神经元控制器在数字调速系统中的实现和应用

神经网络具有自学习、自适应能力 ,用于控制时可不依赖控制对象的数学模型。异步电机矢量控制技术是通过坐标变换 ,实现对定子电流的励磁分量与转矩分量的解耦控制。为实现对交流电机快速和精确控制 ,本文基于单神经元设计出用于异步电机矢量控制的自适应磁链和转速控制器 ,利用神经元的自学习功能在线调节连接权重 ,实现自适应控制。并将此设计应用于由数字信号处理器 (DSP)实现的交流电机矢量控制系统中 ,实验表明此方法设计的控制器结构简单 ,易于数字化实现 ,控制系统动态性能良好。     

神经元自适应控制器在矢量控制中的应用

感应电机矢量控制技术是通过坐标变换，实现对定于电流的励磁分量与转矩分量的解辐控制。传统PID控制器在电机参数改变时鲁棒性较差。神经网络具有自学习、自适应能力，用于控制时可以不依赖控制对象的数学模型。为实现对交流电机快速和精确控制，基于单神经元设计出用于感应电机矢量控制的自适应磁链和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制。并将此设计应用于交流电机矢量控制系统中，数字仿真实验表明，此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足，鲁樟性强。该设计结构简单，实现应用时易于数字化实现。     

神经元控制器在数字调速系统中的实现和应用

神经网络具有自学习、自适应能力,用于控制时可不依赖控制对象的数学模型.感应电动机矢量控制技术是通过坐标变换,实现对定子电流的励磁分量与转矩分量的解耦控制.为实现对交流电机快速和精确控制,本文基于单神经元设计出用于感应电动机矢量控制的自适应磁链和转速控制器,利用神经元的自学习功能在线调节连接权重,实现自适应控制.并将此设计应用于由数字信号处理器(DSP)实现的交流电机矢量控制系统中,实验表明此方法设计的控制器结构简单,易于数字化实现,控制系统动态性能良好.     

基于Kautz模型的优化补偿预测函数控制

利用Kautz函数逼近得到表征过程对象的状态空间方程,基于Kautz模型设计一种稳定的自适应预测函数控制器。通过对闭环系统广义状态方程的稳定性分析,依据Lyapunov稳定性定理得到控制系统稳定的条件。并对算法进行改进,提出一种衰减因子优化补偿方法,设计局部搜索和混沌优化2种算法实现在线寻优调节补偿因子,抑制系统突变,减少调节时间,提高控制品质。仿真研究证明了该控制算法的有效性。     

制粒湿度模糊自整定PID串级控制

介绍了烧结过程中的制粒湿度控制系统,针对系统中出现的纯时滞、时变不确定性等问题,在常规PID控制的基础上,结合模糊控制理论,设计了模糊自整定PID控制器,应用模糊推理的方法实现了PID控制参数的在线自整定。仿真结果表明,模糊自整定PID控制器提高了系统的适应能力,增强了系统的鲁棒性,改善了系统的动静态性能,具有良好的控制效果。     

基于双谐波绕组的混合励磁发电机励磁控制系统

为了解决不同运行工况下混合励磁同步发电机端电压恒定的问题,设计了一种基于全桥变换器拓扑的励磁控制系统。励磁系统采用以电枢绕组电压为外环、定子谐波励磁绕组电流为内环的双闭环控制策略,以谐波无刷混合励磁同步发电机端电压为反馈信号,通过调节定子谐波励磁绕组电流,以维持发电机端电压恒定。阐述了双谐波绕组的混合励磁发电机的基本结构和工作原理,设计了励磁控制系统的软硬件,并测试了励磁控制系统的性能。实验结果表明：调节定子谐波励磁绕组电流,可以很好的调节发电机的端电压;通过励磁控制系统的自动调节功能,实现了发电机在不同负载情况下的输出电压恒定。     

烧结制粒工艺模糊PID湿度控制

介绍了烧结过程中的制粒湿度控制系统，针对系统中出现的纯时滞、时变不确定性等问题，在常规PID控制的基础上，结合模糊控制理论，设计了模糊自整定PID控制器，应用模糊推理的方法实现了PID控制参数的在线自整定。仿真结果表明，模糊自整定PID控制器提高了系统的适碰能力，增强了系统的鲁棒性，改善了系统的动静态性能，具有良好的控制效果。     

