无模型自适应滑模控制的微波加热过程温度控制

微波加热模型具有无限维、非线性和时变等特点,导致控制器难于设计和实现。针对此问题,提出了一种适用于微波加热过程的无模型自适应滑模控制方法。首先,对微波加热过程传热数学模型进行分析,建立了微波加热过程输入功率与温度之间的全格式动态线性化数据模型。然后,根据该数据模型设计了无模型自适应滑模控制器,并给出了数据模型中相关未知时变参数和未知干扰的估计算法。最后,利用COMSOL和MATLAB进行仿真,仿真结果验证了所提控制方法的有效性。

在线优化参数的神经网络预测监督控制

使用具有辅助变量的全格式动态线性化方法逼近系统,构建了神经网络监督控制预测模型。利用线性跟踪-微分器建立过渡过程,应用线性扩张状态观测器估计输出预测值及其微分,给出了线性PID控制算法。根据对角回归神经网络构成直接逆控制,提出了改进的控制目标函数。依据非线性递推最小二乘法在线优化了PID控制参数和对角回归神经网络的连接权。当系统控制误差大于一定值时,重置PID控制参数。最后提出了在线优化参数的神经网络预测监督控制,克服了已有的神经网络监督控制存在建模难的问题。仿真研究结果表明控制算法的响应具有理想性能。

BBM-Burgers方程的非协调有限元方法的超收敛分析

研究Benjamin-Bona-Mahony-Burgers(BBM-Burgers)方程的非协调EQ_(1)^(rot)元的线性化BDF格式下的超收敛性质。通过使用数学归纳法来处理非线性项,并利用该单元已有的高精度结果及插值后处理技术,得到了在对空间剖分尺度和时间步长无网格比约束的前提下,关于离散H^(1)-模意义下具有O(h^(2)+τ^(2))阶的超逼近和超收敛结果。最后,通过给出数值算例验证了理论分析的正确性。

非线性强阻尼波动方程一个新的H^1-Galerkin混合有限元分析

利用不完全双二次元Q_2^-和一阶BDFM元,对一类非线性强阻尼波动方程建立了一个新的混合元逼近模式.借助这两个单元的插值算子的特殊性质和平均值技巧,对半离散和线性化Euler全离散格式,分别导出了原始变量在H^1-模和中间变量在H(div)-模意义下具有O(h^3)和O(h^3+τ~2)阶的超逼近估计,比以往文献的最优误差估计高一阶.

非线性发展方程的无网格比高精度有限元方法

对于几类非线性的发展型方程——非线性抛物方程、非线性Schr?dinger方程、非线性Sobolev方程、非线性双曲方程,本文从协调有限元方法、非协调有限元方法、混合有限元方法等不同角度,利用不同技巧深入系统地研究了其线性化的全离散格式的构造、无网格比约束下的超逼近和超收敛分析.

基于MFAC附加阻尼控制器的次同步振荡抑制方法

为解决当前次同步振荡抑制措施中常用的传统附加阻尼控制器存在建模精度不足、适应性差等问题,本文引入了一种基于无模型自适应控制的附加阻尼控制器。该控制器采用偏格式或全格式动态线性化数据模型,通过系统I/O数据估算系统伪梯度,由预测器输出附加阻尼控制信号,作用在双馈风机转子侧变流器的q轴参考电压信号中,并提出了基于粒子群算法的控制器参数优化设计方法。仿真验证了所提控制器具有较强的适应性,在线路串补度、风速等工况条件改变时能维持良好的次同步振荡抑制效果,在所有测试工况下均优于传统附加阻尼控制器和采用紧格式动态线性化的无模型自适应控制器。

