模糊自抗扰控制在永磁同步电机调速系统的应用

针对直接转矩调速系统中PID控制器参数鲁棒性差,调速过程中磁链和转矩脉动大的问题,设计了一种基于模糊的改进自抗扰转速控制器;自抗扰策略代替传统的PID控制方法,模糊规则对自抗扰控制算法进行简化,减少待整定参数;与传统的PID控制方法相比,模糊自抗扰控制能提高调速系统的误差估计补偿和抗干扰能力;对比仿真结果,模糊自抗扰控制响应速度快,明显降低了系统在调速过程中的磁链和转矩脉动,表明模糊自抗扰控制具有良好的控制性能,验证了该方法的有效性。     

液位温度时滞耦合系统自抗扰控制仿真研究

将自抗扰控制技术(ADRC)应用于冷热水混合系统来仿真工业过程系统,进而研究对该类耦合时滞系统的控制策略。传统的方法是用双通道PID控制器进行仿真。通过Matlab平台搭建实验进行比较,自抗扰控制器能够有效地对冷热水混合系统进行解耦控制。相比于双通道PID控制器,自抗扰控制器的控制效果具有更优的动态性能与鲁棒性,证明自抗扰控制器能够适应环境的变化。仿真结果可为一类具有时滞耦合特性的复杂工业过程提供控制参考。     

高阶大惯性系统的线性自抗扰控制器设计

针对自抗扰控制器在热力系统高阶大惯性过程控制中效果不佳的问题,提出一种利用高阶系统模型信息进行补偿的自抗扰控制器设计方法.基于理论分析,给出各可调参数的物理意义及其定量化参数整定方法,并从观测误差、开环频率特性和参数稳定域等方面分析补偿自抗扰控制器能够提高控制效果的原因.仿真对比实验和鲁棒性检验结果表明,所提方法在设定值跟踪、抗扰能力和性能鲁棒性方面均优于PI/PID,同时能够显著改善低阶自抗扰控制器对高阶大惯性过程的控制效果,具有很好的工程推广潜力.     

基于变结构控制的二阶自抗扰控制

结合变结构控制器抗扰性能强，调节速度快和结构简单的特点，提出一种基于变结构控制器的二阶自抗扰控制器。首先，设计了系统的相轨迹和一种变结构控制律，使得系统具有更强抗扰能力和更快的调节速度。在带宽近似不变的情况下，可以通过调节参数改变系统的抗扰性和调节时间。证明了系统的稳定性，研究了变结构控制器的参数选取问题，考虑扩张状态观测器的观测误差，分析了参数选取对系统抗扰性的影响。最后，采用仿真实验测试了控制器的性能，实验结果表明，相比基于PD控制的标准自抗扰控制控制器，该控制器在调节时间、抗扰性及参数整定上均更优。     

基于自适应神经模糊推理系统的船舶航向自抗扰控制

在实际的船舶航向控制中,航向系统在受到外界风浪干扰时表现出的模型非线性和参数不确定性,为航向控制器的设计带来了困难。针对该问题,设计了常规的线性自抗扰控制器和两种在线学习的自抗扰控制器。利用自适应神经模糊推理系统(ANFIS)实现自抗扰控制器参数的在线调整,设计了自适应PD的自抗扰控制器和自适应扩张状态观测器(ESO)的自抗扰控制器;分别在船舶受到外界扰动和参数摄动的两种情况下进行了仿真,仿真表明自适应自抗扰控制器控制效果更好,抗扰能力更强,表现出较强的鲁棒性。     

异步电动机的自抗扰控制器及其参数整定

针对异步电动机的控制问题设计一种自抗扰控制器，并给出了该控制器的参数整定方案。仿真实验表明，该方案可以快速有效地得到自抗扰控制器的有效参数，使闭环系统具有快速稳定的跟踪性能。所提出的参数整定方案对自抗扰控制器的使用和推广具有参考价值。     

基于深度强化学习的飞行器自抗扰控制技术北大核心

针对传统固定参数的自抗扰控制器应用在参数大范围随机快变的高速飞行器姿态控制时扰动估计精度不高,系统稳定性和控制品质较差的问题,提出一种深度强化学习的自抗扰控制方法,通过大量离线仿真交互自动学习获得扩张状态观测器参数智能调节神经网络,并在线利用网络进行参数实时调度,提高扰动的估计精度。仿真结果表明,深度强化学习的智能自抗扰控制器相比传统的固定参数自抗扰控制器具有更精准的控制精度、更强的鲁棒性,具有一定的工程实用价值。     

