直线电机的无模型周期自适应控制

针对直线电机具有周期性运行的特点,提出了直线电机速度控制的无模型周期控制方法。控制器的分析和设计仅依赖于从以前周期中获得的I/O数据,不需要被控系统精确的数学模型。仿真比较结果表明了所提出方法跟踪周期轨迹的有效性,而无模型自适应控制不具有从周期中学习的能力,不适合处理周期性跟踪任务。

中速磁悬浮列车的滑模周期自适应学习控制方法

为了提高中速磁悬浮列车的运行控制性能,考虑到中速磁悬浮列车沿固定线路往返运行时的周期特性,提出了一种基于滑模周期自适应学习的中速磁悬浮列车运行控制算法,对应的滑模周期自适应控制器由等效比例积分微分(PID)和速度前馈控制部分、磁阻力与空气阻力补偿部分以及坡道阻力滑模周期自适应补偿部分组成;采用粒子群优化算法辨识了运行控制器的参数,采用滑模周期自适应学习控制器学习上一周期内的列车运行信息,实时估计并补偿列车运行过程中的坡道阻力,消除坡道阻力对列车运行性能的影响;利用全长5 076 m的中速磁悬浮列车半实物仿真试验线进行了数值仿真,并将设计的滑模周期自适应控制器与PID控制器进行仿真对比。仿真结果显示:滑模周期自适应控制器和PID控制器作用下的列车最大位置跟踪误差分别为0.004和0.007 m,最大速度跟踪误差分别为0.007和0.036 m·s^(-1);经过4个迭代周期后,滑模周期自适应控制器已准确地估计了给定的坡道阻力;在控制系统受到扰动的情况下,滑模周期自适应控制器与PID控制器作用下的位置与速度跟踪曲线均有波动,相比于PID控制器,滑模周期自适应控制器控制下的跟踪曲线波动更小。可见,相比于传统的PID控制算法,提出的滑模周期自适应学习控制方法可以提高中速磁悬浮列车的运行控制性能。

一种提高XCP协议在大RTT差异环境下的鲁棒性方法

现有TCP协议的拥塞控制机制存在很多不足,XCP(eXplicit Control Protocol)协议采用显式反馈的方式有效地克服了这些缺陷。XCP协议能容忍数据流之间一定的RTT差异,但当这种差异超出一定范围时,XCP协议性能恶化,变得不稳定。通过分析XCP协议路由控制周期与数据流RTT的关系,提出了一种控制周期根据RTT差异程度而自适应调整的方法,消除了系统振荡。仿真数据表明,该方法能有效地提高XCP协议在数据流RTT差异较大的环境下的鲁棒性,同时不给路由器带来过大的计算负担。