深海起重机升沉补偿滑模预测控制

受海浪、风力等因素的干扰,深海起重机升沉补偿系统的响应速度缓慢,系统对于负载位移的控制精度较差。为了提高升沉补偿系统响应速度与系统对负载位移的控制精度,保证起重机在各种海况下正常作业,提出了基于CNN-LSTM深度学习网络的滑模预测控制方法。首先,将CNN网络与LSTM网络结合,建立CNN-LSTM深度学习网络控制系统预测模型。其次,通过参考位移与实际位移的误差建立滑模面,并根据幂次函数设计滑模面参考轨迹;采用粒子群算法(PSO)对性能指标进行寻优,得出控制律,根据控制律控制负载实际位移跟随参考位移。最后,进行了仿真研究。结果表明与传统模型预测控制相比,在该方法的控制作用下,系统的响应速度更快,系统对负载位移的控制精度更高,系统的鲁棒性能更强。

基于零力矩点滑模预测控制的电动前移式叉车稳定性研究

考虑了在电动前移式叉车装载货物转向行驶的情况下,其门架受载变形和货物升降共同引起叉车合成质心位置的变化,进而结合叉车合成质心变化模型和叉车三自由度模型建立了叉车动力学模型。针对叉车合成质心位置变化导致其转向稳定性不足的问题,根据零力矩点(Zero Moment Point,ZMP)理论分析了叉车行驶的稳定条件并得到了侧倾指标来判断车辆的稳定性。通过理想跟踪模型得到理想的叉车横摆角速度、质心侧偏角、车身侧倾角和侧倾角速度,以理想值与由叉车动力学模型仿真得到的实际值的差值为输入,设计了一种基于零力矩点的滑模预测控制(Sliding Mode Predictive Control,SMPC)算法,以调节叉车后轮转角的大小。仿真研究表明,在阶跃工况和双移线工况下,当货物升降速度不同时,与滑模控制(Sliding Mode Control,SMC)和无控制相比,基于ZMP滑模预测控制实现了对理想叉车横摆角速度和质心侧偏角的实时快速跟踪,提高了叉车的稳定性。

永磁同步电机长线变频驱动系统定频滑模预测电流控制

煤矿高效可靠生产运输的一种优选方案是采用井上变频-井下永磁同步电机长线驱动方式。长线缆会加剧电机过电压和绝缘老化,故需加装输出LC滤波器。LC滤波器增加了系统阶数,导致传统线性控制策略结构复杂且参数整定耗时。为此,该文提出一种永磁同步电机长线变频驱动系统的固定开关频率滑模预测电流控制(FSF-SPCC)策略。首先,建立基于滑模切换函数的预测模型,并设计基于滑模面跟踪的价值函数。因滑模面固有地实现了多变量控制,故可有效抑制谐振。其次,为了提升系统稳态性能并方便LC滤波器的设计,进一步提出一种三矢量FSF-SPCC控制器,实现了固定开关频率。最后,通过实验验证了所提控制策略的可行性。

滑模预测离散变结构控制

研究了不确定离散时间系统的变结构控制设计问题,提出了基于滑模预测思想的离散变结构控制系统设计新思路.该方法综合考虑抖振、鲁棒性以及控制量约束等指标要求,利用当前及过去时刻的滑模信息预测未来时刻的滑模动态,实现了滚动优化求解.仿真结果表明,该方法可有效消除抖振现象,并能够保证闭环系统的鲁棒稳定性.

滑模预测离散变结构控制用于船-舵伺服系统

提出基于滑模预测思想的离散变结构控制设计新思路,以不确定系统的名义模型作为滑模预测模型,以理想趋近律作为参考滑模轨迹,将预测控制中滚动优化、反馈校正的思想引入离散准滑模变结构控制系统的设计。将理论成果应用于船一舵伺服系统设计了航向自动舵,仿真结果表明,该文方法可有效消除抖振现象,设计的航向控制器可以快速准确地跟踪设定航向,并且能够有效抑制参数摄动和外界风浪干扰对船舶运动的影响,具有很强的鲁棒性。

高速列车节能运行的滑模预测控制研究

考虑高速列车的安全性、准时性和节能环保的要求,设计列车运行的目标曲线;根据列车运行过程随机性的特点,结合滑模预测控制强鲁棒性的优点设计了ATO的控制器。首先用模糊聚类算法对系统输入输出数据进行快速分类,应用最小二乘法辨识出相应的线性子模型作为预测模型;其次,在考虑准时性的基础上采用节能优化理论设计列车运行目标曲线,作为控制系统的参考输入;最后设计滑模预测控制器,利用极点配置方法设计渐进稳定的滑模面,有效克服抖振现象。以CRH2-300型列车为研究对象进行仿真分析,结果表明,滑模预测控制能有效克服干扰信号,且能实现精确跟随所设计的目标曲线;验证了该算法应用到ATO中的有效性和可行性。

