随机时延网络控制系统的优化控制

对具有不确定信息传输时延的网络控制系统的优化控制方法进行了研究。首先应用时间戳的BP神经网络对时延加以预测并建立了加热炉网络控制系统的数学模型。基于时间乘误差绝对值积分最小优化策略,给出了一次优化的设计方法,并导出相应的离散状态方程式。基于最优状态反馈提出的二次优化方法进一步提高了控制系统动态性能。最后的仿真和实验结果表明,提出的控制策略能有效地改善系统静态和动态特性。     

加热炉网络控制系统的最少拍响应控制策略

研究加热炉网络控制系统的最少拍响应控制策略。推导了加热炉网络控制系统的频域和离散型状态方程的数学模型,并采用时间戳神经网络,对不确定、时变的网络信息传输延时进行预测。重点研究了具有最少拍响应的数字控制器设计方法,导出了数字控制器控制算法。仿真结果表明,提出的控制算法实现了加热炉精确的温度控制,无稳态偏差,并具有良好的动、静态特性。     

改进遗传算法在无功优化中的应用

本文提出了一种应用于电力系统无功优化问题的改进遗传算法。该算法在一般遗传算法的基础上，对编码方式、遗传算子以及终止判据等方面作了改进。通过对IEEE14节点系统的计算分析表明，该算法优于一般遗传算法。     

基于互联网无刷直流电机传动系统的控制策略

为了方便处理网络控制系统中的时变延时问题,运用时间戳BP神经网络对每一采样周期的延时数据进行在线、实时预测,建立无刷直流电机网络控制系统的数学模型,导出系统离散状态方程,并基于时间乘误差绝对值积分最小(ITAE)优化控制策略提出初次优化设计方法;为了对无刷直流电机传动系统的量测噪声、突加负载扰动及模型随机干扰进行有效补偿和抑制,采用卡尔曼滤波进行状态估计,同时引入李雅普诺夫稳定性理论求取该系统最优状态反馈矩阵,实现网络控制系统的再次优化.仿真结果表明,该方法能够有效提高传动系统的静动态性能和抗干扰水平．