基于非线性互补算法的太阳能电池储能系统设计与网络建模

太阳能是一种环保型能源,利用储能系统,将太阳能转化为电能并用于驱动其他设备元件,有助于实现能源的高效利用。针对上述背景,研究基于非线性互补算法的太阳能电池储能系统设计与网络建模方法。分析太阳能储能系统的研究现状及发展趋势,结合等价非线性互补原则,确定储能部件的能量转化收敛性,实现基于非线性互补算法的电池储能收敛性研究。选用合适的电池储能元件,并在此基础上,完善动态储能模型,完成太阳能电池储能系统的网络建模与设计。

不确定转子系统动力学降阶模型构建与模型散度参数辨识

在航空、航天、船舶等领域的实际工程转子系统中,广泛存在高维复杂的非线性系统。在航空发动机转子系统、燃气轮机转子系统等重点研究领域,通常还难以对高维复杂非线性系统进行直接的数据处理和分析统计。针对不确定性转子系统的模型维度较高等问题,提出了一种模型不确定性动力学降阶计算模型构建和模型散度参数辨识方法。首先,根据确定性动力学模型和静态矩阵降阶方法,完善了确定性动力学降阶模型;然后,基于随机矩阵理论和非参数动力学建模方法,提出了不确定性动力学降阶模型;最后,利用系统确定性模型的一阶临界转速、振型和实验数据,对不确定性动力学模型的散度参数进行了辨识;为了验证散度参数辨识方法的有效性,笔者又在转子实验平台上进行了实验验证。研究结果表明:实验结果与降阶之后振动响应均值的差异性较小,且与不确定性动力学模型相差不超过10%,表明所采用的理论模型在描述转子系统行为方面具备了较高的准确性和可靠性,该模型可以为深入研究模型不确定性转子系统提供参考。

考虑电液伺服系统建模不确定性的一种自适应控制方法

电液伺服系统因具有功率重量比大、响应快、刚度大、维护成本低等优点,广泛应用于工业生产、航空航天、机械制造等领域,在飞行器结构静力/疲劳强度试验中发挥着重要作用。然而,电液伺服系统复杂的物理特性使得对其建立精确的动力学模型非常困难,这为控制器设计带来了很大挑战。本文考虑到电液伺服系统的建模不确定性,基于系统状态空间方程,利用反步法设计了一种自适应鲁棒控制器,在控制过程中系统模型不确定部分能够自适应估计和在线更新。最后,在搭建的仿真平台上进行了跟踪仿真试验,并与PID方法进行对比,验证了所提方法在控制过程中具有更快的响应速度和更高的控制精度。

伺服加载系统非线性建模及间隙补偿控制研究

分析机械间隙误差对于伺服加载系统加载液压缸位移、负载压力和流量的影响,提出了伺服加载系统机械间隙误差的补偿控制方法,建立了机械间隙误差影响下的伺服加载系统非线性模型。通过Simulink系统仿真和系统实验,对伺服加载系统非线性模型和机械间隙补偿方法的精确性进行验证。实验结果显示:低航速小负载工况时的输出负载力精度误差由18%降低至10%,高航速大负载工况时的输出负载力精度误差由21%降低至8%,被测产品伺服机构在全行程内的输出负载力滞后误差基本消除。

非线性系统在线模糊建模的快速算法

对于复杂、病态、非线性动态系统，基于模糊集合的模糊模型，利用模糊推理规则描述动态系统的特性，是一种有效方法。讨论了利用模糊方法实现非线性系统的建模方法。首先，利用在线模糊竞争学习方法划分输入变量的模糊空间，然后利用卡尔曼滤波算法辨识模糊模型的参数。仿真结果表明了该方法的实用性和有效性。

非线性系统RBF网在线建模的资源优化网络方法

提出了一种RBF网非线性动态系统在线建模的资源优化网络(RON)方法.RON在资源分配网络的学习过程中引入了滑动窗口和网络结构在线优化的思想,使网络能根据最近一段时间内的误差信息自动实现网络结构优化,从而使RBF网既能在线适应对象的变化,又能使网络规模维持在较小水平,并保证了网络的泛化能力.使用滑动窗口技术使RON对学习参数变化具有较好的鲁棒性,并更易收敛.三个标准例子演示了算法的有效性.

