基于滞环函数的电动舵机滑模控制

针对受摩擦力等外部扰动力矩严重影响的电动舵机,研究了基于趋近律的滑模输出反馈跟踪控制问题。提出了离散变结构控制的一种新趋近律,即用滞环函数代替指数趋近率中的符号函数。仿真结果验证了该方法的有效性。与旧控制律相比,新控制律下的系统跟踪稳态误差降低了50%,对象输入u(k)和相轨迹的抖振幅度也分别下降了80%和83%。

采用变滞环PWM的开关磁阻电机直接瞬时转矩控制方法

针对基于传统直接瞬时转矩控制的开关磁阻电机因采用固定滞环控制而存在转矩脉动仍然较大的问题,提出一种基于变滞环PWM的直接瞬时转矩控制方法。通过确定开关磁阻电机各相对应的工作区间,建立各区间相应的滞环函数并对函数中各参数进行优化,根据所得优化后的滞环函数及开关磁阻电机当前转子位置角以及相应的转矩偏差,提出采用变滞环PWM控制方法对其功率变换电路中相应功率开关进行控制,以达到对其转矩脉动进行抑制的目的,最后对其效果进行了仿真验证,同时与传统基于固定滞环的直接瞬时转矩控制方法进行了对比分析,结果表明:该方法不仅显著降低了开关磁阻电机的转矩脉动,而且有效提高了其运行效率,因而具有较好的应用价值。

滞环细胞神经网络实现多涡卷混沌发生器

提出利用2个具有滞环输出的CNN细胞实现了多涡卷混沌发生器.首先用标准CNN细胞的状态方程来表示多涡卷混沌发生器的状态方程,通过对比来确定CNN模板的参数,用运算放大器来实现CNN细胞的状态方程及不同形式的滞环输出方程,分别采用不同形式的滞环输出函数实现双涡卷和三涡卷混沌吸引子.本系统由运算放大器,电阻及电容构成,易于实现集成.最后,应用OrcadPspice进行了电路仿真,验证了结论的正确性.

混沌系统的快速收敛有限时间滑模自适应控制

在分析传统终端滑模面的基础上,构造了一种新的指数型终端滑模面。新的滑模面比传统滑模控制同步具有更小的同步时间。考虑到系统外界扰动等不确定性,在假设不确定性上界已知的条件下,设计同步控制器,进而给出了带有未知上界参数估计的自适应律,最终给出了一种新的终端滑模自适应控制器。通过对多涡卷混沌系统的同步仿真,验证了该方法的有效性。

永磁直驱风力发电功率滑模控制器的研究

永磁直驱风力发电机具有多变量、非线性及强耦合的特点,系统参数变化较大直接影响系统的控制性能。基于此,设计了一种功率滑模控制器,并在直驱电机数学模型的基础上,设计出直驱发电变流控制系统,将此滑模控制器应用于该系统的机侧控制。控制器根据系统当前的状态采用滞环函数使系统精确的在给定滑动模态轨迹中运动,其设计过程与对象参数及扰动无关,因此,该系统具有良好的抗干扰能力,并能有效解决高频率切换带来的抖振效应。在搭建的8极5 k W直驱发电机的Matlab/Simulink仿真模型中,对系统输出的电压、电流、功率控制进行了仿真分析,其结果表明,系统并网冲击小、功率跟踪精度高,表现出良好的动态性、稳定性和鲁棒性。

基于人工电场优化的软件定义物联网路由算法

软件定义异构物联网难以保证数据传输的可靠性,提出一种基于人工电场优化算法的软件定义物联网路由算法。将软件定义网络技术与物联网结合,建立软件定义物联网的数据传输模型,利用滞环曲线分析路由中继节点的可靠性,选择高可靠性节点作为路由中继节点。设计离散人工电场优化算法选择最佳的路由,实现高效、高可靠性的数据聚合处理。仿真结果表明,该算法在保证可靠性的情况下,有效提高了网络的吞吐量。

采用终端滑模实现多涡卷混沌系统的追踪控制

针对基于滞环非线性多涡卷混沌系统的追踪控制问题,提出了一种终端滑模控制方法,实现了受控混沌系统对给定参考信号的追踪控制。应用李亚谱诺夫稳定性定理证明了所提出控制方法的正确性。仿真结果验证了追踪误差系统的状态首先在有限时间内到达滑模面,然后在有限时间内收敛到原点,实现了追踪控制。

基于自适应重复学习的不确定多涡卷混沌系统同步控制

基于滞环函数提出一种参数可调的多涡卷混沌系统构造方法.针对复杂不确定性系统,综合利用自适应神经网络和重复学习控制方法设计一种自适应重复学习同步控制器;利用自适应重复学习控制方法对周期时变参数化不确定性进行处理;对函数型不确定性利用神经网络逼近技术进行补偿;设计鲁棒学习项对神经网络逼近误差和扰动上界进行估计;通过构造类Lyapunov复合能量函数证明了同步误差学习的收敛性.仿真结果验证了所提出方法的有效性.