基于GGAP-RBF神经网络逆的复杂多电机系统同步控制

针对以矢量控制工作方式的复杂多电机同步系统,以3台电机同步系统为研究对象,证明了该系统可逆,提出了基于增长和修剪的RBF(GGAP-RBF)神经网络逆的多电机同步控制方法.将RBF神经网络逆串接在三电机系统之前,组成由速度和张力子系统组成的伪线性复合系统,分别对速度和张力子系统设计闭环控制器,实现了对速度和张力的解耦控...     

电机矢量控制按转子磁链定向的参数辨识方法

就异步电机旋转变换和转子磁链定向进行了分析,采用了同步旋转模型到按转予磁链定向的变换的方法,建立了新的电机旋转变换参数模型。由于这个模型包含了磁链定向的参数信息,利用该模型进行参数辨识通过计算可以得到固定的磁链定向角。分析变换和计算机仿真结果说明该方案是有效的,为交流异步电机矢量控制磁链定向实现提供了新的途径。     

基于模糊聚类的模型神经网络的系统辨识

针对模糊神经网络的系统辨识问题,提出了一种具体的模糊神经网络模型,使用模糊聚类方法确定模糊神经网络的结构,仿真研究证明该方法是有效的和可行的。     

两变频调速电机系统的神经网络逆同步控制

针对以恒压频比工作方式的两台变频器+感应电机系统的特点,导出了两变频调速电机系统的统一数学模型,并证明该系统可逆.进一步采用静态神经网络加积分器构成的动态神经网络来构造该逆系统,并将神经网络逆系统与两变频调速电机系统相串联复合成由速度和张力子系统组成的伪线性系统,实现速度和张力的解耦.然后分别对速度和张力子系统设计线性闭环控制器从而实现对两变频调速电机系统的高性能控制.实验结果表明系统具有较好的动、静态性能和较强的抗负载扰动的能力,提出的神经网络逆同步控制方法为解决交流多电机系统解耦控制的难题提供了新思路.     

基于模糊聚类的模糊神经网络的系统辨识

针对模糊神经网络的系统辨识问题,提出了一种具体的模糊神经网络模型,使用模糊聚类方法确定模糊神经网络的结构。仿真研究证明该方法是有效的和可行的。     

基于聚类学习算法的模糊系统辨识方法

在建立模糊辨识器的一般数学模型后，利用最近邻聚类算法对样本数据进行分组，然后再将每一组数据视为一个数据对对系统进行在线训练辨识，从而使模糊辨识器能较快的收敛于起初系统。     

基于T-S模型的非线性系统模糊聚类辨识方法

提出一种基于T-S模型的非线性系统模糊聚类辨识方法,对T-S模糊模型的前提部分和结论部分进行分开辨识,既简化该模型的辨识步骤,又提高它的泛化能力,同时也解决了T-S模糊模型随辨识系统复杂程度提高而规则数增大的问题。对一个非线性系统辨识的仿真结果验证了这种模糊聚类辨识方法的有效性。     

一种新的模糊聚类神经网络及其在语音信号系统辨识中的应用

主要解决语音信号模型的系统辨识问题.针对过去的模糊聚类算法进行系统辨识时逼近性能不理想的问题,提出了一种新的模糊聚类神经网络(FCNN).该方法以模糊系统模型为基础,将每个状态看作一个模糊系统,用连续的若干序列作为系统的输入,利用改进的模糊聚类辨识算法构成一种新型的模糊聚类神经网络,对系统的输出进行预测.通过语音信号系统辨识的实验,验证了本网络的有效性.     

基于函数链神经网络的非线性系统稳态模型辨识及应用

利用函数链神经网络的非线性映射能力和快速收敛特性，将良好的推广能力视为网络评价函数的约束条件，以改善网络的泛化特性，提高系统的稳态辨识精度，仿真和实际应用结果表明，具有收敛快，辨识精度高，所需样本少等优点。该方法在ＳＯ３磺化过程非线性系统建模中得到应用。     

多电机变频调速同步系统的多模型预测控制

针对多电机同步系统具有强烈的非线性和耦合性,难以建立精确数学模型并施加有效控制的缺陷,提出一种多电机多模型动态矩阵预测控制算法．在辨识不同工况子模型的基础上,设计各自的子控制器,并利用加权和形式构造全局控制器,在有约束的条件下,通过滚动优化的策略获得合适的控制增量．控制过程中,无需进行磁链观测．仿真结果验证了该算法的有效性．     

基于两时间尺度模型的直升机非线性控制器设计

提出一种基于两时间尺度模型的直升机非线性控制方法. 该方法利用直升机不同状态达到稳定的时间不同的特点, 将直升机模型分为快速和慢速两种模型. 反步控制方法和逆动力学控制方法分别被用于进行快慢两种模型控制器的设计, 并在控制过程中采用了不同的控制周期. 仿真结果表明, 利用上述方法设计的控制器, 对于阶跃变化和正弦变化的速度轨迹具有良好的跟踪效果.

