基于Narendra稳定自适应控制器交流伺服电机的控制

交流伺服电机在实际运行的过程中负载的变化,负载的变化导致控制系统参数发生改变,如系统的频率、阻尼等。针对这些本身参数发生的变化系统,变化较小时,简单的控制器对控制结果影响不大,但控制很难对其变化进行调节控制,人工智能控制器可自动适应负载的变化,而神经网络、模糊控制等,但这些控制器存在结构复杂,调整时间长等,实际应用中得不到很好的应用。利用自适应控制设计方法,将系统转换成线性的可控系统,并引入不确定参数构造控制器的自适应估计律,实时对未知参数进行调整,保证整个闭环系统的动态品质。为提高系统的动态控制品质,引入Narendra稳定自适应控制器对交流伺服电机控制进行控制,利用不同的输入信号对控制进行测试,结果表明,Narendra稳定自适应控制器对交流伺服电机控制系统具有良好的控制性能。

弱电网下并网逆变器恒定带宽及稳定裕度的自适应控制策略

随着可再生能源在电网中的占比不断提高,电网逐渐呈现出弱电网特性,即电网阻抗不可忽略且频繁波动。电网阻抗的存在会改变逆变器控制环路的增益,导致控制环路的稳定裕度减小,因而引发稳定性问题,同时,控制环路的截止频率也因电网阻抗的存在而减小,环路带宽也随之减小,使得逆变器动态性能变差。针对弱电网下电网阻抗变化引发的相关问题,现有的控制策略往往侧重于提升逆变器的并网稳定性,而对其动态性能下降的问题缺乏关注。鉴于此,为同时解决以上问题,该文提出一种基于环路增益测量的自适应控制策略以保障逆变器优越且恒定的控制性能,首先通过环路增益的在线测量实现对逆变器控制性能的实时监测;然后依据实时监测的控制性能指标参数自适应地调整控制器的参数,以提升逆变器对弱电网的适应性;最后以单相并网逆变器为例进行实验验证,实验结果证明了所提方案的有效性。

基于BP神经网络算法的粉碎机自适应控制系统设计

针对饲料加工行业中锤片式粉碎机控制系统存在启动时间长、响应速度慢及负载变化时出现的稳定性差等问题,提出了一种基于BP神经网络算法PID控制方法。首先,建立变频器和饲料粉碎机驱动电机组合系统传递函数的参考模型,并对其进行稳定性分析。然后在分析常规PID和模糊PID控制算法的基础上,将自适应神经网络算法PID应用到饲料粉碎机驱动系统的控制过程当中。通过搭建饲料粉碎机控制电机的仿真模型,利用MATLAB软件中的Simulink图形化编程功能对其进行仿真分析,并基于LABVIEW软件搭建了粉碎机测控系统试验平台进行实验测试分析。结果表明:对于饲料粉碎系统所给定的速度参考模型,设计的BP神经网络PID控制器能够实现较好的自适应追踪,对阶跃信号的响应更加迅速、超调更小,抗干扰能力更强。设计的自适应控制器能够根据工况变化自动调节PID参数,吨料电耗平均降低5.16%、生产率平均提高2.08%,对粉碎机主轴转速的控制更加精确,误差更小,兼具了较高的控制精度和较强的鲁棒性,满足饲料粉碎机驱动系统的自适应控制要求。

基于自适应下垂系数的微电网稳定控制方法

微电网的稳定性是其正常运行的重要保证,对其稳定控制进行研究具有重要意义。针对变负载的光储直流微电网的控制问题,提出了自适应下垂系数控制(adaptive droop coefficient control,ADCC)算法。首先,建立了微电网中各模块的阻抗模型;其次,通过等效总阻抗判据对微电网的稳定性进行分析;最后,提出了ADCC算法对光储直流微电网进行控制。通过仿真试验,与鲁棒性下垂系数算法进行对比,ADCC算法综合考虑了系统稳定性及电流分配精度,具有更优的控制效果。试验验证了所提算法的有效性、优越性。

多智能体系统在自适应控制下的聚类-分量一致性

为减少不必要的浪费,研究了多智能体系统在自适应控制下的聚类-分量一致性问题。通过引入相应的自适应控制协议,讨论了相应误差系统零解的渐近稳定性以及零解关于部分变元的稳定性,得出系统实现聚类-分量一致性的充分条件。最后通过实例验证了理论结果的可行性。

电力系统稳定性分析与自适应控制方法研究

文章针对电力系统的稳定性分析与自适应控制进行研究。通过阐述线性方法和非线性方法的稳定性分析技术,以及传统自适应控制和智能算法控制的方法与应用情况,分析了电力系统稳定性评估与控制策略设计的过程。研究表明,构建高精度动态模型与采用先进算法是进行稳定性分析的关键;而集成智能控制与多目标优化是实现自适应控制性能提升的有效途径。最后强调建立稳定性评估与自适应控制的协同机制,可以显著改善电力系统的整体稳定操作与动态响应特性。

基于负荷监听-峰值规避的电暖器自适应控制策略

居民以电替煤,使用空调、电暖器等设备调节室内温度,这种低碳、绿色环保的生活方式已经得到社会普遍认同。但电暖器(或制冷)设备的功率较大,且启停具有随机性,易造成电网负荷的时空分布不均,影响台区电压稳定,同时负荷大幅度波动会影响用户的用电安全。为了优化电暖器运行,平抑负荷波动,避免峰值产生,提出了一种基于负荷监听–峰值规避的电暖器自适应优化控制策略,每台电暖器的控制器监听该区域电网中其他电暖器的启停,根据电压变化判断负荷态势,并依此调控自身运行模式以减缓电压波动,使负荷整体趋于稳定、避免峰值出现,实现优化供用电环境的目标。仿真结果表明,该策略可有效控制大功率负荷设备投切、平抑负荷曲线的波动,保证了用户的用电安全。

