基于改进MFAC的交直流微电网分布式二次控制

针对现有交直流微电网分布式二次控制(distributed secondarycontrol,DSC)受分布式电源一次控制参数影响较大、通信拓扑结构复杂、二次控制参数难以整定等问题,提出基于改进MFAC的交直流微电网DSC(MFAC-DSC),利用分布式电源的历史采样数据在线估计其动态线性化参数,解决了传统方法受一次控制参数影响较大的问题;通过优化DSC的通信结构和控制策略,避免了互联变流器参与二次控制通信,解决了互联变流器通信失效影响DSC的问题;推导了MFAC-DSC系统收敛性,给出了稳定收敛条件。基于交直流微电网实验平台在多种工况下验证了MFAC-DSC的可行性,与传统的DSC策略的对比结果表明:MFAC-DSC方法有效减少分布式电源下垂系数变化带来的功率波动,保证下垂系数有更大的调节范围,同时解决了互联变流器通信失效造成的控制失效和母线电压偏移等问题。

分子印迹TiO_(2)/AS/MFAC的制备及其对水中诺氟沙星光催化性能

以诺氟沙星为模板分子,以钛酸丁酯为钛源,以铝污泥包覆磁性粉煤灰微珠为载体,采用溶胶-凝胶法制备了MIP-TiO_(2)/AS/MFAC光催化材料。利用X射线衍射(XRD),扫描电子显微镜(SEM),X射线能谱仪(EDS)对MIPTiO_(2)/AS/MFAC进行表征,并考察了其对水中诺氟沙星的光催化降解性能,同时建立响应面模型探究了诺氟沙星初始浓度,光催化剂投加量与pH对光催化性能的影响,并通过模型优化确定最佳光催化条件。结果表明,MIP-TiO_(2)/AS/MFAC对水中诺氟沙星具有良好的光催化性能,当诺氟沙星初始质量浓度为3.5 mg/L,催化剂投加量为10 g/L,pH=8.2时,经过240 min的光催化反应,降解率可达84.9%,且光催化速率是非印迹材料NIP-TiO_(2)/AS/MFAC的1.1倍。此外,MIP-TiO_(2)/AS/MFAC再生性能较好,循环使用5次后,对诺氟沙星的去除率仍达67.2%。

基于MFAC-PID的锅炉汽包水位控制

基于数据驱动无模型自适应控制理论,提出带有扰动补偿控制的无模型自适应控制算法。把该算法应用到锅炉汽包水位控制系统中,采用DOMFAC-PID串级控制方案,其内回路用PID控制快速消除给水过程中的内在扰动,外回路用带有扰动控制DOMFAC,可有效克服汽包水位系统中的蒸汽流量的外在扰动,同时实现无静差控制。仿真结果表明该方案具有有效性和实用性。

基于MFAC附加阻尼控制器的次同步振荡抑制方法

为解决当前次同步振荡抑制措施中常用的传统附加阻尼控制器存在建模精度不足、适应性差等问题,本文引入了一种基于无模型自适应控制的附加阻尼控制器。该控制器采用偏格式或全格式动态线性化数据模型,通过系统I/O数据估算系统伪梯度,由预测器输出附加阻尼控制信号,作用在双馈风机转子侧变流器的q轴参考电压信号中,并提出了基于粒子群算法的控制器参数优化设计方法。仿真验证了所提控制器具有较强的适应性,在线路串补度、风速等工况条件改变时能维持良好的次同步振荡抑制效果,在所有测试工况下均优于传统附加阻尼控制器和采用紧格式动态线性化的无模型自适应控制器。

兆瓦级风机叶片静力加载过程D-MFAC控制

为了消除静力加载过程中的节点牵引力耦合,将无模型自适应控制(MFAC)算法引入到兆瓦级风机叶片全尺寸静力加载领域.通过分析系统的输出特性,将现场静力加载经验构造成一个D函数,设计基于D函数补偿的D-MFAC控制算法,给出算法流程,并证明该算法具有快速收敛性.将D-MFAC算法成功应用于aeroblade 3.0-55风机叶片全尺寸静力加载试验.试验结果表明:加载过程中4个加载点的牵引力能保持均匀、协调变化,过程误差不超过±4kN,特定阶段的误差率小于1%.该算法有效地消除了静力加载过程中的牵引力耦合,实现了风机叶片的平稳加载.

锅炉汽包水位MFAC-PID串级控制方案的仿真研究

针对被控对象特点改进了MFAC中的泛模型,给出的广义泛模型更好的处理被控对象中大的、不确定滞后。提出了锅炉汽包水位MFAC-PID串级控制方案,即内回路采用PID控制快速消除给水过程中的内在扰动,外回路采用带有前馈补偿的MFAC,可有效克服汽包水位系统中的蒸汽流量的外在扰动,同时实现无静差控制。计算机仿真结果表明该控制方案的有效性和实用性。

