加权闭环PD型迭代学习控制在重复扰动时的应用

对于实际工业过程存在重复扰动的情况下,采用了加权闭环PD型迭代学习控制算法,在有限的时间内克服重复扰动,并用MATLAB加以仿真验证了有效性。     

基于开闭环迭代学习位置调节的直线伺服系统

针对磁场定向矢量控制下的永磁直线同步电机伺服系统,提出开闭环迭代学习位置调节器,实现参考位置信号的准确跟踪控制。详细分析了开闭环迭代学习位置调节下的直线伺服系统结构与数学模型。给出直线伺服系统位置调节器结构及带有遗忘因子的开闭环迭代学习位置调节算法。方波位置跟踪及突加负载实验结果表明,开闭环迭代学习控制具有系统响应速度快,位置跟踪准确的特点,同时可以有效保证受扰状态下的鲁棒性能。     

一般非线性离散系统P-D型迭代学习收敛性研究

针对非线性离散系统的控制问题,介绍了当前的研究现状,分析了开环迭代学习控制的不足,将某一类的非线性离散系统推广到了一般的非线性离散系统,对于一般的非线性离散系统,改变了以往只能借助前次的运行信息,提出了基于当前误差和前次运行误差信息的P-D型开闭环迭代学习控制律,使得对系统运行信息的利用更加充分、准确.此外,利用λ范数和归纳法给出了该学习律收敛的充分条件,证明了它的收敛性.仿真结果表明了它的有效性.     

位置伺服系统的闭环离散学习控制

针对位置伺服系统的干摩擦,齿轮间隙等非线性影响,提出了一种闭环离散学习控制方法,给出了该方法的控制结构及收敛性条件,将该方法应用于一种双拇指型机械手的单关节位置控制,设计了基于８０９８单片机的机械手位置伺服系统闭环离散学习控制器。实验结果表明,在经过数次迭代学习后,闭环离散学习控制可使位置伺服系统达到良好的控制性能。     

基于迭代学习的矿井提升系统跟踪控制

矿井提升机在煤矿开采和生产过程中发挥着至关重要的作用。针对矿料提升过程具有较强重复性的特点,提出迭代学习的提升机速度和位置跟踪控制方法。设计了提升机的D型迭代学习控制器,同时考虑运行过程中出现的非重复性干扰设计了带有滤波器型迭代学习控制器。并采用λ范数证明了系统的收敛性,理论结果表明矿井提升机位置与速度跟踪误差可以收敛到0。同时仿真结果表明,经过30次运行后,跟踪误差几乎收敛到0,迭代学习控制算法可利用矿井作业的重复运行特性可以有效提高提升机的跟踪性能,带有滤波器的迭代学习控制算法可较好地抑制了非重复扰动的影响。     

基于迭代学习的配料电机振幅控制

针对具有较强重复性的工业配料称量过程,提出采用迭代学习算法对电振机的振幅进行控制。设计了电振机振幅控制的迭代学习控制器,并分析了控制算法的收敛性。该方法控制器的设计不需要系统的模型信息,利用配料过程的重复性通过学习可以实现给料速度的精确控制。仿真实验由电振机实验装置与MATLAB仿真软件平台组成,仿真结果表明,与PID控制相比ILC控制器不但可以获得较好的跟踪效果,而且还可以有效抑制负载扰动的作用,具有较强鲁棒性。该方法计算量较小、便于实现,适合工业实际控制系统的应用。     

基于迭代学习控制理论的励磁控制器设计

基于迭代学习控制理论提出了一种设计单机无穷大系统励磁控制器的新方法,克服了迭代学习控制在有限时间区间上实现完全跟踪的限制。将迭代学习控制对输出控制量u(t)的记忆与修正改成对期望控制ud(t)的记忆与修正,采用最小二乘法拟合控制器参数,使设定的控制与期望控制之差达到最小,求得控制律。用Matlab对发电机励磁控制系统进行仿真研究,结果表明所设计的励磁控制器具有较好的动态特性和较强的鲁棒性。     

基于反馈线性化方法的励磁系统非线性H∞控制研究

本文提出了一种基于微分几何反馈线性理论的非线性Ｈ∞控制设计方法,并对这种方法的干扰抑制性能给予了讨论。同时依据这种方法设计了励磁系统的非线性Ｈ∞控制器,并证明该控制器具有鲁棒最优性。     

