型算法的收敛速度以及收敛精度。同时将鲁棒控制引入至算法中,进一步提高算法抑制外界干扰的能力。通过构造李雅普诺夫函数证明了在所提改进的控制律作用下的信号是有界且收敛的。最后将改进的迭代学习控制算法应用在一类具有重复运行性质的非线性系统中,证明所提算法是有效的。     

基于自适应模糊PID的二级倒立摆稳定控制研究

直线二级倒立摆在运用传统PID控制时控制精度较差,该文建立了直线二级倒立摆系统的数学建模,将自适应模糊PID智能控制算法运用到二级倒立摆的稳定控制中,利用Matlab软件对传统PID控制与自适应模糊PID控制进行仿真研究。结果表明:采用自适应模糊PID控制得到的仿真图像在超调量与收敛速度效果均优于传统PID控制,说明自适应模糊PID控制效果良好。     

遗传算法优化的MFAC对电机速度控制的研究

将无模型自适应控制算法应用于直流伺服电机的控制,此算法结构简单,控制精度高。在建立了电机的数学模型后,使用MATLAB进行算法仿真,并通过遗传算法对无模型自适应控制算法进行参数优化。在MATLAB仿真的基础上,进行了实验验证。实验结果表明,无模型控制算法应用于电机速度控制能取得良好的控制效果,利用遗传算法优化参数后的控制效果更好。     

基于多尺度小波变换的变步长LMS滤波算法

对LMS自适应算法、基于抽样函数的变步长LMS算法和基于多尺度小波变换的自适应滤波算法进行了研究,在此基础上把变步长LMS算法与多尺度小波变换相结合,产生了新算法。该算法一方面可以克服固定步长LMS算法在收敛速度与收敛精度方面与步长因子的矛盾;另一方面,小波变换的引入减少了输入向量自相关矩阵的条件数,提高了收敛速度、跟踪性能和稳定性。最后对算法的性能进行了计算机仿真比较,仿真结果表明:基于多尺度小波变换的变步长LMS滤波算法具有较快的收敛速度和更强的抑噪能力。     

柔性超声传感结构健康监测技术现状与展望

滤波x最小均方差（filtered-x least mean square,简称Fx-LMS）算法作为振动控制领域常用的自适应控制算法,其固定步长因子不能同时满足收敛速度和稳态误差的双重要求。为了改善Fx-LMS算法实施效果,提出一种基于反余切函数的滤波x变步长最小均方差（filtered x variable step size least mean square,简称Fx-VSSLMS）算法。首先,归纳了7种常规VSSLMS算法的步长更新公式,并按照其迭代特点予以性能分析与分类对比;其次,以压电柔性悬臂梁振动主动控制为算法验证目标,采用多体动力学软件Adams和Simulink进行联合仿真,表明所提的Fx-VSSLMS算法在振动控制中的有效性;最后,通过分析对比多种Fx-VSSLMS算法在不同噪声环境下的抑振效果,验证了所提出控制算法对噪声干扰的良好鲁棒性。     

压电柔性梁振动变步长Fx-LMS控制算法分析与验证

滤波x最小均方差(filtered-x least mean square,简称Fx-LMS)算法作为振动控制领域常用的自适应控制算法,其固定步长因子不能同时满足收敛速度和稳态误差的双重要求。为了改善Fx-LMS算法实施效果,提出一种基于反余切函数的滤波x变步长最小均方差(filtered x variable step size least mean square,简称Fx-VSSLMS)算法。首先,归纳了7种常规VSSLMS算法的步长更新公式,并按照其迭代特点予以性能分析与分类对比;其次,以压电柔性悬臂梁振动主动控制为算法验证目标,采用多体动力学软件Adams和Simulink进行联合仿真,表明所提的Fx-VSSLMS算法在振动控制中的有效性;最后,通过分析对比多种Fx-VSSLMS算法在不同噪声环境下的抑振效果,验证了所提出控制算法对噪声干扰的良好鲁棒性。     

6自由度随机振动控制算法

传统随机振动控制算法中,在全频段采用相同的修正系数对驱动谱进行迭代补偿,控制算法的收敛性受系统频响函数波动特性影响较大。为削弱频响函数的波动特性对驱动谱迭代收敛性的影响,提出将修正系数由实数变为实矩阵,在不同频率取不同修正系数对驱动谱进行迭代补偿,提高算法的收敛速度。取驱动谱迭代的修正系数分别为实数和实矩阵在6自由度液压振动台上进行随机振动试验,试验结果表明,在不同频段取不同迭代步长进行驱动谱修正可以明显提高试验的控制精度。     

一种改进变步长LMS算法及其在系统辨识中的应用

在分析传统LMS算法及变步长LMS的基础上，本文提出了一种改进的变步长LMS算法并应用于系统辨识。新算法利用瞬时误差的四次方和遗忘因子共同来调整步长，进一步解决了收敛时间和稳态误差的矛盾。将新算法应用到系统辨识中时，与传统LMS算法和变步长LMS算法相比，仿真表明新算法有更快的收敛速率。     

