应用时域变周期采样的柴油机试验建模

提出了一种改进时域采样的建模方法。在分析柴油机闭环低阶控制模型可辨识性的基础上 ,使用基于曲轴角度域的时域变周期采样和相关最小二乘算法 ,辨识了用于柴油机电子调速器参数优化的柴油机低阶动态模型。在 1 6V2 4 0 ZA和 Z61 35柴油机上的仿真和试验证明该方法简便易行 。

五相感应电机变采样周期模型预测控制策略

针对无调制模块的模型预测控制器MPC(model predictive controller)存在的谐波含量高问题,提出1种新型基于模型的变采样周期MPC策略,并将其应用于五相感应电机驱动系统。分析了MPC对时间固定离散化所带来的问题,而引入调制或调制替代来解决此问题将使控制系统复杂度增加,故遵循更简单、自然的思路,基于追击算法来改变采样间隔,结合MPC确定最优控制动作和实施时间,实现变采样周期MPC方案。利用五相感应电机驱动系统开展实验,实验结果验证了新型变采样周期MPC优良的参考跟踪和电流谐波性能。

交交变频调速系统中变周期均值采样的研究应用

针对交交变频调速系统中电压、电流纹波含量较大且纹波周期时变,无法直接反馈于调速控制系统的问题,提出一种变周期均值采样算法。首先,该算法以实时交交变频功率器件触发脉冲的间隔时间作为均值周期,对电压、电流实际值进行均值计算。其次,根据电压、电流实时频率及均值周期计算该均值周期所带来的相位滞后角度。最后,按照相位滞后角度进行滞后补偿及插补运算,得到更理想的电压、电流反馈值,用于调速控制系统。相较于一般的均值采样,该算法更适合交交变频纹波周期时变的情况,并能消除采样滞后,提升调速系统控制性能及稳定性。

基于变采样周期MPC的智能车辆路径跟踪分析

通过建立汽车动力学模型,考虑采样周期对轨迹跟踪精度和实时性的影响,分别以路径曲率和车辆状态参数为采样周期判断条件进行仿真分析,最终设计了以冗余车辆状态参数为切换条件的自适应变采样周期模型预测控制(MPC)路径跟踪控制器。仿真结果表明,与固定采样周期的MPC控制器相比,基于冗余状态条件的自适应采样周期的MPC控制器在路径跟踪方面兼顾很好的实时性和跟踪精度。

变周期采样系统的采样区间依赖稳定性分析新方法

研究了变周期采样系统的采样区间依赖稳定性问题.采用类Lyapunov泛函方法研究采样系统的稳定性与采样区间的关系,该类Lyapunov泛函不强求正定也不要求连续.通过增加状态与状态导数的交叉项推广了类Lyapunov泛函,然后用新的不等式处理该类Lyapunov泛函的导数,基于类Lyapunov泛函方法导出了采样区间依赖稳定性新结果,然后,在凸多胞型不确定采样系统中推广该结果,得到了鲁棒采样渐近稳定性新准则.最后,用3个仿真例子说明了文章结果比现有的某些结果保守性小.

变采样周期锁相环的分析与设计

现有文献对变采样周期锁相环(variable sampling period PLL,VSP_PLL)的原理分析尚不深入,且未给出其调节器设计方法。通过与传统的基于同步旋转坐标系锁相环(synchronous reference frame PLL,SRF_PLL)对比,明晰了VSP_PLL的控制机制,揭示了其内在联系。建立了VSP_PLL的离散域数学模型,分析了采用不同调节器的VSP_PLL环路特性,得出了调节器(包括其型式及参数)的优化设计方法。实验结果验证了所设计的VSP_PLL在电网电压出现谐波、不平衡、幅值及频率瞬变的情况下均可准确快速地锁相。

网络控制系统的动态权重变采样周期调度算法

为提高网络控制系统的性能,提出一种用于网络控制系统的动态权重变采样周期调度算法.首先,通过二次平方根映射函数,根据控制回路数据传输误差对各个控制回路赋予不同的动态权重;然后,根据当前网络运行状况,通过比例控制预测新的网络利用率,同时利用最小二乘支持向量机算法预测各回路数据包传输时间;最后,在网络带宽资源受限的情况下,利用回路动态权重、网络利用率预测值并结合控制回路数据包传输时间,动态的调整回路的采样周期,使得网络控制系统的性能得到优化.仿真实验表明,提出的变采样周期调度算法能够使得网络利用率收敛到设定值,减少了控制回路的数据传输时延,提高了系统的输出响应与控制性能.

