方波型无刷直流电机的电压跟踪控制策略

针对方波型无刷直流电机控制系统的电压跟踪控制问题,利用非线性系统理论获得一种关于角速度的非线性降阶观测器,以及一种简单、易于应用的非线性位置反馈控制器.理论上,论证了在所设计的控制器作用下,该受控系统能实现全局一致毕竟有界.数值实验显示该控制器具有很好的普适性,以及此系统能快速跟踪额定电压范围内的参考电压,转矩脉动能被有效抑制.     

一种新的免疫算法及其在多模态函数优化中的应用

提取免疫应答的部分简化机制并结合小生境技术,提出一种用于多峰值或非连续函数优化的免疫算法.该算法由记忆细胞获取、克隆选择、亲和突变及群体更新这四种算子模块构成.这些算子的有机组合不仅为最优化问题的解决提供了实用新方法,而且反映了抗体应答抗原的简化运行机制.算法设计的重点是借鉴小生境共享实现方法的思想建立有助于增强群体多样性及保留优良抗体的记忆细胞获取算子,以及利用亲和成熟机理设计抗体突变算子.所获算法具有整体和局部搜索能力及并行搜索特点.理论证明了其收敛性.仿真事例比较表明此算法不仅是有效的,而且能快速搜索到多个最优解(针对于多解最优化问题).     

求解大规模函数优化的粒子群优化算法

针对大规模全局函数优化的维数制约求解性能的问题,提出一种多策略混合进化的粒子群算法.为平衡算法的勘测与开采能力,利用种群分割思想将进化种群分为精英、优质、中等和劣质种群;为增强算法的全局搜索能力,劣质种群向精英种群进行对称学习;为增强算法的局部搜索能力,采用局部高斯扰动增强中等种群中粒子的局部勘测能力;为提升算法的搜索效率,精英以及优质种群直接进入下一代.借助两种标准测试集,比较性的实验结果表明,提出的算法在相同终止条件下,其寻优质量有明显优势,有较好的应用潜力.     

多项目多任务选择动态规划及其智能决策

针对动态多项目多任务选择计划资源配置问题,结合实际环境中多项目管理的突发因素及项目权值动态调整的需求,探讨动态环境下多项目选择计划的数学规划模型;进而,依据体液免疫应答所蕴含的免疫进化机理和遗传学中的基因变异规则,设计改进型免疫遗传算法,寻求资源尽可能充分利用且分配均衡的决策方案。比较性的数值实验显示,该算法在优化效果方面明显优于基于优先规则的启发式算法。结果表明,已获模型是合理的,设计的算法是有效的。     

多项目多任务选择计划模型及其免疫遗传算法

针对多资源受限下项目群选择计划及项目流程调度问题,依据项目的权重和承继约束,将项目群按权值从大到小进行排序,各项目内部的任务分别采用网络计划图进行拓扑排序,并以资源约束和合同期等因素为项目选择标准,建立多项目多任务选择计划的资源配置数学模型。进而,在遗传算法中引入免疫系统的记忆性和多样性功能,设计免疫遗传算法求解所获模型的最佳决策方案。比较性的数值实验结果说明了模型的合理性和算法的有效性。     

含噪声驱动阵的相关噪声卡尔曼滤波及稳定性

探讨相关噪声下离散时变线性系统的卡尔曼滤波模型。借助广义逆和最小模最小二乘解的思想,在Frobenius范数意义下,获得基于偏差最优估计的转换系数矩阵,将相关噪声系统转化为不相关噪声系统,获得相应的卡尔曼滤波模型。理论上,在误差协方差矩阵有界前提下,获证该滤波模型是全局渐近稳定的,数值实验获该模型的合理性。理论和实验结果表明,该模型是稳定的,且可有效解决含相关噪声和时变量测噪声驱动阵的离散时变系统的状态估计问题。     

基于三环PI控制的BLDCM位置伺服系统在线跟踪

针对BLDCM位置伺服跟踪问题,利用系统结构近似处理和结构图的等效变换原则,获得基于三环PI控制结构的位置跟踪系统.通过改善遗传算法初始群体生成方式,以及借助于进化个体群的适应度方差信息,获得动态环境下的遗传算法,并将其应用于在线调节该系统中位置环的PI控制参数.数值实验显示,该算法与BLDCM控制系统结合是可行的,系统能实时、有效地抑制噪声,其位置输出能快速跟踪参考信号.     

基于RBF网络的永磁同步电机扰动衰减和速度跟踪

针对永磁同步电机伺服系统速度控制问题,引入削减系统抖振的饱和函数,提出一种解决不确定环境下电机伺服控制系统的速度跟踪控制器。借助RBF网络自适应估计系统中的不确定项,综合反步设计法和滑模控制法的思想,设计控制器。理论分析获证,该受控系统是李亚普诺夫稳定的。数值实验表明,所获控制方案能削弱系统的不确定性干扰,系统输出跟踪能力强。     

微硬盘的不确定性非线性系统及其跟踪控制

超大存储量、高精度定位、快速跟踪和强稳健性是微硬盘技术发展的重要目标,而控制技术的探讨是其主攻任务之一.鉴于影响磁头运动的主要因素包括摩擦力、惯性力和气流,本文在音圈马达驱动器的传统模型基础上,对这些扰动因素进行综合,引入磁头臂转动角度变量,建立该驱动器的不确定性非线性模型;利用Lyapunov稳定性理论及线性矩阵不等式凸优化技术,提出非线性观测器和自适应反馈控制器,获得所设计模型的跟踪控制方案.仿真结果论证了在所设计的控制方案下,系统的输出能跟踪任意给定的磁道,获得跟踪速度快、跟踪精度高的效果.     

基于短时能量与LSTM的油井动液面深度研究

油井动液面深度计算一直是油田行业关注的重要课题,高效、准确地获取井下液面的动态深度信息对石油行业发展至关重要。为此,针对油井动液面的深度测算受环境噪声的影响而导致计算误差较大的问题,研究基于声波法的油井动液面深度估计与预测算法。通过设计改进型短时能量过零函数和三电中心削波函数,以及融合多渠道液面位置估计信息,获得动态液面的深度估计算法;将此法获得的液面位置和平均声速作为LSTM神经网络的输入,以及实测液面深度作为期望输出,获得可预测液面深度的预测模型。比较性的实验结果表明,所获液面深度计算算法较之短时能量和短时能量过零函数法,更能有效测算动液面深度;得到的预测模型能有效预测不同时段声波下的液面深度。