电磁悬浮系统的改进线性自抗扰控制方法

单点电磁悬浮系统是常导电磁磁浮列车悬浮系统的关键控制单元。针对单点电磁悬浮系统因强干扰影响导致控制性能下降的问题,提出了一种改进型线性自抗扰控制(LADRC)方法。首先,基于电磁悬浮结构及原理建立了单点悬浮系统线性化模型,并对系统稳定性进行了分析。其次,基于自抗扰控制方法设计位置外环控制器以及基于PI调节器的电流内环控制器,对线性扩张状态观测器进行改进,设计两级级联的线性扩张状态观测器提高扰动估计精确度及速度,进而提高LADRC中扩张状态观测器对系统扰动的估计能力,并在频域上分析了改进型LADRC扰动估计性能和抑制能力的优越性。最后,搭建实验环境,对改进线性自抗扰控制方法的有效性进行验证。实验结果表明,所提的改进型LADRC不仅具有良好的位置跟踪性能,同时相比传统LADRC具有更强的抗扰动能力。

基于改进跟踪微分器的电磁悬浮控制系统研究

在电磁悬浮(EMS)控制系统中,如何实现间隙及间隙微分信号的有效提取是提升系统控制性能的关键问题。针对当前跟踪微分器(TD)存在的综合控制函数形式复杂、参数整定繁琐、输出存在抖振等问题,设计了一种改进的非线性跟踪微分器,旨在提升传感器信号的提取质量。首先通过引入反平方根函数与终端吸引子函数,设计了新型的跟踪微分器。之后应用稳定性理论对改进跟踪微分器的收敛性进行验证,并通过扫频测试进行频域特性分析,明确了该跟踪微分器的参数整定原则。最后进行了闭环控制系统仿真与实物验证,结果表明,ISRU-TD相对于其他3种TD方法在稳态误差方面表现出显著优势。输出位置信号的稳态误差减小了92.58%,相对于ATD减小了18.18%,相对于Fhan-TD减小了42.55%,而与HSTD相比则增加了3.7%。此外,ISRU-TD使输出位置信号的调节时间显著减小,相对于ATD减小了38.68%,相对于Fhan-TD减小了61.99%,相对于HSTD减小了58.06%。表明其具有出色的信号跟踪和噪声抑制能力。

单点磁悬浮系统自抗扰自适应控制

为解决磁悬浮系统中存在的未知干扰导致的控制性能下降问题,提出了一种利用梯度信息自适应观测带宽的自抗扰控制方法(adaptive linear active disturbance rejection control, ALADRC)。首先,建立单点悬浮系统的非线性模型,理论推导出单点悬浮系统的自抗扰参数稳定域,并由此得出临界带宽概念;其次,根据观测误差最小化推导出自适应线性扩张观测器的迭代公式,增强了系统参数的稳定性,即使当前带宽会使系统发散,ALADRC也可以自动调节到相对最优稳定带宽点,使自整定变得可行,同时当遇到扰动时,带宽也会做出相应调整,增强系统抗扰能力;然后,仿真分析了ALADRC在不同学习率下观测带宽的收敛情况,得出学习率越大观测带宽收敛速度越快,最后收敛的带宽值也相对越大,且根据临界带宽和系统单位尺度可以反向推导出学习率的数量级,简化学习率的调整;最后,在单点悬浮平台上分别对比PID(proportional integral derivative)、LADRC(linear active disturbance rejection control)和ALADRC的控制效果。结果表明,相较于PID和LADRC,ALADRC的综合控制性能最优,可以实现快速无超调起浮,具有良好的自调节和抗扰能力。