单相光伏并网逆变器网压滑模预测前馈控制

为快速准确补偿单相配电网末端的非理想网压对单相光伏并网逆变器并网电流的影响,并对谐振频率处电流环延时进行超前补偿,提出一种基于滑模预测控制的网压前馈控制策略。本文将融合了参考轨迹预测、在线校正的滑模预测控制器的输出量与网压动态预测模型前馈量共同拟合,作为新的网压预测输出,并在滑模预测控制器设计中引入改进型延时复合控制谐振器,以简化谐波预测器设计与数字化实现。在5 kW实验样机上实现此设计方案,并通过实验结果验证所提控制策略的正确性及有效性。

多输入离散时间系统滑模预测控制

研究多输入不确定离散时间系统的滑模控制器设计问题。提出一种新的设计思路,利用极点配置方法设计理想滑模面,并以系统名义模型作为滑模预测模型,将预测控制中滚动优化、反馈校正的思想引入离散准滑模控制器的设计。理论分析和仿真结果表明,本文方法可较好地消除抖振现象,并能够保证闭环系统的鲁棒稳定性。

高超声速飞行器的滑模预测控制方法

针对高超声速飞行器非线性、强耦合、快时变、不确定性等特点,结合滑模控制鲁棒性强和预测控制可以显式处理约束条件的优点,提出了一种滑模预测控制器设计方法。首先,在平衡点将高超声速飞行器的纵向模型进行小扰动线性化,得到用于控制器设计的预测模型;然后,基于小扰动模型利用极点配置设计渐近稳定的滑模面,对滑模面进行预测并在性能指标中优化,通过矩阵变换将优化问题转化为二次规划问题,避免了常规滑模控制的高频切换,有效地克服了抖振现象。仿真试验表明:当存在参数不确定时,滑模预测控制能有效地克服干扰信号,实现速度和高度的精确跟踪,保证输入和状态均在约束范围之内;稳态时系统误差趋近于滑动面并且一直处在这个滑模面上,不存在抖振现象。

船用锅炉蒸汽压力系统的滑模预测控制

船用蒸汽锅炉燃烧系统控制问题是锅炉动力装置研究的主要内容之一,保持蒸汽压力恒定是汽轮机正常运转的重要保障.针对船用锅炉压力控制系统中的大时滞、模型具有较大不确定性等特点,采用滑模预测控制策略设计控制器,利用预测控制的特性处理延时问题,同时利用滑模面对满足匹配条件的不确定性具有不变性的特性克服不确定性影响.同时利用预测策略可减低滑模控制中的抖振现象.仿真表明,该控制算法比单独采用预测控制策略具有更好的跟踪性能和更强的鲁棒性.

一种基于数据驱动的无模型滑模预测控制

针对复杂系统建模困难且难以控制的问题,采用了数据驱动的控制策略,利用输入输出数据建立受控对象的动态线性化模型,采用滑模预测控制方法对该动态线性化模型进行控制器设计。该方法将系统动态线性化过程的参数估计误差视作广义扰动,结合滑模预测控制的强鲁棒性减小了广义扰动对系统控制作用的影响,有效地提高了控制效果。对该控制算法的稳定性进行分析,并通过仿真验证了系统在含有外部扰动和时变参数时的稳定性和鲁棒性,结果表明该算法相比于现有的无模型自适应控制(MFAC)算法、无模型预测控制(MFA-MPC)算法以及无模型积分终端滑模控制(MFA-DITSMC)算法有着更好的控制品质。

基于即时学习的MIMO系统滑模预测控制方法

针对MIMO非线性系统的控制问题,采用数据驱动的控制策略,将具有本质自适应能力的即时学习算法与具有强鲁棒性的滑模预测控制相结合,设计了一种基于即时学习的滑模预测(LL-SMPC)控制方法.该方法在在线局部建模的基础上,采用滑模预测控制律求取最优控制量,具有较强的自适应和抗干扰能力,并避免了Diophantine方程的求解,有效减少了计算量.通过仿真研究,验证了算法的有效性.

