三相电压调整模块无源控制的研究

针对多相交错并联型电压调整模块(VRM)稳态时各相电流纹波大、动态响应难以满足最新VRM标准要求的问题,以三相Buck型VRM为例,从切换线性系统理论角度建立其系统模型,推导出其无源控制策略,既保证了系统的大范围稳定,又提高了系统的动态品质。仿真结果表明,应用无源控制方法的三相VRM闭环系统在稳态工作点上三相电流能保持良好的均流效果,有效地减小了各相的电流纹波,并且能明显改善负载变化时的动态品质。     

UPS无互联线并联的一种均流技术方案

本文针对UPS逆变器无互连线并联系统,结合均流的基本原理提出了均流的一种方案,并通过理论分析和仿真结果与原有PQ法进行了比较.结果表明,该方案在线性负载均流性能良好的情况下,能较好地解决非线性负载的不均流问题.     

基于电流分解的逆变器无连线并联控制

针对基本 PQ 控制法对非线性负载均流性能较差的缺点,采用了基于电流分解的方法对逆变器进行无连线并联控制。给出了功率均分和电流分解原理,提出了逆变器并联控制的实现方案和 DSP 在并联控制中的应用。实验表明,该方案对于非线性负载也具有很好的均流性能。     

大功率IGBT模块并联均流特性研究

大功率IGBT并联运行能够承受更高的负载电流,但是大功率IGBT并联设计时需要考虑静、动态均流问题。PSpice仿真分析表明,影响静态均流的主要因素是IGBT模块的饱和导通压降和集电极、发射极引线的等值电阻;影响动态均流的主要因素涉及驱动电路、IGBT器件参数和主电路布局。提出了IGBT并联均流的措施,分析了IGBT并...     

基于主电流控制的并联DC-DC升压变换器改进

并联DC-DC升压变换器之间的负载电流分配关系到系统可靠性;针对并联DC-DC升压变换器,提出了一种基于主电流控制的改进下垂方法;该方法利用并联DC-DC升压变换器的算法,根据下垂法的负载调节特性自适应地调整每个变换器的参考电压;与传统的下垂法不同,在所有变换器的内环控制器中使用其中一个并联变换器的电流反馈信号,以避免并联变换器控制回路的时延差异;研究结果显示,该算法保证了负载均流与下垂法的负载调节特性一致,在并联变换器参数失配的情况下对该算法进行了测试,通过Matlab/Simulink仿真验证了该算法的有效性。     

基于DSP的高频链并联逆变器设计

介绍一种基于DSP的高频链软开关逆变器并联控制系统.该控制系统主电路采用高频链软开关拓扑结构,控制部分采用改进的PQ控制和基于电流分解的无连线并联控制相结合,从而有效的解决在非线性负载时均流效果差的缺陷.仿真波形表明该并联逆变器具有良好的性能.     

并联机器人基于滑模理论的模糊控制

根据并联机器人控制的特点,运用一种基于滑模理论的模糊控制方法对它进行控制。这种控制算法简单,具有很强的鲁棒性,还能够保证系统的稳定性。仿真结果表明,它对并联机器人的控制具有良好的效果。     

DC/DC变换器平均电流自动均流并联控制的研究

采用三环控制策略,其中电流环为内环,电压环和均流环并行为外环,且反馈量是输出电流与输出电压,可将功率电路视为黑匣子,方便了各模块样机的并联;最后以并联Buck变换器为研究对象,设计了各环补偿网络,且对系统进行了稳定性分析。仿真结果表明,系统的动态响应与稳定性均达到要求,抗干扰能力强,且均流效果良好。     

自调整模糊控制在动力头变频调速中的应用

针对长螺旋钻机电动动力头在面对复杂地层时由于负载多变引起动力头电机稳定性降低甚至烧毁的问题,采用自调整量化因子和比例因子的模糊控制方法及变频调速控制技术设计了一套动力头模糊控制变频调速系统.通过对动力头电机模糊控制系统及V/f变频调速模型的详细分析建立了系统仿真模型,确定了量化因子及比例因子最佳初值,并根据系统设计方案进行现场实验.实验结果表明:该系统对不确定多变负载的响应及适应性较好,使动力头电机的稳定性及安全性明显提高.     

基于SOC的并联储能系统电流负荷分配方法

提出一种基于SOC的改进电流负荷分配方法,该方法采用均流环、电流环、电压环的三闭环结构,其中,均流控制器的电流基准由理想输出功率和储能单元电池荷电状态(state of charge, SOC)共同决定。搭建了MATLAB/Simulink仿真模型和基于TMS320F28335的并联储能系统半实物仿真平台,对比仿真了不同参数影响下系统的性能。并联储能系统中母线电压能够稳定在理想值,电流负荷能够按SOC合理分配,且各储能单元SOC能够快速收敛到均衡状态,验证了所提改进电流负荷分配方法的可行性和合理性。     

基于UCC29002的电源均流电路设计

介绍了常用的均流方法,选择最大电流自动均流法,采用UCC29002设计了电源的均流控制电路。该均流电路结构简单、均流效果好、可靠性高、应用范围广。通过两台模块电源并联实验,验证了该均流电路的有效性。     