一类非线性系统的在线建模新方法

为减少非线性系统的Volterra级数模型在线建模的计算量,根据多模型合成的思想,提出一种基于预设模型在线合成被测系统当前Volterra级数模型的新方法,建立了模型合成的公式和方法.仿真实验表明,该方法具有较高的建模精度,能有效减少Volterra模型在线建模的计算量,并且易于工程实现.

具有输入时滞和预设性能的非线性系统有限时间动态面控制

针对一类具有输入时滞和动态不确定性的非严格反馈非线性系统的跟踪问题,提出一种新的基于预设性能的有限时间自适应跟踪控制方案.利用Pade逼近和辅助中间变量将有时滞系统转化为无时滞系统,采用由一阶辅助系统生成的动态信号处理未建模动态,引入双曲正切函数实现预设性能跟踪控制,并给出基于动态面控制方法的稳定性分析.在MATLAB环境中,以具有未建模动态和输入时滞的二阶非线性系统为例,对所提出的控制策略进行数值仿真.结果表明:所提出的控制方案能够避免现有有限时间控制所出现的虚拟控制求导奇异性问题,所有信号有限时间有界,跟踪误差收敛到预设的时变区间,可见控制算法切实有效.

基于SDAE的超临界机组协调系统特性建模

为采用预测控制方法改善超临界机组的协调控制品质,采用堆叠降噪自编码器(SDAE)建立了单元机组协调系统特性的数学模型。首先,对600MW火电机组的变工况运行数据进行归一化处理,并运用预处理后的数据完成模型的离线训练。将模型并入仿真机进行单一输入变量阶跃扰动和大幅变负荷实验来验证其动态性能。实验结果表明,上述模型能够很好地描述燃料量、汽轮机调门开度、给水量与主蒸汽压力、负荷间的复杂非线性关系,泛化能力强、精度高,可以满足超临界机组智能控制器的设计要求。

基于IRBFNN和IRAN的非线性动态系统在线自适应建模

将资源分配网络算法(RAN)与相似隐单元合并操作、冗余隐单元删除操作和基于滑动数据窗连接权值学习相结合,形成了改进的资源分配网络(IRAN)算法。IRAN算法用于非线性动态系统的在线建模,能有效地改善模型精度和泛化能力。将改进径向基函数(RBF)神经网络(IRBFNN)和IRAN结合可以用于不确定非线性动态系统自适应建模。仿真研究表明:所提出的建模方法在模型精简、泛化和自适应等方面均具有优良的性能。

一次调频中的锅炉建模与参数在线确定

火电机组作为主要的一次调频能力提供者,其锅炉主蒸汽压力模型对系统的频率响应有较大影响,锅炉参数和机组一次调频能力随工况变化而变化,而现有的一次调频模型无法反映这种特性。通过串联的换热单元等效锅炉并引入流体热容带来的延迟效应,建立考虑流动与传热的锅炉模型,并提出基于分散控制系统(distributed control system,DCS)数据的参数在线确定方法。以某1000MW机组为例进行计算,0.2Hz频差扰动下加入锅炉模型与无锅炉模型的一次调频60s积分电量相差733.5kW×h。机组调频能力与锅炉热力动态密切相关,验证不同工况下机组一次调频能力的差异。该锅炉模型与参数确认方法可在扰动发生前为电网安全运行提供参考指导。

基于VSC的直流输电系统的稳态建模及其非线性控制

对基于电压源换流器的新型直流输电系统的数学模型和控制策略进行了研究。根据电压源换流器具有 2个控制自由度的特点 ,确立了新型直流输电系统两端换流站的 4个被控变量 ,导出了这种新型直流输电系统的稳态数学模型 ,并基此确定了电压源换流器中 2个控制量分别控制 2个被控量的近似解耦关系。根据导出的数学模型 ,设计了新型直流输电系统的稳态逆模型控制器。将逆模型控制器与 2个解耦的控制环路相结合构成整个直流输电系统的控制器。仿真结果表明所设计的新型直流输电系统控制器具有良好基金项目 :国家自然科学基金资助项目 ( 5 970 70 0 5 ) ;国家重点基础研究专项经费资助项目 (G19980 2 0 311)。ProjectSupportedbyNationalNaturalScienceFoundationofChina( 5 970 70 0 5 ) ;ProjectSupportedbySpecialFundsformajorStateBasicResearchProjectsofP .R .China(G19980 2 0 311)的控制性能。

