Nonlinear model predictive control based on support vector machine and genetic algorithm

This paper presents a nonlinear model predictive control(NMPC) approach based on support vector machine(SVM) and genetic algorithm(GA) for multiple-input multiple-output(MIMO) nonlinear systems.Individual SVM is used to approximate each output of the controlled plant Then the model is used in MPC control scheme to predict the outputs of the controlled plant.The optimal control sequence is calculated using GA with elite preserve strategy.Simulation results of a typical MIMO nonlinear system show that this method has a good ability of set points tracking and disturbance rejection.

A novel excitation controller using support vector machines and approximate models

This paper proposes a novel excitation controller using support vector machines （SVM） and approximate models. The nonlinear control law is derived directly based on an input-output approximation method via Taylor expansion, which not only avoids complex control development and intensive computation, but also avoids online learning or adjustment. Only a general SVM modelling technique is involved in both model identification and controller implementation. The robustness of the stability is rigorously established using the Lyapunov method. Several simulations demonstrate the effectiveness of the proposed excitation controller.

Support vector machine-based multi-model predictive control

In this paper, a support vector machine-based multi-model predictive control is proposed, in which SVM classification combines well with SVM regression. At first, each working environment is modeled by SVM regression and the support vector machine network-based model predictive control （SVMN-MPC） algorithm corresponding to each environment is developed, and then a multi-class SVM model is established to recognize multiple operating conditions. As for control, the current environment is identified by the multi-class SVM model and then the corresponding SVMN-MPC controller is activated at each sampling instant. The proposed modeling, switching and controller design is demonstrated in simulation results.

Support Vector Machine-Based Nonlinear System Modeling and Control

This paper provides an introduction to a support vector machine, a new kernel-based technique introduced in statistical learning theory and structural risk minimization, then presents a modeling-control framework based on SVM. At last a numerical experiment is taken to demonstrate the proposed approach's correctness and effectiveness.

Inverse Model Control for a Quad-rotor Aircraft Using TS-fuzzy Support Vector Regression

An inverse model control based on TS-fuzzy support vector regression( TS-fuzzy SVR) for a quadrotor aircraft is developed. The TS-kernel is the product of linear combination of input and a cluster of output corresponding to a cluster of TS-type fuzzy rules. The output of TS-fuzzy SVR is a linear weighted sum of the TSkernels. The dynamical model of the quad-rotor aircraft is derived. A new control scheme combined with TSfuzzy SVR inverse model control and PID control is presented so that the TS-fuzzy SVR inverse model control enhances capabilities of disturbance rejection and the robustness while the PID control enhances fast responsiveness and reliability of the system. Simulation results show the capabilities of the developed control for the attitude system of quad-rotor aircraft.

SVM Approximate-based Internal Model Control Strategy

一台支持向量机器(SVM ) 近似底的内部模型控制(IMC ) 策略为同步发电机的蒸气 valving 控制被介绍。建议 SVM IMC 策略包括二主要部分：在内部模型结构的 SVM 近似反的控制器和无常赔偿。SVM 反的控制器经由泰勒扩大用一条输入产量近似途径直接被导出，并且没有进一步的联机训练，它通过非线性的系统鉴定被实现。而且，一个坚韧性过滤器在内部模型结构被用于无常赔偿。模拟为蒸气 valving 控制显示出 SVM IMC 策略的有效性。

基于改进多矢量选择的永磁同步电机鲁棒模型预测定子磁链控制

针对永磁同步电机(permanent magnet synchronous motor,PMSM)传统模型预测磁链控制(model predictive control,MPFC)系统稳态误差大、参数鲁棒性较差的问题,提出了一种基于定子磁链预测误差矢量分析的永磁同步电机多电压矢量选择方法。首先,在两相静止坐标系下依据轴线划分扇区,制定了判断磁链误差矢量所在区域的多电压矢量选择标准。然后,采用定子磁链预测值和两相静止坐标系定子磁链价值函数计算各电压矢量作用时间,改进了传统模型预测寻优过程。此外,设计了一种考虑电阻、电感参数失配的离散滑模定子磁链观测器,进一步提升了系统的参数鲁棒性。最后,通过仿真和实验验证了本文所提预测定子磁链控制方法的有效性和可行性,系统在参数失配情况下仍具有良好的稳态性能,显著减小了定子磁链与电磁转矩脉动。

Longitudinal speed control algorithm to improve the vehicle stability and mobility on a sharp curve

A new longitudinal speed control strategy is proposed. It used the lateral jerk information as the feedback to predict the longitudinal acceleration and deceleration, which is especially beneficial to a sharp curve turning at a high driving speed. The performance of the controller is validated with Matlab/Simulink. The simulation results indicate that compared with the traditional vehicle, the G-vector controller can reduce the turning radius and improve the vehicle stability and agility obviously. And the proposed longitudinal speed control strategy could trade-off the longitudinal and lateral acceleration by using the tire force during the turning.

