高速动车组数据驱动无模型自适应积分滑模预测控制

同许多复杂系统一样,动车组(Electric multiple unit,EMU)运行过程也具有多变量、强耦合以及非线性等特性,这严重影响着列控系统的性能.针对包含外部扰动的动车组自动驾驶系统,提出一种新型的多输入多输出(Multi-input-multi-output,MIMO)数据驱动积分滑模预测控制(Integral sliding mode predictive control,ISMPC)算法.首先,该算法基于与动车组运行过程等效的全格式动态线性化(Full format dynamic linearization,FFDL)数据模型,设计一种离散积分滑模控制(Integral sliding mode control,ISMC)律.为了使系统能够获得更高的输出跟踪误差精度,利用模型预测控制(Model predictive control,MPC)代替ISMC的切换控制,进一步推导出ISMPC算法.同时,通过对FFDL数据模型的未知扰动、参数误差等不确定项进行延时估计,提升了算法的控制性能和对系统的等价描述程度.在提供两种算法的稳定性证明分析之后,以实验室配备的CRH380A型动车组仿真实验台对提出的ISMC和ISMPC算法进行仿真测试,并与其他方法进行对比,仿真结果表明ISMPC算法控制性能较好,动车组各动力单元速度跟踪误差均在±0.132 km/h以内,满足列车的跟踪精度需求;控制力和加速度分别在[-52 kN,42 kN]和±0.9249 m/s2以内且变化平稳.

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。

PMSM无模型超螺旋快速积分终端滑模控制

针对永磁同步电机运行过程中因模型不确定、参数摄动和外部扰动等因素的影响,从而导致驱动系统性能下降的问题,提出一种新型控制策略。首先,为减少对系统数学模型的依赖,构建了一个新的超局部模型,用于描述永磁同步电机的转速环。其次,基于转速环的新型超局部模型,结合一种新型积分终端滑模面和改进超螺旋控制律来设计新型无模型超螺旋快速积分终端滑模控制器,实现了对转速的精确控制。再次,采用非奇异快速终端滑模面和双幂次趋近律设计改进扩展非奇异终端滑模扰动观测器,通过精确观测和前馈补偿未知扰动,有效地抑制参数摄动和外部扰动,增强了系统鲁棒性,提高系统的动态性能和稳态性能。最后,通过与传统控制方法的仿真和实验对比,证实所提算法转速抗超调能力提升为0.412 5%,转矩快速响应能力提升0.013 s。结果表明当存在未知扰动时,所提方法具有较强的鲁棒性和良好的抗干扰性。

永磁同步电机无模型自适应滑模补偿预测控制

针对在永磁同步电机矢量控制系统中应用模型预测控制方法设计控制器时依赖电机数学模型参数,当电机运行过程中参数变化时,引起控制器参数与电机参数失配,导致系统控制性能降低。提出一种无模型自适应预测控制方法,利用系统输入输出数据和时变的伪偏导数建立预测模型;又由于无模型自适应预测控制方法没有反馈校正环节,易受外部扰动的影响,设计一种新型高阶滑模补偿器作为校正部分,以提高控制系统的鲁棒性且抑制滑模自身的抖振,最后MATLAB仿真验证了无模型自适应高阶滑模补偿预测控制方法的优越性。

基于反步法的电磁气量调节执行机构自适应积分滑模控制

往复压缩机电磁气量调节执行机构是一种利用电磁驱动力控制进气阀启闭的装置。传统的脉冲电压控制方法存在高频快速响应与低落座速度的矛盾,以及抗扰动性能差等问题,为此,提出了一种基于反步法的自适应积分滑模控制。首先,针对电磁气量调节执行机构建立了考虑扰动的非线性模型;其次,利用反步法设计思想将高阶的电磁气量调节执行机构系统分解成了两个互相串联的低阶子系统,并在此基础上,结合滑模控制、自适应控制和积分控制的特点设计了一种复合型控制方法;最后,采用AMESim-Simulink联合仿真平台,对该控制方法与传统PID控制、滑模控制进行了不同角度的仿真分析对比。研究结果表明:在该控制方法下,电磁气量调节执行机构在的顶出和撤回过程中的最大跟踪误差平均值分别为9.6%和10.8%,平均落座速度分别为0.32 mm/s和0.98 mm/s,扰动造成的最大位移偏移量为1.3%。该控制方法能够保证跟踪误差快速收敛,提高位移跟踪精度,降低电磁气量调节执行机构的落座冲击,并对外部扰动具有强鲁棒性。

