交流调速系统的神经网络自适应控制

针对交流变频调速系统，提出一种用于控制未知系统模型的改进的神经网络自适应控制方案。该方法采用一个三层BP网络辩识交流调速系统的特性，用另一个CMAC神经网络作为自适应控制器。实验仿真证明该控制方法能克服传统交流调速中常规控制不能适应工况变化的弊端，能明显的提高系统的性能，具有实际应用价值。     

模拟自补偿式高增益直流放大器

<正> 一、前言一般直流宽带放大器的增益为10~3数量级,再上提就受到噪音和漂移的限制,这是器件本身缺陷所造成的后果.采取模拟自补偿式降噪技术,用普通器件即可设计出下述指标的直流放大器:增益G>10~4(80db),通带0～2KHz,信噪比S/N>200(46db),温漂<0.2μV/℃,时漂<2μV/4小时.二、设计思想目前国内低漂、低噪器件售价较贵,供货也有一定问题.一般线性电路的漂移和1/f低频噪音成了设计高增益直流放大器的主要障碍.解决这一矛盾的重要     

列车自动驾驶调速系统自适应模糊控制

列车自动驾驶（ATO）系统停车前采取一级调速制动,本文采用自适应模糊控制对ATO系统的速度进行控制．利用变论域收缩因子优化模糊控制器的量化因子,模糊推理实现比例因子的自调整．通过仿真表明,该算法能够有效改善速度控制的快速性与精度,提高乘客舒适性与运行效率,从而完成定位停车任务．     

水轮机组调速系统的自适应神经元控制

基于人工神经元网络的控制展示了强大的生命力.本文研究了水轮机组调速系统的自适应神经元控制问题,分析了这类系统的闭环稳定性,进行了半物理动态实时仿真及工业现场应用试验,表明了自适应神经元控制有良好的性能.     

柴油机调速系统的模糊自适应PID控制

提出了一种模糊自适应PID算法.利用模糊自适应PID算法对柴油机电子调速器PID参数按调速系统过渡过程进行模糊自整定.从仿真结果看调速性能有明显改善.     

感应电动机调速系统的自适应逆控制

针对电压源型逆变器供电的感应电动机调速系统,提出了一种自适应逆控制方法,实现了电磁转矩和定子磁链的解耦控制．应用得到的逆系统将多变量、非线性、强耦合的感应电动机调速系统解耦为电磁转矩和定子磁链两个一阶线性子系统,从而简化了各个闭环线性调节器的设计难度．为了提高系统的鲁棒性,利用递推最小二乘算法实时辨识电动机参数,降低了参数变化对系统性能的影响．使用MATLAB软件进行了仿真实验,实验结果验证了理论分析的正确性和控制方案的可行性．     

两种自适应调速系统的实验研究

本文采用两种新方案设计自适应调整系统,通过在一个2.2KW的系统上的实验来研究用自适应速度环取代常规的PI速度环以后,调速系统的起动性能和抗负载扰动能力。文中还提出了衡量自适应系统跟随能力的两个性能指标。     

柴油机调速系统的模糊自适应PID控制

提出了一种模糊自适应PID算法。利用模糊自适应PID算法对柴油机电子调速器PID参数按调速系统过渡过程进行模糊自整定。从仿真结果看调速性能有明显改善。     

基于USB接口的高增益数据采集系统

针对常用的通过数据采集板卡和 RS-232 串口采集数据的不足,介绍了基于USB接口的高增益数据采集系统的软硬件开发过程,系统采用集成度高的SOC单片机C8051F000作为微处理器,PDIUSBD12作为USB控制芯片,能够快捷、方便地完成电压信号采集,及与计算机之间的USB通信.     

基于未知控制增益的非线性系统自适应迭代反馈控制

针对一类单输入单输出不确定非线性重复跟踪系统, 提出一种基于完全未知控制增益的自适应迭代反馈控制. 与普通迭代学习控制需要学习增益稳定性前提条件不同, 所提自适应迭代反馈控制律通过不断修改Nuss baum形式的反馈增益达到收敛. 证明当迭代次数i→δ时, 重复跟踪误差可一致收敛到任意小界δ. 仿真显示了所提控制方法的有效性.     

