DC/DC开关电源控制方法小信号模型比较

在分析电压型、电流型、V2控制和V2C控制小信号模型的基础上,建立了4种控制方法的通用小信号模型,并利用该通用模型对4种控制方法进行了比较,分别从模型和传递函数方面对4种控制方法的控制性能进行了分析。分析表明,电压型控制方法对输入电压变化和负载变化的响应速度慢,而电流型对输入电压变化的响应速度比电压型的快;V2控制引入了输出电压的无延迟反馈,提高了变换器对负载变化的响应速度;V2C控制具有V2控制的良好瞬态特性,同时又可自动实现过流保护。

计及内环控制小信号稳定性的构网型变流器模型降维方法

随着电力系统电力电子化程度加深,具有电压源特性的构网型变流器将成为未来电力系统的常规装备之一。为了准确高效地分析含构网型装备的电力系统控制运行与安全稳定特性,需对具有强非线性特性的构网型变流器进行降阶。传统的基于电流环、电压环简化的降阶方法构建的简化模型由于忽略了内环控制与线路耦合阻抗对装备同步稳定性的潜在影响,在部分场景下难以保证稳定性分析的准确性。基于此,在现有降阶方法的基础上,充分考虑内环控制的小信号特性与线路耦合阻抗的影响,提出了一系列改进的简化模型,并就各简化模型对频域、特征值、时域分析的适应性进行了分析。分析得出在各类场景下没有能始终保持高精度的简化模型,需要根据场景更换模型简化方法,并根据分析结果总结了变流器简化模型选择与控制参数整定的相关依据。

基于故障管理方法风险管理控制模型的影像设备使用风险识别与应用效果研究

目的:构建故障管理方法(V-SHEL)风险管理控制模型,探讨其在影像设备管理中的应用效果。方法:基于影像设备风险评估、影像设备管理和影像设备安全风险因素构建V-SHEL风险管控模型,对影像设备进行风险识别和管理控制。选取2021—2022年天津中医药研究所附属医院临床在用的20台影像设备,2021年1—12月设备使用期间采取常规风险管理模式(简称常规管理),2022年1—12月设备使用期间采用基于V-SHEL风险管控模型的风险管控模式(简称V-SHEL模型管理),两种管理模式的影像设备分别进行120次巡视检查,对比其风险事件发生情况、设备工作质量评分、设备使用满意度以及设备风险事件应急管理用时。结果:120次检查V-SHEL模型管理的器械损坏4次、记录缺失4次和关联感染5次,发生率分别为3.33%、3.33%和4.17%,均低于常规管理模式,差异有统计学意义(χ^(2)=11.852、12.904、11.042,P<0.05);采用V-SHEL模型的设备管理、运行状态、器械清洗和包装质量平均评分分别为(90.65±6.25)分、(92.14±5.36)分、(90.14±3.45)分和(94.57±4.36)分,均高于常规管理模式,差异有统计学意义(t=8.382、8.446、12.654、14.443,P<0.05);影像设备操作人员对采用V-SHEL模型管理的设备整洁度、设备规范度、设备运行性能和设备维修及时性平均评分分别为(22.36±2.12)分、(21.69±2.37)分、(22.54±1.87)分和(21.59±2.03)分,均高于常规管理模式,差异有统计学意义(t=14.689、10.481、9.883、10.163,P<0.05);采用V-SHEL模型管理的设备用电安全、诊疗安全、生物安全和辐射安全风险事件应急管理用时分别为(2.01±0.69)h、(2.03±0.868)h、(3.02±0.96)h和(2.39±0.96)h,均少于常规管理模式,差异有统计学意义(t=16.394、14.894、15.692、16.519,P<0.05)。结论:V-SHEL风险管控模型管理影像设备,可进行设备风险识别,减少影像设备故障发生频率,提高设备使用效能,提升操作人员满意度。

基于模型预测控制的环形交叉口信号配时方法

面向城市环形交叉口,尤其是多支路环交,以更好地适应道路交通流的时变特性为目的,采用模型预测控制思想,建立环道和入口处的动态过程预测模型.通过在线求解并滚动优化目标函数,得出一个滚动周期内环形交叉口轮放式控制的最佳信号配时参数.根据顺时针轮放相序和相位搭接规则,将动态配时方案作用于环形交叉口.仿真结果表明,利用提出的信号配时方法更加合理地分配了环形交叉口时空资源,对于多路畸形环交,有显著的避免环内"死锁"的效果,环形交叉口的整体运行性能显著提升.

