带遗忘因子的预测迭代学习控制在阀控非对称缸系统中的应用研究

弹性负载下的阀控非对称缸是典型的非线性、时变系统,针对传统PD型迭代学习控制容易造成系统抖动这一问题,设计一种带遗忘因子的预测迭代学习控制器。建立阀控非对称缸系统的模型,比较分析其工作特性。介绍迭代学习控制基本原理,并分析常规PD型算法存在的问题。为克服迭代学习控制算法在阀控非对称缸控制中的抖动问题,设计具有遗忘因子的迭代学习算法,并通过仿真分析不同遗忘因子取值对控制效果的影响。为补偿遗忘因子造成的迭代性能降低问题,加入预测给定环节。仿真与试验研究均表明,这种带遗忘因子的预测迭代学习控制算法能够很好应用于阀控非对称缸系统,它有效克服系统抖动问题,并且具有很好的迭代精度。     

气化废水氨氮超标原因分析及解决措施

陕西延长中煤榆林能源化工有限公司600kt/a煤制甲醇项目气化装置采用多元料浆气化工艺,气化装置自身会产生大量的高氨氮废水,加之榆林能化还将三高(高碱、高油、高COD)废水和富氢火炬凝液回收至气化磨煤制浆系统循环利用,使得气化水系统氨氮含量偏高,当气化装置汽提系统运行不正常时,直接导致气化外排废水氨氮含量超标.通过数据...     

基于电液比例伺服复合加载及迭代学习控制的合成绝缘子疲劳试验方法

为模拟合成绝缘子的微风振动状态,实现其疲劳试验过程,研究电液比例伺服复合加载技术。针对合成绝缘子的实际负载工况,设计出一种复合式电液伺服加载系统,包括静态比例加载和动态伺服加载两部分,分析系统工作原理,建立伺服加载的数学模型,设计出基于PD型迭代学习的加载控制方法,实现动态加载力的精确控制,并采用AMESim和Matlab进行联合数字仿真。仿真和实际试验结果均验证了所加载方法和控制方法是正确可行的,能够取得高精度的控制效果。根据所提的加载方法和控制方法,已研制出相应的合成绝缘子电液加载系统,其静态加载力可达150 kN,动态加载力幅值可达20 kN,加载精度达到了0.5 kN,加载频率最高可达100 Hz,连续振动次数达到3千万次