静止无功发生器递归神经网络逆动力学控制

根据对角递归神经网络的特点分析了其非线性映射能力,并根据新型静止无功发生器(ASVG) 的特点提出了ASVG递归神经网络逆动力学控制。所构造的控制器由于可以实现ASVG电力系统 非线性逆动力学特性的学习,因而根据期望的控制效果可以获得期望的控制量。理论分析与 仿真实验表明,这种控制器可以对ASVG实现良好的控制。     

协调控制系统神经网络PID优化控制与仿真研究

针对火电单元机组协调控制系统具有多变量、强耦合、非线性及参数时变的特点，将对角递归神经网络与PID控制方法相结合，并利用提出的改进型变尺度混沌优化策略对神经网络的权值参数和PID控制器参数进行整定，从而实现多变量系统的优化控制。此方法不仅保持了传统PID控制器结构简单、算法实用等特点，而且算法稳定性好，寻优效率高，避免了控制器参数陷入局部极小等问题。仿真结果表明，对于100%和70%不同负荷时的工况，即使对象的传递函数发生了较大的改变，系统仍具有响应速度快、鲁棒性好、自适应性好等特点。     

基于DRNN自整定QPR-DMRC控制的并网逆变器技术

针对常规并网逆变器中电网电压会出现畸变及传统控制器动态响应差等问题,通过分析准比例谐振和传统重复控制策略的优缺点,提出了一种基于对角递归神经网络的改进型QPR-双模重复控制(DMRC)复合控制器并给出其控制算法,DRNN采用LM算法,利用DRNN参数自整定技术,对改进型QPR-DMRC控制器参数进行在线整定,该方法既能够有效地对奇、偶次谐波进行抑制,同时解决了QPR控制器参数整定困难等问题。采用Matlab/Simulink进行仿真研究,结果表明该方法能有效地降低系统谐波总畸变率,提高了系统的抗干扰能力,实现逆变器无静差稳定运行。     

基于免疫遗传算法的感应电机控制设计与仿真研究

提出一种基于免疫遗传算法(IGA)的递归模糊神经网络(RFNN)控制器的设计方法,并应用于感应电机双闭环控制系统中的转速控制器中,对感应电机实现了精确的速度控制.在与传统PI控制和递归模糊神经网络控制仿真比较中,采用该方法的系统显示出良好的控制性能和控制效果.     

永磁同步电机的改进对角递归神经网络PI控制策略

针对采用传统PI控制器的永磁同步电机交流伺服系统无法兼顾良好的速度响应性能和抗干扰能力的问题,提出一种将对角递归神经网络(DRNN)与PI控制相结合的控制算法,并引入学习率动态调整的思想对算法进行改进,解决固定学习率DRNN算法无法兼顾系统稳定性和较快学习速率的问题。建立永磁同步电机的仿真实验模型,并对传统PI控制器、固定学习率以及学习率可动态调整的DRNN-PI控制器的实验效果进行综合对比与分析,验证了采用改进后控制器的永磁同步电机交流伺服系统能够实现速度曲线无超调且不受负载转矩突变影响的良好控制效果。     

基于免疫遗传算法的异步电动机智能控制及其DSP实现

在分析异步电动机数学模型的基础上。提出了一种基于免疫遗传算法（IGA）的递归模糊神经网络（RFNN）控制器的设计方法,并应用于交流异步电动机双闭环矢量控制系统中的转速控制器中,对异步电动机实现精确的速度控制。为满足控制运算实时性的要求。采用高速数字信号处理器（DSP）作为速度控制与运算单元,成功完成了递归模糊神经网络控制器的DSP实现。实验结果验证了该控制器的可行性。     

基于对角递归神经网络的异步电动机定子绕组匝间故障诊断方法

为了有效地监测异步电动机定子绕组匝间短路故障,提出了基于对角递归神经网络的匝间故障在线诊断方法.该方法采用2个对角递归神经网络监测匝间短路故障,一个用于估算故障的严重度,另一个用于确定定子绕组故障匝数.同时,提出自适应动态学习算法,训练对角递归神经网络,确定网络最优隐层神经元的个数,使诊断模型更加紧凑和精确.根据该方法构建了试验系统并进行了匝间短路试验,试验结果表明;基于对角递归神经网络的诊断模型,在不同工况下可精确确定定子绕组短路故障的匝数.由于对角递归神经网络具有动态处理能力,和前馈神经网络相比,克服了前馈神经网络故障诊断模型无动态处理能力的局限性,能更有效地监测定子绕组匝间短路故障.     

基于免疫遗传模糊神经网络的永磁同步电机控制

在分析永磁同步电动机(PMSM)数学模型的基础上,提出了一种基于免疫遗传算法(IGA)的递归模糊神经网络(RFNN)控制器的设计方法,并应用于永磁同步电动机双闭环矢量控制系统中的转速控制器中,对永磁同步电动机实现精确的速度控制.在与传统PI控制和递归模糊神经网络控制仿真比较中,采用该方法的系统显示出良好的控制性能和控制效果.     

