基于模糊T—S模型的最优励磁控制

采用传统线性化方法,将单机无穷大系统线性化,求得多个平衡点的线性化模型,再通过隶属度函数把各个子系统联系起来,建立系统的全局模型——模糊T-S模型。设计各个子系统线性最优励磁控制器以后。采用并行分配补偿技术设计全局系统的控制规律,将原来的固定系数反馈改进为随系统状态变化而变化的动态反馈。利用Matlab进行了仿真,结果表明本文设计的控制器能较好改善系统的静态和暂态稳定性能。     

基于T-S模型的模糊控制器设计

讨论了一类由T-S模糊模型表示的不确定时滞非线性系统的模糊控制器设计问题。刻画了系统的不确定性,采用并行分布补偿的基本思想设计了状态反馈控制器,分析了现有T-S型模糊控制器设计方法计算复杂且难以求解的原因,在此基础上,提出了一种与系统实时输入相关的动态模型简化算法。同时,利用Lyapunov稳定性理论和线性矩阵不等式等有关工具,得出了该不确定时滞非线性系统的稳定条件,并给出了系统以衰减率α全局渐近稳定的充分条件,从而相应得出T-S型模糊状态反馈控制器。仿真实例表明,该设计方法的有效性。     

基于T-S模糊模型的电力传动系统的非线性PD状态反馈控制器

对于非线性电力传动对象和非线性PD反馈控制器组成的整个模糊控制系统，进行了稳定性分析，并且给出了非线性PD反馈控制器的增益参数设计，其中，非线性电力传动对象是用模糊Takagi and Sugeno模型描述的。提出了模糊系统中的状态微分反馈控制，并且有效地分析了整个控制系统的稳定性。设计方法最终被归结为满足所谓Y2-condition的一些参数的选择。给出了对于一个非线性质量-弹簧-阻尼器系统的应用实例。     

基于风能转换系统的T-S模糊建模与控制

根据风能转换系统的状态方程,结合T-S模糊模型良好的局部线性的特点,建立了风能转换系统T-S模糊控制模型。然后针对新的风能转换系统模型设计了模糊控制器。仿真结果表明在额定风速以下,T-S模糊控制方法能够将风能转换系数控制在最优值0.476附近,叶尖速比也可以维持在最优值7附近,能够实现额定风速以下的最大风能捕获。     

非线性系统基于T-S模型的鲁棒二次稳定控制

基于模糊动态模型研究非线性系统的稳定控制问题，将全局模糊系统模型表示成不确定系统形式。采用鲁棒二次稳定控制器设计方法，设计使全局模糊系统渐近稳定的控制器，避免了并行分配补偿法中求解公共矩阵P的困难。通过一级倒立摆的模糊控制器设计实例，证明了方案的简洁有效。     

基于超平面的T-S模糊模型辨识

针对多输入多输出(MIMO)的非线性热工动态对象,基于超平面的建模思想,提出了一种新的T-S模糊模型建模方法,既能够统一前、后件的参数辨识,又能防止过多增加计算量。介绍了通用的T-S模糊模型,详细推导出点到超平面的距离公式,据此,提出基于平均线性度的有效性能指标函数S(c),从而避免了规则数确定的盲目性。针对T-S模糊模型分段线性的特点,得出了输入、输出联合空间中的点到各后件子模型所对应的超平面距离,归纳出具体的建模步骤,同时给出了平均线性度D(c)的计算公式。新的建模算法可解释性好,不仅具有良好的精度,而且具有较好的泛化能力。最后,针对典型负荷被控对象的仿真结果证实了该方法的有效性。     

基于T-S模糊模型的多变量非线性预测控制

针对多变量非线性系统预测控制的实时性问题,提出一种基于T-S模糊模型的预测控制快速算法.通过辨识建立非线性系统的T-S模糊模型,依据系统的运动特性和实际中控制输入增量的变化趋势选取特定基函数,将广义预测控制和预测函数控制相结合设计多变量预测控制律.该算法相比已有基于T-S模糊模型的多变量非线性广义预测控制算法大幅度减少了计算量,显著提高了控制的实时性.仿真结果验证了该算法的有效性.     

