多级的模型参考自适应控制器设计

本文将对象分解为串级形式来设计MRACS ,解决了高阶复杂的被控对象在发生大范围和不可测变化时引起的不稳定问题。并进行了计算机仿真。     

用于可控电力驱动装置的自适应控制器的设计

针对电力驱动装置的速度和电流设计了双自适应环控制器,使可控电力驱动装置在机械或电力特性发生大范围和不可测变化时均能维持系统性能稳定,增强了系统的鲁棒性。     

基于遗传算法的电力系统聚类模糊稳定器的设计

为了抑制电力系统因负阻尼而产生的低频振荡，提高系统稳定性，将具有自学习能力的聚类算法和常规模糊控制相结合，提出了一种新型的聚类自适应模糊控制方案，应用于非线性和强耦合的电力系统中，并用一种加速搜索过程的改进遗传算法将常规模糊控制器的隶属参数进行了优化。仿真结果表明，该方案的自适应性、实时性、鲁棒性都很强。     

配电网单相故障多频带奇异量选线方法

采用3次B样条小波包提取各线路故障奇异量模极值,根据模极值能量分布最大原则,提出各线路特征频带的选取方法.当各线路特征频带一致时,以各线路零序电流模极值的幅值关系、相位关系构造选线判据;当各线路特征频带不一致时,分别在各线路的特征频带上构建各线路零序电流模极值的大小和极性关系矩阵,构造选线判据.解决了现有故障奇异量选线方法中因频带选择不合适而造成的误判问题.通过2组现场实录故障算例验证了选线判据的有效性和实用性.     

基于混沌神经网络预测模型的最优控制决策及应用

为了实现非线性、大时滞系统的自适应控制，首先根据具有混沌特性的非线性、大时滞系统的时序列重构相空间，计算出相空间的饱和嵌入维数和最大Lyapunov指数，并以此为指导，建立混沌神经网络预测模型，该模型即便在网络输入不完整或发生变异的情况下，仍能对系统作高精度的短期预测；在此基础上，将预测模型的输出通过反馈校正．再将校正误差和控制增量引入性能函数最优，最后得到最优控制决策，实现了对非线性、大时滞系统高精度的自适应控制。最后将预测控制决策应用到非线性、大时滞的锅炉过热汽温控制中，仿真结果表明了该控制的有效性、快速性和鲁棒性。图6参6     

时延变化的滞后系统在两种控制器下的鲁棒性分析

本文首先用Smith自适应预估器估同滞后系统的时延变化率，然后分别在极点配置控制器下和MRA控制器下对变时延滞后系统的稳定性进行分析，确定了保证系统鲁棒稳定的时延变化的范围。     

筇竹寺组和龙马溪组页岩弹性与复电阻率特性研究

为研究下寒武统筇竹寺组和下志留统龙马溪组页岩弹性与复电阻率特性,采集了川南、鄂西和渝东地区露头岩样标本。 基于 AutoScan-Ⅱ 多参数测试平台,进行了单点测试及平面扫描。 实验结果表明：筇竹寺组页岩纵横波速度与渗透率呈负相关关系,杨氏模量与泊松比符合远景页岩标准,可压性强。 龙马溪组页岩复电阻率 4 项参数的值随矿化度的升高均不同程度地减小,但对频散曲线形态影响较小;相角和异相电阻率在频率为 10 kHz 内与该频点上复电阻率幅值频散曲线的斜率呈正相关关系;对不同采样点岩样频散特性进行对比,认为黄铁矿颗粒的激发极化作用是重庆石柱地区页岩相角与异相电阻率大幅度频散的主要因素,黄铁矿是有机质富存的特征之一,因此异相电阻率与相角可作为复电阻率测井中探测龙马溪组富含有机质页岩层系的重要参数。     

组合电力系统稳定器GPSS的设计

为了抑制电力系统因负阻尼而产生的低频振荡,提高电力系统稳定性,设计了一种组合电力系统稳定器ＧＰＳＳ〈分析和仿真结果都表明该方案对抑制电力系统低频振荡有显著效果。能提高电网运行质量,保持电网我供电的可靠性和优质性     

采用炉膛辐射信号的锅炉燃烧系统模糊神经网络预测控制的仿真研究

针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性 ,采用以炉膛辐射信号为中间被调量的串级控制系统 ,并设计一个基于神经网络预测模型的模糊神经网络控制器作为主控制器。该控制器首先将神经网络与预测控制相结合 ,采用递阶遗传算法对神经网络的结构和权值分别进行训练 ,以实现非线性、大时滞系统模型的精确预测 ;然后将模糊控制与神经网络相结合 ,实现模糊神经网络预测控制。考虑到炉内剧烈的湍流燃烧造成炉膛辐射信号包含随机分量 ,又设计了一个附加判断器的二自由度 PID控制器作为副控制器。仿真结果表明 ,该方案显著提高了非线性、大时滞燃烧系统的控制品质 ,且易于工程实现