基于递归神经网络的无刷直流电动机控制研究

基于动态模型提出了一种性能较好的递归模糊神经网络无速度传感器无刷直流电动机控制方法,即采用递归模糊神经网络控制器作为转速控制器来近似最优控制器输出。仿真结果表明,当系统参数动态变化或受到外部不确定因素影响时,利用神经网络来在线调整网络的隶属函数参数以及神经网络递归权值,使系统具有良好的动、静态性能。     

基于粗糙集的自适应模糊神经网络用于循环流化床锅炉床温控制的研究

针对循环流化床(CFB)锅炉床温的非线性、大惯性和大延迟等特性,提出了1种基于粗糙集的自适应模糊神经网络的床温控制方法,并且通过大量已知数据的学习得到模糊规则及其隶属度函数.为了减少规则的数目,提高数据的学习效率,引入了粗糙集,从采集数据中提取最小规则集,从而解决了自适应模糊神经网络中的规则爆炸问题.以CFB锅炉床温为控制对象,对基于粗糙集的自适应模糊神经网络控制器进行仿真比较.结果表明,该控制器控制效果优于常规PID控制器,但稳态误差较常规PID控制器大,其稳态误差小于1.7％,在允许范围内.     

运动控制中先进控制策略的研究综述

动态响应的快速性,稳态跟踪的高精度以及行为的鲁棒性是运动控制应用中的主要性能要求。它们的获得,不仅意味着有执行机构和仪器方面的先进技术,而且重要的是新的控制策略的应用。本文介绍了针对电机速度和位置控制系统中非线性摩擦力进行补偿的几种先进控制策略：基于指数型非线性函数的在线补偿法;基于神经网络的倒控制器补偿法;鲁棒型的重复控制和变结构控制在运动控制中应用。最后,简述了运用其他先进控制策略的可能性。     

微电网控制策略综述

微电网灵活运行方式使其与传统控制有显著不同.详细介绍了微电网构成元件分布式电源和负荷的控制策略;在此基础上对现有微电网控制策略进行分类,并阐述了集中控制、分散控制和混合控制各种方法的特点;最后对微电网各控制策略优缺点进行总结.     

钢丝连续拉丝机张力自适应解耦控制

以钢丝连续拉丝机为研究对象,通过对拉丝机张力模型的研究,将PID控制器和自适应拉丝模尺寸变化的自适应律以及前馈解耦方案相结合,提出了一种新的应用于拉丝机张力的自适应解耦控制方案.给出了系统张力模型和用于参数调整的自适应解耦算法.通过仿真与实验研究,表明该控制器可以解决拉丝机张力耦合控制问题,实际应用效果良好.     

泵控系统的模糊控制器设计

本文以泵控液压马达容积调速系统为例 ,阐述了用 MCS- 5 1单片机为主控单元的模糊控制器的设计 ,控制器的硬件采用 80 31单片机扩展而成 ,软件算法采用模糊控制算法。实验研究表明 ,这种算法较常规的 PID算法控制精度高 ,超调量小     

微网运行控制策略的研究

主要研究了微网运行的3种控制方法。根据功率型电源发电功率受环境影响的特点,在并网时对其采用P-Q控制;对主控型电源,在孤岛运行时对其采用V-f控制;同时对同种多个并联电源采用Droop下垂控制。综合3种方法建立一个比较理想的控制策略来实现最终的控制效果,并建立简单微网模型,在Matlab/Simulink环境下进行微网并网、孤岛状态转换、负荷切投等不同工况的仿真,验证控制策略的有效性。     

变频调速过程PID闭环控制的分析

过程PID控制是应用最广泛的工业控制器.过程PID控制简单易懂,参数较易整定.过程PID控制参数P、I、D可以根据过程的动态特性及时整定,使闭环变频调速达到一个动态平衡.将系统进入闭环运行,利用过程PID控制自动调节达到稳定转速的目的.     

多变量智能协调控制系统设计应用

针对火电机组被控对象非线性、迟滞、燃料大惯性并存的特性,建立了330 MW单元机组协调控制系统非线性模型,并对此模型在额定工况点下进行线性化,以此线性化模型为基础,在机组原有的协调控制系统中增加多变量解耦控制器,进而设计出与之对应的多变量协调控制系统,并通过工程试验与机组原有的协调控制效果相比较,实际结果证明了多变量智...     

全两线照明摇控系统的设计

本文结合一个工程实例，介绍了全两线照明遥控系统的设计的有关内容。     

智能控制的研究方法及其应用最新动态

由于大规模、复杂和不确定性系统控制的要求的不断提高，使得被控对象、环境、控制目标及任务的日渐复杂，从而智能控制得以产生和发展。本文介绍了智能控制的发展历史、主要方法及当前的研究热点，并将智能控制与传统的控制进行了比较，介绍了当前国内外智能控制最新的研究动态和成果，对其发展前景进行了探讨。     

先进控制策略在分散控制系统中的实现

介绍了在分散控制系统中实现先进控制策略的基本方法、选择依据、实现过程和应注意的问题。