改进无模型自适应迭代学习的直线电机滑模控制

二维直线电机具有非线性、多变量及强耦合等特点,其精确模型无法获得,同时,在实际过程中由于参数摄动及扰动而造成的运行不稳定现象,致使对其跟踪控制十分困难。针对以上问题,根据无模型自适应迭代学习控制不依赖被控系统精确数学模型的特点,及滑模控制具有可设计且与对象参数和扰动无关的滑动模态,提出一种改进无模型自适应迭代学习的滑模结构复合控制策略。在无模型自适应迭代学习控制方案的准则函数中加入误差变化率,并对其收敛性进行分析论证;然后在紧格式动态线性化基础上,设计指数趋近律滑模控制,使改进无模型自适应迭代学习的滑模控制复合策略能够克服不稳定现象并具有很强的鲁棒性,从而进一步提高系统响应速度和控制精度。最后通过仿真和实物验证,控制精度稳定在1μm范围内,并与其他控制方案相比,验证了所提方法的准确性和有效性。

基于LPV模型的三轴燃气轮机自适应滑模控制研究

鉴于燃气轮机线性化模型容易在大工况范围丢失实际燃机的动态特性,以及燃气轮机传统的单变量叠加控制在提高控制效率和控制系统鲁棒性上的局限性,本文以高压转子转速为调度变量建立三轴燃气轮机的线性变参数(LPV)模型,从而在建模复杂程度和模型精度上获得较好的平衡。在此基础上,提出了基于摄动矩阵上界估计和外部干扰上界估计的三轴燃气轮机自适应滑模控制。该控制可通过自适应参数实现对系统摄动矩阵干扰和外部干扰的合理估计,从而抑制干扰造成的影响。通过仿真实验分别研究了摄动矩阵干扰和外部干扰下的LPV滑模自适应控制,验证了其较好的动态响应性能和鲁棒性。

交互式模型参考自适应滑模控制矢量控制系统

针对异步电机参数变化导致转速估计不准确的问题,提出一种同时辨识定子电阻和转速的交互式模型参考自适应估计方法,并针对常规模型参考自适应方法在估计时存在复杂的PI增益系数调节的问题,使用基于趋近率的滑模控制来替代PI环节。该方法只需检测定子侧电压和电流值即可估计异步电机在运行过程中的定子电阻和转速的值,使整个系统对定子电阻的变化具有较强的鲁棒性,提高整个系统的控制精度。通过对异步电机的矢量控制仿真实验验证了该方法的准确性。

基于ESO与线性化反馈的磁悬浮球系统自适应全局积分滑模控制

【目的】本文针对磁悬浮球系统的非线性特性、不确定性以及其易受外部扰动影响的特性,将线性化反馈控制与自适应全局积分滑模控制(AGISMC)相结合,优化系统控制效果、提高控制精度。【方法】首先,通过线性化反馈建立数学模型,使用自适应控制实现对系统参数的实时估计,降低系统的不确定性;其次,引入全局函数以改善系统的瞬态响应,将滑模函数中的符号函数替换为饱和函数以减小系统抖振;再次,在不确定干扰方面,利用扩张状态观测器(ESO)对系统未知干扰信号做出实时估计;最后,基于Matlab/Simulink进行仿真分析,并搭建试验平台进行试验验证。【结果】仿真和试验结果表明:AGISMC-ESO控制器与比例积分微分(PID)控制器在阶梯响应时均没有超调,且本文设计的AGISMC-ESO控制器到达稳态的时间更短;AGISMC-ESO控制器能在扰动出现后更快进行补偿,使系统快速到达稳态;施加正弦信号下,磁悬浮系统的实际运动轨迹与ESO所观测的位移曲线基本吻合。【结论】与PID控制器相比,本文设计的AGISMC-ESO控制器具有更快的响应速度、更高的控制精度、更好的动态跟踪性能和更优的抗干扰性能。

