基于分数阶扩展滑模扰动观测器的PMSM无模型控制算法研究

针对永磁同步电机调速控制系统突加负载时导致转速波动较大的问题,提出了一种基于分数阶扩展滑模扰动观测器(FOESMDO)的转速环新型无模型控制方案。新算法为了改善调速系统的动、静态性能,建立了不含电机参数的永磁同步电机新型超局部模型,以此为研究对象,借助快速终端滑模控制和改进型滑模切换函数设计新型无模型滑模控制器;同时为了提高扰动估计的准确性及减小滑模控制存在的抖振现象,改进算法采用分数阶扩展滑模扰动观测器进行超局部结构中未知部分的在线估计;最后,将所提出的基于FOESMDO的新型切换函数快速终端滑模控制方法同传统方法进行仿真对比,验证了新型无模型控制算法(FOESMDO-ISFFTSMC)在提高调速系统的响应速度和抗干扰能力方面的优异性能。

模型控制算法(MAC)的分析和仿真

模型控制其法（简称MAC）早已成功地应用于一系列工业生产中，在理论方面也进行了相应的研究。但在实验室环境条件下，对它的特性、设计及运行等方面进行了系统的研究至今仍极少。本文对MAC算法的基本原理、控制变量的计算、与其他算法的关系及算法本身的鲁棒性等进行介绍和分析，并进行了MAC算法控制的数字仿真研究。证实了所进行理论分析，特别对MAC算法采用离散脉冲卷积和模型，呈现良好的鲁棒性。

一种简易的无模型控制算法——改进的同时扰动随机逼近控制

同时扰动随机逼近控制算法是一种特别适合于应用在工况变化大、非线性强的工业过程的无模型控制算法。但该算法采用了神经网络作为函数逼近器,使得在工程上的实现过于复杂,文章对此作出改进,使其大大简化,更适合于在工程上应用。

无人驾驶技术应用(下)——基于改进模型预测控制算法的无人物流车辆控制系统的设计

4.约束函数的设计车辆在启用车道保持功能时,需要设计约束函数对模型预测控制器进行约束,满足车辆行驶的安全性、稳定性和可靠性。车辆保持系统的动力学控制主要集中在车辆的横向控制中,因此需要对车辆的前轮转角u2及前轮转角的增量△u_(2)进行约束。

基于负载转矩建模的永磁同步电机模型预测控制

在永磁同步电机调速系统中,使用单闭环结构的模型预测控制器取代传统双闭环控制结构的速度外环PI调节器和电流内环PI调节器,以满足系统动态响应速度快、稳态误差小、控制精度高的要求。在电机预测模型建立时一般假设负载转矩扰动为零,导致电机在负载波动时,控制性能下降。针对这一问题,提出一种考虑负载转矩建模的模型预测控制方法,在不同的预测时域,将负载转矩分为可测量和不可测量两种情况,构造分段函数形式的状态预测模型。在Matlab仿真平台进行仿真验证,结果表明该算法能有效抑制外部负载波动,改善电机转速跟踪性能。

电液伺服系统无模型轨迹跟踪控制算法的研究与实现

对于具有往复运动特征的电液伺服系统 ,由于存在很强的非线性 ,依靠模型分析、求解将是十分复杂的。本文提出了一种基于Fourier级数的无模型的电液伺服系统轨迹跟踪控制算法 ,该算法将轨迹跟踪问题在Fourier空间转化为调节器问题 ,并给出了控制器的详细设计及系统的稳定性分析 ,最后给出控制器在注塑机上的实际应用 ,实验结果表明该方法对改善注塑机动模的运动特性有较好的效果。

MPC算法与纯跟踪算法的横向控制策略研究对比

为探究智能车辆横向控制算法的性能差异及其适用场景,分别构建了基于预瞄模型的纯跟踪算法(PurePursuit,PP)和基于运动学模型的模型预测控制算法(Model Predictive Control,MPC),利用CarSim和Simulink对双移线和低速、中速以及高速行驶工况进行联合仿真,对比不同工况下的横向控制效果。结果表明:PP算法在低中速时具有较高跟踪精度,在高速时则有很大的误差;MPC算法在低、中、高速工况下的跟踪效果均良好,但实时性较弱。考虑到计算量和实时性,在低速工况下优先选用PP算法,中高速工况下选用MPC算法最佳。

