基于模糊控制补偿的支持向量机逆模型控制

支持向量机(SVM)具有很强的非线性逼近能力与泛化能力,文章研究了基于SVM的非线性系统逆模型辨识,并设计了基于模糊控制补偿的SVM逆控制系统.由SVM辨识的逆模型作为前馈控制器,形成直接逆模型控制器.同时,设计模糊控制器构成反馈补偿控制,克服逆模型的建模误差,提高系统鲁棒稳定性.仿真研究表明,SVM具有优良的逆模型辨识能力,基于模糊控制补偿的支持向量机逆控制系统的动态性能好、跟踪精度高、鲁棒稳定性强.     

两电机变频系统的支持向量机广义逆内模解耦控制

针对两电机变频系统非线性强耦合的特点,提出基于支持向量机广义逆内模控制的方法。对工作在矢量控制方式下的两电机变频系统数学模型进行广义逆存在性分析,从而得出系统广义逆数学表达式。通过支持向量机来辨识原系统的广义逆系统,然后对复合后所得到的伪线性系统引入了内模控制。该方法结合了支持向量机在小样本上具有良好的非线性建模能力和泛化能力,以及内模控制器易于在线设计的优点,同时兼顾系统的鲁棒稳定性,从而可以有效提高系统的控制效果。仿真和实验结果表明,该方法具有良好的动静态解耦性能,对外界扰动亦有很强的鲁棒稳定性。     

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。     

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。     

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。     

三自由度混合磁轴承最小二乘向量机逆模辨识与解耦控制

为实现三自由度混合磁轴承高精度非线性解耦控制,提出一种基于最小二乘支持向量机的逆模辨识和解耦控制策略。通过分析逆系统的存在性,利用支持向量机的拟合能力,离线建立初始逆模型,并根据系统输入与模型输出的偏差信息,对初始逆模型进行在线校正,以使其能适应对象的变化;在此基础上,将校正后的逆模型作为前馈控制环节与原系统串联构成伪线性系统,设计PID控制器作为反馈控制环节对磁轴承系统进行复合控制。仿真结果表明逆模型辨识精度高,复合控制效果好。     

基于逆系统理论的永磁同步电动机解耦控制

针对永磁同步电机这种多变量、非线性、强耦合的控制对象,应用逆系统方法,将永磁同步电机解耦成二阶线性转速子系统和一阶线性磁链子系统;在此基础上,采用鲁棒伺服控制器对伪线性子系统进行线性闭环控制设计.仿真试验表明,这种控制策略能够实现永磁同步电机转速和定子磁链之间的动态解耦控制,并且系统具有良好的动静态性能.     

多变量逆系统在协调控制中的应用

采用多变量非线性控制的逆系统理论分析了汽轮发电机组励磁、汽门系统和可控串联补偿(TCSC)系统的可逆性,并运用逆系统方法将这一多变量、非线性、强耦合的复杂被控对象解耦成3个独立的串行输入/串行输出(SISO)线性化积分型子系统,然后基于非线性系统理论设计了综合控制器.仿真结果表明,该控制策略实现了励磁控制、汽门调节和TCSC的动态解耦,应用该方法可显著提高电力系统的暂态稳定性.     

变速变桨距风电系统的功率水平控制

为实现风电系统的功率水平控制,该文基于奇异摄动理论和逆系统方法设计了一种非线性桨距角鲁棒控制器。该控制器由逆系统标称部分和鲁棒补偿部分组成,逆系统标称控制器可以使非仿射型非线性标称风机模型的输入-输出动态跟踪其参考模型动态;鲁棒补偿输入可以消除参数不确定性、风速检测误差和发电机转矩扰动对系统输出功率的影响。理论分析和仿真实验证明了该控制器的稳定性,结果表明,该控制器可以在风速波动时有效控制风电系统的输出功率水平,并且对参数化和非参数化扰动具有较强的鲁棒性。     

基于控制系统四元组形式的发电机非线性分散鲁棒控制

分析了仅包含状态变量、输出变量、控制变量的控制系统常规三元组形式应用到发电机分散鲁棒控制时遇到的困难，为克服这些困难提出了包含状态变量、输出变量、控制变量、量测变量的控制系统四元组形式的概念。量测变量的引入使得发电机综合控制模型本身变为各机解耦、与外部系统网络参数及动态无关，在此模型下设计出分散鲁棒控制器是自然的。此模型可以考虑系统包含各种动态元件如FACTS元件、HVDC系统等情况，在此四元组模型下，通过直接寻求控制量与控制目标之间关系的关联度方法将发电机控制的四元组模型完全线性化，通过励磁控制使发电机端电压具有良好的动态特性，通过汽门控制提高发电机功角暂态稳定性。数字仿真表明，所设计的基于控制系统四元组形式的发电机非线性分散鲁棒综合控制器是有效的。     

基于模糊补偿的无轴承同步磁阻电机径向位置逆控制

给出无轴承同步磁阻电机转子径向位置的控制模型,针对多变量、强耦合的径向位置非线性系统,提出一种基于模糊补偿的被控电机转子径向位置逆控制方法,证明该径向位置系统可逆,推导出其逆系统模型,将其精确线性化成一个伪线性系统,从而将径向位置系统解耦为两个独立的二阶线性子系统.为对已解耦的径向位置系统进行综合,在常规PID控制器基...     

