Active power filter using nonlinear repetitive controller

Active power filters as solutions to power quality problems have become more and more important nowadays. A nonlinear repetitive controller for current control of active power filters is proposed. The proposed method is composed of a repetitive controller and a deadband relay. Whenever the input error is above the threshold, the current control loop is driven dominantly by the deadband relay to obtain fast dynamic response. After the input error is below the threshold, the deadband relay automatically turns off and the repetitive control alone governs the current control to eliminate the steady-state error. Discussions on the design of the current and voltage control loops are also given. Simulation and experimental results verified the feasibility of the proposed method.     

基于死区调度的无线网络控制系统保性能控制器设计

针对无线网络控制系统(WiNCS)中网络带宽有限、节点能量有限、网络冲突概率高和节点动态移动的特点,提出了基于系统误差的死区调度策略,即只在系统误差绝对值大于死区阈值时才进行控制量的计算和传输.将死区调度描述为一个非线性函数,并在考虑系统参数不确定性和网络诱导时延的情况下,建立了基于死区调度的无线网络控制系统模型.利用Lyapunov-Krasovskii方法,给出了保性能控制器的设计方法.仿真实验结果表明所提方法在保证控制性能的基础上有效地降低了控制器的数据传输率.     

永磁同步电动机高动态响应电流控制

永磁同步电动机系统广泛采用矢量控制策略实现转矩控制,电流控制环是其核心部分.电流环一般采用PI型控制,但PI型电流控制动态响应动态特性受到制约,参数整定必须在超调量及响应时间等指标之间折衷选择.为了改进PI型电流控制的动态响应性能,在输入误差较大时,采用滑模变结构控制,输入误差较小时,切换到PI型电流控制.结合滑模变结构和PI型电流控制,可以充分利用滑模变结构控制动态响应快,以及PI型电流控制无稳态误差的特点,并能解决滑模变结构控制的抖颤问题.实验结果表明该电流控制方法响应时间短而且超调量小,同时获得良好的动态响应和控制精度.     

Analysis and Estimation of Tracking Errors of Plug-in Type Repetitive Control Systems

Subject to stability constraints, tracking performance of a plug-in type repetitive control system with periodic inputs is explored in this note. An upper bound for the square integral of the tracking error over one time period of periodic input signals is derived based on Fourier analysis. The magnitude and the decay rate of the tracking error can be estimated using the harmonics of the input signal within the designed bandwidth. Both computer simulations and experimental results are presented to illustrate the effectiveness of the proposed method. It is also shown that the tracking error can decay significantly in the first two time periods in the proposed repetitive control system if the required bandwidth conditions are satisfied.     

基于死区吸引律的离散重复控制

针对周期参考信号下的不确定离散时间系统,提出一种离散重复控制方法,利用死区函数设计新型的吸引律,将干扰补偿、抑制措施“嵌入”吸引律,构造理想误差动态,并基于此导出重复控制器。为了进行具体的控制器参数整定和表征闭环系统的误差动态行为,推导出了稳态误差带、单调减区域和绝对吸引层边界的表达式。所设计的离散重复控制器能够完全抑制周期对称干扰信号,控制器设计方法也适用于常值调节问题的定位控制。数值仿真及在电机伺服系统上的实验结果验证了所提出控制方法的有效性。     

离散自适应重复控制: 收敛性分析与实现

针对周期已知情形下的离散周期时变系统, 提出一种自适应重复控制方法, 参数估计采用带死区修正的重复学习投影算法. 关键技术引理在分析离散自适应控制系统时起到了关键作用, 通过推广这一引理, 文中给出重复域关键技术引理, 用于证明离散自适应重复控制系统的稳定性和收敛性. 理论分析表明, 系统的输入和输出信号均有界; 且当周期数趋于足够大时, 跟踪误差收敛于一邻域中, 其半径为干扰的界. 在直线电机实验装置上的应用结果验证了 所提出重复控制方法的有效性.     