面向电流源型PWM整流器的双矢量模型预测直接功率控制

电流源型脉宽调制(Pulse width modulation,PWM)整流器因其网侧存在LC滤波器,系统的控制难度增加。传统直接功率控制策略下的整流器功率波形存在脉动,因模型预测控制具有卓越的动态特性以及直观的控制规律,采用模型预测直接功率控制(Model predictive direct power control,MPDPC)对传统控制策略进行改进。首先建立了三相PWM整流器的数学模型,给出了每个采样周期内的功率变化率,并推导出相邻采样周期之间的功率关系,然后给出基于单矢量的模型预测直接功率控制策略,提出了基于双矢量的模型预测直接功率控制策略,并优选出两个电流矢量,计算在一个采样周期内的作用时间,并对其进行修正。最后,在Matlab/Simulink仿真软件验证了所提控制策略的可行性和有效性。

永磁同步电机无模型自适应滑模补偿预测控制

针对在永磁同步电机矢量控制系统中应用模型预测控制方法设计控制器时依赖电机数学模型参数,当电机运行过程中参数变化时,引起控制器参数与电机参数失配,导致系统控制性能降低。提出一种无模型自适应预测控制方法,利用系统输入输出数据和时变的伪偏导数建立预测模型;又由于无模型自适应预测控制方法没有反馈校正环节,易受外部扰动的影响,设计一种新型高阶滑模补偿器作为校正部分,以提高控制系统的鲁棒性且抑制滑模自身的抖振,最后MATLAB仿真验证了无模型自适应高阶滑模补偿预测控制方法的优越性。

期望扇区三矢量模型预测电流控制

三矢量模型预测电流控制需要依次计算6扇区电压矢量的作用时间,再由价值函数选取期望电压矢量,存在计算量大的缺点。本文提出一种基于期望扇区的三矢量模型预测电流控制,以快速确定期望电压矢量。首先,建立d-q轴的三矢量电流模型,给出其三矢量作用时间;然后,令预测电流为期望电流,可以获得期望电压矢量,并利用Clark变换得到α-β轴的期望电压矢量;最后,利用反正切函数求得期望电压矢量角度,确定期望电压矢量所在的期望扇区,得到期望三矢量及其作用时间。仿真和实验表明,该方法能够保持很好的控制系统性能。同时,该方法只需一次计算期望电压矢量角度即可确定期望三矢量及其作用时间,比传统三矢量方法有效缩短了算法执行时间约60%。

永磁超环面电机优化三矢量模型预测电流控制

为提高传统预测电流控制下永磁超环面电机系统的稳态输出性能,研究了永磁超环面电机优化三矢量模型预测电流控制(OTV-MPCC)策略。基于永磁超环面电机的结构原理,在旋转坐标系下建立该电机具有时变参数的数学模型,分析结构参数对电机输出的影响。针对含有时变参数的永磁超环面电机系统,采用永磁超环面电机OTV-MPCC策略,在一个采样周期内作用3个电压矢量,同时通过遍历5种三矢量组合选取第二最优电压矢量,减少电流预测迭代。将永磁超环面电机OTV-MPCC策略与占空比模型预测电流控制(DR-MPCC)策略、双矢量模型预测电流控制(TV-MPCC)策略进行仿真对比,结果表明:OTV-MPCC策略可有效降低永磁超环面电机的电流与转矩脉动,提高稳态输出性能。

计及采样扰动抑制的电压源逆变器三矢量无模型预测电流控制方法

针对传统电压源逆变器无模型预测电流控制(model-free predictive current control,MFPCC)方法存在电流纹波大、电流梯度更新停滞以及预测性能易受采样扰动影响的问题。该文提出一种计及采样扰动的三矢量MFPCC方法。在一个控制周期应用3个基本矢量,并根据价值函数计算矢量作用时间,降低了输出电流纹波;其次,通过建立不同矢量作用下的电流梯度方程组,实现电流梯度数据的实时更新,消除了停滞现象;再次,分析采样扰动对MFPCC的影响,采用扩张状态观测器估计采样扰动以补偿预测电流控制,抑制其对输出电流的影响。最后,通过仿真和实验,对所提方法的有效性进行了验证。

Vienna整流器低开关频率双矢量模型预测控制策略研究

为了解决Vienna整流器传统有限集模型预测控制计算量大、控制精度依赖于采样频率的问题,同时降低Vienna整流器的开关频率,提出一种应用于Vienna整流器的低开关频率双矢量有限集模型预测控制策略。首先,建立基于电压预测的代价函数,并在进行预测计算之前确定参考电压矢量所在的扇区以减少参与预测计算的矢量个数。其次,在控制周期中引入第二矢量与最优矢量共同作用,以提高控制系统的跟踪精度,减小传统有限集模型预测控制对采样频率的依赖。再者,为了减小系统的开关损耗,对输出的双矢量组合进行限定并对矢量的作用顺序进行调整。此外,利用冗余矢量对中点电压的相反影响解决直流侧中点电压的波动问题。最后,通过仿真和实验证明所提控制策略的有效性和可行性。

