直线电机的紧格式无模型自适应控制

将基于紧格式线性化的非线性系统无模型自适应控制方法应用于直线电机的控制中.利用伪偏导数和伪阶数的概念,用紧格式动态线性时变模型替代直线电机非线性系统模型.根据直线电机运动模型的输入输出数据在线估计系统的伪偏导数。仿真实验表明,紧格式无模型自适应控制器对电机这种具有不确知动态的非线性系统有较强的自适应性、抗干扰性、稳定性和鲁棒性,解决了直线电机非线性和不确定性的控制问题。     

基于神经网络的数据驱动互联电力系统负荷频率控制

针对高度复杂的电力系统存在的建模误差和不确定性等问题,该文基于无模型自适应控制算法提出一种不依赖电力系统模型信息的负荷频率控制策略。首先将电力系统的动力学模型抽象为一般的非线性函数,在其I/O数据之间引入时变的伪偏导数,将非线性电力系统等效为动态线性数据模型;然后构建一个径向基神经网络在线估计系统的伪偏导数,并使用优化理论设计数据驱动的负荷频率控制方案,在理论上严格分析了闭环电力系统的稳定性和径向基神经网络估计方法的收敛性;最后在互联电力系统上验证该负荷频率控制方法在不利用模型信息的前提下,能够取得良好的跟踪性能。     

基于自适应积分滑模约束控制的 电池储能系统能量管理

针对电池储能系统中的能量管理问题,提出基于输入输出数据的无模型自适应积分滑模控制策略。首先设计自适应观测器对动态线性化方法中的伪偏导数进行估计,然后构造离散系统下的积分滑模面,设计反馈控制律和等效控制以跟踪期望输出功率。为了解决控制系统中的积分饱和与执行器饱和问题,在抗饱和控制算法中增加补偿信号,并对控制算法的稳定性进行了证明。最后通过仿真以及与无模型自适应控制策略对比,验证了控制方法在非线性离散系统上的有效性和优越性。     

基于小波基的非线性抛物型系统模型预测控制

针对一类由非线性抛物型描述的分布参数系统,研究了一种基于小波分解的模型降阶和预测控制方法。利用小波配点方法,分别将一阶和二阶空间偏导数投影到拟Shannon小波基上,不需要求解系统的主导极点,得到系统的低阶常微分方程逼近模型;采用前向Eular方法离散化时间变量,将得到的差分方程组模型作为系统的预测模型,选择标准二次优化性能指标,设计相应的非线性预测控制器;将此方法应用到由一个放置在反应器中的细长催化棒组成的传输-反应系统的温度场控制问题中,取得了满意的控制效果。     

电力系统中微分代数模型的非线性控制

首次提出了用于控制微分代数系统的反馈线性化技术理论和方法,类似于经典的微分几何理论中的定义和定理,给出关于微分代数系统的M导数、M括号等一些新的定义,并给出了有关微分代数系统控制的一系列新结果,进一步拓广了非线性系统几何理论的应用范围。考虑到大多数电力系统模型都是采用微分代数模型,而且电力系统的负荷往往是电压和频率的非线性表达式,另外在实际工程中也常常遇到非线性微分代数方程的最优控制解,引入微分代数系统的M导数、M括号等定义可较好地解决这类控制问题。利用控制微分代数系统的反馈线性化技术,能很好地应用于具有非线性负荷的电力系统非线性励磁控制的设计,使微分几何方法在电力系统控制研究中得到更广泛的应用。     

多机电力系统参数自适应控制的设计理论与方法

针对一般形式的多输入多输出（MIMO）非线性微分代数系统的跟踪和系统参数的不确定性，利用M导数和M括号及其MIMO反馈线性化技术，在当系统的M关系度小于系统的阶数及其满足某些指定的条件下，得到微分代数系统模型的标准形式。根据线性系统控制理论及其跟踪目标的要求，给出了一般非线性控制规律的表达式。考虑到实际系统中的参数不确定性或未知性，难以预先构造非线性反馈控制规律来保证整个系统的稳定性，对于微分代数系统中存在参数不确定时，运用Lyapunov稳定性理论方法，采用适当的参数自适应方法来估计未知的不确定的参数值并加以修正，很好地实现了系统跟踪的控制目的。     

基于无模型自适应控制的船舶微电网二次调频控制策略

针对复杂海况下船舶微电网由于负载投切导致频率偏移越限及船舶微电网二次调频控制器设计的问题，提出一种基于无模型自适应控制(MFAC)的船舶微电网二次调频控制策略。对包含未知船舶负载扰动的虚拟同步发电机转子运动方程进行离散化处理，通过紧格式动态线性化处理方法给出关于虚拟同步发电机输出角频率与虚拟输入机械功率离散后的数据模型，并将未知负载扰动合并到一个非线性项中；根据数据模型设计MFAC控制器，并给出伪偏导数估计算法；采用径向基神经网络观测器对包含船舶负载扰动的非线性项进行观测，并结合无模型自适应控制改进虚拟同步发电机控制策略，给出船舶负载扰动下的船舶微电网二次调频控制方案；构建船舶微电网二次调频系统；最后在仿真模型中验证了所提控制策略的准确性和有效性。     