基于T-S模糊模型的球磨机负荷控制系统

球磨机负荷控制系统通过调节给煤机的转速控制存煤量在给定值附近。针对其存在非线性、参数时变和大延迟等难以控制的特性,提出基于T-S模糊模型的预测函数控制新方法。用T-S模糊模型描述对象的非线性动态特性,根据模糊规则将非线性模型分解为若干个局部线性模型,并依据球磨机负荷对象的特性,将线性模型简化为一阶纯滞后环节。对辨识后得到的每个局部线性模型采用预测函数控制算法。仿真研究结果表明:系统响应速度变快、超调量较小,表现出较好的动态响应特性,同时还避免了PID控制器3个参数难以整定的困难。     

基于T-S模糊模型的鲁棒自适应滑模控制

针对一类具有时滞的非线性连续时间系统,基于T—S模糊模型,考虑系统的外界干扰和建模误差不存在的理想情况,并利用滑模控制理论和LMI方法,设计了滑模控制器;考虑系统的外界干扰和建模误差存在的情况,采用神经网络逼近建模误差,引入自适应控制鲁棒项,设计了自适应滑模控制器,根据Lyaponuv稳定性理论,证明了系统状态渐近稳定。仿真示例表明了所提方法的有效性。     

基于T-S模糊模型的油气悬架保性能控制

建立了1/2车四自由度油气悬架的T-S模糊模型。采用并行分布补偿器(PDC)结构,基于线性矩阵不等式处理方法,提出了模糊保性能控制方案,导出最优保性能控制律,针对含有参数不确定的油气悬架系统进行了仿真与实车道路试验。结果表明,与被动油气悬架相比,采用了保性能控制的油气悬架在减少振动、提高车辆行驶平顺性方面性能更优。     

基于单机无穷大母线等值和轨迹灵敏度的暂态稳定最优励磁控制

为进一步降低电力系统暂态稳定控制代价,提出通过最优控制系统快速动态装置的设定值来保证系统在故障情况下的暂态稳定性。基于单机无穷大母线等值和轨迹灵敏度法,提出暂态稳定最优励磁控制二次规划模型,通过调整发电机电压调节器参考电压设定值来控制系统的稳定性。根据单机无穷大母线等值,在暂态稳定最优励磁控制模型中引入严格的暂态稳定判据;并借助轨迹灵敏度和稳定裕度指标提高计算效率。采用稳定裕度指标后避免寻找临界稳定轨迹,从而节省大量仿真时间。在新英格兰39节点10机系统和某省级692节点138机实际系统上的仿真结果验证了所提算法的可行性和有效性。     

基于T-S模糊模型的燃气轮机系统负荷跟踪多目标预测控制

传统控制策略主要解决燃气轮机系统负荷跟踪问题,缺乏对经济性能的考虑。设计了基于T-S模糊模型的多目标预测控制器以同步提高系统跟踪性能和经济性能。首先,针对燃气轮机系统强非线性特性,选用T-S模糊模型增量结构,选取某联合循环机组历史数据进行模型辨识,所得模型能够根据运行工况实时更新模型参数,避免了模型失配问题。然后,基于此模型设计多目标预测控制器,定义负荷跟踪指标和经济性能指标,并对指标进行加权构成多目标代价函数。在多目标优化问题求解中,使用同步传热搜索算法优化代价函数获得控制量,提高控制系统快速性。仿真实验及评价指标结果表明,该多目标预测控制策略能够有效提高系统跟踪性能和经济性能。     

基于T-S模糊模型的燃气轮机系统负荷跟踪多目标预测控制

传统控制策略主要解决燃气轮机系统负荷跟踪问题,缺乏对经济性能的考虑。设计了基于T-S模糊模型的多目标预测控制器以同步提高系统跟踪性能和经济性能。首先,针对燃气轮机系统强非线性特性,选用T-S模糊模型增量结构,选取某联合循环机组历史数据进行模型辨识,所得模型能够根据运行工况实时更新模型参数,避免了模型失配问题。然后,基于此模型设计多目标预测控制器,定义负荷跟踪指标和经济性能指标,并对指标进行加权构成多目标代价函数。在多目标优化问题求解中,使用同步传热搜索算法优化代价函数获得控制量,提高控制系统快速性。仿真实验及评价指标结果表明,该多目标预测控制策略能够有效提高系统跟踪性能和经济性能。     