基于离散数学模型的网络多信道时延一致性控制方法

由于传统网络多信道时延控制方法主要在模拟信道频域上获得信道模拟参数,导致多信道时间同步误差较大,为此提出基于离散数学模型的网络多信道时延一致性控制方法。首先,建立网络模拟信道的时域离散数学模型,以便获取信道的传输时延。其次,结合时延的时变性特点,对网络多信道时延进行一致性控制。最后,进行仿真实验。实验结果表明,设计方法的总时延与参考信道时延的差值最小,优于对照组。

基于云模型的交通信号自学习控制方法

为了减少车辆通过路口的延误,采用云模型建立控制策略,运用Q-学习改进控制模型的参数.路口信号控制智能体通过感知系统获得车辆到达信息,根据信号控制规则集和车辆到达信息采取符合控制策略的控制行为改变当前信号状态.信号控制的关键规则采用二维正态半云描述,利用二维前件云发生器生成针对不同交通状态的控制策略.云模型中的主要参数通过Q-学习算法进行优化,以总停车延迟作为目标函数,经过迭代产生针对不同交通量的云模型最优控制方案.最后,使用仿真软件对传统控制方式和基于云模型的控制方式进行比较,仿真结果表明,基于云模型信号控制方法的控制效果优于定时控制和感应控制.

基于云模型的单路口交通信号自适应控制方法研究

为了减少车辆通过路口的延误,提出了一种基于云模型的单路口交通信号自适应控制方法;使用云模型作为信号控制的基础模型,利用云模型中的正态云发生器和前件云发生器算法分别对道路交通信息进行处理并产生自适应的控制规则,以实现单路口交通信号的自适应控制;通过仿真实验,结果表明,使用云模型作为控制方法,比较传统控制方式更具智能化,更接近于人脑思维过程的控制方法,这也是将来交通信号控制的发展方向。

基于显式模型预测控制的大规模路网交通信号控制方法

随着城市机动车保有量的不断增加,交通拥堵问题变得日益严重。作为一个有效的方法,模型预测控制(MPC)已经被应用于城市交通路网的控制中。然而由于需要在线进行优化,模型预测控制的计算负荷巨大,限制了其在对实时性要求比较高的场景中的应用。针对该问题,基于存储转发模型将显式模型预测控制(EMPC)引入大型交通路网的交通信号控制问题中。EMPC将多参数规划理论引入到线性时不变系统的约束二次优化控制问题的求解中,通过离线计算得到对应每个状态分区上的状态反馈最优显式控制律。实验结果显示,由于将在线优化过程转变为查表过程,EMPC可以显著提升交通信号控制的效率。

基于模型偏差学习的交通信号自适应优化方法

城市交通信号配时优化是保证交通系统整体运行效率的前提条件。传统基于模型的信号控制方法往往基于历史统计数据,并且底层交通流模型不可避免地存在模型偏差,影响控制方案的科学性及其实际应用效果。考虑模型与数据融合驱动,提出一种基于模型偏差学习的交通信号控制自适应优化方法,以最小化路网行程时间为目标,建立信号控制最优化模型。首先,针对交通流预测模型的模型偏差,引入偏差函数表示预测模型与实际交通流状态间的误差;其次,建立基于径向基函数(RBF)神经网络的偏差函数,结合实际交通流数据对模型偏差进行学习,提高偏差函数的拟合效果;在此基础上,提出考虑模型偏差信息的自适应优化方法,以提高信号控制方法的控制性能。以小型测试路网与实际路网为例进行算例分析,基于SUMO仿真对本文提出的模型偏差学习方法进行验证,考虑不同交通流量条件,与固定配时、模型预测控制进行比较,分析其控制性能指标。结果表明,模型与数据融合驱动的信号控制自适应优化方法能有效提高预测模型的准确性,降低路网行程时间,与基于模型的控制和模型预测控制方法相比路网累积行程时间平均减少了38.3%和25.6%,提升了路网的实际运行效果。最后在宣城实际路网的仿真验证了方法的有效性。