网络控制系统的模糊权重变采样周期调度策略

网络控制系统的性能受到采样周期的影响.针对多回路网络控制系统,根据系统控制回路误差和误差变化率,利用模糊推理计算各回路的动态权重,同时根据当前网络运行状况预测新的网络利用率,然后利用ARIMA算法对数据包传输时间进行预测,最后在网络带宽一定的条件下,利用模糊动态权重系数、网络利用率、数据包传输时间,不断的改变系统中各控制回路的采样周期,达到优化网络控制系统性能的目的.利用True Time工具箱进行的仿真验证了本文方法的有效性.

基于变采样周期的CPS多重优先级调度研究

信息物理融合系统(CPS)是实现能源互联网中信息技术和电网技术融合的重要技术体系。针对在CPS中采用传统调度策略导致的高丢包率、低利用率和网络延时长等问题,提出了一种多重优先级的调度策略,该调度策略能够保证信息在网络中传递的灵活性;基于该调度策略,针对CPS不同组成部分的特点,提出了两种变采样周期算法,该算法能够同时兼顾网络资源情况和系统控制性能,使系统在网络资源受限的情况下能够达到稳定状态。最后,根据能源互联网的特点,描述了如何将该调度策略应用于能源互联网中。

网络控制系统时变采样周期的建模与切换控制

针对具有双边随机时延和丢包的网络控制系统,采用了主动时变采样周期的方法,利用事件和时间驱动相结合方式,传感器的采样周期可实时地跟随网络延时和丢包的变化而改变,克服了长时延和数据包错序的问题。然后将系统建立为统一的切换系统模型,结合基于平均驻留时间的方法,给出了系统状态满足指数稳定的条件,并且描述了其指数衰减率和丢包率之间的定量关系。最后通过数值例仿真验证了所提方法的有效性。

基于多观测器的变采样周期网络控制系统的H_∞控制

研究了变采样区间和多状态观测器的联合设计问题.考虑到网络诱导时延可能大于一个采样周期,假定采样周期取值在有限集内切换,构建具有单状态观测器和多状态观测器的网络控制系统Markov跳变模型.在此基础上,基于Markov理论,获得闭环网络控制系统随机稳定的充分条件和最优H∞范数上界.并且,应用线性矩阵不等式技术,获得模型依赖控制器和观测器设计方案.仿真对比表明多状态观测器对网络控制系统更有效.

变采样周期网络控制系统的非脆弱保性能控制

研究了一类具有随机时延和控制器增益扰动的非线性网络控制系统的非脆弱保性能控制问题。基于变采样周期的方法,将网络控制系统建模为非线性Markov跳变系统。利用Lyapunov稳定性理论,给出了保证整个闭环系统均方随机渐近稳定的充分条件。通过线性矩阵不等式的方法,设计了一种非脆弱状态反馈控制器,在该控制器的作用下,闭环系统的能量函数值不超过一个规定的上界。仿真算例说明了所提方法的有效性。

变采样周期网络控制系统的量化状态反馈控制

研究了一类具有变采样周期的网络控制系统的量化状态反馈控制问题.将从传感器到控制器的随机时延作为系统的时变采样周期,通过将具有时变采样周期、随机时延和量化器的网络控制系统建模为M arkov跳变系统,利用李雅普诺夫稳定性理论和线性矩阵不等式方法给出了系统指数均方稳定的充分条件,并设计了一种量化状态反馈控制器.通过仿真算例说明了所提方法的有效性.

