锂电池组线性二次型调节器对散热性能的优化控制

为了使锂离子电池组的工作温度保持在合理、安全的工作范围内,提出了一种线性二次调节控制器来控制液冷电池热管理系统的电池最高温度、温差和能耗。通过将NEDC和US06运行工况下的电流输入电池,利用Matlab-Simulink和Amesim软件建立产热模型,得到电池温度和温差曲线,验证了模型的可靠性。在3C充电-NEDC放电条件下,比较分析了LQR、PID和恒流量控制下的热管理性能。结果表明,基于LQR控制的电池热管理系统具有良好的响应速度和稳定性。通过比较3种控制器对BTMS最大温差的影响,发现当电池组液冷通道反向排列时,LQR控制器表现出最佳的控制能力。与PID和恒流控制器相比,LQR控制器可以降低冷却能耗。

基于线性二次型调节器与比例积分微分控制的步态轨迹跟踪研究与优化

老龄化或疾病导致下肢功能障碍的患者逐渐增多,传统的康复方式存在一定局限性,因此下肢康复机器人成为当前康复技术主流领域。为了在下肢康复设备轨迹追踪性能良好的同时保证患者使用时的安全性,本文设计了一种将线性二次型调节器(LQR)与比例积分微分(PID)控制相结合的控制算法。首先利用运动捕捉设备采集正常步态轨迹,然后在已搭建的足底驱动式踏板步态训练设备中,对步进伺服控制系统采用位置环–速度环–电流环三闭环的PID控制。求得系统数学模型后,使用LQR算法优化PID控制器各环反馈系数,然后将控制器部署至装置中,并进行了实验验证。实验验证了控制器的可行性与有效性,提升了康复设备追踪步态轨迹的性能。

基于遗传算法的线性二次型调节器抑制桥式起重机货物摆动

为了解决桥式起重机小车运行机构的加减速运动引起货物长时间摆动问题,文中设计基于遗传算法(Genetic Algorithm,GA)的线性二次型调节器控制策略控制小车运行机构的运动。根据Lagrange方程建立桥式起重机小车运行机构运动和货物摆动的动力学模型,分析模型的稳定性、可控性和可观性;根据最优控制理论设计线性二次型调节器,基于遗传算法优化线性二次型调节器的加权矩阵Q和R,设计最优线性二次型调节器;应用Matlab软件搭建在线性二次型调节器和最优线性二次型调节器控制下的桥式起重机小车运行机构动力学Simulink仿真系统。仿真结果表明:与线性二次型调节器相比,最优线性二次型调节器能够将小车运行机构的定位时间降低7.4 s,将货物最大残留摆动幅值降低49.3%。

一种基于线性二次型调节器的岸边集装箱起重机吊具防摇方法

自动化岸边集装箱起重机作为自动化码头在海侧与陆侧之间进行集装箱运输的重要装备,其作业过程中存在吊具摇摆现象,从而导致抓放集装箱时很难对准目标箱位,直接影响码头的作业效率。针对吊具摇摆问题,提出一种基于线性二次型调节器的防摇控制方法,通过分析和简化岸边集装箱起重机的结构与运行方式,建立了小车-吊具运动系统模型,得到了系统的状态空间表达式,并利用多项式拟合的方式对状态反馈参数进行估计。仿真实验结果表明,该方法能够抑制吊具的摇摆,具有良好的稳态性能,可满足设备自动化作业对吊具防摇控制的需求。

基于线性二次型积分调节器的风电机组功率载荷协同变桨控制

传统变桨控制器具有两个控制回路,分别用于稳定风轮转速和降低塔架载荷,两个控制回路简单叠加会导致控制器性能降低,大型风电机组需要同时解决功率控制和载荷控制问题。对此,提出一种在稳定输出功率的同时减少塔架载荷波动的变桨控制器。通过线性化得到适合阶次的风电机组状态空间模型,应用状态空间控制方法集成干扰自适应控制器,提出线性二次型积分调节器(Linear Quadratic Regulator with an Integrator,LQRI)的变桨控制器,并通过Kalman滤波器估计难以测量的状态变量。在GH Bladed软件中与传统的变桨控制器进行了对比分析,结果表明,LQRI的变桨控制器抑制了风速扰动引起的功率波动和塔架载荷,增强了风电机组控制系统的转速调节能力和动态响应能力。

结构地震响应线性二次型最优迭代学习控制

针对地震作用下工程结构的地震响应,将线性二次型最优控制与迭代学习控制相结合,提出了线性二次型最优迭代学习混合控制方法.该方法根据迭代学习控制过程中二次型性能指标函数极小化导出施加于工程结构的最优控制力,并依此研究该方法减小工程结构地震位移响应的有效性.选取典型建筑结构振动控制Benchmark第2阶段的地震作用Benchmark模型为研究对象,数值仿真结果表明,二次型最优迭代学习混合控制方法能对Benchmark模型的地震位移响应进行有效控制,使控制效果得到一定的改善.

