低阶模型的HMRAC方案及应用

采用滤波器降价的方法,设计了一种高阶系统跟踪低阶参考模型的混合模型参考自适应控制（HMRAC）方案,使用低阶参考模型简化了系统结构。应用HMRAC,避免了系统因数字化而引起的非最小相位问题及非线性影响,有利于进一步提高系统的鲁棒性。     

基于模糊观测器的多机耦合电力系统H∞跟踪控制

将多机耦合电力系统的每个单机子系统用一系列模糊逻辑模型逼近,每个模糊逻辑模型代表子系统在特定运行点的局部线性化模型,并采用模糊观测器来估计子系统的状态.基于该系列带有观测器的模糊模型,采用H∞模糊跟踪控制方法实现了多机耦合电力系统的稳定跟踪控制,并用线性矩阵不等式的凸优化方法求解控制器参数,以确保系统的全局渐近稳定性.仿真验证了方案的有效性.     

基于能量函数的永磁同步电机无速度传感器H∞控制

研究了基于能量函数的永磁同步电机无速度传感器H_∞控制问题。为有效控制电机转速,首先对无扰动条件下的永磁同步电机哈密顿模型进行整形,使转速达到期望值。然后,在存在扰动的条件下,设计了一种基于哈密顿函数的H_∞控制器。最后,采用基于哈密顿函数的扩张+反馈方法设计了一种观测器,对转子角速度进行测量,实现了无速度传感器整形+H_∞控制。仿真结果表明,基于观测器的整形+H_∞控制器能实现对角速度的高精度估计,可有效克服扰动,并较好地实现了对电机转速的控制功能。     

基于超稳定理论设计的能跟踪参考序列MRAC方案

基于超稳定理论设计的一种跟踪参考序列的ＭＲＡＣ方案与原有的方案相比，不需设计线笥补偿器，既简化了设计，又减少了计算量，更适合于快速跟踪。     

击打式打印机故障解决归类

目前为止,击打式打印机还是打印机的主流,因此做好这类打印机的维修、维护工作是非常有意义的。由于这类打印机的工作原理有其非常相似的特点,我们就可以根据其原理和组成结构,将其故障现象分成以下几个部分(按照故障出现的概率分):①接口部分,②驱动部分,③检测部分,④电源部分,⑤主控部分,⑥机械部分。下面我们就各部分进行原理分析和故障举例,尽可能覆盖更多类型的打印机,对于没有涉及的类型,也可以根据故障现象进行分析解决,达到触类旁通,这正是作者的目的。     

一种从模型取状态的多变量MRAC方案

本文将文献[1]的从模型取状态的MRAC方案推广到包含一类非线性的多变量系统,扩展其应用范围。     

基于自适应H_(2)/H_(∞)滤波的锂电池SOC和SOH联合估计北大核心CSCD

准确、实时地估计电池的荷电状态(state of charge,SOC)和健康状态(state of health,SOH)是现代电池管理系统的关键任务。通过自适应H_(2)/H_(∞)滤波器可对锂电池的SOC和SOH进行联合估计。该方法基于锂电池的二阶RC等效电路模型,采用AFFRLS法在线辨识锂电池的模型参数,并利用H_(2)/H_(∞)滤波器估计锂电池的SOC,AFFRLS辨识与H_(2)/H_(∞)滤波交替进行,得到一种自适应H_(2)/H_(∞)滤波器。SOH依据AFFRLS辨识的电池内阻进行估计,实现了锂电池SOC与SOH的联合估计。实验结果表明:自适应H_(2)/H_(∞)滤波算法的估计精度高且鲁棒性强,电池的SOC和SOH的平均估计误差始终保持在±0.19%以内,相比于EKF和H_(∞)滤波算法有更高的估计精度与稳定性。     

基于改进蝗虫优化算法的光伏电池模型参数辨识

针对蝗虫优化算法容易陷入局部最优、收敛精度不足等缺点,提出一种改进蝗虫优化算法。将混沌算法与蝗虫优化算法融合,对蝗虫优化算法进行混沌初始化,改善初始种群质量;再引入差分进化算法的差分策略,通过变异、交叉和选择过程,维持种群的多样性,增大算法跳出局部最优的可能性,从而使算法能搜索到更好的解;在个体更新部分引入了粒子群算法的思想,以当前的最优个体为目标进行个体位置更新,加快算法寻优速度。将改进蝗虫优化算法用于多晶硅太阳能电池模型参数的辨识中,并通过与其它智能优化算法的比较,验证了改进蝗虫算法辨识太阳能电池参数的有效性和优越性。通过实验验证了改进蝗虫优化算法在不同光照下对太阳能电池参数的辨识效果。     

鲁棒HMRAC控制器设计及在镗床电机控制中的应用

设计了一种任意相对阶数的鲁棒HMRAC系统,采用补偿多项式,取消了文献[1]中要求系统相对阶数不大于2的限制条件;采用可调线性补偿器,取消了系统参数变化范围已知的假定条件;扩展了应用范围。基于混合误差模型,避免了系统因离散化而引起的非最小相位问题及扰动影响。该系统到镗床电机控制中,验证了方案的有效性。     

基于发电单元完整模型的backstepping控制

针对发电单元高阶非线性完整数学模型(锅炉、汽轮机和发电机模型),结合系统参数的不确定性,采用backstepping动态面控制方法设计了一种鲁棒自适应控制器。在反推设计过程中引入了虚拟控制器和一阶低通滤波器,从而避免了对模型非线性进行多次微分而引起的算法复杂性,使设计方法简化。理论分析和仿真结果均表明,该控制器能够保证闭环系统的半全局渐近稳定性,对系统参数的不确定性具有较强的鲁棒性,在系统发生故障时能够使系统稳定运行。