发电机的浸入与不变自适应反步鲁棒励磁控制器

针对含有不确定参数的发电机励磁控制系统,设计了一种新型的自适应反步鲁棒励磁控制器。在设计过程中,基于反步法逐步进行控制器的设计,并引入非线性阻尼算法来减小反步法的"计算膨胀"问题,有效地增强了控制器的鲁棒性。接着介绍了应用浸入与不变自适应控制设计阻尼系数的自适应估计律。通过MATLAB软件进行仿真研究,验证了该算法的有效性和优越性。     

开关磁阻电动机智能控制系统设计

针对SRD系统变结构和非线性的特点,引入了一种单神经元与专家知识相结合的智能PI控制方法,该方法避免了对SRD系统建立精确模型,并且当SRD系统结构的变化,该方法可以在线调整PI参数,系统有较好的稳态和动态性能指标。仿真结果表明,该方法具有很强的自学习、自适应能力,证明了这种方法在SRD系统中应用的可行性和可靠性。     

Robust and simple adaptive control system design

Recently, the simple adaptive control (SAC) method has attracted considerable interest because of the simple structure of its adaptive controller. The method can only be applied to plants with so-called almost strictly positive real (ASPR) characteristics. Unfortunately, most real plants do not satisfy this condition. Furthermore, real plants contain disturbances such as uncertain elements. This paper deals with such problems and proves that the implementation of a parallel feedforward compensator makes it possible to apply the SAC method to non-ASPR SISO plants with plant uncertainties. Furthermore, a robust SAC algorithm in the presence of a class of external disturbances is also considered. The effectiveness of the parallel feedforward compensator and robust adaptive controller designed in this way is examined through several numerical simulations.     

一种静止无功发生器的改进模糊自适应PI控制策略

针对静止无功发生器(SVG)传统控制策略自适应调节能力不足的问题,对传统控制策略进行改进。在内环解耦控制的基础上,引入模糊控制对PI参数进行自适应调整,以提高SVG的补偿精确性。传统模糊PI控制以PI的初始参数为中心进行上下调整,因此调节范围有限。针对调节有限的问题,文中提出采用累加的方式调整PI参数,根据系统变化,在参数调整过程中,不再以初始参数作为调整基准,而是采用上一时刻的值作为基准进行调整,从而增大调节范围,实现PI参数的自适应调整。仿真分析表明,与现有的模糊PI控制策略相比,文中策略进一步提高了补偿精确性,增强了系统的动态特性。     

电励磁同步电机全速域自适应模型预测控制

针对传统模型预测控制(MPC)单一权值系数存在的局部最优问题,提出一种全速域自适应模型预测控制(FSA-MPC)方法。该方法采取离线初选和在线优化两个步骤完成权值系数配置,保证了MPC中滚动优化的控制品质。首先,建立电励磁同步电机的离散预测模型,并以加权求和的形式配置价值函数;其次,分析不同权值系数对各项优化目标的影响,统计得出了一个理想最优权值系数覆盖区域;最后,考虑到离线穷举法配置权值系数的不完备性,引入在线自适应机制进行在线修正。基于55k W样机验证了全速区域范围内FSA-MPC的可行性,并与传统MPC进行了对比分析,结果表明FSA-MPC可在全速域范围内保持优异的控制效果。     

基于模糊控制在线整定新趋近律的速度调节器研究

针对传统指数趋近律滑模变结构控制抖振大和参数整定难的问题,设计了一种新的滑模趋近律并采用模糊控制以实现参数整定。在双闭环直流调速系统中,基于新趋近律设计了速度调节器;同时为了提高趋近律参数整定效率,利用模糊控制设计了趋近律参数在线整定方法,通过模糊控制在线整定新趋近律的滑模参数来提高系统的调速性能。在Matlab/Simulink中搭建直流调速系统的仿真模型,结果表明所设计的新趋近律在抑制抖振和快速收敛方面优于传统指数趋近律,相较于试凑法模糊控制在线整定趋近律参数的效率更高、性能更好。     

基于模糊单神经元PI的微电网频率自适应控制

在采用下垂控制策略的传统微电网中存在母线频率随负载增大而下降的问题,为确保母线频率不偏移标准频率,需要采取频率恢复控制策略。目前实现频率恢复的常用方法是基于比例-积分(PI)的控制策略。由于微电网网络结构和系统参数存在变化,PI控制可能无法满足频率控制快速响应、恢复的需求。为解决该问题,文中提出在第二层控制微电网中央控制器中使用单神经元自适应PI控制算法作为频率恢复算法,实现频率无差控制。为进一步增强系统的鲁棒性、加快频率的恢复,使用模糊控制器对单神经元PI控制器的神经元比例系数进行在线优化,并通过仿真与固定神经元比例系数的单神经元自适应PI控制进行对比,证明了所提改进控制策略可改善频率恢复控制的暂态性能,加快微电网的频率恢复。     