低复杂度永磁同步电机三矢量固定开关频率模型预测电流控制策略

针对传统永磁同步电机(permanent magnet synchronous motor,PMSM)三矢量模型预测电流控制(three-vector model predictive current control,TV-MPCC)存在开关频率不固定和计算复杂的问题,提出一种固定开关频率TV-MPCC策略。利用前一周期的零电压矢量和参考电压矢量所在扇区来快速筛选所需最优电压矢量和次优电压矢量,避免了无效枚举计算,从而降低了开关频率和计算复杂度。引入系统d和q轴电流差参数,计算各电压矢量的作用时间,确保电压矢量作用时间恒大于零和开关频率固定。以三相两电平电压型逆变器驱动的表贴式PMSM为被控对象,通过仿真和实验对传统TV-MPCC策略和所提三矢量固定开关频率模型预测电流控制策略进行对比研究,仿真和实验结果表明,所提策略在保证系统稳态和动态性能的基础上,在固定和降低开关频率的同时,降低了计算复杂度。

结温导向的牵引变流器寿命优化控制

结温是影响绝缘栅双极型晶体管(IGBT)寿命的主要因素。为了提高地铁两电平牵引变流器寿命,提出一种降低结温的异步牵引电机双矢量模型预测转矩控制(DVMPTC)策略。将传统DVMPTC的第二个电压矢量选择范围缩小在与第一个电压矢量不切换或仅切换一次的范围,降低IGBT开关损耗的同时减小系统计算量;在代价函数中约束IGBT及其反并联二极管的损耗,动态加入损耗因子,并赋予权重系数,使得最优矢量的选择兼顾控制性能与降低损耗。通过仿真分析,本文所提方法相较于传统基于分段调制算法的直接转矩控制策略,降低了结温及其波动,提高了牵引变流器寿命。

永磁同步电机三相矢量双选取预测转矩控制

针对永磁同步电机在占空比模型预测转矩控制下,存在计算量较大、稳态性能不够理想的问题,提出一种三相矢量双选取模型预测转矩控制方法。首先将定子磁链所在空间复平面6个扇区重新划分为3个扇区;其次,设计一种基于三相电压矢量的新型开关表,依据新型电压矢量选择表,从三相电压矢量中选择出两个有效电压矢量,再加入一个零矢量,仅进行一次占空比计算,就可输出任意幅值、相角的期望电压矢量。仿真结果表明,该策略减少了系统计算时间,有效地抑制了转矩和磁链脉动且稳态性能良好。

基于机器学习组合模型的远程塔台管制员情景意识水平

有效识别远程塔台管制员情景意识水平(situation awareness,SA)的主要影响因素,能够更好地为远程塔台管制设计和使用提供参考依据。首先对管制员分别在传统塔台和远程塔台环境下进行数据采集试验,分析两种环境下主、客观指标的差异性。其次,采用假设检验的方法来验证眼动指标作为评价远程塔台管制员SA的可行性。接着基于敏感眼动指标采用K-means聚类和支持向量机(support vector machine,SVM)组合模型分析方法对远程塔台管制员SA水平进行分类识别。结果表明:采用Poly核函数进行模型训练,对SA识别的准确率达到了99.72%。研究结果证实了K-means聚类与支持向量机模型组合模型可作为分析远程塔台管制员SA的有效方法。

基于虚拟电压矢量模型预测转矩的船舶推进电机控制研究

针对船舶电力推进系统中六相永磁同步电机所采用传统直接转矩控制技术(DTC)仅采用最外围电压大矢量,会产生较大谐波电流并导致转矩波动大的问题,提出基于虚拟电压矢量合成的模型预测转矩控制策略(V-MPTC),利用α-β子空间中同向的大矢量和中矢量与z_(1)-z_(2)子空间中反向的小矢量和中矢量恰好对应原理,通过适当地调节一个PWM周期内大矢量和中矢量的占空比,可以使z_(1)-z_(2)子空间中的合成电压矢量幅值为0,实现对电机谐波电流和转矩脉动的抑制。同时为了便于硬件系统实现,进行电压矢量中心化以及采取提前2步的预测方法。仿真结果表明,采用V-MPTC控制策略使系统响应速度有所提高,启动转速超调降低,转矩脉动从0.15 N·m降至0.04 N·m,谐波畸变率从68.92%降至10.85%,验证了该方法在船舶电力推进系统中可提高其控制性能。

基于简化有限集模型预测电流控制的五相PMSM统一容错控制

在五相永磁同步电机(permanent-magnet synchronous motor,PMSM)中,有限集模型预测容错控制(finite control set model predictive fault tolerant control,FCS-MPFTC)存在计算量大、电流谐波含量高等问题。因此,该文提出一种简化FCS-MPFTC来实现相开路和短路故障情况下的统一容错控制。首先,将模型预测电流控制的电流代价函数等效转化为电压代价函数,并采用无差拍方法通过电流模型计算出参考电压。然后,基于抑制三次谐波电流为0的原则合成虚拟电压矢量(virtual voltage vector,V^(3));通过重构V^(3)和扇区,以直接获得参考电压矢量对应的最优电压矢量。最后,对传统和简化FCS-MPFTC在开路和短路故障下进行对比实验。结果表明,所提策略能够有效减小故障后计算量、转矩脉动以及电流谐波含量。