一阶系统模型参考自适应辨识及位置控制

针对新建系统或负载变化导致的模型参数不确定问题,对交流伺服系统进行研究,提出模型参考自适应辨识(model reference adaptive identification,MRAI)算法,对一阶系统模型参数进行在线辨识。首先对一阶系统进行数学模型构建,然后根据李雅普诺夫(Lyapunov)稳定理论选择参考模型,并设计自适应控制律,在此基础上对一阶系统进行模型参数在线辨识。当参数收敛后,根据系统要求的自然频率和阻尼比,在线设计位置控制器参数,并进行跟踪定位控制。仿真和实验结果表明,模型参考自适应在线辨识算法能快速精准地辨识出系统模型参数,通过在线设计控制器参数实现了对参考信号的快速跟踪。

模型参考自适应IIR递归滤波器辨识新算法

针对自适应IIR滤波器算法容易陷入局部极小点的缺陷,提出了一种新的自适应递归滤波辨识算法。该算法采用模型参考自适应系统设计了辨识参数自适应律,基于Lyapunov理论保证了自适应递归算法的稳定性,而且辨识参数收敛。仿真结果表明了该算法的可行性和滤波器结构的正确性。

基于改进模型参考自适应算法的永磁同步电机转动惯量辨识

针对使用固定增益系数的模型参考自适应(MRAS)算法在稳定性与收敛响应速度不可同时兼得的问题,介绍了基于MRAS算法的永磁同步电机转动惯量辨识的原理,研究了该算法中自适应增益系数对电机转动惯量辨识结果的影响。探讨了一种依据辨识参数偏差而实时改变的变增益系数的方法,并通过MATLAB/Simulink对参数辨识系统进行了仿真验证。仿真结果表明,该方法收敛速度快,参数辨识结果振荡幅值小,稳定性好。

模型参考自适应转速辨识算法比较

根据异步电动机的数学模型,构建了无速度传感器矢量控制系统模型参考自适应转速辨识模型,采用自适应PI算法及神经网络算法对以转子磁场定向无速度传感器矢量控制系统进行了仿真,比较了两种算法的动态性能。

锂离子电池模型参数辨识的改进自适应FFRLS算法研究

为了提高锂离子电池模型参数辨识的准确性和鲁棒性。以递归最小二乘法(FFRLS)为基础,采用了一种经过改进的自适应FFRLS算法,通过分数阶阶乘设计实现了对模型参数的逐步辨识。这种算法的特点在于其自适应性,能够更好地适应电池系统的非线性和复杂性。通过在不同工况下对锂离子电池模型进行参数辨识和研究得到了大量的实验数据。结果显示,相较于传统方法,改进的自适应FFRLS算法在处理电池系统的复杂性和非线性特性方面取得了显著的改进。通过优化算法,为电池管理系统提供了更为精确的模型。这对于改善对电池性能的监控和控制具有重要意义,有助于提高电池的使用寿命和安全性。

基于优化蜂群算法的隐蔽性网络攻击行为自适应辨识模型

为了提高隐蔽性网络攻击行为的自适应辨识性能,有效地防范隐蔽性网络攻击威胁,保护网络系统的安全,提出一种基于优化蜂群算法的隐蔽性网络攻击行为自适应辨识模型。通过分析网络节点接收信号的能量变化,引入优化蜂群算法,定位隐蔽性网络攻击节点;利用小波变换计算网络攻击行为数据的信息熵,提取隐蔽性网络攻击行为特征;通过网络攻击行为的干扰抑制,分析隐蔽性网络遭到攻击的振荡衰减情况,判断攻击行为数据的噪声是否属于高斯噪声,实现隐蔽性网络攻击行为的自适应辨识。实验结果表明,文中模型能够辨识隐蔽性网络的攻击行为,对网络攻击行为的误识率均在5%以内,可以有效确定隐蔽性网络攻击节点的位置,降低网络攻击行为的误识率,提高网络安全性能。

基于模型参考自适应的内置式永磁电机参数辨识

实现对永磁同步电机调速系统高性能控制的基础是准确的数学模型和电机参数,其中电感参数、定子电阻和永磁体磁链对电机的稳态和动态运行性能影响较大,这会降低矢量控制的有效性。考虑到定子电流引起的磁路饱和及交叉饱和效应的影响以及运行过程中温度等其他因素的影响,以内置式永磁同步电机为研究对象,在矢量控制系统的基础上,采用模型参考自适应控制系统(MRAS)在线辨识电机参数,并通过MATLAB/Simulink仿真验证其有效性。