改进滑模观测器的BLDCM无模型自适应控制

为了解决传统滑模观测器(SMO)的抖振与相位延迟问题以及传统PI控制动态性能差的问题。首先提出了一种新型的切换函数对传统滑模观测器进行了改进,这种新型的切换函数是用双边界层的思想实现的,并且将改进的滑模观测器运用到无刷直流电机(BLDCM)直接转矩控制系统中,实现了无刷直流电机无位置传感器控制,其次将全格式线性化无模型自适应控制(MFAC)算法应用于无刷直流电机调速控制器的设计中。仿真结果表明,改进的滑模观测器的反电动势观测误差比传统滑模观测器小了4%左右,并且无模型自适应控制的动态性能要优于传统PI控制。改进的滑模观测器能够准确地估计无刷直流电机的反电动势,有效地削弱抖振,无需额外增加低通滤波器,简化了系统结构。无模型自适应控制算法提高了系统的鲁棒性、稳定性和快速性。

六自由度机械臂无模型自适应滑模控制

针对强耦合、非线性的六自由度机械臂系统难以建立精确数学模型的问题,提出了一种无模型自适应滑模控制方案。以无模型自适应方法与滑模变结构控制相结合,利用全格式动态线性化方法,将机械臂非线性模型转换为离散的动态线性时变模型,采用各关节的输入力矩和输出角速度来设计控制器,并引入滑模控制保证其收敛性。通过六自由度机械臂的Sim Mechanics模型进行了仿真实验,结果表明,相比于现有的无模型自适应方案,即使在没有建立六自由度机械臂精确数学模型的情况下,所设计的控制方案能实现各关节对理想速度更加迅速的响应和更加精准的跟踪,从而验证了所提出的无模型自适应滑模控制方案的可行性和有效性。

Extended Fisher-Kolmogorov方程的一类低阶非协调混合有限元方法

该文的主要目的是研究Extended Fisher-Kolmogorov(EFK)方程的一类低阶非协调元混合有限元方法.首先引入一个中间变量v=-△u将原方程分裂为两个二阶方程,建立了一个非协调混合元逼近格式,并通过构造一个李雅普诺夫泛函证明了半离散格式逼近解的一个先验估计并证明了解的存在唯一性.在半离散格式下,利用这个先验估计和单元的性质,证明了原始变量u和中间变量v的H^1-模意义下的最优误差估计.进一步地,借助高精度技巧得到了O(h^2)阶的超逼近性质.其次,建立了一个新的线性化的向后Euler全离散格式,通过对相容误差和非线性项采用新的分裂技术,导出了u和v的H^1-模意义下具有O(h+τ)和O(h^2+τ)的最优误差估计和超逼近结果.这里,h,τ分别表示空间剖分参数和时间步长.最后,给出了一个数值算例,计算结果验证了理论分析的正确性,该文的分析为利用非协调混合有限元研究其它四阶初边值问题提供了一个可借鉴的途径.

基于无模型自适应控制的高速列车ATO控制器

针对高速列车在多变复杂环境运行时,传统控制器出现的动力学模型不匹配和司机操作存在安全隐患的问题,提出一种基于无模型自适应控制(Model-Free Adaptive Control, MFAC)的高速列车自动驾驶控制器设计方案。首先,构建全格式动态数据列车模型,将列车的非线性特性转移到伪梯度中;其次,根据全格式动态数据列车模型设计无模型自适应控制律和列车控车原理,通过列车运行数据估计伪梯度,构建ATO控制器;最后,使用"兰州西—西宁"的动车组运行数据进行仿真,得到MFAC控制器作用下的速度追踪误差为0.254km/h,列车加速度冲击率区间主要分布于[0,0.1)中,约占总步长的83.8%,并与模糊自适应PID(ProportionIntegral-Derivative)在速度追踪、位移追踪和舒适度方面做了对比,结果表明该控制器的性能更优。

2-维Ginzburg-Landau方程H^1-Galerkin有限元方法的高精度分析

采用非协调单元EQ^(rot)_1及零阶Raviart-Thomas元(EQ^(rot)_1+Q_(10)×Q_(01)),对2-维Ginzburg-Landau方程讨论了一种H^1-Galerkin混合有限元方法.在半离散和线性化Euler全离散格式下,分别有技巧地导出了原始变量u在H^1模意义下及流量■在H(div;Ω)模意义下的超逼近性质.最后,给出两个数值算例验证了理论结果.