基于IMM的永磁电机无速度传感器技术

提出一种新颖的基于IMM算法的电机转速、转子位置观测器,用于永磁电机无速度传感器矢量控制系统的转速等参数辨识。以期削弱滑模观测器的抖动,提高模型参考自适应观测器的动态性能。该方法基于交互式多模型算法的核心思想,在永磁同步电机Id=0的双闭环电压矢量控制系统运行时缺少直接速度测量手段的情况下,用滑模观测器（SMO）和模型参考自适应观测器（MARS）对电机的即时转速、转子位置进行并行估测,计算出两组不同的SVPWM电压输入uα、uβ值,再赋予权值进行交互输出电压值。通过分析和仿真结果表明,所提出的永磁电机无速度传感器矢量控制系统的转速辨识方法具有较强的鲁棒性和令人满意的动静态性能。     

基于遗传算法的LQG/LTR航空发动机性能优化

针对飞行控制系统控制器的设计中存在建模误差以及飞行过程中外界干扰的影响,采用LQG/LTR鲁棒控制方法完成某型战斗燃油机控制系统控制器的设计。为了提高战斗机控制精度,解决LQG/LTR鲁棒控制方法中存在的权矩阵Q和R选择困难的局限性,加入遗传算法,进行在线寻优。同时针对不同飞行条件下系统以及系统建模过程中造成的参数不确定性问题分别进行仿真,并与传统PID以及控制效果较好的基于遗传算法的PID控制进行对比仿真。理论研究和系统仿真结果表明,基于遗传算法的LQG/LTR控制系统与基于遗传算法的PID控制相比,不但具有良好的鲁棒性,而且响应快速,控制精度高,满足了战斗机飞行控制的要求。