采用T-S模糊模型的TCSC多目标控制器设计

在电力系统中装设可控串联补偿(TCSC)可以改善系统的稳定性,抑制次同步谐振和区域间的低频振荡,提高远距离联络线的传输能力。为更好地发挥TCSC效益,利用模糊T-S模型无限逼近非线性系统的特性,提出了一种多目标TCSC控制器设计方法。建立了一类含TCSC的两机电力系统的模糊T-S模型,把闭环系统的稳定性、H∞性能、极点配置的要求统一到一个线性矩阵不等式组中,基于线性矩阵不等式理论实现了TCSC多目标控制器设计,采用并行分配补偿技术,设计出了全局非线性系统的控制规律。最后,利用MATLAB进行了仿真,结果表明所设计的控制器能有效提高电力系统的功角稳定性,保证系统具有良好的动态性能,能满足多个目标要求,具有比TCSC非线性H∞鲁棒控制器更优越的性能,且易于工程实现,它将会在电力系统稳定控制中得到更多应用。     

T-S模糊模型控制器的LMI设计方法

为了探讨模糊控制系统的稳定性分析和设计方法,依据模糊控制理论,把离散T-S模糊模型看成是一个线性不确定系统,提出了基于线性矩阵不等式和分段Lyapunov函数的模糊控制器设计方法.将闭环控制系统的稳定要求、性能指标约束条件统一到线性矩阵不等式的框架内,通过求解线性矩阵不等式族获得控制器参数.该方法能够保证系统全局稳定,并且具有良好的动态和稳态性能.     

基于T-S模型的磨煤机存煤量的模糊辨识

针对火电厂磨煤机存煤量无法直接测量的问题,应用模糊聚类算法来辨识磨煤机存煤量的T-S模糊模型,在Matlab上仿真.计算机仿真结果表明,其预测结果的准确度与适应工况变化的能力均优于硬件在线仪表的性能,对于实现火电厂经济运行有益.     

基于v-支持向量回归的T-S模糊模型辨识

结论参数对T-S模糊模型的泛化能力有重要影响。该文引入v-支持向量回归机(v-SVRM),把T-S模型结论参数的辨识问题转化为一个约束优化问题,并推导了新的迭代求解算法。该方法通过一个参数v控制支持向量的数目和落在ε不灵敏带外样本点的数目,并自动计算合适的ε。针对典型负荷被控对象的仿真结果表明:该方法比通常采用最小二乘法进行结论参数辨识的方法具有更好的泛化能力;此外,由于采用了ε不灵敏损失函数,该方法具有更好的噪声适应能力。     

T-S模糊模型的辨识与控制

提出了基于支持向量机和遗传算法的T-S模糊模型辨识,支持向量机具有很好的泛化能力,能自动确定T-S模型结构,通过遗传算法优化和估计系统参数。针对辨识出的T-S模型进行控制,控制器包括两个部分,权重最大子系统局部反馈控制和利用滑模控制设计的全局监督控制,能保证系统稳定。辨识和控制仿真结果证明了算法的有效性。     

基于T-S模型的自组织模糊辨识算法研究

针对复杂非线性动态系统的模糊建模问题 ,基于 T- S模型提出一种自组织模糊辨识算法。改进后的算法简化了前提结构辨识的过程 ,并使前提参数辨识和结论参数辨识同时完成 ,极大地减少了参数辨识和结构辨识的计算量 ,能够保证在线辨识的要求。大量的仿真结果表明该算法具有收敛速度快、辨识精度高、稳定性好的特点 ,便于工程应用。     

基于迭代学习控制理论的励磁控制器设计

基于迭代学习控制理论提出了一种设计单机无穷大系统励磁控制器的新方法,克服了迭代学习控制在有限时间区间上实现完全跟踪的限制。将迭代学习控制对输出控制量u(t)的记忆与修正改成对期望控制ud(t)的记忆与修正,采用最小二乘法拟合控制器参数,使设定的控制与期望控制之差达到最小,求得控制律。用Matlab对发电机励磁控制系统进行仿真研究,结果表明所设计的励磁控制器具有较好的动态特性和较强的鲁棒性。