排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
电机参数精度直接影响模型预测控制的性能,当出现参数失配时,会出现稳态误差,严重时影响系统稳定性。为了降低参数失配对模型预测控制性能的影响,提出了一种基于滑模扰动观测器补偿的模型预测电流控制算法。首先,将利用精确参数和离线参数预测得到的电流误差作为补偿项添加至预测模型中,构建了基于扰动补偿的永磁同步电机预测模型。其次,根据滑模变结构原理,建立了扰动观测器,并将实时检测到的扰动量用于模型预测计算中,用以补偿由参数失配带来的预测误差。由于所提出的滑模扰动观测器是根据新型双曲正切函数趋近律建立的,抖振现象能够得到抑制,且不需再使用低通滤波器,降低了延时效应。实验结果表明,提出的基于滑模扰动观测器补偿的模型预测电流控制能够降低由参数失配带来的稳态误差与电流波动,达到参数不失配时的模型预测控制精度,具有很高的应用价值。 相似文献
2.
车辆移动特性导致移动车辆云任务调度可靠性问题愈发复杂化,据此本文基于Map Reduce提出了车辆移动云任务调度算法,引进了混合整数线性规化最优化方法.通过Map Reduce进行车辆移动云任务调度建模,同时设计了最低复杂度调度算法,在减少任务执行延迟时间的基础上,保障了任务调度可靠性.以仿真分析验证了车辆移动云任务调度算法性能,结果表明,本文设计的OTS算法(移动云最优任务调度算法)的作业执行时间、调度成功率、吞吐量等相关性能明显较优,即作业执行时间非常少,保证可靠性,任务调度成功率较高,执行与输出传输延迟问题较少;吞吐量较高. 相似文献
1