一种基于FNNC-PID的水轮机调速系统控制方法

水轮机调速系统是典型的具有非最小相位、非线性,时变特性的复杂控制系统,难以建立精确的数学模型.针对水轮机调节系统的特性,运用模糊控制和神经网络控制的理论,设计了一种模糊神经网络控制器,利用神经网络结构来实现模糊逻辑推理,通过神经网络的学习来优化模糊控制的隶属度函数以及模糊规则.针对模糊控制存在稳态误差的问题,提出了一种FNNC-PID复合控制器,仿真结果表明,这种控制方案可以消除稳态误差,并使系统具有良好的动态性能和鲁棒性,其控制效果优于常规的PID控制.     

基于双曲正切函数的非线性PI控制器及其在感应电动机矢量控制中的应用

提出了一种基于双曲正切函数的非线性PI控制器,将它用于感应电动机矢量控制系统的速度控制.根据模态等效原理,证明了该非线性PI控制器与某种模糊逻辑控制器的近似等效性,但在实现方面却比模糊控制器简单得多,同时克服了模糊控制器固有的高频抖振缺点.仿真和实验结果均证明了该非线性PI速度控制器在感应电动机的矢量控制中具有较好的控制性能.     

基于模糊自适应PI控制的柔性直流输电系统实验研究

柔性直流输电在联接无源网络时,对其控制的关键是对无源网交流电压和频率的控制.针对联接无源网的控制方法进行研究和实现,结合实际计算机控制器,提出了柔性直流输电交流电压和频率离散化控制原理.引入了作用模糊子集推理方法,与DSP运算特点结合,应用于PI参数自调整.提出了基于作用模糊子集推理的DSP模糊控制实现方法:根据系统状态的偏差、偏差变化和隶属函数求作用模糊子集和相应的隶属度;根据最小值原则计算前件真值.并按各自模糊控制规则将真值传给后件;确定输出的模糊量,并计算相应的隶属度:利用加权平均法反模糊化并在线自修正PI参数.开发了VSC-HVDC的DSP交流电压控制器.进行了模糊自适应PI控制的实验研究.结果表明,对VSC-HVDC交流电压控制采用作用模糊子集的自适应PI控制是有效的.     

新型静止无功发生器的Fuzzy-PI控制

论述ASVG的工作原理,根据控制原理设计ASVG的模糊PI(Fuzzy-PI)控制器.采用模糊控制器获得良好的动态性能,同时引入PI控制改善模糊控制器的静态性能,增强其鲁棒性.该控制器使系统在电流跟踪误差较大时比例控制占主导,误差减小速度较快,在误差减小到一定范围内时积分控制占主导,实现稳态无差.并且该控制器具有较强的自适应控制能力,增强了对电力系统稳定性的控制,具有满意的控制精度,易于实现数字控制,比传统的PI控制具有更好的控制效果.数字仿真验证了该控制方法的有效性和正确性.     

基于阶梯隶属度函数的离散T-S模糊系统H_∞控制

针对离散T-S模糊控制系统,提出了一种基于阶梯隶属度函数的H_∞控制器设计方法。为了增加控制器设计的自由度,采用模糊Lyapunov函数作为候选Lyapunov函数,并利用非并行补偿控制器进行闭环控制。进一步利用阶梯隶属度函数逼近T-S模糊模型的隶属度函数,根据阶梯隶属度函数取值的离散性和有限性,描述闭环系统稳定性和性能的模糊矩阵不等式可以被转换为若干线性矩阵不等式。由于隶属度函数的信息被引入到控制器设计之中,降低了控制器设计的保守程度。相比于传统的H_∞控制方法,所提出的方法能够设计出具有更小H_∞性能指标的模糊控制器。给出了一个数值仿真示例验证了方法的有效性。     

采用GA提高模糊控制器适应性的方法及应用研究

对于工业控制中广泛存在的多容量、大惯性、大延迟的被控对象,模糊控制是一种较有效的方法,模糊控制中隶属函数的正确选择是模糊控制器设计的关键,针对传统的获取隶属度函数方法的不足,本文设计了一种基于遗传算法的模糊控制器,系统采用遗传算法优化模糊控制器的隶属函数及其量化因子和比例因子的初值.仿真结果表明,采用该算法设计的模糊控制器较传统的PID控制器与模糊控制器具有鲁棒性强、超调量小的特点.这种改进型的模糊控制器具有良好的控制性能,体现了遗传算法在参数寻优方面的优越性.     