变采样周期网络化系统鲁棒容错控制

针对网络控制系统中存在的时变采样周期与时延,通过矩阵Jordan变换与分解,将采样周期和时延的不确定性转变为系统结构参数的不确定性,建立了离散时间凸多面体不确定系统模型。在此基础上,首先设计观测器,保证系统状态和故障估计收敛于实际值。接着,根据估计的故障,设计了主动动态输出反馈鲁棒容错控制器,给出了执行器发生故障时,系统能保持渐近稳定的充分条件。将控制器设计问题转化为以线性矩阵不等式形式为约束条件的凸优化问题,进而得出了最优H∞鲁棒容错控制器参数的具体表达式。数值仿真验证了提出的设计方法的有效性。

被动变采样周期网络控制系统的H_∞控制器设计

本文研究了具有被动变采样周期网络控制系统的H∞控制器设计问题。提出了基于采样周期切换的方法(采样周期在有限集合内切换),并利用该方法将具有时变采样周期及时延的网络控制系统建模为切换系统。在此基础上,通过求解满足一组线性矩阵不等式约束的多目标优化问题,研究了网络控制系统的H∞控制器设计方法。仿真结果验证了基于采样周期切换的H∞控制器设计方法的有效性。

一种递推式变采样周期网络控制系统调度算法

针对采样周期的变化对网络控制性能的影响,综合考虑了网络的传输误差以及传输时延等因素,对网络控制系统进行了数学建模分析,提出一种递推式变采样周期在线动态调度算法。以误差泛函积分评价指标IAE来衡量控制回路的QoC,运用Matlab/Simulink中True-time工具箱构建网络控制系统仿真平台并进行仿真,结果表明该调度算法改善了网络控制系统的稳定性并提高了系统的实时性、控制质量和服务质量。

变采样周期网络控制系统的模态依赖的H_∞预测控制

研究了一类具有随机时延和外部扰动的网络控制系统的H∞预测状态反馈控制器的设计问题.利用变采样周期的方法,将连续的网络控制系统离散化,从而建模为部分转移概率未知的马尔可夫跳变线性系统.利用一步性能函数,给出了保证整个闭环系统随机渐进稳定且具有性能指标上界的充分条件,通过线性矩阵不等式的方法,给出了预测状态反馈控制器的设计方法。

基于RBF神经网络的变采样周期时延补偿策略

针对时延的时变性和不确定性,提出了一种新的变采样周期时延补偿策略.首先采用具有最佳逼近和全局最优性能的RBF神经网络对时延进行预测,然后将预测的时延值作为采样周期建立变采样周期网络控制系统模型,再利用最优控制和极点配置相结合的方法设计控制器,能有效减少计算量,以及提高系统的控制精度和实时性.仿真结果表明该方法具有良好的时延补偿效果.

鲸鱼优化相关向量机的网络控制系统变采样周期调度

针对资源受限的网络控制系统,提出一种基于鲸鱼优化相关向量机的变采样周期调度算法。通过网络监测模块获取网络带宽与数据传输时间数据,建立鲸鱼优化相关向量机的预测模型,实现对网络带宽及数据传输时间的预测。采用模糊推理计算系统各回路通信带宽的分配权重,进而结合通信带宽及数据传输时间的预测值对各闭环回路的采样周期进行计算,完成采样周期的实时调节。仿真结果表明,在资源受限条件下,所提算法保证了系统的稳定性与控制精度。

基于LS-SVM的变采样周期系统控制

针对变采样周期系统的控制,提出基于在线最小二乘支持向量机(LS-SVM)的预测控制方法.在LS-SVM的基础上,利用训练数据窗及训练数据阈值,推导出适合控制系统的在线训练方法.当在线LS-SVM的核函数取线性函数时,结合预测控制方法得到在线LS-SVM预测控制量的方程解,并将其应用于变采样周期系统.仿真显示了该方法的可行性、鲁棒性.