柴油发电机调速系统迭代学习控制

针对柴油发电机调速系统大多采用传统PID控制,提出采用以PID作为学习律的迭代学习控制(ILC)策略,利用其具有不依赖于被控系统的精确数学建模,跟踪收敛快的特性,设计了柴油发电机调速系统控制器。在MATLAB/Simulink中建立了柴油发电机调速系统仿真模型,对3种基本工况进行了仿真研究,详细分析了ILC在柴油发电机调速控制过程中的跟踪特性,并将控制效果和传统PID控制进行了对比,从仿真结果发现,基于ILC建立的控制器不仅适用于柴油发电机调速系统,而且表现出更好的动态性能。为柴油发电机的控制提供了新途径。     

非线性系统的线性化方法

本文研究了用非线性坐标变换和非线性反馈进行非线性系统线性化的问题,得到了线性化应满足的条件,并给出了应用例子。     

直线直流电动机的迭代学习控制研究

直线电机的诸多非线性因素是影响其控制精度的主要原因。迭代学习控制能充分借助历史控制信息构成当前控制输入且不依赖被控系统的详细模型。基于迭代学习控制思想,在PID控制的基础上,设计应用于直线电机运动系统的迭代学习控制器(ILC)。仿真结果表明,迭代学习控制器能够克服非线性特性对直线电机运动系统的影响,提高系统控制精度。     

基于迭代学习控制的并联型有源电力滤波器研究

在并联型有源电力滤波器控制方法中,传统PI控制的滤波效果不够理想。针对稳定性负载电网谐波具有重复周期的特点,提出迭代学习控制算法,并嵌入反馈环节,以提高迭代学习收敛速度。该方法计算量小,稳态误差小,易于实现,仿真分析和实验结果表明了该控制方法的有效性。     

基于迭代学习控制的并联型有源电力滤波器研究

在并联型有源电力滤波器控制方法中,传统PI控制的滤波效果不够理想。针对稳定性负载电网谐波具有重复周期的特点,提出迭代学习控制算法,并嵌入反馈环节,以提高迭代学习收敛速度。该方法计算量小,稳态误差小,易于实现,仿真分析和实验结果表明了该控制方法的有效性。     

含TCSC的多机系统非线性最优控制

运用逆系统方法将含可控串联补偿器（TCSC）的非线性多机系统线性化,并且对该线性化的系统运用具有二次型性能指标的线性最优控制方法设计了TCSC的稳定控制器。仿真结果表明,该控制器在提高系统的稳定性、阻尼系统振荡方面有明显的改善．     

一类非线性系统的线性化和最佳化

本文运用非线性坐标变换、Z 状态的线性反馈和 X 状态的非线性反馈的方法,使一类非线性系统转化为具有最佳动态特性的精确的线往化系统,并根据经典的线性系统理论给出了具体应用实例。     

交流电机输入输出自适应解耦控制

输入输出线性化理论应用于感应电动机的控制 ,可得到转子转速与转子磁链两个解耦的线性子系统。考虑到转子电阻的变化和负载转矩的扰动 ,采用自适应的辨识方法使系统输出不受影响。仿真结果表明该控制具有较好的静态与动态性能 ,并呈现出较好的鲁棒性。     

不确定非线性系统的鲁棒输出跟踪控制

基于状态反馈线性化,最优控制及Ｌｙａｐｕｎｏｖ方法,对不确定非线性系统进行了实际跟踪鲁棒控制策略研究,在一定的假设前提下,得到了一个光滑、简单、性能优良的控制器。仿真研究表明控制策略是可行的。     

微网分布式电源非线性功率控制策略

微网中多种分布式电源需要借助电力电子接口与大电网互联,其自身稳定性以及对大电网的安全稳定性问题都尤为重要,传统的控制方法存在诸多弊端,本文提出了一种基于精确线性化的非线性控制方法,通过一种特定的非线性变换,将非线性控制问题的求解转化成线性最优控制的求解,通过反变换得到最终非线性系统控制规律的解析解,并验证该控制策略的鲁棒性。本文利用该方法对微网中的分布式电源的功率输出进行了有效控制,与传统的PQ控制进行了对比分析,最后在基于PSCAD/EMTDC软件平台上验证了非线性控制的控制效果的优越性。     

基于迭代学习控制的永磁直线同步电机伺服系统

针对永磁直线同步电机伺服系统,采用迭代学习控制策略来实现参考位置信号的跟踪控制。详细分析了迭代学习ILC伺服控制器的模型结构,并给出伺服控制器的迭代学习更新法则。采用高性能DS1103控制器作为控制核心,搭建永磁直线伺服系统。实验结果表明,迭代学习控制下的永磁直线伺服系统具有准确的位置跟踪能力,对外部扰动具有很强的鲁棒性。