基于线性二次型调节器的三相逆变器积分状态反馈控制

为改善三相电压型逆变器动态和稳态性能,基于内模原理设计了积分控制状态反馈的控制器,并运用了线性二次型调节器理论来解决控制参数的问题。为使线性二次型调节器理论能够应用于跟踪问题,对控制结构进行了灵活变换,利用线性二次型调节器理论的方法对控制器的参数进行了最优化整定。仿真及430 kW实验样机验证了该方法的有效性。

基于自适应观测器和线性二次型调节器的高性能伺服系统谐振抑制

由于机械传动装置的限制,高性能伺服系统在高速正反转和快速定位等动态控制过程中容易发生机械谐振。采用考虑传动装置弹性的电机-负载双惯量机械模型,研究伺服系统的机械谐振抑制技术。以电机转速作为系统广义输出,建立基于双惯量机械模型的参考自适应观测器,实现负载惯量、负载转速和扭力矩的估计。基于观测器的估计状态和参数,设计速度环线性二次型调节器(LQR)来抑制双惯量系统中的机械谐振。为了验证观测器和LQR的有效性,利用Matlab/Simulink进行仿真研究,并在基于TMS320F28335DSP的平台上进行相关实验验证。仿真和实验表明自适应观测器能够较为精确地估计系统的参数和状态,同时也表明基于LQR的状态反馈控制能够有效地抑制传动系统中的机械谐振。

基于输入整形的线性二次型调节器及其应用

针对桥式起重机这一类不完全控制系统,提出了一种新的混合控制方案,有机地结合了鲁棒输入整形技术以及线形二次型调节器(LQR).该方案中,结合起重机模型的特点,采用LQR控制器来同时实现小车的定位以及消除负载的残留振荡.输入整形技术采用频域的零点配置方法设计多峰鲁棒输入整形器用来进一步减小负载的瞬时振荡,保障安全作业;所设计的混合方案在结构上简单实用,适合实际应用.仿真结果证明了该方案的良好性能.和基本的LQR控制进行比较,该方案可同时实现小车的定位以及消除负载的残留振荡,并可有效地减小负载的瞬时振荡,体现了良好的综合性能.

斜拉桥地震响应线性二次型迭代学习控制(LQILC)研究

最优控制方法是利用极值原理、最优滤波或动态规划等最优化方法来求解结构振动最优控制输入的一种设计方法。最优控制规律均是建立在系统理想数学模型基础上,而实际结构控制中往往采用降阶模型且存在多种约束条件,因此基于最优控制理论设计的控制器大都只能实现次最优控制。迭代学习控制理论的产生与发展,为结构振动主动控制提供了新的方法,但迭代学习控制的应用又受到其控制效果与其收敛性的制约。本文基于线性二次型最优控制与迭代学习控制相结合的思想,提出二次型最优迭代学习混合控制方法(LQILC),以二次型性能指标为控制目标,提高迭代的收敛速度;在性能指标的基础上进行迭代学习,改善了二次型最优控制的控制效果。以Emerson Memorial斜拉桥Benchmark模型为研究对象,采用二次型迭代学习控制策略(LQILC)对该桥的地震响应进行有效的控制,并得出Benchmark指标评价其对该桥的控制效果。

遗传算法优化的线性二次型调节器控制下3-UPS并联机器人稳定性分析

通过对3-UPS并联机器人进行动力学建模与状态空间分析,基于遗传算法(GA)优化的线性二次型调节器(LQR)控制方法对其进行控制仿真,结合多体系统振动理论,并运用MATLAB软件和ADAMS软件联合仿真,分别对该并联机器人在动平台施加外部载荷、定平台施加随机振动,以及动、定平台施加复合干扰3种情况下机器人的末端稳定性进行分析。结果表明:GA优化的LQR控制下,机器人动平台质心振动的衰减时间和振动幅度都明显减小,且共振峰也明显降低,但是高频振动处的减振效果不明显;机器人动平台质心x和y方向的共振频率均保持在5 Hz左右,而z方向的共振频率却有明显的后移现象,逐渐向高频(10 Hz)靠近。该研究为分析并联机器人稳定性与工作精度提供了一定的理论基础。

利用遗传算法优化线性二次型调节器(LQR)

利用遗传算法对线性二次型调节器（ＬＱＲ）进行优化设计，以寻找最优控制指标中状态变量与输入变量加权矩阵的最优解．仿真结果表明，利用此方法不仅可以得到满足要求的全局最优解，而且该方法的简便易行也是传统设计中依靠人工调节所无法比拟的．