单相PWM整流器混合坐标模型预测控制算法

在此针对单相系统电气量为标量,无法直接构造旋转矢量,及模型预测算法误差问题,提出混合坐标系下单相整流器模型预测控制算法。首先建立单相整流器数学模型,并虚拟出网侧电压和电流静止坐标系α,β轴分量同时部分变换至旋转坐标系d,q轴下,构建混合坐标模型预测模型,接着引入价值函数优化控制率。同时引入插值余项对模型误差进行补偿。与传统算法相比,所提算法无需进行比例积分(PI)参数调节,动态响应速度更快,网侧电流谐波含量更低。最后通过仿真和实验,对比传统d-q解耦控制和所提混合坐标模型预测控制(HCMPC)算法验证所提算法的优势。

一种基于改进模型预测控制算法的空间矢量PWM虚拟磁链直接功率控制策略

虚拟磁链定向的空间矢量PWM直接功率控制(VF-DPC-SVM)策略的功率内环PI控制参数整定过程复杂,电压型整流器(VSR)控制稳定性不高、快速性较差。对此,提出虚拟磁链定向的改进模型预测直接功率控制(VF-MPDPC)策略。在功率内环用模型预测控制(MPC)算法代替PI控制器改善VSR的控制系能,并引入内模反馈校正环节在每个采样周期修正功率的预测给定值,通过改进的MPC模型实现对瞬时功率的高精度跟踪。仿真分析表明:改进的VF-MPDPC策略使系统稳态时调整时间短,响应快,电网污染小,输出母线电压质量高,功率纹波小;动态响应鲁棒性高,稳定性能好。

路径跟踪控制算法仿真分析与试验验证

为探究车辆路径跟踪算法性能差异及适用性规律,分别构建基于预瞄的纯跟踪(PP)算法、前轮反馈控制算法和模型预测控制(MPC)算法的车辆模型,在圆环、蛇行和低、中、高速等工况下进行Simulink和CarSim联合仿真并分析横向控制效果。结果表明:PP算法预瞄距离越短,横向控制精度越高,但稳定性越弱,低速鲁棒性较好;前轮反馈控制算法在高速下具有更小的横向控制误差,且增益系数k影响控制精度;相较于前两者,MPC算法在不同速度下均具有良好的横向跟踪性能。最后,开展实车试验对比验证3种算法的跟踪性能,结果表明,在同一工况下,MPC算法具有更优的跟踪性能。

基于模型预测的主动转向智能无人车辆横向稳态控制

在复杂路况以及智能无人车辆转向过程中,车辆处于一种时变非稳定性状态,影响车辆操纵安全性和行驶稳定性.针对此问题,提出了一种应用于前轮主动转向无人车辆的优化模型预测控制策略,该控制器采用分层结构对车辆前轮转角进行优化控制,以改善车身在非稳态下的特征.考虑到无人车辆实际行驶时存在的内部和外部扰动因素,建立了非线性扰动量平台模型和非线性轮胎模型,并通过模块化方法,构建了无人车辆非线性动力学模型,利用非线性扰动观测器对干扰进行抑制,提高了车辆模型精确性与控制器控制效果.经仿真实验对比和硬件在环实验测试,结果表明:与无横向稳态控制车辆相比,稳定性提高了55%,验证了该策略能显著改善车辆的横向稳定性及有效性.

腿足式救援机器人运动控制算法分析与展望

介绍了当前国内外腿足式救援机器人的模型控制算法、仿生控制算法和机器学习控制算法,对3种控制算法的应用特点和场景进行了优缺点分析。指出了腿足式救援机器人控制技术未来的2个发展方向是多控制算法融合和控制算法高效规划。

预测控制算法在I/A's集散控制系统上的实现

分布式集散系统 DCS的普及与提高为先进控制的应用提供了强有力的硬件和软件平台。但是在目前 ,大多数 DCS用户仍沿用传统的 PID控制。为了充分利用 DCS系统的资源优势 ,介绍了在 I/ A Series集散控制系统上利用其接口函数开展先进控制研究的方法 ,通过在液位——流量控制系统中应用表明提出的控制方案是可行的 。