新型混合交通流场景下交叉口信号控制和轨迹控制协同优化方法

针对人类驾驶车辆(human driven vehicle,HDV)和智能网联车辆(connected and autonomous vehicle,CAV)组成的新型混合交通流场景,现有的交叉口协同控制方法中,集中控制和单车控制分别对中央控制器的算力和车载计算单元的算力要求较高。本文研究了1种将元胞传输模型(cell transmission model,CTM)与双层规划模型相结合的协同优化方法,利用可调整的元胞长度平衡求解信号控制与CAV轨迹优化2个问题所需的算力,从而灵活地根据中央控制器和车载计算单元的算力分配计算资源;通过上层模型预测交通流状态并优化信号控制参数,引入动态调整元胞长度规则,降低中央控制器的计算负担;基于上层的交通状态预测结果,利用下层模型对CAV轨迹进行全局规划,进一步提升交叉口通行效率。同时,为了提升解的最优性和求解的实时性,采用结合随机梯度下降法和遗传算法的迭代优化算法,避免陷入局部最优的同时提升求解效率。最后以无锡市先锋中路与春风南路交叉口数据为例,验证了不同CAV渗透率下优化的效果,结果表明:①相较于基准方案,本文提出的协同优化方案最高可以降低交叉口8.09%的车均行程时间,降低了交叉口拥堵向上游的传播;②当CAV渗透率为30%、60%和90%时,优化比例为2.51%、5.08%和7.88%;③在进口道流量大于3000 pcu/h时,仍能在100s内获得最优信号控制方案,可支持实时优化。该方法可以有效改善城市交通拥堵,提高新型混合交通流场景下交叉口的通行效率。

多信道光纤通信系统信号偏差控制方法研究

光纤通信系统多信道的开发在分担了并发用户通信请求压力的同时,也使得信号偏差问题越来越严重,导致通信可靠性下降,通信延迟问题加重。针对上述问题,研究一种多信道光纤通信系统信号偏差控制方法。利用采集器获取同一时段通信系统信道信号与导频信道信号并实施滤波处理,计算两种信号之间的相似度,检测是否存在信号偏差。利用零点比较法计算两种信号之间的相位差。通过纠正比例因子的引入和粒子群算法的整定,优化PID信号偏差控制器,以相位差为输入,得出多信道光纤通信系统信号偏差控制量。结果表明:与控制前相比,控制后三信道通信信号与导频信道信号之间的相似度更大,而且均大于0.95,由此说明所研究控制方法是有效的,抑制了信号偏差现象。

高架出口匝道下游交叉口信号控制方法研究

城市高架快速路与地面道路,主要通过出口匝道及其下游交叉口进行交通转换,高峰时段出口匝道及下游交叉口交通拥堵频发。以元胞传输模型为基础,构建出口匝道及下游交叉口交通预测模型;采用动态调整周期时长和信号相位的控制策略,建立基于元胞传输模型的交叉口信号控制模型。以排队长度、绿灯和周期时长为约束条件,以各进口道加权平均延误为目标函数,进行信号配时动态优化。以成都市实例匝道和交叉口进行验证,表明本文提出信号控制策略可有效降低此类交叉口的饱和度、延误和排队长度,提升其通行效率。

基于PWM信号的汽车迎送宾灯控制方法

文章提出一种基于PWM信号的汽车迎送宾灯控制方法,主要解决PWM信号传输误差导致的目标迎送宾灯控制不精确问题,并通过实际案例证明该方法能有效改善此类问题。

基于细胞自动机方法的车行运动模型及信号灯控制策略研究

采用细胞自动机方法研究了在单向道路上行驶的2辆不同性能(加速度能力、最大速度等)车辆的运动状态和相互关系,以及性能参数对行驶状态的影响.讨论了在设置路口和信号灯的情况下,不同信号灯控制策略(信号灯的时间周期及绿信比)对车辆运动状态的影响.细胞自动机方法通过JAVA编程进行数值模拟,得到车辆行驶时间-位置之间的关系,结果与预期相同.该模型退化为匀速运动状态情形时,所得结果与近期文献的结果相一致,也证明了文中所用方法的可靠性和合理性.

一种适用于模块化多电平换流器的多阶段模型预测控制方法

模块化多电平换流器(MMC)具有可扩展性强、输出电能质量高等优点,在电能传输领域受到了广泛的关注。针对传统模型预测控制权重因子设计复杂、桥臂环流谐波分量大等问题,文中提出了一种多阶段模型预测控制(MSMPC)方法。所提出MSMPC方法包括三个阶段:1)第一阶段获得输出电流跟踪的参考控制选项,实现交流电流控制;2)第二阶段通过引入两个环流因子来计算前阶段控制中上、下桥臂的子模块(SMs)的最优数量;3)第三阶段提出一种子模块预测电压分组排序方法,可有效减少电压排序次数和降低开关频率。与传统的MPC方法相比,所提出的MSMPC方法避免了权重因子设计,提高了环流抑制的性能,同时降低了控制器的计算量。通过仿真和实验结果验证了所提MSMPC方法的有效性。