一阶时滞系统线性自抗扰控制器参数稳定域分析

当使用线性自抗扰控制器(linear active disturbance rejection controller,LADRC)控制时滞系统时,闭环系统的稳定性与控制器参数的选取有较大的关系.如何定量求取线性自抗扰针对时滞系统的参数稳定域还没有有效的方法.本文针对线性自抗扰控制器控制一阶时滞系统,利用双轨迹法精确求解出了线性自抗扰控制器参数的稳定域.该方法利用双轨迹的图形性质,有效地将求解具有时滞的控制系统闭环特征方程根的分布问题转化为求解双轨迹交点频率的问题,从而得到能够保证闭环系统稳定性的控制器参数稳定域.求得的稳定域为时滞系统线性自抗扰控制器的整定提供了理论依据.仿真结果验证了所提出方法的有效性.     

线性自抗扰控制的适用性及整定

线性自抗扰控制将被控对象看成串级积分系统,把其他信息都当成不确定性.这种处理方法简单,但是对什么样的系统有效,目前还没有理论给出确定的答案.本文证明任何带有积分行为的严格正则传递函数都可以由线性自抗扰控制的反馈控制器等价实现,从而表明线性自抗扰控制具有广泛的适用性,即只要其他线性控制方法能够控制的系统,线性自抗扰控制同样可以适用.为简化线性自抗扰控制器参数整定,本文针对工业过程中广泛存在的PID控制器,提出将PID参数转化为二阶自抗扰控制参数的方法.该方法转化的线性自抗扰参数以带宽形式表示,从而保留了传统线性自抗扰简单易调的特性,为线性自抗扰控制在工业过程的应用准备了基础.     

一类轻载电液位置伺服系统线性自抗扰控制

为解决一类轻载电液位置伺服系统线性自抗扰控制器设计过程中面临的阶次选择问题,本文从系统特性、频域等角度,分析自抗扰框架中“积分器串联结构”与轻载电液位置伺服系统之间的内在联系,得到轻载电液位置伺服系统在自抗扰控制框架下是本质“一阶”系统的结论,从而合理设计了1阶线性自抗扰控制器.在此基础上,提出了有效的控制器参数整定方法,并分析了闭环系统的稳定性.仿真和试验结果表明,与高阶相比1阶线性自抗扰控制器可以更好地控制动态过程较快、负载较轻的惯性负载电液位置伺服系统,为自抗扰控制在液压伺服领域的工程应用提供了参考.     

从PID技术到"自抗扰控制"技术

从传统PID的原理出发，分析了它的优缺点。利用非线性机制来开发了一些具有特殊功能的环节：跟踪微分器（TD），扩张状态观测器（ESO），非线性PID（NPID）等，并以此组合出高品质的新型控制器－自抗扰控制器（ADRC），从而形成了新的“自抗扰控制”技术。新型的控制器具有算法简单、参数易于调节的特点。     

基于优化神经网络ADRC的机器人无标定视觉跟踪

研究机器人无标定视觉跟踪,采用基于神经网络的耦合自抗扰控制器,并用自适应遗传算法训练BP网络的初始权值,优化控制器参数,实现了六自由度机器人的无标定手眼协调控制,仿真结果验证了算法的可行性.     

板宽板厚多变量系统的自抗扰控制

针对精轧板宽板厚多变量系统具有强耦合、不确定性、大时滞、干扰因素多、非线性等特点,应用ADRC静态解耦和ESO动态解耦技术,给出了一种全新的多变量ADRC设计及实现方案。解耦后各通道的ADRC可分别按常规的单变量时滞系统来设计。为满足快速性要求,各通道的ADRC改由ESO、NF两部分组成,而且这两部分没有采用常规的非线性函数,而是改用线性函数。改进后的ADRC由Simulink编程实现。仿真结果表明这种方法的有效性。     

无陀螺大挠性多体卫星的自抗扰姿态控制

研究了最近提出的非线性自抗扰控制器在大挠性多体卫星姿态控制中的应用问题。在无陀螺测量情况下 ,提出了一种自抗扰姿态控制器 ,并与使用于某挠性卫星的有陀螺测量的古典PID姿态控制器 ,从鲁棒性、干扰抑制、动静态性能指标和振动抑制等方面进行了比较。在考虑了反作用轮和敏感器的实际非线性和敏感器噪声影响情况下 ,仿真表明 :自抗扰姿态控制器 ,除在振动抑制和控制误差精度方面略差外 ,其它各方面均优于古典PID姿态控制器。该文提出的自抗扰姿态控制器 ,在无陀螺或陀螺故障下 ,实现挠性多体卫星的高精度高稳定度姿态控制 ,具有实际的应用价值     

