Fixed-time sliding mode control based plant/controller co-design of dual-motor driving system

A fixed-time sliding mode controller based plant/controller co-design scheme is developed for dual-motor driving systems. The proposed controller is fixed-time stable subject to unknown disturbances which guarantees the robustness of the proposed control scheme and a less conservative solution can be ensured by comparing with the conventional fixed-time convergence technique. Due to the existence of couplings between the plant and the controller, traditional design procedures in which the plant and the controller are designed sequentially and separately cannot guarantee the overall optimum of control systems. A co-design scheme based on the nested optimisation strategy is developed in this paper. With the nested optimisation strategy, the co-design solution can be achieved efficiently and reliably. A combined cost function considering both the plant and the controller is developed so that the largest load can be achieved without degrading the control performance. The fixed-time convergent controller is employed and considered into the co-design scheme. The gravitational search algorithm is adopted to optimise controller parameters in the co-design scheme. With the presented co-design method, the largest load of the studied system can be achieved with the satisfactory control performance. Contrastive Simulation and experimental results demonstrate the efficacy of the proposed controller and co-design scheme.     

基于支持向量机与神经网络的间谐波测量混合算法

针对目前缺乏国家标准规范间谐波对电能质量的影响,也缺乏有效的手段监测间谐波的问题,用支持向量机理论对其进行了探索。支持向量机理论将间谐波这个非线性问题变换到更高维的空间中进行线性回归,它基于迭代权调整最小二乘法,引入反向传播神经网络算法整定算法参数,通过反馈现场采集、分析信号,并将教师信号与计算信号的差值作为调整参数的驱动信号,在此基础上通过反向遗传算法(BPNN)的反向传播能力对参数进行基于负反馈的调整,提高了算法的收敛速度。通过数值实验对比,该算法比没有使用差动信号的混合算法效率提高约13%。     

数—模综合仿真接口算法分析

针对微电网的推广应用还面临着诸多技术难题的问题,将电力系统数字仿真与物理模拟各自的优点与不足结合起来,充分发挥各自优势便可形成数模综合仿真模型,该模型将在微电网技术研究中发挥重大的作用。数模综合仿真接口是数模综合仿真系统的核心部件,而接口算法的选取是数模综合仿真接口设计的基础。在总结现有算法的基础上重点分析了理想变压器模型的稳定性,提出加强稳定性的有效措施及不稳定情况的处理方案。最后,通过算例仿真验证了各措施的有效性。     

J-K旋转坐标轴定向的矢量控制策略

考虑到传统矢量控制在空载或轻载时励磁电流损耗较大会导致运行效率降低,研究了一种基于j-k坐标轴的新型矢量控制方法。j-k坐标轴的定向角度超前传统的d-q坐标轴45°。在空载或轻载运行时,控制j轴一个方向的电流大小即可达到控制磁链和转矩的目的。励磁电流不再一直维持在额定值,而是随输出转矩的变化而变化。实验结果表明,可以减小励磁电流损耗,具有控制简单,动态性能良好的优点。     

基于目的层预约的双子电梯群优化控制方法

针对双子电梯群控系统多目标性、不确定性的特点,提出了一种基于目的层预约的双子电梯群优化控制方法。在分析双子电梯结构特点的基础上,构造了适合双子电梯群的目标函数;在不同交通模式下,运用改进的遗传算法进行目的层预约系统下双子电梯群的优化控制仿真。仿真结果表明,控制方法能够适应双子电梯的运行特点,并能适应不同交通流模式,与传统电梯控制系统比较,平均候梯时间、长候梯时间发生率和电梯停靠次数明显减小,可为双子电梯群控系统的工程应用提供理论依据。     

五阶非线性作用下光纤中类明孤子的演化特性

根据含五阶非线性微扰修正项的非线性薛定谔方程,采用变分法,导出了光纤中类明孤子各参数随传输距离演化的方程组,研究了脉宽与距离、啁啾与脉宽之间的关系,并对描述相位和频率的方程组用龙格-库塔算法进行了数值求解.结果表明:五阶非线性使类明孤子的脉宽压缩,可在一定程度上抵消初始啁啾和三阶色散对脉宽的展宽作用;五阶非线性对类明孤子的相位和频率演化特性的影响不明显,因而适度的五阶非线性(γ在0.0001到0.1之间)有利于类明孤子的稳定传输.     

基于矢量量化的数字视频压缩技术研究

数字视频作为一种重要的信息载体,其应用十分广泛。但是到目前为止,这种大数据量信号的存储和传输仍然受到硬件技术和网络技术发展现状的制约,解决这一问题最现实的方法是设计数字视频压缩算法。矢量量化作为一种十分有效的有损压缩编码技术,具有解码简单、压缩比大等特点,特别适用于电视广播等领域中一次编码多次解码的情况。对各种基于矢量量化器的视频压缩算法进行综述,分析其优缺点,并提出其未来发展研究方向。     

遗传算法及其在注塑加工中的应用

阐述了遗传算法的基本原理,同时引用实践应用案例,探讨了遗传算法在注塑加工中的应用.     

基于分解技术的动态结构神经网络

本文提出了基于分解技术的动态结构神经网络算法，这种算法能通过分析网络输入输出了空间的维数，确定每一隐含层神经元数目，为了加快学习效率，采用变误差混学习算法，仿真结果验证了这种算法的有效性。     

邻苯二甲酸二烯丙基酯树脂固化特性的研究

运用示差扫描量热(DSC)法研究了邻苯二甲酸二烯丙基酯(DAP)树脂的固化反应历程。讨论了引发剂对DAP固化特性的影响,并由DSC曲线得到了DAP树脂的固化工艺和动力学参数。通过固化度、FT-IR的测试对DAP树脂在中温条件下的固化情况进行了研究。结果表明:在过氧化二异丙苯(DCP)固化体系中引入BPO可以使DAP树脂在更低温度下引发固化;在BPO、DCP用量均为2%的条件下,确定了体系的凝胶温度、固化温度、后处理温度分别为:100.5℃,124.3℃,137.8℃,表观活化能为129.3 kJ/mol,反应级数为0.950。固化度、FTIR的测试结果表明:DAP树脂在中温条件下可以固化得较完全。