电磁悬浮系统的改进滑模控制方法

针对电磁悬浮系统存在的非线性、模型不准确性以及复杂运行工况对控制精度的影响,提出一种改进滑模变结构控制策略。通过对电磁悬浮系统进行建模分析设计,基于滑模变结构控制方法的位置外环控制器以及基于PI调节器的电流内环控制器,设计一种分段式变速趋近律,减小悬浮气隙跟踪误差和控制系统抖振,并引入速度状态量来降低控制系统在滑动模态初期过大的趋近速度。仿真和硬件实验结果表明,在采用改进滑模变结构控制策略后,系统的调节时间比传统滑模控制减少了60%,超调量减少了77%,具有更小的稳态误差和抖振,同等干扰情况下具有更强的抗扰动能力。本方法不仅能够有效提高电磁悬浮系统的控制性能,对于其他非线性控制系统也具有较好的参考价值。

单点常导电磁悬浮实验装置研究

为了研究单点常导电磁悬浮系统的系统结构和控制算法,该文设计一套小型实验装置。针对现有悬浮斩波器输出的电流纹波较大和悬浮损耗较高等问题,使用第三代功率半导体SiC MOSFET优化悬浮斩波器,实现高开关频率和低开关损耗。实验结果表明,基于SiC MOSFET的悬浮斩波器可有效降低电流纹波并减小功率损耗。单点常导电磁悬浮实验涉及自动控制原理、电力电子技术、模拟电路、数字电路等多门学科,该装置可作为自动控制原理和电力电子技术的实验教学装置,帮助本科生深入课程内容和提升实践动手能力。

单点混合磁悬浮系统的自抗扰控制仿真研究

电磁永磁混合悬浮技术比常导磁悬浮技术具有显著的节能优势。然而,由于永磁材料存在非线性特性,且实际工程应用中时常面临扰动突变与磁场变化等现象,因而提高了混合悬浮系统的抗扰动能力与控制精度要求。以单点磁-电混合悬浮球为研究对象,依据单自由度的简化结构,构建混合悬浮球的动力学模型并分析混合悬浮系统处于欠稳定状态。针对混合悬浮球系统的非线性、悬浮精度要求高与悬浮参数摄动等特点,设计基于Levant微分器的自抗扰控制算法,将Levant微分器安排在过渡过程可实现兼顾响应的快速性与滤波能力的同时简化控制器结构,一定程度上降低了调参难度。分析并验证基于Levant微分器的自抗扰控制算法在稳定性、冗余性、适应性和鲁棒性方面的优越性。仿真结果表明:相比于PID算法,基于Levant微分器的自抗扰控制算法可实现在超调量较小的情况下具备较快的响应速度、较强的抗扰动能力、适应性以及鲁棒性,由此为未来实现“永磁材料为基础,电磁控制为手段”的工程实践提供理论基础,进一步促进将自抗扰控制算法实践于混合悬浮技术的工程化应用中。

磁悬浮球的自适应径向基函数控制方法研究

磁悬浮是集众多学科为一体的高新技术,具有无摩擦、清洁环保和安全可靠等优点。而悬浮控制作为磁悬浮技术的核心引起了人们的关注。以单点磁悬浮球作为研究对象,由于磁悬浮球系统具有高度非线性、随机不确定性和时滞性等特点,采用其他传统控制算法往往会引起系统超调量过大和响应速度过慢等问题。针对此类问题,提出一种不依赖于精确数学模型的自适应径向基函数(A-RBF)控制算法,以此实现磁悬浮球的稳定悬浮和获取系统满意的动态性能。首先建立磁悬浮球的非线性数学模型;其次通过非线性坐标变换得到磁悬浮球的线性数学映射模型;然后设计出A-RBF算法中相应的控制律和自适应律,并利用Lyapunov函数验证该算法的稳定性;最后通过不同的评判指标进行SMC和A-RBF算法的比较验证。仿真结果表明:由于A-RBF算法未忽略磁悬浮球系统中的高阶项,因此它不仅具有较快的响应速度和较小的超调量等优点,而且还具有适应系统参数变化范围大的能力。当依次输入正弦和方波信号作为输入时,A-RBF算法的跟踪效果最佳,其次为SMC。实验结果表明:当外部扰动存在时,A-RBF算法不仅实现了磁悬浮球的稳定悬浮,而且其误差仅在0.2 mm之内,并且在正弦跟随下的误差仅在0.15 mm之内,再次证明了A-RBF算法具有良好的适用性。