基于单纯形法的MFAC参数寻优

无模型自适应控制是一种不依赖于对象数学模型的简单有效、适用性广的先进控制策略,但是其控制器参数的整定尚无成熟的方法,最佳参数整定存在一定的困难。针对此种情况,基于单纯形法实现了MFAC参数寻优设计,并以一阶惯性加滞后系统为对象进行仿真验证。Matlab环境下的仿真结果表明经单纯形法进行参数寻优后的MFAC控制器具有较好地控制效果。同时,优化仿真表明了MFAC的4个参数初始值设定时的基本规律。

基于MFAC的永磁直线电机的优化控制技术研究

引入无模型自适应控制方法,利用其只需要受控系统的输入和输出数据就可以完成控制器的设计的优势,从而解决了未建模动态对PMLM的控制系统的影响。同时运用神经网络去抑制扰动,并利用小波对系统输出中的噪声进行处理,进一步对扰动进行抑制。

遗传算法优化的MFAC对电机速度控制的研究

将无模型自适应控制算法应用于直流伺服电机的控制,此算法结构简单,控制精度高。在建立了电机的数学模型后,使用MATLAB进行算法仿真,并通过遗传算法对无模型自适应控制算法进行参数优化。在MATLAB仿真的基础上,进行了实验验证。实验结果表明,无模型控制算法应用于电机速度控制能取得良好的控制效果,利用遗传算法优化参数后的控制效果更好。

多新息优化MFAC控制律在网络控制系统中的应用

网络控制系统建模难度大或代价高,并且网络环境受时延、丢包、其他节点干扰的影响时刻都在变化,使用传统的控制方法已经难以满足控制要求,在网络控制系统中引入仅利用当前在线数据的无模型自适应控制,从而避开了系统建模问题,同时为了更好地适应网络环境变化,将多新息理论应用于无模型方法的控制律计算,加快其收敛速度,达到准确快速控制的目的;利用TrueTime仿真工具箱,搭建了一个以太网网络控制系统的仿真平台;仿真结果证实了无模型自适应控制算法在非线性系统下的控制效果优于PID,并且证实了使用多新息理论改进无模型控制律算法的有效性。

基于遗传算法的MFAC参数寻优

无模型自适应控制是基于数据驱动,不依赖于被控对象的数学模型,且结构简单,易于实现。目前关于无模型自适应控制器参数寻优的方法较少,给无模型自适应控制的应用带来了极大的不便。针对这种情况,设计了一种基于遗传算法的MFAC控制器参数寻优方法,并在matlab环境下分别以具有非线性、一阶惯性加大滞后、高阶加大滞后特征等3个不同典型被控系统为对象进行了仿真。仿真结果表明,通过遗传算法进行参数寻优后,控制器性能在超调量、防止调节过程振荡方面效果明显改善,证明了上述方法可行性和优越性。

基于灰色预测的MFAC 仿真研究

针对大时滞系统,本文对一种基于灰色预测的无模型自适应控制方法进行了仿真研究。介绍了MFAC 和灰色预测模型的基本原理,以MFAC 方法为基础,反馈回路加入了灰色预测GM(1,1)模型,对数据序列进行预测,再进行无模型自适应闭环控制。这种方法可以超前预测补偿系统因参数时变或时滞延迟等因素造成的一系列不确定性,使控制效果进一步改善。仿真结果表明:基于灰色预测的MFAC 方法的控制效果优于传统的MFAC、PID 方法,更好的克服了系统的大时滞及不确定性等问题。

基于MFAC的永磁同步直线电机位置控制

针对永磁同步直线电机模型参数时变,且在运行时受到负载不确定性以及外界干扰的特点,本文将无模型自适应控制(MFAC)方法应用于直线伺服系统的位置控制中,直接基于动态线性化模型中伪偏导数的估计,从而构造不依赖于模型的控制器;为了进一步提高系统的鲁棒性,将具有抗干扰性强的伪微分反馈(PDF)控制来设计系统速度控制器。实验结果表明,与传统的PID控制相比,无模型自适应控制方法使位置跟踪误差减小,控制精度提高。

基于MFAC的数控机床位置伺服系统

数控机床位置伺服系统是数控机床的重要组成部分,是一个复杂的机电系统,其控制受多方面因素的影响,控制难度较大,且其位置精度会影响数控机床的加工精度.本文以数控机床的位置伺服系统作为研究对象,通过改进算法来提高系统性能.本文基于传统的PI控制,采用紧格式动态线性化(CFDL)方法进一步对速度环与位置环进行改进,设计出改进前的无模型自适应控制(MFAC),之后通过增加控制项来对改进前MFAC算法进行改进,得到改进后的MFAC算法.将两种算法在Matlab/Simulink中分别进行仿真,结果表明改进后的MFAC控制方案能够保持改进前MFAC控制方案的优点,并且位置跟随性能增强,具有良好的鲁棒性.

