超声波电动机频率-转速控制的动态辨识建模

超声波电动机的数学模型是其运动控制研究的基础.采用系统辨识的方法,针对以驱动频率为调节变量的超声波电动机转速控制需求,建立了适合于控制应用的超声波电动机系统频率-转速控制模型,为超声波电动机高性能转速控制研究提供了基础.给出的辨识建模方法对超声波电动机及电磁电机的建模研究均有借鉴意义.     

超声波电动机特征模型的辨识建模

特征建模是一类能够准确逼近对象特性的辨识模型。基于实验数据,给出了超声波电动机特征模型的辨识建模方法,对比了不同辨识算法的建模效果。针对超声波电动机转速控制的特点,讨论了不同辨识参数初值对特征模型的影响。计算结果表明了所建特征模型的有效性。     

超声波电动机在线校正模糊转速控制

针对超声波电动机的转速控制特点,设计了超声波电动机模糊转速控制器.采用蚁群算法对模糊控制器中的模糊规则进行离线优化,确定合适的模糊控制器参数.在实验过程中,针对不同转速情况下的控制性能差异,给出了模糊控制器输出比例因子的在线调节方法,得到了较好的转速控制效果.     

超声波电动机等效电路模型参数辨识

基于超声波电动机振子的等效电路模型，从电动机振子导纳一频率特性实验数据出发，由导纳圆近似计算法得出超声波电动机建子等效电路参数值，然后根据非线性最小二乘原理构造优化函数，采用Levenberg—Marquardt优化算法辨识电机参数。辨识结果准确，为电机驱动控制系统仿真与高性能控制算法研究提供了良好基础。     

超声波电动机二输入Hammerstein非线性建模

为给超声波电动机多变量控制系统的设计与分析提供必要基础,建立超声波电动机二输入Hammerstein非线性模型。将模型的静态非线性环节设计为Gauss函数,更准确地表述超声波电动机的非线性特性。采用改进差分进化算法,进行模型参数辨识,给出优化算法参数值的调试方法,以保证建模过程的有效性。模型计算结果与实验数据的对比表明,该模型精度较高,建模方法有效。     

基于模糊PI的超声波电动机频率追踪控制

在超声波电动机固定增益PI控制的基础之上,对模糊PI控制策略进行了研究,并从超调量和稳定时间两个性能指标进行了优化.文章利用模糊控制在线整定PI参数,重点讨论了模糊规则在区间变化时对控制效果带来的影响,通过仿真试验和讨论总结出了模糊PI控制器在超声波电动机控制时模糊规则的设定规律,当误差在大、中、小三种区间变化时所对应比例系数和积分系数的模糊规则会产生相应的变化,为超声波电动机模糊PI控制提供一定的借鉴.     

超声波电动机的结构优化方法

超声波电动机是近年来工业界和科技界的研究热点,设计和制作高性能超声波电动机的必要手段之一是超声波电动机的结构优化。主要介绍了超声波电动机结构优化的发展状况,着重讨论了其优化目标、优化方法和求解环境;最后分析了现行优化方法的不足之处及未来发展方向。     

基于模糊逻辑的行波超声波电动机模型参考自适应转速控制

超声波电动机的转速控制存在明显的时变非线性特征。为得到较好的控制性能,设计了基于模糊逻辑的模型参考自适应PID转速控制器,实现了基于参考模型跟踪误差的PID控制参数在线自适应调节。实验表明,转速跟踪性能优于固定参数PID控制器。     

基于混沌蚁群算法的负荷模型参数辨识

为了解决负荷模型参数辨识结果平稳性这一困扰模型应用的难题,提出了一种适用于负荷模型参数辨识的混沌蚁群混合算法.该算法针对蚁群算法容易陷入局部最优的缺点和混沌算法遍历性和随机性的优点,把混沌算法引入到了蚁群算法中,在蚁群算法求解的基础上,利用混沌算法对解的邻域进行了混沌优化,有效避免了蚁群算法的局部收敛问题.基于实测数据的算例结果表明:与单一蚁群算法相比,混沌蚁群混合算法提高了辨识结果的精度,减少了辨识误差,有效控制了参数分散性,具有较好的工程实用价值.     

基于混沌蚁群算法的负荷模型参数辨识

为了解决负荷模型参数辨识结果平稳性这一困扰模型应用的难题,提出了一种适用于负荷模型参数辨识的混沌蚁群混合算法.该算法针对蚁群算法容易陷入局部最优的缺点和混沌算法遍历性和随机性的优点,把混沌算法引入到了蚁群算法中,在蚁群算法求解的基础上,利用混沌算法对解的邻域进行了混沌优化,有效避免了蚁群算法的局部收敛问题.基于实测数据...     