磁浮管轨直线感应电机牵引悬浮协同优化设计

在磁浮管轨运输系统中,采用悬浮电磁铁与直线感应电机(linear induction motor,LIM)同平面安装方案,可有效减小盾构面积,降低建设成本;同时,LIM法向力能够提供辅助悬浮力,提高系统综合能效。围绕牵引力与法向力协同优化中建模求解误差大、优化复杂等问题,提出一种基于响应面法的一体化LIM优化设计方法。首先,确立牵引力及法向力设计目标,完成电机初始设计。其次,结合Box-Behnken试验设计法和方差分析法,分析电机参数对牵引力和法向力的影响规律,确定敏感参数集。再次,利用响应面法建立关于敏感参数的二阶代理模型,并通过了模型拟合度检验。在加工精度与电机饱和等约束下,通过二代非支配排序遗传算法对代理模型进行多目标寻优。最后,利用Maxwell软件对优化前后的电机进行时步有限元仿真。结果表明,在工频、额定电流15 A的工况下,初始电机的牵引力和法向力分别为305.9和-60.5 N,优化后为309.4和-309.3 N,优化后性能指标显著提升,设计误差分别为3.13%和3.10%,表明了协同优化设计方法切实有效。

基于PSO-BP-PID单点混合悬浮球控制算法研究

磁悬浮列车是下一代地面绿色交通工具的必然选择,而传统电磁悬浮结构存在悬浮能耗大和发热严重等问题,研究如何有效降低电磁悬浮的能耗问题则显得尤为重要。在传统电磁悬浮结构中引入永磁体能够有效降低列车悬浮功耗,但永磁材料的非线性特性加剧了车辆控制系统的复杂程度,提高了对悬浮控制器精度的要求。以单点混合磁悬浮球作为研究对象,在完善单点混合悬浮球数学模型的基础上,研究基于粒子群优化(PSO)的BP-PID控制算法。以传统单点电磁悬浮球模型为参考,对混合悬浮球系统进行理论模型分析,并简化得出其动力学被控对象。依据该系统的非线性和时滞性特征,设计基于粒子群优化算法的BP-PID控制策略。在仿真环境下,与常见控制算法进行动静态特性对比与分析。研究结果表明:PSO算法有效弥补了BP-PID自身的收敛速度慢、对网络初始权值依赖强及易陷入局部极值的缺陷,PSO-BP-PID控制算法不仅能够提高响应速度、减少超调量,而且在动态性能中也能快速准确跟踪信号,并具备良好的抗扰性和鲁棒性优势。对于磁悬浮技术的学术研究和工程应用具有较好的参考意义,也为磁悬浮技术的工程化推广应用提供了较好的基础算法支撑作用。

基于改进自抗扰的永磁电磁混合悬浮型磁浮球控制方法

永磁电磁混合悬浮(PEMS)系统在降低能耗和增大悬浮气隙方面优势明显,但其非线性特征和控制难度也相对增加。针对PEMS系统中未知干扰和输入信号噪声引起的控制性能下降问题,提出一种基于改进型Levent微分器(ILevent)的自抗扰控制(ADRC)方法。首先,结合电磁悬浮(EMS)型磁浮球系统的控制结构,搭建PEMS型磁浮球控制系统试验台,并对PEMS型磁浮球系统进行动力学建模,判断系统的稳定性和能观能控特性;其次,采用双曲正切函数对Levent微分器进行改进,降低输出信号抖振,分析改进前后Levent微分器以及ADRC中TD微分器的输出性能,充分融合Levent微分器对信号噪声的鲁棒性和ADRC对干扰的估计与补偿优势,设计了ILevent-ADRC控制器;并利用带约束因子的模拟退火-粒子群(SA-CFPSO)优化算法有效的解决了ILevent-ADRC参数多、关联性强等制约问题;最后,分别对传统ADRC、PID控制和ILevent-ADRC方法在PEMS型磁浮球控制试验台上进行对比实验,验证所提方法的有效性和优越性。实验结果表明:相比于传统ADRC和PID控制方法,所提ILevent-ADRC方法有效提升了PEMS型磁浮球系统的控制性能,不仅能够有效地抑制测量信号噪声对系统的影响,而且还对系统悬浮气隙大范围变化和运行过程中受到的未知扰动具有更强的适应性和鲁棒性。研究成果为磁悬浮智能控制技术的实际应用提供了理论参考,同时对于永磁电磁混合悬浮这一类复杂的非线性系统的控制,也具有较好的参考价值。

