SPWM逆变器复合控制策略

采用何种控制策略和如何实现控制方法是决定正弦波逆变电源输出波形质量和动态性能的主要因素.在详细分析逆变电源常用控制方法优缺点的基础上,提出了一种基于对角递归神经网络在线辨识自学习整定PID控制和重复调节相结合的新型复合控制策略,并在一台以DSP为核心控制器件的逆变电源装置上进行了实验论证.实验结果表明,该方法能同时实现正弦波逆变器的高精度稳态输出波形和快速动态响应性能,适用于感应电源、UPS不间断电源等需要高性能输出电压波形的场合.     

基于复合控制的位置伺服系统控制方案

结合重复控制和模糊自整定PID控制的设计思想,提出了一种新型的无刷直流电机位置伺服系统控制方案。利用重复控制改善系统的稳态特性和增强系统克服同频率扰动的能力,利用模糊自整定PID控制增强系统抵抗参数变化和各种非线性不确定扰动的能力,改善系统的动态特性。仿真结果表明,该复合控制方案使无刷直流电机位置伺服系统获得了良好的动态和稳态性能,在系统受到外部干扰时仍具有较好的控制品质。     

基于复合控制的位置伺服系统控制方案

结合重复控制和模糊自整定PID控制的设计思想,提出了一种新型的无刷直流电机位置伺服系统控制方案。利用重复控制改善系统的稳态特性和增强系统克服同频率扰动的能力,利用模糊自整定PID控制增强系统抵抗参数变化和各种非线性不确定扰动的能力,改善系统的动态特性。仿真结果表明,该复合控制方案使无刷直流电机位置伺服系统获得了良好的动态和稳态性能,在系统受到外部干扰时仍具有较好的控制品质。     

基于DRNN自整定QPR-DMRC控制的并网逆变器技术

针对常规并网逆变器中电网电压会出现畸变及传统控制器动态响应差等问题,通过分析准比例谐振和传统重复控制策略的优缺点,提出了一种基于对角递归神经网络的改进型QPR-双模重复控制(DMRC)复合控制器并给出其控制算法,DRNN采用LM算法,利用DRNN参数自整定技术,对改进型QPR-DMRC控制器参数进行在线整定,该方法既能够有效地对奇、偶次谐波进行抑制,同时解决了QPR控制器参数整定困难等问题。采用Matlab/Simulink进行仿真研究,结果表明该方法能有效地降低系统谐波总畸变率,提高了系统的抗干扰能力,实现逆变器无静差稳定运行。     

中央空调温度控制系统的控制策略研究

对PID、模糊控制、模糊PID 3种不同的控制策略的控制效果进行了分析,提出了中央空调系统模糊PID参数自整定控制可以使空凋系统达到良好的动态性能和稳态性能.仿真结果表明了该方法的有效性.采用模糊PID参数自整定控制器,响应时间更短,超调较小,具有很好的响应特性和鲁棒性.     

逆变电源的双重学习控制技术研究

为了提高逆变电源的输出电压波形质量,提出了一种基于迭代学习补偿和神经网络学习自整定PID参数的双重学习控制方案,分别用于改善稳态时输出正弦电压波形的质量和提高系统处于振荡或过冲时的动态性能.采用TMS320LF2407AG型DSP芯片在一台3.5 kW PWM逆变电源上验证了该双重学习控制方案.实验结果表明,采用提出的控制方案不仅能在稳态时获得谐波畸变率(THD)低的输出电压波形,而且能在负载突变时获得较好的动态响应.     

分布式发电中并网逆变器新型复合控制研究

针对单纯PI控制无法实现无静差的缺点,对分布式并网发电中逆变器的控制进行改进,提出一种基于PI控制和改进的重复控制相结合的新型复合控制策略。PI控制则使系统具有快速的动态响应能力;改进的重复控制可以有效地改善系统的稳态输出波形质量。仿真表明,新的控制策略可有效改善并网电流波形,基本实现并网电流无差跟踪,同时能保证逆变器输出电流与电网电压同频同相。     

杂草算法优化极限学习机的电力逆变器优化控制

为了获得更加理想的电力逆变器性能,针对传统PID控制算法在负载突变和带非线性负载情况下逆变器动态响应速度慢、输出波形质量差等不足,提出一种基于杂草算法优化极限学习机的电力逆变器优化控制策略。首先采用极限学习机对逆变器的PID参数进行在线整定,然后采用杂草算法优化极限学习机的输入权值及隐含层偏差,最后采用Matlab 2012工具箱进行仿真实验。仿真结果表明,该控制策略可以提高逆变器的输出波形质量,减少逆变器的动态响应时间。     

基于模糊自整定PI控制和重复控制的单相正弦脉宽调制逆变电源复合控制方案

提出了一种基于模糊自整定比例积分(ProportionalIntegral,PI)控制和重复控制的新型单相正弦脉宽调制(Sinusoidal Pulse Width Modulation,SPWM)逆变电源控制方案.利用模糊自整定PI控制增强系统抵抗参数变化和各种非线性不确定扰动的能力,改善了系统的动态特性;利用重复控制改善系统的稳态特性和增强系统克服同频率扰动的能力.仿真实验结果表明,该控制方案使正弦波逆变电源系统获得了良好的稳态和动态性能,在系统含有不同扰动频率时仍具有较好的控制品质.     