液压直驱手腕基于积分滑模面的自适应鲁棒控制

针对液压直驱手腕在参数不确定和未知干扰等不确定非线性存在情况下轨迹跟踪误差大的问题,对自适应鲁棒控制(ARC)算法做出改进,提出一种积分滑模面自适应鲁棒控制(ISMS-ARC)策略。基于手腕整体的高阶动力学模型引入积分滑模函数,并结合反步法和自适应鲁棒控制器设计方法构造控制器,在保证系统具有鲁棒性的同时实现对未知状态的解耦和对不确定参数的估计。结合李雅普诺夫稳定性理论证明控制器的稳定性。搭建基于AMESim、MATLAB/Simulink、ADAMS的手腕联合仿真模型,并将ISMS-ARC与ARC、DRC控制方法进行关节轨迹跟踪的仿真对比。结果表明:ISMS-ARC方法不仅有效减小了跟踪误差,而且在跟踪参考轨迹恒定或系统受到常值干扰时依然能实现渐进跟踪;与其他2种控制方法相比,该方法表现出更高的跟踪精度和更强的鲁棒性。

基于扰动观测器和改进自适应二阶快速终端滑模的PMLSM伺服系统控制

针对永磁直线同步电动机(PMLSM)在运行时易受到摩擦力、负载扰动及环境变化等不确定影响,设计一种基于扰动观测器和自适应二阶快速终端滑模控制方法。首先,该方法在高阶滑模的基础上结合了快速终端滑模控制,有效加快了系统响应速度。其次,在二阶滑模面的基础上引入条件积分项,该项仅作用于边界层内部,能够有效避免滑模到达阶段由于积分饱和现象导致的超调量过大及响应时间过慢的问题。此外,设计自适应切换控制律,使切换增益在合理的区间内,并根据系统状态进行实时更新,从而削弱抖振现象。最后,为进一步提升系统的鲁棒性,采用扰动观测器对PMLSM系统的集总不确定性进行补偿。经实验验证,该控制方法具有良好的位置跟踪精度和强鲁棒性,且对系统抖振现象有明显削弱作用。

基于自适应积分滑模约束控制的电池储能系统能量管理

针对电池储能系统中的能量管理问题,提出基于输入输出数据的无模型自适应积分滑模控制策略。首先设计自适应观测器对动态线性化方法中的伪偏导数进行估计,然后构造离散系统下的积分滑模面,设计反馈控制律和等效控制以跟踪期望输出功率。为了解决控制系统中的积分饱和与执行器饱和问题,在抗饱和控制算法中增加补偿信号,并对控制算法的稳定性进行了证明。最后通过仿真以及与无模型自适应控制策略对比,验证了控制方法在非线性离散系统上的有效性和优越性。

基于分数阶滑模控制的光伏并网模型预测直接功率控制

针对外界扰动情况下的光伏并网模型预测直接功率控制(model predictive direct power control,MPDPC)系统中存在系统抖振、功率跟踪速度慢、并网电流总谐波失真率较高等问题,提出一种改进分数阶滑模电压控制器,该策略在直流侧母线电压外环采用了分数阶微积分理论.首先,构造分数阶非奇异快速终端滑模面函数,削弱系统抖振,提高系统动态性能;然后,构造分数阶双幂次指数趋近律,引入加权积分型增益和饱和函数,有效避免系统在非滑动模态阶段时切换增益的增大,提高系统控制精度;最后,设计新型分数阶电压环控制器并运用于光伏并网系统中.研究结果表明,改进后的分数阶滑模电压控制器能够满足光伏并网MPDPC系统的各项基本需求,抑制系统抖振,提高功率跟踪性能,降低并网电流总谐波失真率,有效解决可再生能源和公共电网电能转化的关键难题,对光伏并网系统高性能控制的理论研究具有重要意义.

基于双环自适应滑模控制的高速列车运行追踪

针对列车高速运行跟踪控制问题,提出了一种基于双环结构的RBF神经网络自适应滑模控制算法。首先系统结构分为位移与速度控制子系统,防止列车因单个控制器故障而失控;在此基础上采用积分滑模控制,加强控制器的鲁棒性;同时在速度子系统中引入参数自适应算法与RBF神经网络自适应算法削弱列车受到基本阻力、附加阻力以及不确定性阻力带来的影响;最后通过Lyapunov稳定性分析证明系统的稳定性。通过仿真实验结果表明,位移误差在[-3.3×10^(-4),1.9×10^(-4)]范围以内,速度误差在[-2.1×10^(-2),3.1×10^(-2)]范围以内,该算法可以实现对列车的速度与位移精确追踪。

自适应积分逆推滑模励磁控制研究

电力系统参数摄动和外界干扰等因素对励磁系统影响很大,该文选择易于测量的状态变量建立鲁棒励磁控制系统模型,结合逆推设计方法和自适应滑模控制理论设计励磁控制器。按照逆推设计方法,逐步构造了李亚普诺夫函数,在构造虚拟控制信号时引入误差的积分项;给出阻尼系数的自适应律;设计了新的滑模面,从而得到最终的控制规律,对干扰进行抑制。仿真实验结果表明,系统在动静态响应性能上均优于常规逆推控制,说明这种控制方法能够改善系统的电压和功角稳定性。