基于模糊自适应PI控制的变换器电流控制方法

提出一种新型基于模糊自适应PI调节电流控制电压型PWM变换器方法,将模糊控制与PI控制器结合,采用模糊推理方法,根据电流误差和电流误差的变化,自动调整P,I参数,提高了电流的控制精度和变换器的动态性能.仿真结果证明该方法具有良好的动态性能.     

BLDCM自调整比例因子模糊控制系统的建模及仿真

在分析无刷直流电机(BLDCM)数学模型的基础上,提出了一种BLDCM仿真模型建立的新方法。在Matlab中利用C MEX S-函数通过编程来实现BLDCM除速度控制模块外的其余子模块的功能,并搭建无刷直流电机模型。仿真结果表明建模方法的正确性和有效性,同时提高了仿真效率。基于所建立的BLDCM仿真模型利用S-函数建立了带自调整比例因子的模糊控制器,并将之与数字PI控制器、基本模糊控制器及Fuzzy-PI混合控制器对比仿真,仿真结果表明所建立的自调整比例因子模糊控制器具有最优的控制效果。     

大功率混合有源电力滤波器的智能控制策略

针对传统PI控制器的比例和积分控制参数是否取得最佳值能够对滤波器滤波性能产生较大的影响,提出了一种基于智能神经网络误差补偿(INNEC)及自适应模糊PI参数整定的大功率混合有源电力滤波器智能控制方法。其中,建立了新的模糊规则并利用模糊推理对PI控制器的比例系数、积分系数进行在线修改,实现PI参数的最佳调整;在经模糊整定后的PI控制器前串接一个智能神经网络误差补偿器来有效补偿负载谐波电流与逆变器实际输出电流之间的误差。仿真和实验结果验证了该控制方法的可行性和有效性,与传统PI控制方法比较,能有效提高系统的目标跟踪能力,滤波性能更好。     

神经网络和模糊算法相结合的永磁同步电机的鲁棒控制

提出一种神经网络和模糊理论相结合的控制算法,用于永磁同步电机的控制.该算法用基于BP神经网络的PID算法作为速度控制器,实现控制系统的在线自适应调整;同时用模糊理论算法作为神经网络控制器输出的限制,实现了良好的控制动态性能.在与传统的PI控制仿真比较中,该算法显示出了较好的控制性能,对负载和电机参数的变化不再敏感,且控制器可以在误差较大的时候快速跟踪指令,而在误差较小的时候实现稳定运行.     

基于区间二型模糊逻辑控制的BLDCM转速控制研究

针对无刷直流电机调速系统强耦合与非线性时变的特点,设计了一种无刷直流电机区间二型模糊逻辑控制器,通过动态调节控制器参数,实现无刷直流电机高精度速度控制,提升电机控制性能。基于MATLAB/Simulink环境搭建无刷直流电机调速系统仿真模型,并在恒速、加减速和突加负载三种工况下,比较区间二型模糊逻辑控制与传统PI控制的电机转速响应差异。仿真结果表明:相比于传统PI控制,基于区间二型模糊逻辑控制的电机响应速度快,控制精度高,抗干扰能力强,可以有效降低不确定性对系统的影响,具有较强的鲁棒性。     

一种新型的无刷直流电机调速系统的模糊PI智能控制

在分析无刷直流电机(BLDCM)数学模型的基础上，建立了控制系统的仿真模型，提出了一种新型的模糊PI智能控制方法。在BLDCM双闭环调速系统中，电流控制仍采用PI控制器，而转速控制通过采用常规PI控制和模糊控制相结合的方法来实现．结果表明，这种新型的模糊PI智能控制方法响应快、无超调、鲁棒性强、抗干扰能力好，较传统PI控制具有更好的动、静态特性。     

无刷直流电机控制策略的仿真研究

为改善无刷直流电机的调速性能,研究了基于模糊控制思想的模糊控制器及其在BLDCM控制系统中的应用。在Matlab仿真平台下,建立了BLDCM的模型,构建了BLDCM转速闭环控制系统,其中转速控制器分别采用了模糊控制器和普通PID控制器。仿真结果表明：与常规PID控制器相比,采用模糊控制器的优势在于转速输出无超调、响应速度快、控制精度高,具有较强的鲁棒性和自适应能力。     