移位左转交叉口自适应信号控制方法和模型

为降低交通流波动对移位左转交叉口通行效率与安全的不利影响,运用模型预测控制(MPC)确定移位左转交叉口自适应信号控制方法的基本框架,在此基础上,实时检测交通数据进行短时交通预测,并对累计到达消散理论进行拓展,将交通流划分为随机到达流、车辆到达受预信号影响的约束流以及车辆到达受主信号多流向影响的组合流3种类型,根据上、下游行程时间差对主、预信号间不同车流的到达情况进行推演,提出面向移位左转交叉口的延误估算方法,建立以延误最小为目标的自适应信号配时优化模型。运用Vissim软件进行仿真验证,结果表明,与定时控制相比,文中方法可使移位左转交叉口的车均延误、停车次数、排队长度分别下降31.2%,7.4%,47.8%。

基于OFDM的广播电视信号发射功率控制方法

传统的功率控制方法主要根据信道的平均状态或预设参数进行功率调整,在应对信道状态变化时不够灵活,因此文中提出了基于OFDM的广播电视信号发射功率控制方法。其基于OFDM技术将广播电视信号信道划分为多个正交子载波,根据信道条件制定最佳子载波功率分配策略,设计了一个滑模变控制器,并根据制定策略动态调整信号发射功率,实现广播电视信号发射功率控制。实验结果表明,该设计方法能动态调整广播电视信号发射功率,达到预期控制目标。

基于迭代学习与模型预测控制的交通信号混合控制方法

针对基于迭代学习控制的交通信号控制方法对于路网中存在的非重复性实时干扰不能进行有效处理的问题,本文在基于迭代学习控制的交通信号控制方法基础上,结合模型预测控制滚动优化和实时校正的特点,提出了一种基于迭代学习与模型预测控制的交通信号混合控制方法.该方法在有效利用交通流周期性特征改善路网交通状况的同时,可借助模型预测控制的优点对非重复性的实时干扰进行处理,从而进一步提高交通信号的控制效率.通过仿真实验对该方法的有效性进行了验证.实验结果表明,基于迭代学习与模型预测控制的交通信号混合控制方法能够更有效地均衡路网内的车辆密度,进一步提高了路网的通行效率.最后,本文还对该方法的收敛性进行了分析.

基于改进的TOPSIS法干线信号协调控制效益综合评价方法研究

干线交通系统交通管理与控制方案较单个交叉口更为复杂,受影响因素较多,为使其交通管控效益评价更加综合全面,文章以干道交通系统为研究对象,综合运行效率、安全、环境等各方面评价为目标,提出以通行能力、车均延误、交叉口安全度、碳排放、绕行距离5个具体评价指标为主的干线信号协调控制效益综合评价指标体系。同时,为克服多指标评价过程中指标权重偏主观或偏客观的情况,采用组合赋权对TOPSIS法进行优化,构建了改进的TOPSIS法的城市干线信号协调控制效益综合评价模型,并以朔州市安泰街-古北街路段干线信号协调控制为实例,通过连续工作日流量流向调查、延误调查、绿灯利用率调查等获取交通数据,建立VISSIM仿真模型,直接或间接得到各评价指标值,通过文中提出的改进的TOPSIS法对优化方案进行综合评价。结果表明,该方法可以更好地反映管控方案的综合效益。相关研究可为城市干线信号协调控制方案综合效益评价提供理论支持。

基于改进等效电路模型的直流微电网大信号稳定性分析

对高阶非线性直流微电网进行简化建模是大信号稳定性分析的有效方法。传统简化模型主要关注LC滤波器和线路阻抗等参数,难以分析换流器控制参数的影响,所建立的判据存在难以准确反映直流微电网稳定域的问题。因此,该文提出直流电压下垂控制换流器的具备完整状态变量集的改进等效电路模型,相比于传统简化模型,能更准确地刻画系统低频响应特性。基于混合势理论推导了直流微电网大信号稳定判据及其稳定域,并结合LaSalle不变集定理得到能量指标,以反映系统稳定性变化趋势。建立的稳定判据可指导控制参数优化,且能拓展到多端直流微电网的大信号稳定性分析。在多场景下仿真验证了所提改进等效电路模型和大信号稳定判据的有效性。