自动驾驶履带车辆的变曲率路径的跟踪控制策略研究

为解决履带车辆在变曲率路径下的跟踪精度低及传统单一的横向控制算法无法有效协调不同工况下的控制性能要求等问题,提出了一种基于LQR-MPC的最优速度规划混合横向控制方法。首先提出了一种最优速度规划策略(Optimal speed planning),并仿真验证有速度规划的横向控制算法控制精度提升了20%以上。通过对比模型预测控制(MPC)、最优线性二次型(LQR)的特性差异,进一步提出基于LQR-MPC的混合横向控制算法。结果表明:混合算法相比在单一算法,控制精度提升了44%以上,并减少了计算成本,实时性提升了38%以上,达到实时性与控制精度之间的平衡,最后通过增加模拟履带滑移干扰,发现混合控制算法具有一定鲁棒性。

水翼船的横摇控制

将一条模型尺度的全浸没式水翼艇作为案例船开展横摇控制研究。采用模型预测控制算法有效处理水翼失速角等约束条件,同时限制水翼的大幅剧烈运动,兼顾横摇姿态控制和执行机构保护的双重目标。在预测模型中增添预测偏差量作为前馈项,用以消除稳态误差,对常规模型预测控制算法做出一个重要改进。将案例船配备推进系统和可控水翼进行横摇控制航行试验,结果清晰展示了改进型模型预测控制器的横摇控制效果,这对水翼船的姿态控制研究具有重要借鉴意义。

多模型控制方法的研究进展及其应用现状

本文探讨了多模型控制算法的发展和现状 ,对几种主要的发展成熟的算法———多模型预测控制算法———多模型自适应控制算法、交互式多模型算法进行了研究 .同时分析了多模型控制算法中模型切换及稳定性、模型集的选取等关键问题 .分析了当前多模型控制算法应用的现状和今后的发展方向 .

基于模型预测控制的无人驾驶汽车的轨迹跟踪

为了更好地实现线性时变模型预测控制算法的低速直线轨迹跟踪控制效果验证,该文采用MATLAB/Simulink软件搭建基于运动学模型的线性时变模型预测控制算法,通过实际曲线与理想曲线的仿真对比分析,从而有效证明该控制算法能够保证无人驾驶汽车在一定工况下具有良好的稳定性和安全性,为无人驾驶汽车轨迹跟踪控制算法的研究奠定了一定的基础。

智能汽车主动避撞工况的高实时预测控制

为满足复杂交通场景下智能汽车轨迹跟踪避撞控制的高实时性要求,该文采用了一种循环模型预测控制算法(RMPC)将在线优化问题转化为循环策略参数的离线求解,并进行了仿真试验。根据车辆主动避撞的约束条件,引入惩罚函数将约束型主动避撞优化控制问题转化为无约束有限时域最优控制问题;进而利用循环函数逼近得到不同预测步长控制问题的最优解;最后将算法部署到原型控制器,结合CarSim平台验证了算法的避撞性能以及在线计算的高效性。结果表明:预测步数从12增加到20步,避撞过程最小车距由0.34 m提升至1.38 m,千次实验碰撞次数由44下降到0;与常用在线优化求解器相比,该算法在预测步数为15时,其计算效率提升超过5.6倍。

关于空基时间基准建立中频率驾驭算法的研究

基于低轨导航增强星座建立空基时间基准时,需要指定不同于地面时间基准所建立的频率驾驭策略;围绕频率驾驭策略的选取,分别介绍了阻尼系数、反馈钟差或调频信息和模型预测控制(MPC)3种频率驾驭算法,利用仿真试验分析了它们的优缺点.结果表明:阻尼系数法调节频次低,适用于地面注参数的调节模式;反馈钟差或调频信息法调节频次高,适用于星载设备自主调节;模型预测控制法因其可调参数多,可以得到相对更高的频率稳定度,但操作方法相对复杂.几种算法均可通过适当调节流程以满足当前低轨卫星频率驾驭的精度要求.