两电机变频系统的支持向量机广义逆内模解耦控制

针对两电机变频系统非线性强耦合的特点,提出基于支持向量机广义逆内模控制的方法。对工作在矢量控制方式下的两电机变频系统数学模型进行广义逆存在性分析,从而得出系统广义逆数学表达式。通过支持向量机来辨识原系统的广义逆系统,然后对复合后所得到的伪线性系统引入了内模控制。该方法结合了支持向量机在小样本上具有良好的非线性建模能力和泛化能力,以及内模控制器易于在线设计的优点,同时兼顾系统的鲁棒稳定性,从而可以有效提高系统的控制效果。仿真和实验结果表明,该方法具有良好的动静态解耦性能,对外界扰动亦有很强的鲁棒稳定性。     

基于最小二乘支持向量机的多变量逆系统控制方法及应用

为提高多变量、非线性和强耦合系统的动态特性和解耦能力,解决逆模型辨识问题,讨论了基于最小二乘支持向量机(least squares support vector machines,LS-SVM)的多变量逆系统解耦控制方法。通过分析LS-SVM的函数拟合特性,离线建立被控对象的非线性逆模型,将得到的逆模型直接串接在原对象之前,原系统被解耦成多个独立的单变量伪线性子系统。为克服直接逆模型的建模误差,提高系统鲁棒稳定性,提出了复合控制方法,其中直接逆模型作为前馈控制器,而用PID控制器作为反馈控制器。文中还分析了球磨机控制系统的特点,并进行了仿真控制研究,仿真结果表明该复合控制方法不依赖于系统的精确数学模型,且解耦能力强、鲁棒稳定性好、跟踪精度高。     

支持向量机逆控制在两电机变频系统中的应用

针对两电机变频调速系统中非线性逆模型辨识困难的问题,提出基于支持向量机的逆系统控制新方法。在同步旋转坐标下,建立两电机变频系统的数学模型,并进行了可逆性分析。通过支持向量机回归的方法来辨识构造原系统α阶逆系统,将辨识出的逆系统串接在原系统之前构成伪线性复合系统,再设计附加闭环控制器进行控制。试验结果表明,该方法不依赖于系统模型,对电机参数摄动及负载扰动具有较强的鲁棒性。     

变速变桨距风电系统的功率水平控制

为实现风电系统的功率水平控制,该文基于奇异摄动理论和逆系统方法设计了一种非线性桨距角鲁棒控制器。该控制器由逆系统标称部分和鲁棒补偿部分组成,逆系统标称控制器可以使非仿射型非线性标称风机模型的输入-输出动态跟踪其参考模型动态;鲁棒补偿输入可以消除参数不确定性、风速检测误差和发电机转矩扰动对系统输出功率的影响。理论分析和仿真实验证明了该控制器的稳定性,结果表明,该控制器可以在风速波动时有效控制风电系统的输出功率水平,并且对参数化和非参数化扰动具有较强的鲁棒性。     

最小支持向量机在系统逆动力学辨识与控制中的应用

为克服支持向量机(support vector machine,SVM)在线辨识过程需要较大的内存开销的问题,该文将递推最小二乘法(recursive least square,RLS)与最小二乘支持向量机(least squares support vector machine,LS-SVM)回归相结合,利用RLS在线调整支持向量机的权向量和偏移量,实现了系统逆动力学模型的在线辨识。在获得逆动力学模型的基础上,设计了一种基于逆动力学递推最小二乘支持向量机的控制算法,利用RLS在线调整控制器参数。过热汽温辨识和控制的仿真结果表明,辨识出的逆动力学模型具有较高的精度,所设计的控制器能获得较好的控制性能和有较强的适应能力。     

TCSC与发电机汽门的综合非线性控制

针对TCSC与发电机汽门的综合控制,研究了一种基于支持向量机(SVM)逼近的非线性控制器.依据泰勒扩展式,探讨了一种新的输入输出辨识方法,以此直接得到控制律,并由SVM建模来实现.在模型辨识与控制律设计中,采用普通的SVM学习方法,而无需离线或在线的学习优化.基于Lyapunov方法,文章给出了控制器的鲁棒性与闭环稳定性的证明.仿真实验验证了该控制器的有效性.     

Robust control based on μ synthesis for combustion system

针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性,采用能迅速反映燃料侧扰动的辐射能信号进行快速补偿,设计一个混合灵敏度μ控制器作为主控制器.将μ分析方法引入锅炉燃烧控制系统,综合考虑了系统的鲁棒稳定性和鲁棒性能,解决了常规H∞控制性能不理想的问题.给出了基于μ综合理论的控制方法求解控制器的具体步骤,并分析了系统具有鲁棒稳定性和鲁棒性能的条件.仿真结果表明采用μ控制器有效地减小了稳态误差,明显改善了响应性能指标.     

三自由度混合磁轴承最小二乘向量机逆模辨识与解耦控制

为实现三自由度混合磁轴承高精度非线性解耦控制,提出一种基于最小二乘支持向量机的逆模辨识和解耦控制策略。通过分析逆系统的存在性,利用支持向量机的拟合能力,离线建立初始逆模型,并根据系统输入与模型输出的偏差信息,对初始逆模型进行在线校正,以使其能适应对象的变化;在此基础上,将校正后的逆模型作为前馈控制环节与原系统串联构成伪线性系统,设计PID控制器作为反馈控制环节对磁轴承系统进行复合控制。仿真结果表明逆模型辨识精度高,复合控制效果好。     