并联DC-DC变换器系统的固定时间分布式协同控制

针对负载为超级电容的并联DC-DC变换器系统,为了在固定时间内实现电流输出均衡目标,提出固定时间分布式协同控制方法.将耦合子系统之间的通信拓扑,利用无向图进行刻画.借助输入输出反馈线性化技术,将并联DC-DC变换器系统的电流均衡控制设计难题转化为固定时间内一阶多智能体系统的一致性跟踪问题.借助符号函数、拉普拉斯矩阵、牵制增益矩阵,基于最近邻原则,设计参数可调的固定时间电流均衡分布式协同控制律.利用李亚谱诺夫函数严格证明整个闭环系统的稳定性,并推导出收敛时间的上界.所提出的固定时间电流均衡分布式协同控制方法,可以克服有限时间协同控制方法对初始状态依赖性强的缺点,同时改善了系统的收敛性.借助仿真,验证了所提出方法的有效性和可行性.     

Fuzzy logical control based on optical information technologies

This paper is concerned with one problem in creating intellectual control systems: methods and design tools of fuzzy logical devices for building modern efficient and reliable control systems in poorly formalized problems and ill-structured problem domains. Flaws of the available microprocessor devices for fuzzy information processing are indicated and alternative design principles of fuzzy logic control systems based on high-speed spatially distributed wave guide optical structures are considered based on an example of an opto-electronic dephaser. High-speed spatially distributed wave guide optical structures are shown as being advantageous for solving the scientific and engineering problems for developing new design methods of fuzzy logical devices with enhanced technical characteristics for implementation of fuzzy logical control.     

用继电自整定实现模糊PID智能控制

从提高控制器的智能化水平出发，文中提出了模糊PID自适应控制与继电自整定相结合构成PID双模智能控制器的方法。即用继电自整定法整定出PID控制的初始参数，然后切换到模糊PID自适应控制，完成模糊PID智能控制。将该算法应用于一温控系统中，得到了令人满意的效果。     

一种软件项目的风险评估模型及应用

文章提出了一种软件项目风险评估模型。采用AHP方法与模糊逻辑法相结合的方法进行风险评估,并根据软件项目管理的实际情况对AHP方法与模糊逻辑法进行了改造。最后确定出软件项目各风险的权重。在确定了项目的风险,并做出了评估和排序后,对这些风险采取适当的方法进行有效的风险控制。通过实例分析可知,利用该方法可以方便地求出软件项目风险权重,实验结果符合实际。     

MATLAB在模糊控制系统仿真中的应用

模糊控制系统的设计是模糊控制系统应用的重要问题之一,而系统的仿真是设计中的重要步骤和必要的保证,本文首先简要介绍了MATLAB语言、模糊逻辑工具箱和SIMULINK工具箱,然后着重介绍如何利用模糊逻辑工具箱、SIMULINK工具箱进行模糊控制系统的仿真,并给出具体实例,这种方法克服了传统用C语言进行仿真的复杂,不方便的缺点,使模糊控制系统的仿真变得容易、直观且迅速。     

输入串联输出并联半桥变换器研究

提出了一种适合于高输入电压、大输出电流的输入串联输出并联半桥组合式变换器。对组合式变换器进行统一建模分析,并分析其不均压均流原因,提出了相应的均压均流控制方案,进行均压环、均流环等设计,同时引进了交错控制技术。     

并联混合动力汽车模糊逻辑控制策略的建模和仿真

提出了基于模糊逻辑控制扭矩分配策略,建立了各功能组件模型.并利用ADVIS0R2002仿真平台,完成了该模糊逻辑扭矩控制策略和电气辅助控制策略仿真比较.结果表明,本文提出的模糊逻辑控制策略对提高混合动力汽车的动力性和燃油经济性,改善尾气的排放有明显的作用.     

Fuzzy Reasoning as a Control Problem

Different from the dominant view of treating fuzzy reasoning as generalization of classical logical inference, in this paper fuzzy reasoning is treated as a control problem. A new fuzzy reasoning method is proposed that employs an explicit feedback mechanism to improve the robustness of fuzzy reasoning. The fuzzy rule base given a priori serves as a controlled object, and the fuzzy reasoning method serves as the corresponding controller. The fuzzy rule base and the fuzzy reasoning method constitute a control system that may be open loop or closed loop, depending on the underlying reasoning goals/constraints. The fuzzy rule base, the fuzzy reasoning method, and the corresponding reasoning goals/constraints define the three distinct ingredients of fuzzy reasoning. While various existing fuzzy reasoning methods are essentially a static mapping from the universe of single fuzzy premises to the universe of single fuzzy consequences, the new fuzzy reasoning method maps sequences of fuzzy premises to sequences of fuzzy consequences and is a function of the underlying reasoning goals/constraints. The Monte Carlo simulation shows that the new fuzzy reasoning method is much more robust than the optimal fuzzy reasoning method proposed in our previous work. The explicit feedback mechanism embedded in the fuzzy reasoning method does significantly improve the robustness of fuzzy reasoning, which is concerned with the effects of perturbations associated with given fuzzy rule bases and/or fuzzy premises on fuzzy consequences. The work presented in this paper sets a new starting point for various principles of feedback control and optimization to be applied in fuzzy reasoning or logical inference and to explore new forms of reasoning including robust reasoning and adaptive reasoning. It can be also expected that the new fuzzy reasoning method presented in this paper can be used for modeling and control of complex systems and for decision-making under complex environments.