一种新的LMS算法及其在明渠流量计中的应用

针对变步长LMS(least mean square)自适应滤波算法存在收敛速度慢和稳态误差比较大的问题,根据变步长滤波算法步长调整原理,提出了一种新的基于多项式的非线性变步长LMS算法,通过MATLAB仿真分析研究新算法中各参数对收敛速度和稳态误差的影响,并和已有的变步长LMS算法进行对比,结果表明该算法比已有的算法收敛速度快4倍,且稳态误差小。将新算法应用于明渠流量计回波信号的滤波处理,结果表明在低信噪比下,明渠流量计滤波性能良好,抗干扰能力强。     

单相光伏并网控制的研究

以DSP为控制平台设计单相光伏并网系统,在改进型单纯型加速法的基础上设计新型光伏阵列最大跟踪控制优化算法,跟踪光伏阵列最大输出功率点,使负载获得最大功率。在线调节步长改变电压收敛速度,设计锁相控制电路,自动同步跟踪电网频率和相位。测试数据表明,结合优化技术的变步长MPPT(Maximum Power Point Tracking)算法能快速准确跟踪最大功率点,系统波动小稳定性高,逆变器电流和电网电压同频同相,有效提高系统逆变效率及可靠性。     

复合滑模控制在精密PMLSM激光切割运动平台的应用

针对永磁直线同步电机激光切割运动平台的位置伺服控制低抖振、高精度、强鲁棒的要求,在传统双幂次滑模趋近律的基础上,提出一种变边界层的双幂次滑模趋近律带滑模扰动观测器的复合趋近律滑摸控制方法。变边界层方法是对控制系统的控制精度要求和降低抖振的权衡,而所提出的方法又继承了传统双幂次滑模趋近律方法的有限时间收敛特性。为了降低控制系统设计的保守性,设计了一种基于超螺旋算法的滑模扰动观测器对系统的未知扰动进行估计,并在此算法中添加一个幂指数,通过仿真实验证明了提高幂指数的数值可加快未知扰动的估计值的收敛速度。结合Lyapunov稳定性理论,证明了闭环系统的稳定性。最后,搭建了用于激光切割的永磁直线同步电机平移试验台对所提出的控制器进行测试。实验结果表明:本文所提出的控制器的位置跟踪误差不超过1μm,且误差波动较小,能够满足伺服控制系统的要求。     

Modified-filtered-u LMS algorithm for active noise control and its application to a short acoustic duct

This paper presents a new adaptive algorithm for active noise control (ANC) that can be effectively applicable to a short acoustic duct, such as the intake system of an automobile engine, where the stability and fast convergence of the ANC system is particularly important. The new algorithm, called the modified-filtered-u LMS algorithm (MFU-LMS), is developed based on the recursive filtered-u LMS algorithm (FU-LMS) incorporating the simple hyper-stable adaptive recursive filter (SHARF) to ensure the control stability and the variable step size to enhance the convergence rate. The MFU-LMS algorithm is implemented by purely experimental ways, and is applied to active control of noise in a short acoustic duct, and is validated using two experimental cases of which the primary noise sources are a sinusoidal signal embedded in white noise and a chirp signal. The experimental results demonstrate that the proposed MFU-LMS algorithm gives a considerably better performance than other conventional algorithms, such as the filtered-x LMS (FX-LMS) and the FU-LMS algorithms.     

稳健的仿射投影符号自适应滤波算法

非高斯的冲击噪声在现实世界广泛存在,严重影响了基于l2范数优化准则的自适应滤波算法的性能。在各类自适应滤波算法中仿射投影符号算法(APSA)结合了仿射投影算法(APA)良好的收敛特性和符号算法对非高斯冲击噪声干扰的抑制能力,因而其在非高斯冲击噪声条件下具有良好的性能。但是该算法的步长选择是固定的,且未考虑系统稀疏特性,因而在参数选择和收敛速度方面有一定的局限性。将变步长的方法和比例矩阵的思想融合到一起,引入步长函数,提出了一种稳健的仿射投影符号自适应滤波算法—变步长的改进比例仿射投影符号算法(VSS-IPAPSA)。该算法不仅可以缓解收敛速度与稳态失调之间的矛盾,同时也可以增加其对系统的不同稀疏特性和噪声特性的适应性。理论分析和仿真实验结果验证了其稳健性和有效性。     

基于迭代学习算法的电液比例伺服控制

为解决电液比例控制系统的非线性、时变性、变流量死区及变流量增益等对系统位置控制精度的影响,提高电液比例控制系统的控制精度,针对系统的非线性特性,设计不严格依赖于系统精确数学模型且有较强抗干扰能力的迭代学习算法,同时针对系统的变死区特性,设计能够基于误差和误差变化率在线调整死区补偿量的模糊死区补偿算法。迭代学习算法和模糊死区补偿算法的综合使用是根据当前的控制经验灵活调整控制量,从而有效地改善由于系统非线性及时变性所带来的影响。试验结果表明,不加入模糊死区补偿时,系统位置跟踪存在明显的滞后,最大位移跟踪误差达到6 mm,而同时采用迭代学习算法和模糊死区补偿算法极大的提高系统的控制性能,系统达到稳定跟踪后,最大位移跟随误差在1 mm以内。