Delta算子不确定系统的最优保性能控制

研究了Delta算子描述下的具有范数有界参数不确定线性系统的最优保性能控制律的设计问题．运用线性矩阵不等式，首先证明了保性能控制律的存在的充分必要条件，然后用一个线性矩阵不等式的可行解给出了所有保性能控制律的一个参数化的表示．在此基础上，通过建立和求解一个凸优化问题，给出了最优保性能控制律的设计．最后，用一个例子验证了给出方法的可行性．     

线性Delta调制器的性能研究

提出了一种线性Ｄｅｌｔａ调制电路,通过波形分析与理论推导,对Ｄｅｌｔａ调制器进行了性能研究。结果表明、线性Ｄｅｌａ调制方法与最佳取样原则相符合。     

基于Delta算子的谐振控制器实现高频链逆变器波形控制

针对交流系统瞬态反馈时PI控制不能够实现无静差输出,本文提出了一种基于Delta算子的比例谐振控制器的新型数字实现方法,并利用博德图深入讨论了谐振控制各参数对系统性能的影响.与基于移位算子q的z变换数字实现方法相比,在快速采样情形下离散模型更能趋近于连续模型,避免了z变换引起的数值不稳定等问题,保证了标准的正弦输出.为了获得高性能的动态特性,本文构建了比例谐振控制电压外环和比例控制电流内环的双闭环数字控制,进行了详细的理论分析和数学推导.仿真与实验结果证明了理论分析的可行性,实现了良好的波形控制效果.     

小波分析在系统辨识中的应用

对小波分析的主要研究方向和特点进行了介绍，综述了小波分析在系统辨识中的应用。针对不同的辨识模型，讨论了小波分析不同的应用形式，研究了小波网络在系统辨识中的应用。最后探讨了小波分析在系统辨识中的研究方向。     

感应电动机负荷模型参数灵敏度分析及参数易辨识性的研究

针对感应电动机负荷模型中部分参数易辨识,且辨识结果稳定,而另一部分参数难辨识,辨识结果存在较大离散性的问题,本文通过参数灵敏度分析,指出了参数灵敏度与参数易辨识性之间的关系,以及扰动强度与参数灵敏度从而参数易辨识性的关系.最后提出了对实际感应电动机参数辨识具有重要指导意义的分步或逐步辨识策略.     

感应电动机负荷模型参数灵敏度分析及参数易辨识性的研究

针对感应电动机负荷模型中部分参数易辨识 ,且辨识结果稳定 ,而另一部分参数难辨识 ,辨识结果存在较大离散性的问题 ,本文通过参数灵敏度分析 ,指出了参数灵敏度与参数易辨识性之间的关系 ,以及扰动强度与参数灵敏度从而参数易辨识性的关系。最后提出了对实际感应电动机参数辨识具有重要指导意义的分步或逐步辨识策略。     

基于离散MRAS的异步电机静态参数辨识

本文提出用电压型ＩＧＢＴ逆顺供电的异步电机静态参数的离散ＭＲＡＳ辨识方法。根据异步电机静态参模型,以定子电流的参考输出导出了参数适应律,并在仿真研究的基础上讨论了基于离散ＭＲＡＳ的异步电机静态参数辨训的ＤＳＰ（ＴＭＳ３２０Ｃ５０）实现方法。通过仿真和实验证实了该方法对异步电机静态参数有较好的辨识精度和噪声适应性。     

基于Delta算子的并联型有源电力滤波器H∞控制器设计

针对并联型有源电力滤波器(SAPF)的数字化控制问题,基于补偿性原理,将负载的谐波电流当作扰动,电源谐波电流作为系统的期望输出,建立了SAPF的Delta算子离散化状态空间方程模型,利用线性矩阵不等式(LMI)方法设计SAPF的H∞控制器.对所设计的H∞控制器的补偿效果与基于传统Z变换方法设计的H∞控制器的补偿效果进行...     

直线感应电机模型分析及参数辨识方法综述

直线感应电机具有边缘效应,归类总结了直线感应电机考虑边缘效应的模型分析方法,概括了现有的直线感应电机参数辨识方法,针对直线感应电机的特点指出了在参数辨识中应该特别注意的问题.     

异步电机参数的降阶模型辨识

异步电机的参数辨识随着更高精度的矢量控制的运用显的越来越重要,如果电机的参数不准确,无论是哪种矢量控制,由于解耦表达式或者模型观测器中都含有电机的参数,所以最终会导致控制的不准确。基于中型电机的定转子内阻较小这一特点,提出基于电机传递函数忽略模型下的曲线拟合方法。通过这种方法,能够精确辨识出较小的电机转子电阻,从而弥补了传统方法的不足。通过对定转子温度的测量,可以在线实时精确跟踪定转子电阻随温度的变化。     

Highly computationally efficient state filter based on the delta operator

The Kalman filter is not suitable for the state estimation of linear systems with multistate delays, and the extended state vector Kalman filtering algorithm results in heavy computational burden because of the large dimension of the state estimation covariance matrix. Thus, in this paper, we develop a novel state estimation algorithm for enhancing the computational efficiency based on the delta operator. The computation analysis and the simulation example show the performance of the proposed algorithm.     

