基于递归神经网络的无刷直流电动机控制研究

基于动态模型提出了一种性能较好的递归模糊神经网络无速度传感器无刷直流电动机控制方法,即采用递归模糊神经网络控制器作为转速控制器来近似最优控制器输出。仿真结果表明,当系统参数动态变化或受到外部不确定因素影响时,利用神经网络来在线调整网络的隶属函数参数以及神经网络递归权值,使系统具有良好的动、静态性能。     

基于花授粉算法的无刷直流电动机速度控制研究

无刷直流电动机速度控制系统离不开性能优良的PID控制器。针对PID参数的在线优化问题,引入花授粉算法,以积分平方误差作为目标函数,将优化的方法应用于PID调节,实现无刷直流电动机速度控制。仿真结果表明,与传统的PID调节系统相比,花授粉算法速度控制系统有更好的鲁棒性,响应时间更快,控制精度更高。     

基于粒子群优化模糊控制器无刷直流电机控制

针对传统PID调节器,在无刷直流电机的高性能速度跟踪中,难以克服系统超调和短时振荡问题,提出了一种新的无刷直流电机控制策略。即利用粒子群算法优化的模糊控制器代替传统PID控制器,对模糊控制器的三个参数地、kb、ku进行全局优化,充分发挥模糊控制器的鲁棒性。为了验证该方法的有效性,利用Matlab仿真工具进行仿真验证,观察控制系统的一阶动态响应。结果表明,系统具有很强的鲁捧性,能够很好的跟踪负载变化,动态响应快,速度跟随准确。     

模糊自适应PID控制器在无刷直流电机控制系统中的应用

无刷直流电机是一种多变量、非线性的控制系统,采用经典的PID控制难以达到满意的控制效果.将模糊自适应PID控制器应用于无刷直流电机的控制中,运用模糊控制原理对PID参数进行在线凋整.实验结果表明,较之传统的PID控制,采用模糊自适应PID控制的无刷直流电机控制系统具有更好的动态和静态性能,达到了较好的控制效果.     

基于模糊PID控制的永磁无刷直流电机调速系统

永磁无刷直流电动机调速系统是一个非线性、多变量、时变系统,采用传统的PID控制方法进行控制,难以达到良好的控制效果。通过设计一种模糊PID控制器,应用模糊算法在线自动整定PID参数的方法,将其应用于无刷直流电动机调速控制系统。仿真实验结果表明,该模糊PID控制方法较常规PID控制和单纯的模糊控制具有更好的控制性能,具有无超调、响应快、鲁棒性强等特点。     

Ant Colony Optimized Fuzzy Control Solution for Frequency Oscillation Suppression

This paper presents a novel approach in addressing a critical power system issue, i.e., automatic generation control (AGC) in a smart grid scenario. It proposes the design and implementation of an optimized fuzzy logic controller (FLC) for AGC of interconnected power network. There are three different sources of power generation considered in the two-area interconnected model of power system network. First area is equipped with a single reheat thermal unit and a superconducting magnetic energy storage (SMES) unit, while another area has a hydro-unit with SMES. A multi-stage optimization strategy for the optimal solution of FLC for tie-line and frequency oscillation suppression is proposed in this paper using an ant colony optimization technique. The optimization of FLC is carried out in four different stages. The first stage is the optimization of range of input and output variables; the second stage is the optimization of membership function; the third and fourth stages are the optimization for rule base and rule weight optimization, respectively. The performance of the proposed controller is also compared with another control approaches to stabilize P_tie-line and Δf oscillations; these are the Ziegler–Nichols-tuned proportional–integral–derivative (PID) controller and genetic algorithm optimized PID controller. A comprehensive analysis of the traditional techniques and proposed techniques is presented on the basis of major dynamic performance parameters, i.e., settling time and peak overshoot.     