基于ESO的积分Terminal滑模励磁系统控制

发电机励磁系统是一个受参数摄动和外界干扰等因数影响很大的不确定非线性系统,针对此问题,本文通过构造扩张状态观测器(ESO)对发电机励磁系统的不确定因数进行估计,以实现非线性模型动态补偿线性化。为了克服常规滑模控制中被跟踪信号的导数均需已知的限制,在滑模面中引入了误差积分补偿项,然后利用Terminal滑模变结构控制理论设计励磁控制器。该控制方法能够有效地改善电力系统的静态和暂态特性。仿真结果验证了本文方法的可行性和有效性。     

单绕组磁悬浮开关磁阻电动机非线性解耦控制

针对单绕组磁悬浮开关磁阻电动机非线性、多变量、强耦合的特点,提出一种将支持向量机逆系统方法与内模控制相结合的非线性解耦控制策略。该方法通过支持向量机离线优化学习构建系统α阶逆模型,将优化的支持向量机逆模型与原系统复合,将其解耦成两自由度位移和转速伪线性子系统;为了提高系统的抗扰性和鲁棒性,对解耦后的伪线性系统引入非线性内模控制。仿真和实验研究验证了所提控制方法的有效性。     

短轴颈轴承中刚性转子混沌运动的控制

提出了适合于控制具有多重参数高维非自治复杂混沌系统的参数自适应控制算法。利用系统的动态行为反馈于参考模型,且自适应控制律包含了误差信号的导数项,使得自适应控制律的收敛性得到很大的改善,有效地控制具有复杂行为的非线性系统,特别是具有混沌行为的非线性非自治系统。以短轴颈轴承中刚性转子系统为对象,针对其参数变动而引起系统的振荡或混沌行为,采用参数自适应控制方法对转子系统进行有效的控制,从而实现系统的稳定运行。文中还讨论了不确定噪声扰动对系统稳定性的影响。     

基于无模型自适应控制方法的直流电机调速系统

设计了一种应用数据采集卡的无模型学习自适应直流调速系统,将基于全格式线性化的单人单出非线性离散时间系统的无模型自适应控制方法应用在直流电机速度控制中,控制器的设计是无模型的,弥补了经典自适应控制阶数高时在线计算量过大而不能适应于系统快速变化过程的不足.系统包括控制部分和实时仿真部分,实现了转速采集、电机控制、参数修改及轨迹绘制的实时过程.采用Visual Basic(VB)编写的控制软件,通过动态链接库调用的方式控制数据采集卡.实验结果展示了该方法的稳定性和抑止外部干扰的有效性和鲁棒性.     

基于模型参考模糊自适应控制的永磁同步电机控制器设计

基于模型参考模糊自适应控制(MRFAC)方法设计永磁同步电机(PMSM)速度控制器.该控制器具有传统模型参考自适应控制构架.传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代,模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整,以达到快速适应对象参数和状态变化的目的.利用模块化建模工具Matlab/SimuIink建立PMSM控制系统模型.仿真结果表明了所设计控制器运行平稳,具有良好的动、静态特性.     

Observer-based single-network incremental adaptive dynamic programming for fault-tolerant control of nonlinear systems with actuator faults

A model-free incremental adaptive fault-tolerant control (FTC) scheme is proposed for a class of nonlinear systems with actuator faults. To deal with actuator faults and guarantee the approximate optimal performance of the nominal nonlinear system without any prior knowledge of system dynamics, a single-network incremental adaptive dynamic programming (SIADP) algorithm based on incremental neural network observer is developed to design an active fault-tolerant control (AFTC) policy. An approximate linear time-varying system is obtained by incremental nonlinear technique, in which the relevant matrix parameters are identified by recursive least square estimation. Then, a SIADP algorithm-based fault-tolerant controller is developed. Based on the redundancy characteristic and function of actuators, a grouping scheme of actuators is introduced. An incremental neural network observer is designed to approximate the actuator faults. The novel SIADP scheme is constructed with a simplified single critic neural network to shorten the learning time and decrease the computational burden in the control process, in which the norm of the weight estimations of critic neural network is updated. Moreover, based on the Lyapunov theorem, the uniformly ultimately bounded stability of the closed-loop incremental system is proved. Finally, simulations are given to verify the effectiveness of the proposed FTC scheme.     