基于时滞补偿器的航空发动机最优滑模预测控制

针对航空发动机控制系统中存在的时滞(即延迟)问题,提出了基于时滞补偿器的滑模最优预测控制。定义特殊线性变换,将原发动机中含状态量和控制量时滞环节的控制系统化为无时滞系统;在新的坐标系下采用时滞补偿器以最小修正误差建立最优二次型指标,求出最优的滑模预测控制量并进行亍系统仿真。结果表明:该方法能够很好地补偿航空发动机控制系统中时滞环节带来的影响,对系统进行提前控制,系统响应速度较快,整体效果达到预想目标。

电动汽车用永磁同步电机滑模预测控制

针对电动汽车用永磁同步电机(PMSM)在复杂工况下的转速控制问题,提出了一种基于离散滑模预测控制理论的PMSM转速跟踪控制方法。首先根据PMSM数学模型,建立了转速跟踪误差的离散化模型,然后通过设计滑模预测模型,设定滑模参考轨迹,反馈校正,滚动优化等,得到了滑模预测控制率,实现了PMSM转速的快速跟踪控制。仿真结果表明,所提出的电动汽车用永磁同步电机滑模预测控制方法,可实现转速的快速跟踪控制,且具有良好的抗扰动性能,有助于提高电动汽车的驾乘舒适性。

风能转换系统多目标滑模预测优化控制

为了达到能量转换最优化和减小机械结构的疲劳负荷的要求,基于双馈感应发电机风能转换系统建立了数学模型,提出一种双频环滑模预测优化控制方法。该方法采用双频环多目标结构,低频环引入基于ARMA(autoregressive and moving average model)模型预测后的风速低频分量,采用PI控制对应于最优叶尖速度以保证其工作点运行在最优控制特性曲线上;高频环引入风速的湍流分量,将预测控制与滑模控制相结合实现系统的动态优化。仿真结果表明:双频环滑模预测控制有效避免了不确定性对系统的影响,实现了部分负荷状态下的最优控制特性跟踪,减少了控制输入量的变化量,降低了机械疲劳,保证了系统的优化稳定运行。

时滞TCP网络滑模预测主动队列管理算法

针对Internet网络系统中存在的网络拥塞问题,提出了一种离散滑模预测主动队列管理(AQM)控制算法。基于离散化TCP动态拥塞窗口模型,设计了具有时滞补偿的滑模预测算法(SMPC);利用当前及过去时刻的系统信息预测网络未来动态,对滑动模态进行实时校正,确保队列快速平稳的到达期望值;基于Lyapunov方法证明了闭环时滞系统渐近稳定的充分条件。以单瓶颈网络系统为对象的仿真结果表明:所设计的滑模预测AQM算法具有很强的稳定性和鲁棒性,控制性能优于PI、RED和SMC等算法;克服了时变长时延等网络不确定因素的影响,有效避免了网络拥塞的发生。

基于滑模预测控制的光伏储能双向DC/DC变换器

为了提高光伏发电系统稳定性,针对光储系统双向DC/DC变换器提出一种滑模预测控制策略。以双向变换器的离散模型为基础建立滑模面预测模型,将指数趋近律作为理想的滑模参考轨迹,把传统模型预测控制中的反馈校正、滚动优化思想应用在滑模控制中,对预测滑模面在性能指标中进行优化得到变换器下一时刻最优开关状态。试验结果表明,与滑模控制相比采用滑模预测控制的光伏储能系统能够快速稳定直流母线的电压波动,并对蓄电池电流的纹波进行改善,提高了系统动态性以及鲁棒性。

自适应T-S模糊多模型在汽包水位滑模预测控制器设计中的应用

针对船舶增压锅炉汽包水位随时间变化及船舶运行的非线性等特点,本文运用自适应T-S模糊多模型进行汽包水位滑模预测控制,并利用减法聚类进行前件辨识,利用最小乘法进行后件规则的在线自适应辨识。最后将本文算法与RBF动态补偿控制进行对比,以此来说明本文算法的鲁棒性强。

离散滑模预测控制的鲁棒性

采用单步预测的思想对滑模预测控制算法进行简化,分析其鲁棒性机理,并将它与传统离散滑模控制设计方法的鲁棒性机理进行对比研究,给出了闭环系统的鲁棒稳定性证明。结果表明:传统离散滑模控制方法通过在控制律中引入不确定性上界值以克服不确定因素的影响,虽然能够保证系统的鲁棒性,但同时必然导致过度补偿,从而加剧抖振。而滑模预测控制采用反馈校正与滚动优化相结合的方法以保证系统鲁棒性,从原理上避免了抖振现象。仿真结果验证了理论分析的正确性。

刚柔耦合机械臂的滑模预测振动控制研究

针对刚柔耦合机械臂动力学模型的非线性、强耦合、时变问题,提出一种滑模预测控制方法可有效降低柔性臂的末端振动,同时提高末端轨迹跟踪性能和运动精度。首先采用输出重定义法得到柔性臂末端的观测量,将内动态子系统转换为零动态子系统,抑制柔性臂末端的振动;预测作为跟踪误差及其高阶导数组合的滑模面,将滑模面引入到预测控制的二次性能指标中,根据预测模型预估系统未来的输出,消除末端控制误差,并通过稳定性分析论证控制器的稳定性。最后通过仿真和实验验证该方法的有效性,证明其可提高刚柔耦合机械臂的运动精度。