控制增益符号未知的MIMO时滞系统自适应控制

针对一类带有死区模型并具有未知函数控制增益的不确定MIMO非线性时滞系统,基于滑模控制原理和Nussbaum函数的性质,提出了一种稳定的自适应神经网络控制方案.该方案放宽了对函数控制增益上界为未知常数的假设,并通过使用Lyapunov-Krasovskii泛函抵消了因未知时变时滞带来的系统不确定性.理论分析证明,闭环系统是半全局一致终结有界.仿真结果表明了该方法的有效性.     

自适应逆控制的异步电机变频调速系统研究

将自适应逆控制应用干异步电机变频调速控制,对给定信号、参数摄动和外部扰动分别施以控制,使二者同时达到最佳控制效果,无需在二者之间进行折衷．利用变论域变步长的LMS自适应滤波算法,使自适应逆控制的异步电机变频调速系统及其逆系统辨识的初始收敛速度、时变系统跟踪能力及稳态精度3个指标同时达到最优．仿真实验表明了该控制的先进性和有效性．     

基于神经元的变频调速系统自适应PID控制

针对矢量控制变频调速系统,对神经元控制和常规PID控制进行分析和研究,提出了一种基于神经元的变频调速系统自适应PID控制,具有一定的实用价值.     

轧机弱磁调速系统转速的自适应补偿

介绍了轧机弱磁调速系统中速度的两种自适应补偿措施，这些措施基本上能消除由于弱磁调速而使速度环动态参数变化的影响，仿真结果良好。     

增益模糊修正自适应律

本文给出了一种兼顾系统鲁棒性和暂态特性的自适应律，我们称之为增益模糊修正自适应律。分析及仿真表明，它除保持了死区修正方案相对于有界扰动的鲁棒性之外，又克服了死区修正方案及原始的积分式自适应律方案暂态品质差的问题，尤其是对一类严重欠阻尼的二阶对象，与死区修正自适应方案或积分式自适应方案相比，它显著地提高了系统的暂态品质。     

基于未知高频增益的非线性系统自适应迭代学习控制

针对一类单输入单输出不确定非线性重复跟踪系统，提出一种基于完全未知高频反馈增益的自适应迭代学习控制，与普通迭代学习控制需要复习增益稳定性前提条不同，自适应迭代学习控制通过不断修改Nussbaum形式的高频学习增益达到收敛，经证明当迭代次数i→∞时，重复跟踪误差可一致收敛到任意小界δ。仿真结果表明了该控制方法的有效性。     

基于未知高频增益的非线性系统自适应迭代学习控制

针对一类单输入单输出不确定非线性重复跟踪系统,提出一种基于完全未知高频反馈增益的自适应迭代学习控制.与普通迭代学习控制需要学习增益稳定性前提条件不同,自适应迭代学习控制通过不断修改Nussbaum形式的高频学习增益达到收敛.经证明当迭代次数i→∞时,重复跟踪误差可一致收敛到任意小界δ.仿真结果表明了该控制方法的有效性.     

高频增益矩阵符号未知的多变量系统自适应控制

基于向量形式的非线性Backstepping方法,对多变量模型参考自适应控制(MRAC)系统设计出新的自适应控制器.该设计机制减弱了现有研究中对高频增益矩阵的假定条件,使某些系统关于高频增益矩阵的假定条件便于检验,从而该控制器的实用范围更广.该控制器能保证系统的全局稳定性,跟踪误差趋于零并且是平方可积的.     

互联多输入系统的分散自适应L2增益控制

为了实现一类非下三角结构互联多输入系统的鲁棒控制,提出一种基于状态量测的非线性自适应L2增益分散干扰抑制方法,并给出了规律性计算公式,克服了反复递推设计的不足,通过控制律中引入K类函数,提高了状态变量的收敛速度.该方法应用到了多机广域电力系统分散励磁控制中,仿真结果表明:在大扰动情况下,相对于传统L2增益抑制方法,新方法能够有效抑制外部干扰,提高各状态变量的响应速度,对于增强电力系统的暂态稳定性具有重要意义.     

具有不确定性的非线性系统自适应神经网络L2增益控制

针对存在不确定性的非线性系统,提出了自适应神经网络L2增益控制器设计方法,将基于Hamilton—Jacobi—Issacs（HJI）不等式和自适应神经网络策略相结合,有效地克服了需要被控对象精确建模的局限性．神经网络对系统模型的偏差进行拟合;为了补偿拟合误差,引入补偿控制器和神经网络权值自适应调节律,通过在线自适应修正神经网络权值,来保证闭环系统满足相应的L2性能准则．仿真结果表明提出的控制器设计方法是有效的,克服了一般方法需要被控对象精确建模的局限性．