基于自抗扰的感应电机无模型预测电流控制

针对采用传统比例积分(proportional integral, PI)控制算法的感应电机在面对复杂扰动时控制性能降低的问题,基于矢量控制系统,提出了感应电机的自抗扰(active disturbance rejection control, ADRC)无模型预测控制(model-free predictive control, MFPC)方法。首先,结合转速环和磁链环数学模型,设计了转速环和磁链环的ADRC控制器,对负载变化和内参摄动产生的内外扰动进行观测并补偿。其次,为避免内环控制器对电机参数的依赖,基于无模型控制原理,建立了dq电流环的超局部方程,将控制量之外的变量视为干扰量,并引入非线性扩张状态观测器估计干扰量。最后,结合预测控制思想设计了电流环控制器,得到开关状态作用于逆变器。仿真与实验结果表明提出的算法相对PI算法有更好的抗扰性和鲁棒性,可以有效提高感应电机的动态和稳态性能。     

3MW风电机组变桨距无模型控制

随着风电机组装机容量的迅速增加,电网对风电机组的电能品质提出了更高的要求,而功率波动是影响风电机组电能品质的一个重要问题。考虑到风电机组变桨控制中的桨距角和机组功率的非线性关系和外界扰动问题,为了减小风电机组功率波动,基于无模型自适应(MFA)控制理论设计了风电机组变桨无模型控制器,不依赖于风电机组精确的数学模型。为了验证无模型变桨控制器的性能,以3MW双馈风电机组为控制对象在Sinmulink中对该算法进行了仿真并和广泛应用的PID变桨控制器进行了对比。仿真结果表明无模型变桨控制器较好地解决了风电机组变桨控制中的非线性和外界扰动问题,风电机组输出的功率波动明显小于PID控制器。     

并网变换器虚拟同步无模型参数鲁棒增强控制策略

随着新型电力系统的发展,并网变换器已成为能量传输的关键设备。模型预测控制的虚拟同步机参数鲁棒性较低,当并网参数失配时,输出电流纹波增大,同步机功率支撑下降。针对此问题,提出一种改进的虚拟同步无模型参数鲁棒预测控制方法。首先,该方法采用四阶Runge-kutta优化超局部无模型得到虚拟同步机参数增强鲁棒模型。然后,采用Lagrange插值法求解模型中K参数,通过前4个时刻的采样值预测下一时刻的输出。同时设计虚拟惯量无模型自适应预测算法,实现了惯量动态需求响应。最后,经过价值函数寻优比较得到虚拟同步机的优化电压矢量,实现参数鲁棒增强控制。实验结果表明,所提出的控制策略在参数失配情况下功率支撑能力稳定,频率波动时虚拟惯量能够动态响应,具有良好的稳态和动态响应性能。     

一种永磁同步电机无模型超螺旋快速终端滑模控制方法

针对内置式永磁同步电机(interior permanent magnet synchronous motor, IPMSM)由于内部参数变化、外部扰动等各种不确定性因素导致控制性能不佳的问题,提出一种无模型超螺旋快速终端滑模控制方法。首先,建立考虑IPMSM不确定性的新型超局部模型,结合超螺旋算法和快速终端切换函数设计无模型超螺旋快速终端滑模控制器,确保系统状态有限时间收敛,并有效减小抖振。其次,设计扩展滑模扰动观测器精准估计超局部模型中的未知部分,并前馈补偿给设计的控制器,进一步提升系统的抗干扰能力和跟踪性能。最后,通过与PI控制和传统无模型滑模控制进行仿真实验对比,验证了该方法具有更快的收敛速度和更强的鲁棒性。     

基于超螺旋滑模观测器的永磁同步直线电机无模型控制

针对永磁同步直线电机(permanent magnet linear synchronous motor, PMLSM)在运行过程中因参数失配和外部扰动导致控制性能下降的问题,提出一种基于超螺旋滑模观测器的永磁同步直线电机无模型控制策略。根据PMLSM在dq旋转坐标系下参数摄动时的数学模型建立电机对应的新型超局部模型,以避免参数失配。基于该新型超局部模型,结合滑模控制设计了无模型滑模速度控制器,通过Lyapunov稳定性理论证明该控制器的稳定性。同时,为削弱传统扩展滑模观测器对新型超局部模型中未知量观测的抖振,提高控制精度,设计超螺旋滑模观测器(super-twisting sliding mode observer, STSMO)对未知量进行在线辨识并实现前馈补偿。最后,将传统滑模控制、基于传统扩展滑模观测器的无模型控制算法与所提方法进行仿真和硬件在环实验对比,结果表明所提方法改善了PMLSM控制系统的动态响应性能,具有较强的鲁棒性。     

多变量系统的神经元网络智能控制

本文研究了多变量系统的自适应神经元网络智能控制，基于神经元无模型控制的特点［１］，提出了一种非常简单的工程控制方法，这种方法通过粗略计算静态解耦矩阵，对多变量系统进行静态解耦，使用自适应神经元网络对解耦系统进行学习控制。仿真实验表明了这种新方法的有效性。     

带有跟踪微分器的无模型自适应控制器

将跟踪微分器加入到无模型自适应控制器中,结合跟踪微分器与无模型自适应控制器的优点,设计出一种适合于诸如非线性、时滞、时变、强耦合等复杂系统的控制器.该控制器利用跟踪微分器安排过渡过程,实现了对强干扰、大时滞系统的快速、无超调控制,并且进行了与非线性PID(proporrtional integral derivative)控制器的对比仿真研究.仿真结果表明:带有跟踪微分器的无模型自适应控制器具有的优点,适合于处理带有强干扰以及时滞系统的控制问题.