一种网络资源受限情况下的NCS 反馈调度方法

在网络控制系统中,网络负载的加重会使网络资源变得有限,从而使各个子系统的控制性能变 差．为了改善这一情况下系统的控制品质（quality of control, QoC）,本文提出了流动式死区反馈调度方法．通 过对死区节点的动态选择和对死区范围的连续分配,整个系统在网络资源有限的情况下总的控制品质得到了 提高．仿真结果表明,在网络资源紧缺时,该方法采用的流动式死区思想和死区范围连续化思想对系统QoC 的提高是有效的．     

基于约束输入变速吸引律的离散重复控制器设计

针对离散时间线性系统的周期跟踪问题, 提出一种能够约束控制输入变化速度的变速吸引律, 结合干扰抑制措施构造了理想误差动态, 并由此导出离散重复控制器. 分析表明, 该变速吸引律能使跟踪误差在有限时间内单调收敛至零, 且误差收敛速度可控. 为刻画误差动态行为, 推导了有界扰动下的误差单调收敛域、绝对值收敛域和稳态误差带, 并给出了收敛步数. 针对伺服电机系统的仿真与实验结果验证了所提出控制方案的有效性.

     

Linearization with respect to useful signal of relay control systems containing blocks with limiters

A method of linearization with respect to the useful signal of relay systems with the control plant containing blocks with limiters is proposed. Relay systems with two-position relay element are considered. The method allows studying the tracking mode of input signals in the relay system in a simple way. This is very important for synthesizing relay systems when a great number of variants need to be analyzed.     

一类非参数不确定系统的自适应重复学习控制

本文针对一类非参数不确定系统提出一种全限幅自适应重复学习控制方法. 利用期望轨迹的周期特性, 构 造周期性期望控制输入, 并基于Lyapunov方法设计自适应重复学习控制器, 实现系统对周期性期望轨迹的高精度跟 踪, 且无需已知非参数不确定性的上界. 设计全限幅学习律估计未知的期望控制输入, 保证估计值被限制在指定的 界内. 同时, 通过构造完全平方式消除部分误差相关项, 控制器设计中可避免使用符号函数, 从而抑制控制器抖振问 题. 最后, 基于Lyapunov方法对误差收敛性进行了分析, 并通过仿真对比验证本文所提方法的有效性.     

重复学习控制及其在一类非线性系统中的应用

为跟踪或抑制仅周期已知的未知周期参考或扰动信号，提出一种新的重复学习控制方法，利用系统的稳态误差并通过迭代学习构造前馈补偿，实现了误差的渐近收敛，将所提出方法应用于一类常见的扰动信号和系统输出具有未知非线性关系的非线性系统，假设其满足连续里普希斯条件，利用重复学习控制器，系统的稳态误差可以减小到极低的程度，该方法控制精度高，实现简单，与传统的基于时延内模的重复控制方法相比，具有对非重复性干扰不敏感的优点，仿真结果验证了该方法的有效性。     

离散时间非线性系统的数据驱动无模型自适应迭代学习控制

本文基于迭代域的动态线性化方法,提出了一类单入单出离散时间非线性系统的数据驱动无模型自适应迭代学习控制方案.无模型自适应迭代学习控制本质上属于一种数据驱动控制方法,仅利用被控对象的输入输出数据即可实现控制方案的设计.理论分析表明无模型自适应迭代学习控制方案可以保证最大学习误差的单调收敛性.数值仿真和快速路交通控制应用验证了无模型自适应迭代学习控制方案的有效性.     

有源电力滤波器的鲁棒重复电流控制策略研究

针对传统的电流环PI控制存在稳态误差和相角偏移等问题,提出了一种有源电力滤波器的鲁棒重复电流控制策略,详细分析了鲁棒重复控制策略的具体实现方法。仿真和试验结果表明,该控制策略在实现有源电力滤波器输出补偿电流准确跟踪指令电流的同时,提高了有源电力滤波器的抗干扰性能,显著改善了有源电力滤波器的动静态性能。     

基于扩张状态观测器的永磁同步电机重复学习控制

本文针对非参数不确定永磁同步电机系统,提出一种基于扩张状态观测器的重复学习控制方法,实现对周期期望轨迹的高精度跟踪.首先,将永磁同步电机中的非参数不确定性分为周期不确定与非周期不确定两部分.其次,构造包含周期不确定的未知期望控制输入,并设计重复学习律估计未知期望控制输入并补偿系统周期不确定.在此基础上,设计扩张状态观测器,估计系统未知状态和补偿非周期性不确定,进而提高系统鲁棒性.与已有的部分限幅学习律相比,本文提出的全限幅重复学习律可以保证估计值的连续性且能够被限制在指定的界内.最后,基于李雅普诺夫方法分析误差的收敛性能,并给出仿真和实验结果验证本文所提方法的有效性.     