猪舍环境的多参数无模型自适应控制算法设计

【目的】针对猪舍环境控制中场景复杂、多参数控制难以及系统呈现耦合特性的问题,基于无模型自适应控制(Model-free adaptive control,MFAC)算法,设计了适用于猪舍的多参数无模型自适应控制(Multi-parameter model-free adaptive control,MMFAC)算法。【方法】通过将MFAC算法与用于尺度伸缩变换的权值矩阵相融合,设计MMFAC算法。该算法利用紧格式动态线性化(Compact form dynamic linearization,CFDL)技术和最优化数学方法,进行伪雅可比矩阵(Pseudo-jacobian matrix,PJM)的参数辨识和调控装置的控制量计算。【结果】仿真试验结果表明,MMFAC算法具备对多参数进行自适应控制的能力,并可通过调整权重矩阵来降低关键参数的误差。真实猪舍环境控制试验结果表明,该算法可根据实时环境参数测量值计算风机控制量,并根据该控制量驱动风机,以保持环境参数在舒适区间范围内的稳定控制。【结论】MMFAC算法展现出良好的多参数自适应控制能力,能够适应复杂的猪舍环境,有效解决多参数控制难以及系统耦合的问题,在猪舍环境控制中具有较好的应用前景。

硅锭线切割张力控制方法对比研究

为满足低成本、低切损、高精度、高稳定性的硅片切割要求,在分析常用的两种线切割张力控制方法优缺点的基础上,采用ADAMS软件进行了弹簧式张力控制原理的建模与动力学仿真,并基于Simulink与MFAC控制算法对电控式张力控制进行了ADAMS与MATLAB动力学联合仿真。结果表明,两种张力控制方法所得到的电极丝加速度变化曲线走势一致,电控式张力控制在快速性及精确性方面优于弹簧式张力控制,但平稳性较差。进而,提出弹簧与电控相结合的张力控制方法,并在ADAMS中完成建模与动力学仿真。结果表明,该装置可在一定程度上取长补短。

基于LabVIEW的无模型自适应控制算法实现与应用

为了有效地将无模型自适应控制算法(MFAC)应用于实际场景,该文研究LabVIEW开发环境中实现基于紧格式动态线性化的无模型自适应控制(MFAC-CFDL)。实验结果表明,对于相同的被控对象,LabVIEW实现与Matlab的仿真运行结果一致,证明该方法准确性。进一步与传统的PID控制方法相比较,MFAC-CFDL显示出更强的鲁棒性,并能保证闭环系统的稳定性以及输出误差跟踪的收敛性,通过实验说明该方法工程实践应用有效性和可行性。

不平衡电网电压下基于无模型自适应控制的WECS控制研究

不平衡电网电压会影响风能转换系统(WECS)的正常并网运行,导致系统输出功率的波动以及输出电流的畸变。此外,在实际的永磁同步风电系统中可能会由于环境温度的变化以及检测误差等原因使得网侧电路参数存在不确定性的问题,如果参数发生改变,传统控制方法的性能将会下降。基于此,提出了一种基于灰色预测的无模型自适应控制(MFAC)方案,以缓解因电路参数不确定性导致的性能下降问题,使控制系统具有更好的抗干扰能力。此外,采用三种独立的控制方法来解决不平衡电网电压下并网输出功率的波动及电流畸变问题。仿真对比结果表明,所提控制策略不仅在电路标称参数下具有良好的静态和动态性能,而且当网侧电感参数变化时,系统的鲁棒性也得到提高,验证了所提方案的优越性。

船舶自抗扰无模型自适应航迹控制

[目的]旨在研究船舶在真实海况下航行面临复杂环境干扰的影响,控制船舶克服干扰,实现航迹跟随、智能航行。[方法]首先,将无模型自适应控制(MFAC)算法引入自抗扰控制器(ADRC)中,设计改进自抗扰无模型自适应控制(ADRC-MFAC)算法,通过ADRC跟踪系统的实时状态、识别系统所受未知扰动,根据MFAC建立输入数据(舵角)与输出数据(航向角、角速度)之间的非线性关系,实现稳定的航向控制。然后,结合自适应视线(LOS)制导策略,通过动态航向控制实现对航迹的精准控制。[结果]仿真结果表明,所设计的控制器能够控制船舶快速航行至预设轨迹并沿轨迹行进,在复杂环境扰动下仍能够实现理想的航迹控制。[结论]研究成果不依赖船舶具体模型,可为船舶航迹控制提供参考。

空间机械臂碰撞过程的模糊无模型自适应振动控制

空间机械臂在执行操作任务时会面临碰撞问题,例如主动捕获或被动碰撞均会引起机械臂瞬时动量急剧变化,机械臂杆弹性振动加剧,轨迹跟踪精度降低,甚至会导致空间机械臂系统失稳。空间机械臂是一种非线性、强耦合的复杂系统,尤其是对于碰撞过程,很难实现系统精确建模。为实现对空间机械臂碰撞过程的振动抑制,提出了模糊策略与无模型自适应控制相结合的模糊-无模型自适应控制(fuzzy model-free adaptive control,Fuzzy-MFAC)方法。基于臂杆振动位移响应和关节角速度误差设计模糊策略,对无模型自适应控制中步长因子与权重因子进行在线自整定,解决传统无模型自适应控制对于参数初值敏感的局限性,实现了对空间机械臂碰撞过程中的振动自适应控制。仿真试验结果表明,Fuzzy-MFAC方法相较于传统无模型自适应控制算法振动响应衰减速度提高了34%,振动幅值降低了42%,验证了该方法的有效性。