基于模型预测控制与离散线性二次型调节器的智能车横纵解耦跟踪控制

为确保智能车在复杂曲率变化道路条件下的跟踪精度与横向稳定性,提出一种基于Frenet坐标系的横纵解耦跟踪控制方法,并通过模糊速度规划提升跟踪的可靠性。横向控制采用基于前馈补偿的离散线性二次型调节器(DLQR)使跟踪误差收敛,纵向控制采用模型预测控制(MPC)输出期望加速度并结合油门制动标定表实现速度跟踪。速度规划方面以横向跟踪误差与道路曲率作为输入信号进行模糊速度规划。基于CarSim/Simulink构建仿真模型进行仿真验证,结果表明:该控制方式可有效降低路径跟踪误差,提高车辆横向稳定性以满足不同道路曲率的行车工况。

基于二阶矩阵微分方程的机械振动系统线性二次型调节器设计

本文讨论机械振动系统线性二次型状态调节器 (LQR)问题 ,直接针对系统二阶运动微分方程 ,性能指标为一个依赖于二阶导数的泛函。由欧拉 -拉格朗日方程得出一个系统矩阵增广的二阶线性微分方程 ,指出该方程稳定的特征对就是最优控制振动系统闭环特征对 ,并给出求解最优控制状态反馈矩阵的方法。另外 ,由本文方法还可得出基于速度和加速度反馈的最优控制反馈矩阵。

基于最优控制的线性二次型调节器设计及应用

针对古典控制系统设计方法对工程设计人员经验的依赖性,提出了一种线性二次型调节器的最优化设计.并通过一个实例研究在双闭环直流调速系统中的应用,证明此设计相对于经典法的优越性.

基于线性二次型调节器的神经网络PID控制系统

讨论了基于神经网络PID的控制方法在线性二次型调节器(LQR)问题中的应用，针对控制工程中的无限时间LQR问题，提出了神经网络PID控制整定方法，从而实现PID参数的在线自适应寻优。同时，考虑了连续时间线性时不变系统的渐近稳定性问题。最后，运用MATLAB仿真实现证明了该方法的可行性、有效性。

线性二次型调节器算法对黏弹性阻尼器参数的优化设计

鉴于黏弹性阻尼器(VED)对结构减震控制的局限性,采用等效刚度和等效阻尼的力学模型,对VED的参数优化问题进行了研究。基于LQR的最优控制算法,提出一种以VED控制下结构的振动响应去逼近最优控制下结构振动响应的VED参数优化的新方法。通过对一个加入VED的3层混凝土框架结构进行动力响应数值分析,得出结论。方法相对简单,所提出的VED参数优化方法能够使结构动力响应得到有效的控制,控制效果与采用最优控制算法的计算结果较为接近,验证了该方法的有效性。利用上述方法优化VED参数,对结构进行振动控制,虽然无法达到全状态最优增益反馈控制力的主动控制效果,但经过优化后的动力反应逼近最优控制算法的结果。该方法为VED在结构减震控制方面取得更好的减震效果提供了理论参考。

矢量控制神经网络线性二次型调节器的设计

本文给出了一种矢量控制神经网络线性二次型调节器的设计方法。将感应电机模型近似成五阶线性时变系统,以此来设计线性二次型状态反馈控制器,并由神经网络来表示状态反馈增益与转速的映射关系,从而实现对感应电机的控制。系统无需自适应算法就可获得较强的鲁棒性。仿真结果表明该调节器可获得优良的动、静态调速性能。

基于改进线性二次型调节器方法的汽车横摆稳定性控制研究

为提高极限工况下汽车行驶的横摆稳定性,提出了一种改进的线性二次型调节器(LQR)横摆稳定性控制方法,考虑了路面附着极限的影响。在轮胎特性处于线性区域时,以二自由度线性模型作为参考模型,其稳态横摆角速度及质心侧偏角作为理想状态,当轮胎特性处于非线性区域时,以由路面附着系数决定的横摆角速度作为理想状态。根据LQR理论计算出维持汽车稳定所需要施加的附加横摆力矩。最后利用所建立的七自由度非线性模型,在正弦转向输入以及单移线工况下对控制方法进行了仿真验证,结果表明所设计的算法能够合理地控制横摆角速度及质心侧偏角,提高行驶的横摆稳定性。

非线性反馈和二次型调节器在两栖机器人中的应用

球形两栖机器人具有对称的结构和多自由度的运动状态特性,在环境适应性和运动稳定性上具有优势。本文介绍一种可以用于深海水下探测与救援的新型水陆两栖机器人控制系统的结构和建模方法,根据机器人的运动控制模式,推导出具有6个自由度的动态数学模型,并在动态模型的基础上,建立并评估了两种控制模型。第一种是基于二次型调节器(LQR)的控制器模型,第二种是基于非线性状态反馈(FL)的控制器模型。最后对两种控制模型进行水下实验验证及评估,从而证明两种控制器的有效性和优劣性。实验表明非线性状态反馈系统在响应时间(LQR=67.5 s,FL=46.5 s)方面都优于有限时域LQR控制器,而LQR控制器在上升时间(LQR=24.5 s,FL=39.8 s)方面更加具有优势。