基于蚁群模糊神经网络的无刷直流电机仿真控制研究

无刷直流电机（BLDCM）的动力学特性是一个高阶、非线性、强耦合的系统,针对传统PI控制的滞后性和动态响应性能较差等特点,提出一种基于动态递归模糊神经网络PI控制的无刷直流电机调速系统速度控制器的实施方案,利用蚁群算法优化递归模糊神经网络的隶属度函数参数和网络权值系数,从而提高系统的动态响应性能。仿真结果表明,该方法响应快,具有较强的抗干扰性和鲁棒性,动、静态特性均优于传统PI控制。     

无刷直流电动机模糊神经网络PI控制方法

通过分析无刷直流电动机模糊PI控制的不足,在对传统模糊-PI混合控制策略进行改进的基础上,提出模糊神经网络PI控制策略。该策略是建立在用基本样条函数实现BLDCM模糊神经网络速度控制器新方法基础之上。通过调整模糊神经网络中唯一需要优化的权值系数,以达到模糊神经网络参数自动调整与寻优的目的,从而提高了系统的动态响应和鲁棒性。仿真结果表明,该方法响应快、无超调、鲁棒性强。     

基于DSP的无刷直流电机模糊控制系统研究

文章介绍一种数字信号处理器(DSP)控制的无刷直流电机控制系统.利用TMS320LF2407的运动控制接口形成单片DSP控制的电机系统.使用霍尔元件检测转子磁极位置,形成电子换相逻辑.由PI进行速度和电流控制,用模糊逻辑实现位置控制,文中讨论了模糊变量的域的选取和变域控制方法.最后给出了实验结果和结论.     

异步电动机三闭环模糊PI矢量控制方法研究

针对异步电动机矢量控制因电动机参数和负载变化使其性能变差的问题,设计了转矩环、磁链环、转速环三闭环模糊PI矢量控制系统。以速度误差和速度误差变化率作为模糊控制器的输入,大偏差时采用模糊控制,小偏差时采用PI控制。仿真结果表明,相比于传统的矢量控制系统,三闭环模糊PI矢量控制系统具有良好的动、静态性能以及较强的鲁棒性。     

基于模糊控制的燃油泵系统建模与仿真

建立了无刷直流电动机(BLDCM)、离心泵和模糊控制器的模型,并将其有机组合构建了BLDCM驱动的燃油泵系统的模糊控制仿真模型,设计了基于流量的燃油泵转速闭环,并进行了仿真,仿真结果显示:采用模糊控制系统上升时间短,无超调,无震荡,无稳态误差,比PID控制具有更快的动态响应和更好的稳态特性。     

基于可变论域模糊控制的无刷直流电动机控制系统

根据无刷直流电动机控制的基本原理,设计了一种基于可变论域模糊控制的高性能无刷直流电机速度控制器。该控制器可以动态地改变输入模糊集的论域。构造了无刷直流电机基于该模糊速度控制器的控制系统,基于Matlab／Simulink环境进行了大量的仿真实验,仿真实验验证了基于可变论域模糊速度控制器的无刷直流电机控制系统的有效性与优越性。     

改进滑模观测器的BLDCM无模型自适应控制

为了解决传统滑模观测器(SMO)的抖振与相位延迟问题以及传统PI控制动态性能差的问题。首先提出了一种新型的切换函数对传统滑模观测器进行了改进,这种新型的切换函数是用双边界层的思想实现的,并且将改进的滑模观测器运用到无刷直流电机(BLDCM)直接转矩控制系统中,实现了无刷直流电机无位置传感器控制,其次将全格式线性化无模型自适应控制(MFAC)算法应用于无刷直流电机调速控制器的设计中。仿真结果表明,改进的滑模观测器的反电动势观测误差比传统滑模观测器小了4%左右,并且无模型自适应控制的动态性能要优于传统PI控制。改进的滑模观测器能够准确地估计无刷直流电机的反电动势,有效地削弱抖振,无需额外增加低通滤波器,简化了系统结构。无模型自适应控制算法提高了系统的鲁棒性、稳定性和快速性。