神经网络α阶逆系统控制方法的可行性

证明满足一定条件的单输入单输出系统的α阶逆系统(与原系统复合起来可构成α阶积分或 时延系统)存在且唯一，阐明静态多层网络加若干积分器或时延因子可以逼近这样的α阶逆 系统，对神经网络α阶逆系统方法用于线性、非线性控制的可行性作了探讨。     

基于神经网络的感应电机变频调速系统控制

针对电机参数的复杂性和变频调速特性,提出了交流电机变频调速系统的神经网络逆系统控制方法;针对模型基本未知的连续非线性可逆系统,将神经网络对未知非线性函数的逼近和学习能力、逆系统相结合,给出神经网络阶逆系统和复合控制器的设计,仿真结果证明了理论的正确性。     

逆系统方法在电力系统综合控制中的应用

将多变量的逆系统方法用于大型汽轮发电机组的综合控制,综合考虑了励磁控制和汽车门开度控制。基于逆系统思想选取功角δ和发电机输出电压νt作为电力系统的输出,获得了电力系统α阶积分逆系统,由此设计了非线性解耦最优控制律,以同时提高系统的综合性能。计算机仿真结果表明,所设计的控制律可有效地搞高发电机的稳定性和电压精度。     

基于α逆系统理论磁轴承数学模型及控制系统

采用α阶逆系统方法,对轴向混合磁轴承这一非线性控制对象进行线性化控制研究。介绍了轴向混合磁轴承的结构并分析了其工作原理,推导出轴向混合磁轴承吸力方程。在阐述了α阶逆系统方法的基础上,针对轴向混合磁轴承动力学模型分析了基于α阶逆系统方法线性化控制的可行性,推导出基于α阶逆系统方法的线性化算法,并设计了闭环系统控制器。最后利用Matlab软件环境,构建了仿真系统,针对系统的阶跃响应、转子起浮、抗干扰性能等进行了仿真和分析。仿真试验结果表明α阶逆系统策略能够对混合磁轴承数学模型精确线性化,设计的闭环控制系统具有良好的动、静态性能。     

基于支持向量机逆系统的无轴承异步电机非线性解耦控制

无轴承异步电机是非线性、多变量和强耦合的系统,实现其电磁转矩和径向悬浮力之间的动态解耦控制是电机稳定悬浮运行的关键。本文采用基于最小二乘支持向量机(LS-SVM)α阶逆系统的方法对无轴承异步电机进行解耦控制。将用LS-SVM辨识出的无轴承异步电机逆系统串联在原系统之前,使复杂的非线性原系统解耦成四个独立的伪线性子系统——两个径向位移子系统、一个速度子系统和一个转子磁链子系统,然后根据线性系统理论进行系统综合。最后的仿真试验研究表明,基于LS-SVMα阶逆系统方法能够实现无轴承异步电机悬浮力和旋转力之间的动态解耦控制。     

基于主元分析神经网络补偿的感应电动机逆解耦控制

对于具有多变量、非线性、强耦合、慢时变等特征的异步电动机调速系统,实现定子磁链与电磁转矩的高精度动态解耦是提高系统性能的关键.首先通过非线性状态反馈建立感应电动机的α阶积分逆模型,并分析非线性状态反馈的误差对其逆模型精度的影响.在此基础上提出了一个基于主元分析神经网络补偿的感应电动机逆解耦控制方法,将补偿后的α阶积分逆...     

基于a阶逆系统五自由度无轴承永磁电机解耦控制

文中应用多变量非线性控制a 阶逆系统方法，对新型五自由度无轴承永磁同步电机这一多变量、非线性、强耦合的控制对象进行动态解耦控制研究。介绍了新型五自由度无轴承永磁同步电机结构，阐述了a 阶逆系统方法，分析了三自由度磁轴承的工作原理和二自由度无轴承永磁同步电机径向力产生机理，给出三自由度磁轴承轴向力、径向悬浮力方程和二自由度无轴承永磁同步电机转矩力和径向悬浮力方程，建立了电机的状态方程，分析了基于a 阶逆系统方法解耦控制的可行性，推导出基于a 阶逆系统方法的动态解耦控制算法，并进行了仿真研究。仿真结果表明这种控制策略能够实现五自由度无轴承永磁同步电机转矩力和悬浮力之间的动态解耦控制，系统具有良好的动、静态性能。     

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。     

单绕组磁悬浮开关磁阻电动机非线性解耦控制

针对单绕组磁悬浮开关磁阻电动机非线性、多变量、强耦合的特点,提出一种将支持向量机逆系统方法与内模控制相结合的非线性解耦控制策略。该方法通过支持向量机离线优化学习构建系统α阶逆模型,将优化的支持向量机逆模型与原系统复合,将其解耦成两自由度位移和转速伪线性子系统;为了提高系统的抗扰性和鲁棒性,对解耦后的伪线性系统引入非线性内模控制。仿真和实验研究验证了所提控制方法的有效性。     

基于逆系统理论的飞机自动着陆控制系统仿真分析

飞机自动着陆系统是现代飞行控制系统的重要组成部分。为解决飞机的精确定位问题,本文采用非线性逆系统方法对飞机自动着陆系统进行控制。通过状态变换输出与输人间的线性关系使飞机原非线性方程反馈线性化,使原非线性系统解耦为一个一阶和一个二阶线性系统,并设计了神经网络控制器。仿真研究结果表明,基于非线性逆系统的神经网络滑模控制器方法能较好实现飞机自动着陆系统的有效独立控制。     