Comparative performance analysis of teaching learning based optimization for automatic load frequency control of multi-source power systems

This paper presents a new population based parameter free optimization algorithm as teaching learning based optimization (TLBO) and its application to automatic load frequency control (ALFC) of multi-source power system having thermal, hydro and gas power plants. The proposed method is based on the effect of the influence of teacher on the output of learners and the learners can enhance their knowledge by interactions among themselves in a class. In this extensive study, the algorithm is applied in multi area and multi-source realistic power system without and with DC link between two areas in order to tune the PID controller which is used for automatic generation control (AGC). The potential and effectiveness of the proposed algorithm is compared with that of differential evolution algorithm (DE) and optimal output feedback controller tuning performance for the same power systems. The dynamic performance of proposed controller is investigated by different cost functions like integral of absolute error (IAE), integral of squared error (ISE), integral of time weighted squared error (ITSE) and integral of time multiplied absolute error (ITAE) and the robustness of the optimized controller is verified by its response toward changing in load and system parameters. It is found that the dynamic performance of the proposed controller is better than that of recently published DE optimized controller and optimal output feedback controller and also the proposed system is more robust and stable to wide changes in system loading, parameters, size and locations of step load perturbation and different cost functions.     

自适应模糊双模无刷直流电机速度调节器的设计

研究了基于模糊逻辑的无刷直流电机的控制方法。讨论了无刷直流电机速度调节器的设计,并将模糊控制器与传统的P ID控制器有机结合,组成高精度的自适应双模速度调节器。仿真结果表明此方案具有较好的动态性能。     

模糊PID控制算法在变频调速中的新应用

针对目前自动称重配料系统中采用传统P1D控制的不足、系统误差不稳定、动态特性不理想,提出了一种基于模糊PID控制的算法.将模糊控制与传统的PID控制技术结合起来,共同应用于实际系统的调节当中.系统采用可编程逻辑控制器(PLC)实现模糊PID双模控制,大大加快了系统的响应速度,PLC模拟输出控制变频器调节皮带电机转速,从而达到控制物料流量的目的.经过实际系统的仿真试验,系统控制性能良好,有效解决了系统运行中误差不稳定和动态特性不理想的问题.     

基于模糊遗传算法的无刷直流电机自适应控制

无刷直流电机(BLDCM)是一种多变量和非线性的控制系统，模糊控制器在其控制中得到广泛应用。针对模糊控制器设计和参数在线调节方面的不足，文中提出了一种使用遗传算法优化的模糊控制器，并用于无刷直流电机的控制中。系统使用电流和转速双闭环控制。速度环采用模糊控制器进行控制，控制规则通过遗传算法进行离线优化，并在数字信号处理器(DSP)中实现控制参数的在线调节。系统较好的实现了给定速度参考模型的自适应跟踪，具有控制灵活、适应性强等优点，同时又具有较高的控制精度和较好的鲁棒性。     

可控励磁直线同步电机磁悬浮系统合成模糊控制的研究

可控励磁直线同步电机磁悬浮控制系统具有非线性以及扰动不确定性的特点,采用模糊PID控制具有很强的针对性,然而,模糊PID控制器为三输入单输出控制器,其规则数太多,使得控制器设计非常复杂。因此,对可控励磁直线同步电机磁悬浮控制系统提出合成模糊控制。研究可控励磁直线同步电机的结构,建立磁悬浮直线同步电机的数学模型。合成模糊控制器采用模糊PD控制器和模糊积分器的合成构成模糊PID控制器,在减少模糊控制规则数的同时提高磁悬浮控制系统的稳态精度,因此分别设计模糊PD控制器和模糊积分控制器,包括模糊化、模糊推理、去模糊化等。在MATLAB中建立可控励磁直线同步电机磁悬浮控制系统的仿真模型并进行仿真研究。结果表明合成模糊控制器具有良好的控制效果,可以减小稳态误差提高控制精度。     

基于变论域模糊控制的无刷直流电机转速问题

无刷直流电机(BLDCM)是一种多变量、强耦合、非线性、时变的复杂控制系统。由于其采用传统的PID控制时很难满足需要,所以针对BLDCM精确调速的控制问题,在基于传统PID控制上引入模糊控制设计了模糊PID控制,并在此基础上应用变论域的方法,设计了变论域模糊PID控制器。以BLDCM为模型,通过MATLAB建立其仿真模型。仿真和试验结果表明,采用变论域模糊PID控制的BLDCM与传统控制的BLDCM相比,具有响应速度快、超调小、控制精度高等优点。     