基于改进MobileNet v2的服装图像分类算法

针对现有服装图像分类算法参数量较多、识别精度低的问题,提出了一种基于注意力机制和迁移学习的改进型MobileNet v2算法。首先,选取MobileNet v2作为特征提取网络,确保服装分类算法的整体轻量性。其次,将通道与空间注意力机制嵌入特征提取单元,自适应地选择和强化有用的特征信息,从而提高服装图像分类算法的识别精度。最后,通过迁移学习方法对模型进行参数初始化,使得模型能够从源域中获得先验知识。在Fashion MNIST数据集上的实验结果表明:所提算法的分类精度为93.28%,相较于ResNet50、EfficientNet v2_l、ShuffleNet v2和MobileNet v2模型,分别提高了1.85%、1.34%、3.86%和3.17%;在DeepFashion数据集上的准确率为88.24%。此外,该算法参数量低至2.35M,单张图像推理速度仅为7.5 ms,在参数量基本不变的的情况下提升了分类精度与推理速度。

基于模糊扩展卡尔曼的直线感应电机无速度传感器控制

直线感应电机(linear induction motor,LIM)可实现无接触、无摩擦的直线运动,具有爬坡强、横断面小、低噪音等优势,在中低速磁悬浮与城市轨道交通中被广泛应用。其中,基于观测器的电机无速度传感器矢量控制方法,是解决速度传感器成本高、可靠性低、维护难等问题的有效途径。针对LIM速度辨识受系统内外扰动影响导致观测精度下降问题,提出基于模糊扩张卡尔曼滤波(Fuzzy Extended Kalman Filter,FEKF)的速度观测方法,提高观测器鲁棒性。首先在αβ坐标系下建立考虑动态边端效应的LIM数学模型,利用LIM的实时电流和电压作为输入信号,以电流、磁链和速度作为状态变量,推导出基于扩展卡尔曼滤波(extended kalman filter,EKF)观测器电机状态空间方程的离散模型,利用EKF对LIM的速度和磁链进行在线观测,并用于实现LIM的矢量控制。其次,为提高EKF的噪声协方差矩阵Q对LIM系统内外扰动的鲁棒性,引入模糊控制方法对矩阵Q进行自适应调整,实现速度与磁链的估计精度。具体通过计算系统理论残差与实际残差的偏离程度得到噪声调节因子,实时调整噪声协方差矩阵Q,并在下一周期更新模糊扩展卡尔曼的反馈增益矩阵,提高对速度与磁链的估计精度。之后对系统的能观性与FEKF的收敛性进行分析,探明矩阵Q中各参数的边界及整定规律。最后通过仿真和硬件在环实验验证所提FEKF优化算法的有效性,结果表明FEKF能有效提高对LIM速度辨识准确性,实现LIM无速度传感器矢量控制。