自适应蚁群算法在YKK系列中型高压电机优化设计中的应用

介绍了自适应蚁群优化算法的基本思想及其特点,并将其应用到了电机优化设计当中,重点论述了蚁群算法在电机优化设计中的具体实现方法,并对一个机座号下的YKK系列电机进行优化。实例表明,这种方法是行之有效的。     

超声波电机转速控制的动态模糊建模

超声波电机动态模型是实现其高性能转速控制的前提。设计基于模糊逻辑的辨识建模方法,建立了超声波电机系统动态模糊模型。在设计实验获取建模所需数据的基础上,采用等分区间法确定了模型结构,进而利用最小二乘法辨识得到了模型中的待定参数。模型输出与实验数据的对比表明,所建模糊模型精度较高,反映了驱动电压幅值、频率与电机转速之间的非线性动态关系,可以用于超声波电机性能分析与转速控制器设计。     

基于聚类蚁群算法的动态无功优化

针对动态无功优化中需要限制电容器开关和有载分接开关( OLTC)分接头等离散控制设备动作次数要求,首先,提出离散控制设备无需动作时间概念,该方法统一考虑全天系统负荷变动情况,在保证离散控制设备动作效率基础上使全天动作次数满足要求。另外,将聚类方法与蚁群算法相融合提出聚类蚁群算法,该方法能够根据系统的变化,随时调整路径上的信息素更新浓度。最后,根据引出的路径多样性,可以防止因信息素的过度积累使算法早熟、减少算法搜索次数的优点,提出多时段间路径多样性的概念,以达到降低控制设备的动作次数。对IEEE 14节点和IEEE 30节点系统进行计算,结果验证了方法的可行性、正确性和有效性。     

基于模糊神经网络的超声电机的位置控制

超声电机的优良特性使其得到越来越广泛的应用,但由于其时变和非线性特性,使电机的速度和位置控制成为研究热点。文中将模糊神经网络用于电机的位置控制中,模糊逻辑部分获得专家知识,神经网络部分调整参数,通过改变超声电机的驱动频率来实现精确的位置控制,并通过实验和仿真来验证这种方法的有效性。     

基于多种群蚁群算法的多目标动态无功优化

为在负荷变动条件下提高动态无功优化控制变量的调节效率和满足全天动作次数的限制,将全天电能损耗最小、有载调压变压器分接头动作次数和电容器投切次数分别最少作为目标函数,建立新的多目标动态无功优化模型.针对该模型提出改进的多种群蚁群算法,利用多种信息素交换方式,满足动态无功优化多目标、强时空耦合的特点,避免了蚁群算法陷入局部最优解.通过对 IEEE14、IEEE 30系统计算验证模型和算法的可行性和有效性.结果表明:该模型和算法能够降低系统能量损耗,提高电压质量     

基于蚁群算法的无功优化方法的研究

介绍了蚁群算法用于求解无功优化的步骤,在满足发电机无功功率、负荷节点电压等网络性能要求的前提下,以系统网损最小为目标函数,将发电机机端电压、变压器分接头和无功补偿设备出力为控制变量,建立求解无功优化问题的模型。最后通过仿真试验,验证了所提出方法的可行性。     

基于模糊延时反馈的超声波电机混沌控制

为了抑制超声波电机转速控制系统中的混沌行为,设计了比例延时反馈控制器,采用基于模糊逻辑的方法在线自适应调节延迟时间。结果表明,该方法可以快速有效地将超声波电机转速控制系统的混沌行为稳定为周期或固定点运动,使系统从混沌状态进入稳定状态,从而实现混沌控制。     

蚁群算法在水电站调度函数优化中的应用

调度函数作为一种能够明确指导水电站水库运行的技术,较常规的水库调度图能更有效地发挥水电站的运行效益。针对调度函数的编制特点及其存在的优化空间,将蚁群算法应用于水电站调度函数的优化模型中。以金沙江中游梯级水电站群为实例,针对其初始调度函数进行优化,并模拟其长系列径流的发电调度过程。计算结果表明,经过优化后的调度函数能显著...     

超声波电机转速控制的稳态模糊建模方法研究

针对超声波电机转速控制应用,以实验数据为基础,采用模糊逻辑方法建立了超声波电机系统的二输入单输出稳态模糊模型.数据验证表明,该模型较好地模拟了电机驱动电压幅值、频率及转速三者之间的非线性关系.文中详细描述了模糊建模过程,为超声波电机系统的非线性控制建模提供了另一条有效途径.