基于模糊神经网络的无刷直流电机位置伺服控制

针对多变量、非线性、时变的永磁无刷直流电机位置伺服控制系统的特点,提出一种基于免疫遗传算法（IGA）的递归模糊神经网络（RFNN）控制器的设计方法,并应用于无刷直流电机三闭环控制系统中的位置调节器中,实现系统精确的位置控制。在与传统PID位置控制器仿真比较中,采用该方法的系统显示出良好的控制性能和控制效果。     

前馈神经网络的模糊 PID 算法及其在电力系统负荷预测中的应用

提出了多层前馈神经网络的模糊ＰＩＤ学习算法（ＦＰＢＰ）。这种算法是把多层前馈神经网络的学习过程当作一个动态控制系统来处理,确定出动态控制系统达到稳态时的ＰＩＤ控制器参数,然后再基于模糊控制的思想,对确定出的ＰＩＤ控制器参数进行模糊调整。文中给出了这种算法在电力系统负荷预测中的实际应用,并与标准ＢＰ算法作了比较。结果表明,该算法提高了网络的学习速度和预测的精度。     

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。     

混合有源电力滤波器的复合变结构电流控制

针对传统比例-积分-微分(proportional integral differential,PID)控制器不能实现具有周期性特点的电网谐波电流无稳态误差跟踪的特点,提出了一种新的PID型迭代学习控制算法,同时建立了一种模糊规则并利用模糊推理对PID控制器的比例、积分和微分系数进行在线修正,实现对系统的无差控制。在此基础上,为提高系统的响应速度,将PID迭代学习控制与滑模变结构控制有机结合,提出了复合型变结构控制方法。该方法具有响应速度快、控制精度高、易于实现的特点。仿真和实验结果证明了该控制方法的可行性和有效性,效果优于传统PID控制。     

遗传优化的模糊免疫PID控制器在SRM中的应用

针对开关磁阻电机驱动系统的严重非线性、时变和强耦合性,应用免疫反馈机理和模糊控制理论,在传统PID控制器基础上设计一种模糊免疫PID控制器,并提出利用遗传算法对PID控制器参数进行优化设计方法.仿真结果表明,基于遗传优化的模糊免疫PID控制器具有良好的调速和控制特性,其控制性能明显优于传统PID控制和模糊免疫PID控制.     

多馈入交直流输电系统的模糊控制器协调优化算法

设计了一套阻尼区域间功率振荡的模糊控制器。在多馈入交直流输电系统的直流功率控制系统和发电机励磁系统中同时采用了该模糊控制器,并对影响其性能的关键参数进行了协调优化。为了解决优化结果容易限于局部最优的问题,采用了遗传算法进行全局并行寻优,同时引入序优化理论在概率意义上保证优化解的质量。仿真结果表明:与常规阻尼控制器相比,模糊控制器能更好地提高交直流互联系统的动态稳定性且具有鲁棒性。序优化遗传算法比传统遗传算法具有更稳定的性能,可作为多馈入交直流输电系统的模糊控制器参数协调优化的一种有效方法。     

视轴稳定系统的模糊PID控制器设计

为了实现无人机视轴稳定系统的准确测量与跟踪,设计了经典PID和模糊控制为基础的视轴稳定控制器。在实际工程中PID参数整定过程存在大量不确定性,为了实现PID参数的在线整定,将模糊控制算法与经典PID控制相结合,构造了参数自整定模糊PID控制器,实现了对PID控制器的修正。在MATLAB中的Fuzzy Toolbox和Simulink中,将PID和参数自整定模糊PID进行对比,参数自整定模糊PID控制器在无扰动和10 Hz的正弦扰动的阶跃响应曲线表明,模糊PID相对于模糊控制和PID控制有更短的响应时间和更小的隔离度;在输入为1~10 Hz的系统正弦响应曲线,模糊PID误差最小,控制效果最好。由此可得参数自整定模糊PID在视轴稳定系统中有良好的鲁棒性和控制性能。     

轧钢加热炉燃烧过程的模糊自适应控制策略

针对加热炉燃烧过程的非线-陛系统的不确定性、多干扰、大滞后等特点,提出了基于模糊参数自校正PID算法实现轧钢加热炉燃烧过程的温度控制策略,该方法采用模糊参数自校正比例、积分、微分（PID）控制,结果表明这种控制策略比传统PID控制器更具有较快的响应速度,抗干扰能力强,提高加热炉燃烧过程的效率和质量。