基于模糊滑模控制器的机械臂自适应控制研究

为提高机械臂自适应控制精度,研究了基于模糊滑模控制器的机械臂自适应控制方法。通过设计干扰观测器,可以估计机械臂动力学模型内的外界干扰值;依据外界干扰值,对机械臂进行前馈补偿控制;以前馈补偿控制力矩为基础,设计模糊滑模控制器,完成机械臂自适应控制。实验结果表明,该方法可有效自适应控制机械臂,令机械臂各关节运行轨迹精准跟踪指定轨迹,且控制后的运行轨迹平滑,无抖动现象,即该方法可提升机械臂自适应控制精度与抗干扰性。

基于滑模模型参考自适应系统观测器的永磁同步电机预测控制

针对一种三电平驱动的永磁同步电机控制系统,设计了一种无速度传感器有限集预测控制策略。首先,针对三电平逆变器驱动电路,采用有限集预测控制策略将其开关控制矢量看成一个有限集,在此有限集中搜索使目标函数最优的开关矢量,目标函数选择为输出误差电流,保证了电机定子电流波形的质量。其次,基于滑模模型参考自适应系统(MRAS)方法,利用电机本体的参考模型与电流模型的输出误差构造滑模面,设计了电机速度观测器,以改善位置和速度估计精度并提高系统的鲁棒性,并分析证明其稳定性。实验结果表明预测控制器较传统PID控制器能够提高定子电流波形质量,同时观测器能够较精确地估计永磁同步电机转子位置和速度,具有较好的鲁棒性。实现了对永磁同步电机的无传感器预测控制。

基于滑模变结构模型参考自适应的电气无级变速器无传感器控制

针对用于双功率流风力发电系统的电气无级变速器,提出了一种基于滑模变结构模型参考自适应系统观测器的新型无位置传感器控制策略。该方法将滑模变结构(SM)控制与模型参考自适应系统(MRAS)结合,以SM算法替代了传统MRAS算法中的比例积分(PI)环节。文中提出的SM-MRAS控制策略以磁链模型为可调模型,取代了传统的电流模型,简化了控制算法。同时采用了基于转速分段切换方法的改进型SM策略,用于SM-MRAS无传感器控制,减小抖振现象。本文建立了双功率流风力发电系统的实验平台,实验结果验证了提出的SM-MRAS无传感器控制策略对电气无级变速器内转子的有效性,并与传统MRAS控制策略进行了比较。

基于滑模模型参考自适应观测器的无速度传感器三相永磁同步电机模型预测转矩控制

针对三相永磁同步电机(PMSM)驱动系统,基于滑模变结构模型参考自适应(MRAS)技术,提出了一种新颖的无速度传感器模型预测转矩控制(MPTC)策略.采用滑模变结构模型参考自适应方法构造电机转速观测器,以改善速度估计精度并提高系统鲁棒性;利用模型预测转矩控制策略,以达到减小转矩和磁链纹波并提高系统控制性能的目的.仿真结果表明:就滑模MRAS观测器与MRAS观测器比较而言,基于前者的PMSM无速度传感器MPTC系统比基于后者的PMSM无速度传感器MPTC系统具有较强的鲁棒性和更好的动态性能;就MPTC与直接转矩控制(DTC)和磁场定向控制(FOC)比较而言,采用前者策略的无速度传感器电机驱动系统能够降低逆变器开关频率、减少相电流总谐波失真(THD),从而提高系统可靠性.

倾斜转弯高超声速飞行器滚动通道的自适应全局积分滑模控制

针对倾斜转弯高超声速飞行器滚动通道控制中初始误差大、系统参数不确定和干扰严重的问题,设计了一种自适应全局积分滑模控制方法。该方法在滑模控制参数中引入了自适应调节律来逼近系统参数摄动和干扰的上界,保证了整个控制过程中的滑模可达性,在此基础上,设计了一种基于全局积分滑模面的自适应滑模控制器,消除了稳态误差,同时大大削弱了系统参数不确定和干扰对系统的动态影响,并使系统在初始阶段就处于滑模态,解决了大的初始误差引起的超调问题。理论分析和仿真结果验证了本文所提方法的有效性。