     

基于扩张PCHD 模型的永磁同步电机无源控制

针对常规无源控制器在受到外部常值干扰和输入常值干扰的情况下系统会出现静差的问题, 设计加入积分反馈来消除上述干扰所引起的静差. 建立永磁同步电机受扰的端口受控耗散哈密顿系统模型(PCHD), 采用互联和阻尼分配无源控制方法, 同时加入积分比例动态反馈, 设计了永磁同步电机的速度控制器, 以保证闭环扩张系统依然具有PCHD 模型形式, 使系统稳定于期望平衡点. 最后通过仿真结果表明了所提出的控制策略的有效性.

     

多变量非方系统集中式PI 控制器设计

针对工业过程中含有多时滞的高维多变量非方系统,基于等价传递函数理论,研究其集中式PI控制器设计问题.利用等价传递函数(ETF)与非方被控对象传递函数广义逆之间的关系,提出一种精度更高的ETF参数化算法,并推导出ETF模型的解析通式.所提出的ETF算法既避免了求广义逆的复杂运算,又提高了控制性能,且适用于高维非方系统.仿真实例验证了所提出的ETF算法的有效性和优越性.     

基于控制系统直接方法的非线性系统预见控制器设计

针对一类非线性离散时间系统给出最优预见控制器设计方法. 首先运用非线性控制系统直接控制方法的思想, 将非线性反馈部分作为形式输入, 使得系统成为“形式上”的线性系统; 然后, 针对该线性系统, 利用最优预见控制的基本方法设计最优预见控制器; 最后, 利用形式输入与实际输入的关系得到非线性离散时间系统的最优预见控制器. 证明了如果形式线性系统满足一定的可镇定和可检测条件, 则闭环系统是渐近稳定的. 数值仿真结果表明了控制器的有效性.

     

具有学习能力的有限理性双寡头竞争分析与混沌控制

利用动力系统的分支理论研究了具有学习能力的有限理性双寡头产量竞争模型,讨论了该模型均衡点的存在性与稳定性,并进行了数值仿真.仿真结果表明,企业产量调整速度的变化对于模型的稳定性有较明显的影响;运用延迟反馈控制法町使陷入混沌的模型重新稳定在Nash均衡状态,混沌控制实施者可从混沌控制中获利.     

基于支持向量机广义逆的直线永磁游标电机内模解耦控制

针对直线永磁游标电机这一多变量、强耦合的非线性系统, 提出一种基于支持向量机广义逆内模控制的方法. 在证明其数学模型存在广义逆的基础上, 通过支持向量机来辨识原系统的广义逆系统, 经复合后得到具有线性关系的伪线性系统, 然后引入内模控制方法设计附加控制器以增强整个系统的鲁棒性. 仿真结果验证了所提出方法具有良好的解耦性能和抗干扰特性.

     

不确定非线性多智能体系统的分布式模糊自适应镇定控制

针对一类具有未知非线性和未知参数摄动的非线性多智能体系统, 提出一种分布式模糊自适应镇定控制方法. 基于邻接智能体信息和部分智能体的自身信息, 分别设计静态耦合和动态耦合的分布式模糊自适应控制律. 基于Lyapunov 稳定性理论, 证明了所提出的控制器能使得系统状态最终稳定于原点的邻域内. 仿真实例验证了所提出方法的有效性.

     

带有大刚度柔性梁系统的非线性控制

针对火炮身管振动影响射击准确度的问题,建立考虑身管微形变的炮塔动力学模型和状态空间模型.基于该系统模型,利用多项式平方和(SOS)方法设计非线性状态反馈控制器和非线性状态观测器,给出控制器和观测器在设计时满足分离原理的条件.数值仿真结果表明,所提出的方法可以使火炮随动系统在驱动炮台的同时有效抑制身管振动.     

具有死区补偿的自抗扰控制下PMSM转矩脉动抑制方法

空间矢量脉宽调制死区效应对永磁同步电机(PMSM) 的调速控制系统及转矩脉动有一定影响, 为了削弱其不利作用, 在永磁同步电机矢量控制基础上, 提出一种新型的具有死区补偿的自抗扰PMSM控制方案, 针对传统自抗扰控制策略下电机转矩脉动较大的缺陷, 在原有的自抗扰控制策略中加入死区补偿. 仿真及实验结果表明, 具有死区补偿的自抗扰PMSM驱动系统, 谐波含量明显减少, 速度驱动系统更加平稳, 有效抑制了转矩脉动.

     

二阶有向多智能体网络的可控包含控制

研究随机给定拓扑结构的二阶有向多智能体网络的可控包含控制问题.针对当前包含控制研究成果大多没有考虑多智能体网络领导者和跟随者的可控配置问题,结合复杂网络可控性理论和二分图最大匹配算法给出满足网络可控的领导者和跟随者集合,并为跟随者智能体设计相应的控制协议,驱使跟随者能够渐近收敛到由多个领导者构成的静态凸包中,从而实现网络的可控包含控制.仿真结果验证了理论分析的正确性.