面向站口行人检测的改进型Yolov5s算法

针对现有站口行人检测方法难以在实时性与准确性之间均衡的问题,提出一种改进型的Yolov5s模型用于高效地检测站口行人.首先,基于EfficientNetV1改进提出轻量化主干网络EfficientNet_c,优化网络结构和基本单元堆叠次数,提高模型在浅层对小尺寸目标的特征提取能力和提取速度;其次,通过调整宽度因子为基础模型的1/2,改变模型特征层通道数,在较小的精度损失情况下降低模型参数量;再次,增加小目标检测层,优化模型特征提取能力,提高模型对小目标的敏感度和准确性;最后,利用迁移学习的方式优化模型,增强模型泛化能力,降低学习成本,进一步提升模型精度.在课题组收集的数据集上的实验结果表明,所提算法准确率为92.2%,模型参数量仅为1.4 M.在Tesla P100 GPU上的平均推理速度为7.7 ms,实现模型准确率和推理速度的提升.研究结果为地铁和火车站口的行人检测和流量统计提供了一种可行的解决方案.

基于轻量级Transformer的城市路网提取方法

针对现有方法存在道路区域提取不精准和实时性不足的限制,提出基于轻量级Transformer的路网提取方法RoadViT.利用卷积神经网络与Transformer混合的MobileViT架构进行编码特征,有效地提取高级上下文信息.提出金字塔解码器实现多尺度特征的提取和融合,生成像素类别的概率分布.结合Mosaic与多尺度缩放和随机裁剪策略实现数据增强,构建精细多样的遥感图像.针对城市遥感图像中道路类别和背景类别的不平衡问题,提出动态加权损失函数.实验结果表明,RoadViT的参数量仅为1.25×10^(6),在Jetson TX2上的推理速度可达10帧/s,在CHN6-CUG数据集上的精度可达57.0%.所提方法是轻量级Transformer在城市遥感图像中的有效探索,在保证推理实时性的同时,实现道路提取精度的提升.

永磁同步电机模糊自适应低开关频率模型预测电流控制

在永磁同步电机有限集模型预测控制中没有脉宽调制环节,最优电压矢量直接作用于逆变器,开关频率高。为降低开关频率,拟通过永磁同步电机模型预测电流控制系统的代价函数中,引入权重系数自适应调整的开关频率控制项。首先,建立模型预测电流控制模型,分析运行工况及控制周期对开关频率的影响;其次,在代价函数中引入开关频率控制项,分析开关频率控制项权重系数对开关频率和电机控制性能的影响规律;然后,基于模糊控制理论设计权重系数自适应调整的模型预测电流控制系统,通过检测定子电流和参考电流的控制误差值作为模糊控制的输入量,开关项权重系数作为模糊输出量,实现开关项权重系数的自适应调整。仿真结果表明,模糊自适应开关项权重系数控制方式相比于固定权重系数控制,在转速为500r/min时电流谐波增大0.36%时而开关频率降低1.5kHz左右,在2000r/min时开关频率降低0.8kHz左右。

考虑边端效应及参数变化的直线感应电机MRAS速度观测方法

以轨道交通直线感应电机(Linear Induction Motor,LIM)牵引驱动系统速度观测器为研究对象,针对边端效应及电机参数变化导致辨识结果实时性、鲁棒性不足的问题,提出一种基于二阶超螺旋滑模的改进模型参考自适应系统(Model Reference Adaptive System,MRAS)速度观测方法。首先,以计及动态边端效应的初次级电压电流磁链方程为核心,设计直线感应电机标准MRAS速度观测器,降低边端效应对速度辨识性能的影响。然后,进一步分析初级集肤效应和初次级横向错位对标准MRAS速度观测器辨识性能的影响。在此基础上,基于二阶超螺旋算法对MRAS参考模型进行改进,利用主滑模面和辅助滑模面对次级磁链观测的干扰项进行补偿,同时抑制由于滑模算法引入的系统抖振,提高了速度观测器的鲁棒性和动态性能。最后,搭建仿真和硬件在环实验环境进行算法验证。实验结果表明:励磁互感及其他电机参数随边端效应修正因子变化,标准MRAS观测器在突加负载、引入测量误差和电机参数突变的工况下,速度辨识误差明显;改进的MRAS观测器能够实现直线感应电机速度的快速、准确辨识,基于该速度观测器的矢量控制策略,在突加负载、引入测量误差和电机参数突变的工况下,控制性能满足设计要求。研究结果能为轨道交通直线感应电机无速度传感器牵引驱动系统的研究提供一定借鉴。