基于PSO算法的多变量PID型神经元网络在球磨机控制上应用

为提高多变量、非线性和强耦合系统的动态特性和解耦能力,基于PID控制的简单结构和良好性能优势以及神经元网络的自调节和自适应的特长,设计了具有PID结构的多变量自适应的PID型神经元网络控制器。给出了这种控制系统的结构和算式,其为一种3层前向神经网络,其隐层单元分别为比例(P)、积分(I)和微分单元(D),各层神经元个数、连接方式、连接权值的初值是按PID控制规律确定的。神经元网络参数采用了粒子群优化(PSO)学习算法,并给出了相关算式。分析了球磨机制粉控制系统的特点,并应用提出的控制方法对其进行了仿真研究,比较了文中控制方法与传统的PID控制方法的控制效果。仿真结果表明了所提方法具有较好的控制品质、良好的自适应解耦能力和自学习功能。     

多变量DMC预测控制算法在热工系统控制中的应用研究

针对复杂热工系统多变量、强耦合的特点,介绍了多变量的动态矩阵控制(DMC)算法用于热工系统控制的实现步骤,提出了DMC控制器参数自整定方法.将DMC控制器应用于中储式钢球磨煤机(球磨机)制粉系统进行的仿真表明,该控制方法具有较好的解耦性能,提高了过程控制的品质.     

球磨机神经元解耦控制系统

针对球磨机的运行特点,提出了一种新型的球磨机神经元解耦控制系统。该系统具有更好的控制品质及更强的鲁棒性。系统简单,易于实现,适合于球磨机这类的多变量系统的控制。     

基于逆系统解耦的电磁轴承飞轮转子系统二自由度控制

针对电磁轴承高速飞轮转子系统的振动抑制问题,提出了一种基于逆系统解耦和改进型二自由度控制的方法。首先采用逆系统方法对电磁轴承飞轮转子系统进行解耦,将非线性、强耦合的电磁轴承飞轮转子系统解耦为四个彼此独立的子系统,再用改进型二自由度控制器对解耦后的子系统进行整定,使控制系统的设定值跟踪及外扰抑制特性能够分别调节,并通过速度观测器获取阻尼控制信号,增强系统的抗噪声能力。从理论上分析了所提出控制算法的稳定性、设定值跟踪性能及鲁棒性,并对其性能进行了仿真和实验验证。结果表明,该文提出的控制算法能够使飞轮转子稳定悬浮并有效抑制其振动,具有稳定性好、鲁棒性强、抗噪声能力强等优点。     

球磨机多模型PID型神经元网络控制系统

针对球磨机制粉系统的多变量、强耦合、非线性、时变性等特点,提出了采用基于PID型神经元网络的多模型控制方法,在不同工况下系统的时变特性采用多个模型进行描述,而每个模型的控制器则采用PID型神经元网络进行解耦控制。通过在线计算模型匹配程度,选择相应的模型和控制器,组成闭环系统,切换算法实现多模型间无扰切换,同一工况慢时变采用控制器参数自调整来提高鲁棒性。PID型神经元网络是一种特殊的3层前向神经网络,其隐层单元分别为比例(P)、积分(I)和微分单元(D),各层神经元个数、连接方式、连接权值的初值按PID控制规律确定。仿真结果表明,文中提出的控制方法相比传统控制方法有更好的控制品质,跟踪快、鲁棒性强、解耦好,较好地解决了球磨机系统的时变性、耦合性等问题。     

球磨机多模型控制系统

提出了一种用于多变量模型不确定性控制的方法,克服了常规解耦设计没有考虑模型的不确定性,当对象模型摄动时解耦效果可能退化的缺陷。其要点是把整个工作范围按工作特性划分为若干个子区间,并以确定性模型表示。运用该概念,从对角优势化的定义出发,提出一种基于多模型的多变量控制系统逆奈奎斯特阵列设计方法,并应用于火电厂球磨机控制系统设计。从各模型对应的Gershgorin带及以单位阶跃作为输入的仿真结果可看出,所设计的多变量解耦控制系统具有较强的鲁棒性和满意的调节品质;且在不增加设备投资的情况下,可用现有设备实现所设计的系统。