自适应逆推励磁控制器设计

发电机的阻尼系数通常难以准确测量,使得电力系统是一个典型的参数不确定非线性系统.通过对含励磁控制的单机无穷大电力系统的精确反馈线性化,利用逆推控制与自适应机制相结合设计了逆推自适应励磁控制器.其所含的自适应增益控制可以对未知参数进行实时的估计,该控制器能使参数不确定的电力系统保持在Lyapunov意义下的渐近稳定.仿真结果表明,该控制器能有效地稳定电力系统,维持机端电压.     

基于智能神经元PID的异步电机直接转矩控制

针对异步电机直接转矩控制系统PID转速调节器的适应性、鲁棒性及抗干扰性较差的问题,提出了基于智能神经元PID转速调节器的异步电机直接转矩控制方法。智能神经元PID转速调节器采用2个神经元控制器进行设计,同时实现了控制器参数的在线调整,磁链调节器和转矩调节器分别采用滞环调节器进行设计。仿真结果表明,基于智能神经元PID的异步电机直接转矩控制系统能快速跟踪参考转速变化,具有很强的抗干扰能力、自适应能力和较强的鲁棒性。     

大滞后时变对象的一种自适应预估最优控制

对具有大滞后时变特性的对象, 提出了一种对史密斯（Ｓｍｉｔｈ） 设计方法的改进方案。调节器按最优控制设计, 引入自适应控制, 使最优调节器以及预估器能不断地跟踪过程特性参数的变化, 确保系统在对象参数变化时仍保持优良的控制性能。     

基于Lyapunov稳定性理论的电励磁直线同步电机自适应控制

为了提高直线伺服系统的动态性能,克服电励磁直线同步电机存在的参数时变性,设计模型参考自适应速度控制器。系统内环是基于参考模型的速度跟踪控制器,外环自适应机构在线调整速度跟踪控制器的可调参数并使参考模型输出速度与控制对象输出速度之间的广义速度误差趋近于零。采用基于Lyapunov稳定性理论的模型参考自适应速度控制器设计方法,在保证广义速度跟踪误差收敛至零的同时,还保证了模型参考自适应速度控制系统具有稳定性和收敛性。采用欧拉数值积分方法,经过计算机数值仿真计算得到参考模型与控制对象的速度输出和初级交轴电流状态变量的时域响应曲线,验证了该自适应速度控制系统具有全局收敛性。     

带指令滤波的直驱永磁风机自适应反推积分滑模控制

针对直驱式永磁同步风力发电系统最大功率跟踪问题,提出一种带指令滤波的自适应反推积分滑模控制器。构造了直驱式永磁风力发电系统的非线性模型。基于反推法设计控制器,并引入二阶滑模微分器充当指令滤波器,避免传统反推控制中计算膨胀和控制器饱和问题,并针对滤波误差设计补偿信号。考虑系统运行过程中参数的变化和系统未建模部分的影响,引入投影自适应算法提高系统的动态性能,并确保自适应估计值是有界的。同时为提高系统的鲁棒性,引入积分滑模控制,利用李雅普诺夫方法证明了系统的稳定性。仿真结果验证了所设计控制器的有效性。与传统PI控制、指令滤波反推控制器相比,所设计控制器具有更好的响应速度和鲁棒性。     

基于ESO的磁悬浮直线同步电机变增益自适应迭代学习控制

对于可控励磁磁悬浮直线同步电机(CEMLLSM),常规迭代学习控制(ILC)精度低、抖振大,且抗外部扰动能力差。为提高跟踪精度,设计了一种基于扩张状态观测器(ESO)的变增益自适应ILC算法。首先,研究CEMLLSM的工作原理及数学模型。其次,设计基于ESO的变增益自适应迭代学习控制器,为控制器中固定增益部分引入指数可变增益,增加自适应迭代项对控制律中的未知参数进行迭代学习,从而减小系统抖振与误差并加快系统收敛速度。通过引入ESO观测系统的外部干扰,对控制量进行补偿,进而提高系统的抗扰动能力。最后,用MATLAB对控制系统进行仿真分析,仿真结果表明该算法能够有效减小跟踪误差,并对扰动有良好的抑制作用。