基于改进互联型全阶观测器的直线感应电机在线参数辨识

由于直线感应电机特殊结构和动态边端效应等影响,其励磁电感和次级损耗电阻的变化机理和规律复杂,为提高观测器对励磁电感和次级损耗电阻的辨识精度和性能,提出一种基于改进互联型全阶观测器的直线感应电机双参数在线辨识方法.首先,根据考虑动态边端效应的直线感应电机T型等效电路,建立双参数变化的电机状态空间方程,并分析参数变化及耦合特性对电机极点影响;其次,为减小参数耦合对辨识精度的影响,建立双参数互联的低耦合辨识模型,完成互联型全阶自适应观测器设计,采用Popov超稳定性理论推导励磁电感和次级电阻在线辨识的自适应律,实现双参数在线辨识;然后,为提高观测器的稳定性和收敛速度,结合新型极点配置法完成反馈增益矩阵的推导与设计;最后,搭建仿真模型和硬件在环辨识模型进行实验验证.结果表明:新型全阶自适应观测器在启动加速阶段时励磁电感和损耗电阻辨识误差在0.01%左右;在负载动态时损耗电阻辨识误差在0.03%左右.

Halbach型磁浮列车永磁轨道的空间磁场计算模型

Halbach阵列因其显著的单边聚磁特性,成为提升永磁轨道悬浮性能的重要途径。针对Halbach型永磁轨道复杂的空间磁场分布行为,提出一种简捷高效的三维磁场分析方法。首先在均匀磁化假设的前提下,建立基于毕奥-萨伐尔定律的单块永磁体的解析模型。然后基于磁通叠加得到完整轨道的三维磁场解析模型。最后通过对实测值、解析解和有限元解的对比分析,验证所提模型的可靠性和准确性。本研究结果可为永磁轨道的进一步设计和优化提供重要的参考依据。

基于图像识别的弓网接触点检测方法

针对现有受电弓-接触网(弓网)接触点检测方法无法兼顾实时性与准确性的问题,提出两阶段快速检测方法.在第1阶段提出基于改进BiSeNet v2的弓网区域分割算法.采用浅层特征共享机制将细节分支提取的浅层特征送入语义分支中获取高层语义信息,减少冗余参数;将压缩激励注意力模块嵌入网络中,增强重要通道信息;加入金字塔池化模块提取多尺度特征,提高模型精度.在第2阶段,基于分割结果,使用直线拟合和位置校正实现接触点的检测.实验结果表明,所提分割算法精度为87.50%,浮点运算数为6.73 G,在CPU(Intel Core I9-12900)和JETSON TX2上推理速度分别为49.80、12.60帧/s.所提检测方法在弓网仿真平台和双源智能重卡的弓网系统中进行实验,实验结果表明,该方法能够有效检测弓网接触点.

基于制动特征自学习的磁浮列车强化学习制动控制

精准、平稳停车是磁浮列车自动驾驶制动控制的重要目标.中低速磁浮列车停站制动过程受到电-液混合制动状态强耦合等影响,基于制动特性机理模型的传统制动控制方法难以保障磁浮列车的停车精度和舒适性.本文提出一种基于混合制动特征自学习的磁浮列车强化学习制动控制方法.首先,采用长短期记忆网络建立磁浮列车混合制动特征模型,结合磁浮列车运行环境和状态数据进行动态制动特征自学习;然后,根据动态特征学习结果更新强化学习的奖励函数与学习策略,提出基于深度强化学习的列车制动优化控制方法;最后,采用中低速磁浮列车现场运行数据开展仿真实验.实验结果表明:本文所提出的制动控制方法较传统方法的舒适性和停车精度分别提高41.18%和22%,证明了本文建模与制动优化控制方法的有效性.