基于改进模型参考自适应系统的永磁同步电机参数辨识

针对永磁同步电机多参数辨识时,数学模型存在的欠秩问题,提出一种改进模型参考自适应系统的分步在线辨识方法.该方法采用Popov超稳定性理论设置自适应律,可以保证辨识时系统的稳定性;在改进的模型参考自适应系统中,首先辨识定子电阻、转子磁链,待两个参数辨识结果稳定后,再辨识直交轴电感.这样在同一个模型中实现多个参数辨识,克服了由于数学模型欠秩问题而导致辨识结果的不确定性.仿真结果表明,本文设计的方法辨识速度较快,辨识度高,具有一定的实用性.

交流电机无速度传感器矢量控制系统变结构模型参考自适应转速辨识

针对变结构控制在参数变化等不确定因素满足“匹配条件”即变化有界时,具有抗外部干扰和内部参数摄动的鲁棒性,但实际中要确定不确定性参数变化的上下界有一定难度的特点。文中基于变结构控制和自适应控制理论,提出一种新颖的变结构模型参考自适应(VS-MRAS)观测器,用于交流电机无速度传感器矢量控制系统的转速辨识。该法将变结构和MRAS进行有机的整合,利用MRAS对系统参数变化的适应能力实时估算不确定因素变化的边界,以改善磁链观测的准确性,进而提高转速辨识的精度。利用仿真方法,对比分析了带速度检测装置的矢量控制系统、基于MRAS转速辨识的无速度传感器矢量控制系统和基于VS-MRAS转速辨识的无速度传感器矢量控制系统的3种情况下转速和磁链响应的动静态性能。证实该方法提高了转子磁链观测的准确度,改善了转速估计的动静态性能。

基于模型参考自适应系统算法的速度估算核的研制

在集成电路芯片设计中可重复使用核的范围日趋广泛与复杂,在保持各种核的通用性的同时,也越来越要求核的专用性。具有知识产权的核库的建设已成为芯片设计发展的一个重要目标。首先介绍了在无速度传感器控制系统中模型参考自适应的基本原理,最后以CPLD芯片为硬件基础研制了10bit和12bit两种精度的基于MRAS的速度估算核,并进行功能和时序验证,比较了它们所占用的芯片资源的大小。这种速度估算核可以作为一种嵌入式外设和裸MCU或DSP核制成电机控制专用芯片,应用于各种无速度传感器的电机闭环控制系统。

永磁同步电机矢量控制双滑模模型参考自适应系统转速辨识

编码器的使用降低了永磁同步电机矢量控制系统的可靠性和耐用性,且某些场合无法安装编码器。理论上可以通过永磁同步电机的电压和电流实时计算出电机的转速和转子位置角度。该文提出了一种基于双滑模模型参考自适应系统(model reference adaptive system,MRAS)的永磁同步电机无位置传感器控制策略。其中,参考模型为永磁电机本身,可调模型为永磁电机电流模型。利用两模型输出的偏差构造了2个滑模面,将通过滑模算法获得的等效控制进行运算即可获得电机的转速和转子位置角度,并分别用于矢量控制系统的速度调节和坐标变换。在理论分析的基础上进行了仿真研究,仿真结果表明所提出的观测方法是有效的。

基于RBF神经网络的超声波电机参数辨识与模型参考自适应控制

超声波电机(USM)是近年发展起来的一种新型微特电机,与传统的电磁驱动型电机的工作原理截然不同。由于USM具有小型轻量、无电磁干扰、响应速度快、低速大转矩、高保持力矩、高功率密度等诸多优点,因而在光学仪器、办公自动化、汽车专用电器、智能机器人、航空航天等领域具有良好的应用前景。但USM的高度非线性、时变性和强耦合增加了它的控制难度。该文提出一种新的USM自适应控制策略。系统采用双闭环控制,内环用来补偿定子环机械谐振频率的漂移;外环利用径向基函数神经网络(RBFNN)控制器调节USM的驱动频率,实现速度的自适应控制。经实验证明,该控制系统具有响应迅速、适应性强等优点,具有较高的控制精度和较好的稳定性。