气动加载系统的积分型线性自抗扰控制

气动加载系统是复杂的非线性时变系统,可变参数和不确定性比较多,本文采用积分型线性自抗扰控制器(I--LADRC)对气动加载系统进行控制.自抗扰控制器(active disturbance rejection controller,ADRC)结构简单,不依赖于被控对象精确的数学模型,可以很好补偿被控系统内外各种不确定性.加入积分环节用来弥补ADRC在时变系统控制中存在的不足.在采用VC++6.0的工控试验平台上,将I--LADRC应用于气动加载系统中,分别在加载压力为恒值、方波和正弦波时进行空载和加载实验,并将得到的实验结果与PID控制算法进行比较,实验结果表明该控制算法不仅响应速度快,精度高,并且还具有较强的鲁棒性,具有良好的工程应用前景.     

Active Disturbance Rejection Control in fully distributed Automatic Generation Control with co-simulation of communication delay

This paper compares Active Disturbance Rejection Control (ADRC), Proportional–Integral (PI) and ultra-local adaptive controller (also labeled intelligent-PID) when applied to Automatic Generation Control (AGC) for a multi-area power system with co-simulation of the communication system. The co-simulation platform PiccSIM integrates Simulink/Matlab and Network Simulator Ver. 2 (NS2) with real-time simulation data exchanged through Local Area Network (LAN). Instead of the traditional control center, automatic generation controller is embedded in each participating generation unit locally to avoid communication delay for the control signals. This new control scheme is referred to as fully distributed AGC. The performance of the proposed scheme is tested on a nonlinear model of New England (NE) 39-bus system with the co-simulated tie-line power flow communication delays. The simulation results present very promising performance and good robustness of ADRC in the presence of communication delays, suggesting that the stability of the overall cyber–physical system is enhanced significantly.     

基于ESO观测的PMLSM速度系统设计

永磁同步直线电机（PMLSM）是一个非线性、强耦合的多变量系统,利用传统的控制策略很难满足控制系统的高性能指标。本文在自抗扰策略的基础上结合PMLSM的数学模型,以Matlab/Simulink为仿真平台,实现了自抗扰自定义建模并针对PMLSM速度伺服系统设计了ADRC控制系统,其中利用ADRC控制技术有效观测了系统中的动态耦合扰动,针对PMLSM的速度控制系统分别采用了串级一阶ADRC与＂ADRC＋PID＂组合算法进行了仿真验证。仿真结果表明该方法具有很好的动静态特性。     

网络远程闭环系统中不确定时延的自抗扰控制

针对网络远程闭环系统中不确定时延对系统稳定性的影响,提出了基于自抗扰控制器(Auto Disturbance Rejection Control- ler)的网络远程闭环解决方案,同时给出了ADRC控制器参数的整定方法;在基于嵌入式技术的网络远程闭环控制系统平台上实现了无刷直流电机控制器的设计和参数整定,取得了较好的控制效果;所以利用ADRC解决网络远程闭环系统中不确定时延的方法是可行且有效的,同时所设计的控制器及其参数整定方法具有一定的工程参考价值。     

ADRC-Smith预估器在大时滞系统中的应用

工业过程中,有许多大时滞控制对象。本文以温度控制系统为被控对象,针对温控装置大时滞的特点,选择Smith预估器结合ADRC的控制算法。Smith预估器用于消除大时滞造成的影响,同时改善加热装置的动态性能。ADRC可以实现系统无静差。仿真及实验表明,这套算法是有效且可行的。     

基于FOPID+ADRC的永磁同步电机低速控制

永磁同步电机(permanent magnet synchronous motor,PMSM)是一个非线性、多变量、强耦合系统,具有不确定的外部干扰。为了提高其低速运行时的控制精度,采用一种改进自抗扰控制(active disturbance rejection control,ADRC)对其进行控制。首先通过插值法构建一个新的非线性函数来代替ADRC中原有的最优控制函数,使其在原点处更平滑和连续。并将此函数应用于扩张观测器(extended state observer,ESO),最后将非线性误差反馈率(nonlinear state error feedback,NLSEF)用分阶数比例积分微分(fractional-order proportion integration differentiation,FOPID)代替以提高其动态性能。经SIMULINK仿真结果表明,该控制算法在PMSM低速控制中比传统ADRC具有更快的响应速度和更好的抗干扰能力。