基于μ综合的燃烧系统鲁棒控制

针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性,采用能迅速反映燃料侧扰动的辐射能信号进行快速补偿,设计一个混合灵敏度μ控制器作为主控制器。将μ分析方法引入锅炉燃烧控制系统,综合考虑了系统的鲁棒稳定性和鲁棒性能,解决了常规H∞控制性能不理想的问题。给出了基于μ综合理论的控制方法求解控制器的具体步骤,并分析了系统具有鲁棒稳定性和鲁棒性能的条件。仿真结果表明采用μ控制器有效地减小了稳态误差,明显改善了响应性能指标。     

参数不确定Chen混沌系统鲁棒模糊控制器的设计

基于TS(Takagi-Sugeno)模糊模型，研究具有参数不确定性Chert混沌系统的鲁棒控制器设计。首先构建含有参数不确定性的TS模糊模型：然后利用并行分布补偿的方法，设计使模糊系统在平衡点附近渐近稳定的鲁棒模糊控制器。该设计通过解一组线性矩阵不等式(LMI)得到局部区域控制器，进而设计TS模糊系统的鲁棒控制器。该鲁棒模糊控制器的渐近稳定性条件更为宽松，能够降低控制器设计的保守性。最后的仿真结果表明所设计的鲁棒模糊控制器对参数不确定Chert混沌系统具有良好的控制效果。     

基于模糊调整的神经网络逆模型控制

研究了神经网络的逆模型辨识及其直接逆模型控制,提出了一种基于模糊调整的神经网络逆模型控制方法。采用神经网络建立非线性被控对象的动态逆模型,并用模糊集理论对控制器增益和积分增益进行动态调整。仿真实验结果表明该方法应用于纸浆浓度控制系统中具有良好的控制品质,较强的鲁棒性、适应性和抗扰能力。     

T-S模糊模型的辨识与控制

提出了基于支持向量机和遗传算法的T-S模糊模型辨识,支持向量机具有很好的泛化能力,能自动确定T-S模型结构,通过遗传算法优化和估计系统参数。针对辨识出的T-S模型进行控制,控制器包括两个部分,权重最大子系统局部反馈控制和利用滑模控制设计的全局监督控制,能保证系统稳定。辨识和控制仿真结果证明了算法的有效性。     

基于模糊补偿的无轴承同步磁阻电机径向位置逆控制

给出无轴承同步磁阻电机转子径向位置的控制模型,针对多变量、强耦合的径向位置非线性系统,提出一种基于模糊补偿的被控电机转子径向位置逆控制方法,证明该径向位置系统可逆,推导出其逆系统模型,将其精确线性化成一个伪线性系统,从而将径向位置系统解耦为两个独立的二阶线性子系统.为对已解耦的径向位置系统进行综合,在常规PID控制器基...     

基于最小二乘算法的模糊支持向量机控制器及其应用

介绍了一种基于最小二乘算法的模糊支持向量机控制器，它将模糊控制与支持向量机结合起来，融合了两者的优点，既有不依赖被控对象模型又有泛化能力强等特点。同时采用混合学习算法来优化控制器参数，即先采用最小二乘算法离线优化支持向量机(SVM)性能参数，建立SVM控制系统，再根据对象的变化，采用遗传(GA)算法在线学习优化SVM性能参数和模糊比例因子，以使控制器的性能能适应对象的变化而达到最优。火电厂主汽温控制的仿真结果表明这种控制器具有良好的控制性能。     

A new class of dual support vector machine NPID controller used for predictive control

A nonlinear proportional‐integral‐differential (NPID) controller used for predictive control tunes the proportional, integral, and differential gain coefficients according to the system prediction output. The prediction error has great influence on its performance. In this paper, we propose a dual support vector machine (SVM) NPID controller using an SVM prediction system output with less error. System model reflecting the system feature is constructed by SVM, based on the training dataset gained by system transfer function. The error compensation model is also constructed by SVM, based on prediction error with the above system model. The system prediction output is obtained by the aforementioned SVM models. And it is used to compute the PID gain coefficients. Simulation results of typical systems show that the proposed method has very little prediction error and high control performance. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

高压直流输电系统中换流器的非线性控制及仿真研究

关于高压直流输电系统中换流器整流侧定功率、逆变侧定关断越前角的控制问题,针对三阶非仿射非线性的系统模型,基于偏差线性化控制方法,设计了线性二次型最优控制器;基于多变量非线性控制的逆系统方法,设计了非线性反馈线性化控制器。利用Matlab/Simulink进行仿真实验,对系统存在状态初值扰动情况时,比较两种控制策略下系统的动态性能。仿真结果证明了非线性控制策略的优越性,表明了文中所提方法的可靠性和有效性。     

基于ASAPSO的火炮随动系统模糊控制策略

针对传统PID控制器因参数无法随负载变化而实时改变,导致火炮随动系统控制效果不佳的问题,设计了以空间矢量控制为理论基础的三闭环随动控制系统。该随动控制系统采用永磁同步电机(PMSM)作为执行电机,并在系统位置环上加入了经自适应模拟退火粒子群优化算法(ASAPSO)优化参数后的模糊控制器。通过搭建系统仿真模型,将这2种控制器分别运用在该随动控制系统的位置环上,对比了2种控制器的位置响应、抗转矩扰动能力和目标跟踪能力。结果发现,模糊控制器的参数经ASAPSO优化后,系统的静态特性和动态特性比传统PID控制器更好,能够有效克服转矩扰动等非线性因素的影响,系统具有较好的目标跟踪性能。     

无轴承同步磁阻电动机悬浮系统模糊PID控制

无轴承同步磁阻电动机悬浮系统是一个复杂的非线性系统,难以建立精确的数学模型,普通PID控制很难取得良好的控制效果.设计了模糊PID控制器,它结合了模糊控制和PID控制的各自优势.仿真结果表明模糊PID控制器性能优于普通PID控制器,悬浮系统具有优良的动、静特性.