变频电网三相有源电力滤波器重复控制策略

为了在变频环境下,提高三相并联型有源电力滤波器的电流跟踪性能和补偿效果,提出了一种基于并联通用内模,具有频率自适应性的复合重复控制策略.提出的并联通用内模能依据指令电流谐波成份的变化动态调节内模的补偿范围和延迟时间,并进一步将延迟时间缩短至同等补偿范围内模的一半,显著提高了重复控制器动态性能和适应能力.内模中由电网频率变化引起的分数阶延时环节,采用线性插值法近似,使基于并联通用内模的重复控制器具有频率自适应性.采用插入式结构设计了复合重复控制系统.详细分析了复合控制系统的稳定条件和收敛性.以飞机变频电网并联型有源电力滤波器系统为应用环境,将提出的复合重复控制策略与其他控制策略进行了对比.仿真和实验结果验证了提出的复合重复控制策略的有效性和优越性.     

一类不确定非线性系统的重复学习控制

针对一类在有限时间区间上重复作业的不确定非线性系统,本文提出一种重复学习控制方法,用于解决非参数不确定性问题.该方法采用死区修正学习律对期望控制输入与界函数进行估计,以避免参数的正向累加导致系统发散,并使该控制算法较少地依赖于系统信息,更方便于控制器的实现.基于Lyapunov方法所设计的控制器,保证了闭环系统所有信号的有界性,并使得跟踪误差收敛于死区界定的邻域.通过仿真算例及电机实验结果验证所提学习控制算法的有效性.     

机器人系统非线性分散重复学习轨迹跟踪控制

采用一类具有"小误差放大、大误差饱和"功能的非线性饱和函数来改进传统重复学习控制(Repetitive control, RC)机器人系统动力学控制, 形成一类新的非线性分散重复学习控制(Nonlinear decentralized repetitive control, NRC),使得在不增加驱动力矩的条件下获得了更快的响应速度和更高的轨迹跟踪精度. 应用Lyapunov直接稳定性理论和LaSalle不变性原理证明了闭环系统的全局渐近稳定性. 三自由度机器人系统数值仿真结果表明了所提出的非线性分散重复学习控制具有良好的控制品质.     

Robust adaptive repetitive learning control for a class of time-varying nonlinear systems with unknown control direction

A robust adaptive repetitive learning control method is proposed for a class of time-varying nonlinear systems. Nussbaum-gain method is incorporated into the control design to counteract the lack of a priori knowledge of the control direction which determines the motion direction of the system under any input. It is shown that the system state could converge to the desired trajectory asymptotically along the iteration axis through repetitive learning. Simulation is carried out to show the validity of the proposed control method.     

Compensation‐based data‐driven ILC with input and output package dropouts

This paper explores the problem of random data loss at both input and output sides and proposes a compensation‐based data‐driven iterative learning control (cDDILC) to refrain from deteriorating of the control performance due to the data loss. A linear data model is first established to describe the input‐output dynamics of a repetitive control system in the iteration domain. The linear data model, which only virtually exists in the computer without any physical backgrounds, is employed as a predictive model to estimate and compensate the lost output data. Meanwhile, the lost input data is replaced by the corresponding input of the same time instant in the latest previous iterations. Then, a cDDILC is proposed by introducing two Bernoulli random variables to describe the stochastic data loss at both input and output sides. The proposed cDDILC method is data driven and independent of a precise plant model. Although the design and analysis of the cDDILC start from a MIMO linear repetitive system, one can easily extend the results to a MIMO nonlinear nonaffine one. Theoretical analysis and simulations confirm the efficiency of the proposed cDDILC method.     

数字式UPS逆变器复合控制系统设计

提出一种基于TMS320LF2407的数字化UPS逆变部分的设计方法,采用PI控制和重复控制相结合的方法设计电压、电流双闭环数字控制器,给出设计过程及软件流程。