共查询到16条相似文献,搜索用时 672 毫秒
1.
2.
3.
4.
高超声速飞行器RBF神经网络滑模变结构控制 总被引:1,自引:0,他引:1
针对高超声速飞行器高度非线性及强耦合的特点,提出了一种基于RBF神经网络调参的滑模变结构控制器。滑模变结构控制器能够使高超声速飞行器稳定飞行,但在系统状态到达滑模面后会产生剧烈的抖振现象,不利于工程应用。RBF神经网络在一定条件下可以任意精度逼近非线性函数,且具有较强的自学习、自适应和自组织能力。将RBF神经网络与滑模变结构控制相结合,一定程度上能够消除滑模控制的抖振问题。在高超声速飞行器的巡航状态下,分别加入高度阶跃指令和速度阶跃指令进行了仿真。仿真结果表明,所设计的RBF神经网络滑模变结构控制器使高超声速飞行器在保证快速性、鲁棒性和抗干扰性的同时,克服了执行机构的抖振问题。 相似文献
5.
结合滑模控制和神经网络各自的优点,对开关磁阻电动机提出了一种基于RBF神经网络的开关磁阻电动机自适应滑模控制方案。设计了基于反馈线性化的滑模变结构控制器,通过RBF神经网络的在线学习实时估计系统参数变化,减小系统参数变化对控制效果的影响,实现了开关磁阻电动机的自适应滑模控制。理论分析证明了所设计自适应神经滑模控制器的稳定性和可行性,仿真结果证明了所设计控制器可行性。 相似文献
6.
为克服电力系统可控串联补偿装置非线性及外部扰动影响,应用反馈线性化方法和径向基神经滑模变结构控制理论,设计了可控串联补偿的神经滑模控制器。通过状态反馈方法对非线性模型精确线性化,运用径向基神经网络的非线性映射和自学习能力自适应调整滑模控制律,使得设计的可控串联补偿控制规律简洁,鲁棒性好。仿真结果表明,与传统的控制方式相比,设计的神经滑模控制器能有效地阻尼系统振荡,增强系统的暂态稳定性,对运行点变化也具有较好的适应性。 相似文献
7.
水泥生产过程中会产生大量中低温余热,利用余热发电是水泥生产企业节能的重要手段。为维持余热发电系统的电能稳定,以单机无穷大电力系统为例,建立余热发电机组励磁系统数学模型,设计基于指数型终端滑模变结构控制理论的同步发电机励磁控制器。针对电力系统中三相短路和三相断路故障利用Matlab进行时域仿真,与采用快速终端滑模变结构控制的仿真结果进行对比分析,仿真结果表明该指数型终端滑模变结构励磁控制系统具有更好的适应性及稳定性。 相似文献
8.
以Vienna整流器为研究对象,针对其传统电压外环滑模变结构控制不变性和对系统参数扰动敏感的问题,分析了以逼近率为基础的滑模变结构控制算法,提出了一种基于RBF神经网络的自适应电压外环滑模控制算法。该控制算法通过将RBF神经网络与滑模控制算法有效结合,同时将中点电位平衡控制加入到RBF神经网络自适应电压外环滑模控制算法的设计中,使用RBF神经网络对电压外环非线性系统进行自适应逼近,能够有效降低切换增益,削弱抖振,增强系统的抗干扰能力。最后,通过仿真分析与实验测试验证所提控制算法的有效性。将所提出的控制算法与传统滑模控制算法、PI控制算法进行比较,结果表明采用这种电压外环控制算法能够对直流输出电压目标值进行快速跟踪,平衡中点电位,改善了系统的动静态性能,提升了其抗干扰能力。 相似文献
9.
电力系统暂态稳定是电力系统遭受大干扰能够恢复稳定运行的能力,是电力系统安全稳定运行的重要基础。电力系统是一个高度复杂的、强耦合的非线性系统,PSS作为线性控制策略不能够有效抑制大扰动。基于滑模控制,分数阶微积分和有限时间稳定,提出了分数阶滑模控制策略来提高电力系统暂态稳定,使系统能够在有限时间内恢复稳定运行。首先,通过输入输出线性化方法解耦非线性电力系统。然后,提出分数阶滑模控制器并给出其设计和证明过程。同时,给出电力系统在所提出的控制策略性下的收敛时间。最后,在3机9节点电力系统中应用分数阶滑模控制器调节发电机的励磁提高电力系统的暂态稳定,验证了所提出的分数阶滑模控制器的有效性和优越性。 相似文献
10.
感应电动机滑模变结构控制的仿真实验研究 总被引:1,自引:0,他引:1
根据滑模变结构控制原理,提出了感应电动机滑模变结构控制算法,阐述了滑模变结构控制交流调速系统的实现方法,给出了仿真实验波形和结果。 相似文献
11.
12.
This paper presents a new hybrid approach which combines Radial Basis Function neural network with the sliding mode technique to design a Static Synchronous Series Compensator controller for power flow control and DC voltage regulation of an electric power transmission system. The proposed neuro-sliding mode control technique requires reduced number of hidden units and the weights are updated through on-line learning. The proposed technique is robust and does not need the knowledge of the perturbation bounds nor the full state of the nonlinear system (as opposed to existing methods based on Radial Basis Function neural networks). The performance of the proposed controller is validated on an IEEE 9 bus test system. Comparative results with another neural networks control and PI regulators show the effectiveness and satisfactory performance of the proposed controller in dealing with the perturbations considered. 相似文献
13.
14.
15.
针对传统滑模控制易导致系统出现抖振的问题,提出了一种模糊径向基函数(RBF)神经网络滑模观测器来实现永磁同步电机(PMSM)无传感器控制。为了减小观测器系统抖振,利用模糊RBF神经网络算法动态调整滑模增益,并采用李雅普诺夫稳定性定理证明了该模糊神经网络观测器的稳定性;利用锁相环(PLL)技术提高估算精度,并削弱计算噪声。基于MATLAB/Simulink软件平台搭建了仿真模型,将模糊RBF神经网络滑模观测器系统与传统滑模观测系统进行对比。结果表明,与传统的滑模观测器相比,新型滑模观测器能够快速、有效地跟踪转子位置,精确估算出转子速度,同时具有较好的动态特性。 相似文献