Frequency domain subspace identification with the aid of the w‐operator

Frequency domain subspace identification algorithms have been studied recently by several researchers in the literature, motivated by the significant development of the more popular time domain counterparts. Usually, this class of methods are focused on discrete‐time models, since in the case of continuous‐time models, the data matrices often become ill‐conditioned if we simply rewrite the Laplace operator s as s = jω, where ω denotes the frequency. This paper proposes an efficient and convenient approach to frequency domain subspace identification for continuous‐time systems. The operator w = (s−α)/(s+α) is introduced to avoid the ill‐conditioned problem. Hence, the system can be identified based on a state‐space model in the w‐operator. Then the estimated w‐operator state‐space model can be transformed back to the common continuous‐time state‐space model. An instrumental variable matrix in the frequency domain is also proposed to obtain consistent estimates of the equivalent system matrices in the presence of measurement noise. Simulation results are included to verify the efficiency of the proposed algorithms. © 2000 Scripta Technica, Electr Eng Jpn, 132(1): 46–56, 2000     

基于Gassing模型的锂电池SOC估计与参数辨识

具有非线性、时变性的Gassing锂电池模型具有以下两大特点[1]:模型考虑了析气现象,使其适用范围拓广到SOC＞85％的临界情况;模型考虑了温度的动态变化对系统状态变量的影响.针对该模型,基于相关的试验数据,采用双Kalman滤波算法(DKF),同时实现了对模型参数的辨识和对SOC的在线估计.台架试验和实车验证表明,...     

基于灵敏度分析的同步发电机参数分步辨识策略

分析得到各种扰动中各同步发电机参数会表现出不同的轨迹灵敏度和平均灵敏度特征,基于此提出一种同步发电机参数分步辨识策略,将发电机各参数的影响进行解耦分解,针对不同激励方式和状态,寻找各参数自身灵敏度最大的扰动模式进行辨识。进一步提出仅含下阶跃、脉冲和短路3种试验的简化辨识策略。仿真结果显示,所提策略能够较好地解决辨识参数较多和一些参数灵敏度较低所引起的辨识困难问题,尤其是瞬态和超瞬态参数辨识精度较低的情况,辨识结果优于传统发电机参数辨识方法。     

扩展卡尔曼滤波在动态负荷参数辨识中应用

采用扩展卡尔曼滤波算法建立由动态负荷和静态负荷组成的综合负荷数学模型,并列出了其转子运动方程、状态方程和输出方程,其中动态负荷由等值的异步电机表示,静态负荷由恒定导纳并联组成。通过动模试验,取得给定负荷在系统扰动时的电压、电流数据。根据所建立数学模型的输入、输出值,用扩展卡尔曼滤波算法辨识其中的待定参数。参数初值设置为真值的2～7倍,辨识结果误差为2%～3%。分析结果表明,扩展卡尔曼滤波可在短时间内收敛,能正确地辨识出系统参数,且稳定性好。结论表明扩展卡尔曼滤波可以用于电力系统参数辨识,为电力系统状态估计、负荷建模提供了有效方法。     

基于信号重构和系统辨识的上升时间测量

上升时间是脉冲信号和示波器的一项重要指标。上升时间的测量不仅要考虑脉冲信号与示波器的带宽,还要考虑脉冲信号特性与示波器特性的影响。因此,本文提出一种用信号重构和系统辨识实现上升时间测量的方法,较为详细地研究了信号、系统的带宽、特性与上升时间的关系,进行了误差分析和仿真验证,得出了有参考价值的结论。     

Guaranteed cost control of networked control systems based on delta operator Kalman filter

In this paper, the problem of guaranteed cost control for networked control systems is addressed by using delta operator Kalman filter approach. To cope with network‐induced delays and packet dropout, we take into account the quality‐of‐service of networks. The networked control system is described as a kind of delayed Markovian jump delta operator systems. Sufficient conditions for the solvability of underlying problem are derived in terms of linear matrix inequalities. A numerical example is given to illustrate the effectiveness of the developed techniques. Copyright © 2012 John Wiley & Sons, Ltd.     

Box-Jenkins模型阶次与参数同时估计的递推算法

研究了Box—Jenkins模型阶次与参数的同时估计问题．基于信息压缩阵的UD分解技术和广义增广最小二乘原理，提出Box-Jenkins模型阶次与参数同时估计的一种递推算法，减少了辨识计算量，改善数值稳定性，提高了辨识精度．仿真结果表明该算法的有效性。     

基于综合算法的汽轮机及其调节系统参数智能辨识

基于Matlab/Simulink,开发了综合多项式拟合、最小二乘法、单纯形法、遗传算法、模拟退火算法的汽轮机及其调节系统参数智能辨识软件。软件能自动完成原始数据的预处理、执行机构参数辨识样本的提取、负载试验数据边界条件的处理等,继而采用多种算法分别对参数进行辨识,并根据预设的逻辑选出最终的参数辨识结果。仿真校核的结果表明,所得到的参数辨识结果能够反映实际汽轮机及其调节系统的综合特性。最后,指出了影响汽轮机及其调节系统参数辨识准确性的关键因素。