PMSM的新型分数阶滑模调速控制系统设计

针对永磁同步电机（PMSM）转速控制系统中存在稳态误差和抖振程度大的问题,设计了一种新型分数阶滑模转速控制器来代替传统滑模转速控制器。通过研究分数阶控制相关理论,与一般的指数趋近率函数相结合,设计了一种新型分数阶趋近率,并将传统的符号函数取代为反正切三角函数。采用扩展状态观测器来估计系统的总扰动的误差,并得到精确的转子速度信息;用Lyapunov稳定性判据证明了方案的可行性;最后在相同电机参数下,根据PMSM系统控制框图搭建仿真模型并仿真,同时与传统滑模控制的性能指标进行对比。实验结果证明,采用新型分数阶滑模控制器的电机系统可以快速响应,增强抗干扰能力和系统稳定性,鲁棒性更好。     

改进型单神经元自适应PID控制在磨矿分级控制中的应用

磨矿分级系统具有诸多不确定因素、非线性、时变、难以建立精确的数学模型,对其溢流浓度进行较好的控制,一直是大家研究的课题。本文提出一种改进型单神经元自适应PID控制方案,因为神经元具有学习特性,该方案能对比例、积分、微分系数进行调整。仿真结果表明,该算法能够适应被控对象较大范围的变化,具有较强的适应能力和鲁棒性。     

零误差密度最大算法的分析研究

前馈神经网络的学习通常以均方误差为目标函数(MSE),易陷入局部极小,而零误差密度最大算法(Z-EDM)以误差在零点的概率密度函数为神经网络新的目标函数,能够达到全局最优.将Z-EDM算法应用到BP网络中,并通过仿真将两者进行了比较,实验结果表明,Z-EDM算法在分类方面要明显优于MSE算法.并且对这一算法进行了分析,可知以优化此目标函数的神经网络的学习仍是基于经验风险最小化原则,通过仿真将基于Z-EDM算法的BP网络与支持向量机(SVM)在两分类方面进行比较,结果表明此算法对于某些数据集具有与SVM近似的性能,但总体上性能仍不及基于结构风险最小化的SVM.     

基于分数阶二阶滑模的PMSM转速控制

针对永磁同步电机易受负载扰动和自身参数变化影响的问题,提出了一种基于分数阶的永磁同步电机二阶滑模速度控制器.该方法利用分数阶随时间缓慢衰减的特性,首先,在传统滑模面的基础上引入了分数阶滑模面;其次,采用螺旋算法来设计二阶滑模控制器;最后,搭建永磁同步电机矢量控制仿真模型进行仿真.实验结果表明,与传统的二阶滑模控制相比,...     

电信号线自动测试系统的开发与应用

基于Windows的电信号线自动测试系统的开发情况,设计了一种电信号线自动测试系统。主要包括系统的结构、系统功能、软件设计及系统特点等内容。     

基于RBF—FNN的网络拥塞控制研究

模糊控制和人工神经网络作为当前的研究热点,而两种技术的有机结合,使得智能模拟有了发展和进步。本文将这两种技术应用在通信网络中,在AQM算法中设计了一种模糊神经网络控制器,期以解决网络中普遍存在的拥塞难题,具有创新意义。     

自动控制原理“梯进式+立体交互式”双语教学研究

双语教学在我国高等教育教学改革中具有重要地位,双语教学的模式一直是研究的重点。通过对自动控制原理双语教学的实践与研究,提出了"梯进式+立体交互式模块化"的双语教学模式及具体的实施方案,提高了双语教学的效果。     

基于改进GA的云计算任务调度策略

针对传统遗传算法在云计算任务调度过程中的收敛速度慢和易早熟等问题,提出了一种基于遗传优化算法的双适应度函数改进算法.该算法采用任务完成时间和任务完成成本为双适应度函数,引入个体相似度概念来提高种群质量;采用并列选择法进行选择操作,并且采用自适应规则约束交叉和变异操作,提高种群个体质量,加速进化策略可以有效地避免早熟.结果表明,改进的遗传算法有效地加快了云任务作业调度的收敛速度,并改善了易早熟等现象.     

基于改进型粒子群优化的磨矿分级系统溢流浓度控制的研究

提出一种改进型粒子群优化PID控制方案,改进型粒子群优化将粒子速度更新的前一次的改变量引入到粒子群速度更新公式,引入动量因子,减小粒子在速度更新过程中的震荡,收敛速度更快,收敛精度更高。将改进型粒子群优化PID方案应用到磨矿分级系统溢流浓度控制中,对比例、积分、微分系数进行优化。仿真结果表明,该算法计算量小,所得到的控制器参数能够使控制系统获得更好的动态响应特性和满意的控制效果。