基于模型参考自适应的感应电机励磁互感在线辨识新方法

针对矢量控制下感应电机最大效率控制系统中由于调整磁链而引起的励磁互感变化问题,基于模型参考自适应(model reference adaptive system,MRAS)提出一种励磁互感在线辨识新方法。该方法采用一种特殊形式函数,将该函数同时建立在2种不同的参考坐标系下,分别作为MRAS的参考模型和可调模型,同时利用稳态电磁转矩并将其作为已知量,实现了对感应电机励磁互感的在线辨识。所建立的MRAS模型与矢量控制中的转子磁链定向角无关,对电机参数有着很强的鲁棒性。系统易于实现,仅需检测定子电流,无需增加硬件设备。实验结果验证了所提方法的正确性和有效性。

神经网络模型参考自适应控制算法研究

分析了基于BP算法的神经网络模型参考自适应控制器对大惯性环节被控对象的控制效果 ,发现该算法使控制器存在严重的“过学习”现象 .为避免这一现象 ,设计了一种新的误差函数结构 ,得到改进的BP算法 .针对一个存在大惯性环节的线性时变系统 。

基于模型参考方法的感应电机磁链的自适应观测及参数辨识

提出一种基于模型参考方法的自适应定子磁链观测器,这种观测器不必预先知道电机的任何参数值,并且因运行时电机参数发生改变而发生的观测偏差也是收敛的。当电机的激励电压满足所谓“充分激励”的条件时,还可以同时作为参数辨识器;即使输入电压不满足充分激励的条件,但如果部分参数已知,仍然可以辨识其余的参数。仿真和实验结果验证了该方法的正确性。

基于单维离散滑模的模型参考自适应转速辨识方法

针对感应电机无传感器直接转矩控制下的速度辨识问题,在模型参考自适应方法的基础上,提出并实现了一种单维离散滑模模型参考自适应速度观测方法。算法首先采用传统模型参考自适应算法获得辨识磁链,然后依据波波夫定理求得的误差函数作为滑模面函数,以离散时间滑模控制策略替代模型参考自适应中的比例积分环节完成对转速的估计。通过与传统模型参考自适应算法的仿真比较研究,说明该方法在直接转矩控制系统中的速度动态辨识能力得到提高。实验结果验证了本文提出的方法是有效的,具有实际应用价值。

感应电动机直接转矩控制系统的模型参考自适应辨识(英文)

首先提出一种基于感应电动机直接转矩控制系统的定子磁通自适应辨识方案 ,在此基础上 ,提出电磁转矩的计算方法 .最后给出一种转速实时自适应辨识方案 ,并分别讨论了感应电动机参数不变和部分参数变化时转子转速的动态辨识 .

基于模型参考自适应算法的非线性结构损伤识别

许多工程结构在遭受飓风、地震之类的动荷载时,存在迟滞非线性现象,因此,对其结构参数进行实时辨识显得尤为必要。针对迟滞非线性结构的力学性质,采用一种基于模型参考自适应算法的参数辨识方法。该方法能够追踪时变的参数,检测损伤,包括损伤的大小和位置,以及损伤发生的时刻。数值仿真的结果表明,该方法对参数变化具有敏感性,非线性结构的仿真结果证实了该方法能够有效检测结构的损伤。

基于模型参考自适应参数辨识的永磁同步电机电流预测控制

在永磁同步电机运行过程中,电机参数时变使得电流预测控制器的模型参数和实际电机参数不匹配,导致其控制性能下降。提出了基于模型参考自适应系统(MRAS)的改进电流预测控制方法,利用旋转坐标系下d、q轴电流方程作为参考模型,基于Popov超稳定理论构建永磁同步电机的电感和磁链在线辨识系统,将得到的辨识参数应用于电流预测控制模型中,实现控制模型参数的在线更新。分析与仿真结果表明该方法能够有效地提升在电机参数变化下的电流预测控制性能。

基于自适应无迹卡尔曼滤波算法的多股螺旋弹簧动态响应模型参数辨识和分析

针对传统方法在辨识多股螺旋弹簧(以下简称多股簧)非线性响应模型参数时效率较低、精度较差的问题,提出带噪声统计估计器的自适应无迹卡尔曼滤波(AUKF)算法。该算法通过对多股簧试验数据中的量测(过程)噪声进行递推和估计,能够确保非线性模型参数辨识的收敛性;结合多股簧动态试验对该算法进行检验。研究结果表明:即使在量测噪声级别较高的情况下,AUKF算法也可以准确地求出多股簧的动力学模型参数;在预测多股簧动态响应过程中,若预测振幅和参数辨识所用振幅相差太大则会导致较大的预测误差;当加载速度变化时,多股簧动力学模型中的迟滞部分参数基本不变,但0阶非线性刚度系数和非线性放大因子变化较大。