RBF神经元网络在非线性系统建模中的应用

本文从径向基函数（RBF）神经网络的特点着手，分析了该网络存在的问题，并且对网络径向基函数中心的选取、计算以及网络的拓扑结构作了改进，最后用改进的径向基函数神经元网络对化工中的连续搅拌反应釜（CSTR）系统进行建模，结果表明方法有效．

深海采矿升沉补偿系统非线性仿真模型的建立和试验

利用Simulink软件和功率键合图建立了深海采矿主动型升沉补偿系统的仿真模型 ,该系统保留了非线性因素、无需编程、具有图形化的用户界面、物理意义强、仿真参数的修改和仿真结果的观察处理方便等优点。升沉补偿模拟系统的仿真结果和试验结果具有较高的一致性 ,表明该系统的非线性仿真模型是准确的。

非线性系统的T-S模糊建模与控制

研究了非线性系统的T-S模糊建模与控制问题,并应用到一级倒立摆的模糊建模中。采用并行分配补偿法(PDC)设计控制器,并用线性矩阵不等式(LMI)计算控制器参数,仿真验证建模正确,控制器简洁有效。

一类非线性系统的模糊建模与仿真

将模糊推理建模法应用于一阶非线性系统,推导出基于该方法建模后得到的数学模型,即变系数线性微分方程。首先根据模糊逻辑系统的插值机理将被控对象的模糊推理规则库归结为某种线性插值函数,然后将这些插值函数转化为变系数线性微分方程,从而得到控制系统的数后将这些插值函数转化为变系数线性微分方程,从而得到控制系统的数学模型。仿真结果表明,用模糊推理建模法得到的模型关于真实模型具有较高的逼近精度。

温度变化下的伺服系统非线性摩擦建模

针对机械伺服系统因温度变化产生的非线性摩擦变化,提出了一种反映温度因素的摩擦建模方法来实现对伺服系统的摩擦补偿。首先,分析了温度和摩擦的关系,并结合修正黏性摩擦的LuGre模型,讨论了该模型各参数与温度之间的关系。利用单隐层BP神经网络描述了随温度变化的各个参数,并确定了神经网络的输入、输出以及传递函数。然后,通过神经网络训练获得神经网络参数,从而得到与温度相关的摩擦模型。最后,改变运行条件,验证了提出的模型对摩擦的估计能力。建立的摩擦模型在不同运行条件、不同温度状态下的最大相对估计偏差小于2.5%,表明其能很好地估计系统摩擦力矩,满足高精度摩擦补偿。

经济系统中的非线性建模与仿真

文章分析了经济学中传统非线性建模方法的不足，提出利用基于多智能体的整体建模仿真方法来建立经济系统的非线性仿真模型，作者利用swarm仿真软件平台生成了一个产品供求关系的非线性仿真模型，研究了供求平衡出现的条件和系统中的非线性现象，证明了这种方法的可行性和优越性。

模糊规则的学习及其在非线性系统建模中的应用

探讨用神经网络的学习算法及模糊推理方法为非线性系统建模的问题．给出了学习模糊规则的新算法．这个算法首先用竞争学习为训练样本的输入空间进行聚类，然后为其确定区域划分边界，并按样本输入区域学习模糊规则．文中对于模糊规则提出了相应的模糊推理算法．并用算例验证了本文算法的有效性．

不确定欠驱动非线性系统的模糊滑模控制

针对一类不确定欠驱动非线性系统,提出了一种模糊滑模控制新方案。该方案在T-S型模糊控制的基础上引入滑模控制,有效避免了T-S型模糊控制可能出现的不稳定情况,同时改善了系统的动态性能。采用吊车系统进行系统仿真,结果表明了该控制方案的有效性。