泵房恒压模糊自整定PID控制系统仿真

针对泵房恒压供水的复杂大滞后系统,传统PID控制难以保证任何工况下始终具有较好的控制性能和快速响应。提出泵机组恒压调速控制系统采用模糊自整定PID控制策略,从而实现PID参数实时整定,并设计出一种模糊自整定PID控制器。根据一个实际泵房恒压参数模型在Matlab/Simulink中搭建仿真模型,仿真结果表明模糊自整定PID的控制器比传统PID具有输出响应快、调节时间短、无超调、稳态精度高、对参数具有较强的鲁棒性等优点,能够很好地解决泵房复杂大滞后系统问题。     

对角回归神经网络在直流双闭环调速系统中的应用

本文采用一种新型记神经网络－－对角回归神经网络（ＤＲＮＮ）,并结合ＰＩＤ控制器,构成直接自适应控制系统,自适应高速整ＰＩＤ参数,并应用于直流双闭环调速系统。仿真结果表明其性能优于ＰＩＤ控制器,有进一步的前景。     

改进DRNN在单元机组协调控制系统参数整定中应用

为协调单元机组机炉特性差异、提高机组运行水平,针对单元机组非线性、强耦合性和参数时变的特点,设计并仿真研究了一种基于改进对角递归神经网络(DRNN)的单元机组协调控制器.该控制器采用DRNN网络整定的PID控制器代替协调解耦控制系统中的常规PID控制器.并在常规DRNN中引入带动量项的PID梯度优化算法,使DRNN网络具有更快的跟踪性和收敛性:在此基础上,针对某300 MW直流燃煤机组在100%、70%负荷工况下的线性模型和某330 MW机组非线性动态模型,分别进行了负荷扰动和主蒸汽压力2种扰动下的仿真研究.仿真结果表明,与常规PID协调控制器相比.所提出的协调控制器具有响应速度快、自适应能力强、抗干扰能力强等特点.表现出更好的静态性能和动态性能.     

神经网络PI自适应控制及其应用

:基于传统PID控制和人工神经网络技术 ,提出一种神经网络PI自适应控制策略 ,并把它用于一电液非线性伺服系统的位置控制 .仿真研究结果表明 ,所提出的神经网络PI自适应控制策略可行 ,对改善非线性伺服控制系统的鲁棒性和动静态特性具有积极作用     

基于智能神经元PID的异步电机直接转矩控制

针对异步电机直接转矩控制系统PID转速调节器的适应性、鲁棒性及抗干扰性较差的问题,提出了基于智能神经元PID转速调节器的异步电机直接转矩控制方法。智能神经元PID转速调节器采用2个神经元控制器进行设计,同时实现了控制器参数的在线调整,磁链调节器和转矩调节器分别采用滞环调节器进行设计。仿真结果表明,基于智能神经元PID的异步电机直接转矩控制系统能快速跟踪参考转速变化,具有很强的抗干扰能力、自适应能力和较强的鲁棒性。     

电磁永磁混合悬浮系统的神经元PID控制

悬浮控制是磁悬浮系统的关键问题之一,其牵引系统必须在稳定悬浮的基础上设计。为了降低悬浮的能量损耗,在本文的悬浮系统中加入了永磁磁极。提出了结合神经控制和传统PID控制的混合悬浮系统的神经元PID控制策略,该策略有很好的在线学习能力,自适应神经元通过自学习和相关搜索方法．用于调节PID控制器的参数,实现实时性能优化。所提出的控制策略经实验验证,在未知数学模型的情况下,可实现快速、精确和稳定的悬浮。     

模糊自适应PID控制在无刷直流电动机矢量控制中的应用

为了能够对无刷直流电动机进行有效地矢量控制,深入地研究了模糊自适应PID控制的应用.首先,提出了无刷直流电机的矢量控制策略;接着,介绍了模糊自适应PID控制器的控制原理;然后,进行了模糊自适应PID控制器的设计;最后,进行了实例研究,进行数值仿真实验,实验结果表明,该方法具有较强自适应能力以及较高的可靠性.     

基于帐篷映射的混沌自适应粒子群优化算法在同步发电机励磁控制中的应用

针对励磁控制系统中比例–积分–微分控制参数整定难的问题,提出了一种基于帐篷映射的混沌自适应权重粒子群优化算法对控制器参数进行优化,采用2级优化策略,第1级采用自适应权重粒子群优化算法执行全局搜索;第2级采用基于帐篷映射的混沌搜索对第1级的结果执行局部遍历搜索,并通过在粒子群算法中引入自适应权重及在混沌局部搜索中采用帐篷映射的方法对混沌粒子群搜索算法进行改进,解决了常规粒子群算法易陷入局部极值且在迭代后期收敛效率低的问题,在建立励磁控制系统简单模型的基础上,实现同步发电机励磁系统的参数优化控制。仿真研究表明,新方法与常规粒子群方法相比具有更好的收敛速度和精度,能有效改善励磁控制系统空载起励和孤网过渡过程的动态性能。     

模糊自适应PID控制器在无刷直流电机控制系统中的应用

无刷直流电机是一种多变量、非线性的控制系统,采用经典的PID控制难以达到满意的控制效果.将模糊自适应PID控制器应用于无刷直流电机的控制中,运用模糊控制原理对PID参数进行在线凋整.实验结果表明,较之传统的PID控制,采用模糊自适应PID控制的无刷直流电机控制系统具有更好的动态和静态性能,达到了较好的控制效果.     

基于神经网络补偿的PID控制方法的研究

经典ＰＩＤ方法的控制参数难以精确整定,且依赖于对象的数学模型,故自适应性较差,很难适应具有非线性、时变不确定性的被控对象,控制精度难以保证。文中研究了在近似参数ＰＩＤ控制基础上,采用ＲＢＦ神经网络进行补偿控制的综合控制方法,仿真研究结果表明了该方法的鲁棒性和跟踪性能均优于经典ＰＩＤ方法。