可控串联电容补偿装置的神经网络α阶逆系统控制

研究将神经网络α阶逆系统控制策略艇于可控串联电容补偿装置的控制。针对从实际系统等值简化而得的单机无穷大双回线电力系统,探讨了神经网络α阶逆系统的辨识和附加线性控制器的设计;在不同运行方式下,研究新的控制策略对系统暂态稳定的作用。仿真结果表明：同常规的ＰＩＤ控制策略相比,文中所提出的控制策略具有相当强的自适应性,可大大提高高力系统的暂态稳定性。     

发电机励磁与汽门系统解耦控制的神经网络逆系统方法

在分析励磁与汽门系统可逆性的基础上为输电系统中汽轮发电机组的控制提出了一种新的解耦控制器的设计方法，在系统精确模型参娄未知的情况下，神经网络逆系统可将被控系统解耦成两个SISO线性子系统；然后为了满足高性能控制的要求，针对两个不同的子系统增加两个不同的线性控制器来形成闭环控制。理论分析和仿真结果表明：该控制策略较好地解决了输电系统中汽轮发电机组控制时存在的多变量，非线性，强耦合问题，实现了系统的动态解耦控制，因此可显著增强输电系统的暂态稳定性。     

BUCK直流斩波器的自适应逆推控制

针对一类含有未知参数且要求状态跟踪的BUCK斩波器提出了一种基于非线性自适应逆推控制的控制器设计,由Lyapunov函数的推导证明了该控制器能使系统在实现状态跟踪的同时保证控制过程中系统的所有信号有界。     

基于逆系统内模算法的双馈风力发电系统解耦控制

应用多变量非线性控制的逆系统方法,将双馈风力发电机这一多变量、非线性、强耦合系统精确解耦成有功和无功两个一阶线性子系统。对形成的伪线性系统,引入一种改进型内模控制结构,提高了控制系统的鲁棒稳定性和高阶无静差跟踪性能。仿真结果表明,提出的基于逆系统内模控制策略成功实现了有功、无功的解耦控制和最大风能追踪控制,系统具有更高的控制精度和稳定性。     

永磁同步电机的神经网络逆动态解耦控制

永磁同步电机是一个非线性、强耦合系统，应用神经网络逆系统方法对永磁同步电机进行动态解耦控制研究。通过对永磁同步电机的数学模型可逆性分析，得出解析逆系统，由解析逆系统与永磁同步电机原系统复合成两个伪线性子系统来构造神经网络逆系统，使永磁同步电机动态解耦成二阶线性转速子系统和一阶线性磁链子系统，并采用鲁棒伺服控制器对伪线性子系统进行线性闭环控制器的设计，实现永磁同步电机转速和定子磁链的动态解耦，仿真表明系统具有良好的动静态性能。     

异步电动机定子磁链与电磁转矩的逆系统解耦控制方法

为了实现脉宽调制电压源型逆变器供电的异步电动机调速系统定子磁链和电磁转矩的动态解耦控制，基于逆系统理论提出了一种新型的解耦控制策略。根据异步电动机调速系统的动态数学模型，证明了其逆系统的存在性，在此基础上得到了逆系统的输入输出方程。把得到的逆系统和异步电动机调速系统相级联，从而将多变量、非线性、强耦合的控制对象解耦成了两个一阶线性子系统，分别称为转矩子系统和磁链子系统，利用线性控制理论对各个调节器进行了设计，实现了定子磁链和电磁转矩对各自参考值的全局渐进跟踪。使用Matlab软件进行了仿真实验，实验结果验证了控制方案的可行性。     

基于α阶逆系统的双馈电机解耦控制

文中应用逆系统解耦控制方法,对双馈电机这一多变量、非线性、强耦合的控制对象进行动态解耦控制研究。通过对其双馈电机的数学模型的分析,建立了状态方程。使用解析逆系统方法对系统进行了线性化解耦控制分析,推导出基于仅阶逆系统方法的动态解耦控制算法,并进行了仿真研究。仿真结果表明该控制策略能够实现双馈电机转速和无功功率的动态解耦,系统具有良好的动、静态性能。     

SVC非线性控制的逆系统方法

利用非线性系统的逆系统方法，将静止无功补偿装置非线性控制问题变换为相应的线性化控制问题，设计了ＳＶＣ非线性控制器，经仿真研究表明，所设计的控制器可以显著地改善电力系统的稳定性。     

HVDC系统中转换器的一般非线性控制

对换流器整流测定α角、逆变侧定直流电流控制问题,基于高压直流输电系统的三阶非仿射非线性控制模型,根据逆系统方法,设计了由非线性反馈线性化和满足一家极点配置要求的组合换流控制器,并分析了闭环系统的稳定性。仿真结果初步表明了文中所提方法的有效性。     

永磁同步电机神经网络逆解耦控制研究

针对永磁同步电机的非线性、多变量、强耦合的特点,将神经网络与逆系统解耦方法相结合,并用于永磁同步电机的解耦控制.分析永磁同步电机的数学模型与解析逆模型,完成系统可逆性证明,将永磁同步电机与解析逆系统等效成两个伪线性子系统,构造神经网络逆系统,将永磁同步电机动态解耦为一阶线性磁链子系统与二阶线性转速子系统,利用两个PID控制器对伪线性子系统进行闭环控制器设计,实现系统转速与定子磁链动态解耦控制.利用dSPACE半物理仿真系统完成神经网络训练数据的采集与系统解耦控制实验.结果表明神经网络逆系统方法可以实现永磁同步电机的高新能控制,对负载扰动具有较强的鲁棒性.