基于改进粒子群算法的自适应构网型变流器控制策略

构网型控制是一种改善新能源高渗透率下电力系统稳定性问题的技术手段。针对传统构网型变流器均采用固定参数控制而未能发挥出最佳调频效果这一问题,基于构网型变流器控制参数可调的特点,提出一种自适应控制策略,以优化构网型变流器的输出并改善电力系统的动态特性。首先,通过仿真实验得到典型构网型变流器虚拟惯量和阻尼系数在大功率事件下对系统动态特性的影响;其次,研究典型构网型变流器的频率曲线与功角曲线,提出包含频率偏差和频率变化率的自适应构网型变流器控制策略;然后,通过改进粒子群算法对自适应控制策略涉及参数进行整定;最后,基于MATLAB/Simulink搭建的微电网模型,验证所提控制策略的稳定性与鲁棒性。仿真结果表明,所提控制策略可以自适应改变控制参数,使构网型变流器的输出能够满足系统各个阶段的不同需求,优化电力系统的动态特性。

陀螺稳定平台速度环的一种神经网络自适应控制方法

提出一种利用神经网络的自学习特性 ,对陀螺稳定平台的速度环进行自适应控制的方法。给出了采用自适应神经网络控制方法和采用传统频域校正控制方法的对比实验结果。实验结果表明 ,此种算法在应用中是很有效的。

多变量全系数自适应控制系统稳定性的研究

研究了多变量全系数自适应控制系统的稳定性 ,重点研究了多变量黄金分割反馈控制系统的稳定性问题 .论文从线性时变离散系统的李雅普诺夫稳定性分析方法入手 ,研究了两输入两输出黄金分割反馈控制系统的稳定性 ,给出了系统渐近稳定情况下对各回路时变参数变化速度的约束条件 ,以及对耦合状态变量的约束条件 .

对稳定的模糊自适应控制方案的研究与改进

对美国加州伯克利大学Ｌｉ－ＸｉｎＷａｎｇ１９９３年提出的模糊自适应控制方案的稳定性条件进行了研究，证明了两个新的结论：１）原来的监督控制可以取消；２）渐近稳定的条件可由ｗ（ｔ）平方可积放宽到ｗ（ｔ）→０．在此基础上，提出并证明了一种模糊自适应控制的新方案，它能在任何情况下保证闭环渐近稳定，并在一定条件下还能保证参数收敛．对一阶不稳定与二阶混沌两个控制对象的仿真实验结果表明。

鲁棒多模型自适应控制系统的稳定性

研究含有不确定性的连续时间随机被控对象的鲁棒多模型自适应控制(Robust multiple model adaptive control,RMMAC)的闭环稳定性问题.通过采用基于模型输出误差指标的加权算法取代传统的基于卡尔曼滤波器和贝叶斯后验概率公式的加权算法,在权值收敛的前提下,基于虚拟等价系统(Virtual equivalent system,VES)理论给出了此类鲁棒多模型自适应控制系统的闭环稳定性证明,并将结果推广到可以用多个线性系统系统模型进行逼近的一类非线性慢时变被控对象.

基于稳定性的并联机构自适应控制

针对并联机构存在参数变化及不可预测的未建模误差的特点,提出一种基于模型的参考自适应控制策略。将机构系统的参数变化及未建模误差看成对实际系统的扰动,建立理想的参考模型,依靠系统状态及其误差构造自适应反馈律,利用稳定性理论推导自适应控制律,使得实际机构与参数模型具有相同的动态特性。实例显示,自适应控制器对参数变化及未建模误差引起的运动误差具有很好的抑制作用,保证机构对规划的目标运动具有很高的跟踪精度。

优化虚拟同步发电机惯量和阻尼的自适应控制策略

以新能源为主的微电网惯量小、阻尼弱,而虚拟同步发电机(VSG)是增强惯性和阻尼以提高微电网稳定性的有效手段,但同时引入同步机类似的功角振荡问题。该文提出一种优化VSG惯量和阻尼的自适应控制策略,改善小干扰稳定和暂态稳定。首先,建立虚拟同步发电机控制模型,在虚拟惯量控制中引入双曲正弦函数(tanh)优化惯量,通过等面积定则分析,验证优化惯量控制的正确性;在虚拟阻尼中引入灵活切换暂态阻尼和稳态阻尼控制环节,采用根轨迹分析论证优化阻尼方法的有效性。然后,根据频域特性指标,采用主极点法设计控制参数。最后,通过Simulink仿真,验证提出的优化方法对提高小干扰稳定和暂态稳定的有效性。

滑模自适应控制在光电稳定平台中的应用

针对高精度光电伺服稳定平台系统中摩擦和各种非线性干扰对跟踪精度的影响问题,提出了一种基于LuGre摩擦模型的积分型滑模自适应控制算法。首先建立了基于动态LuGre摩擦的伺服系统模型,根据LuGre模型,构造了一个非线性观测器来估计摩擦中的未知状态变量;然后设计积分型滑模自适应控制算法实现摩擦补偿和各种扰动的估计,通过设计最优的反馈控制律,保证了积分型滑模的收敛速度,并引入自适应思想设计滑模控制器,有效的减弱了滑模控制中的颤抖现象;最后利用Lyapunov理论证明了控制系统的稳定性。仿真结果表明:所提方法有效的抑制了摩擦等各种干扰对稳定平台系统的影响,在提高系统跟踪精度的同时增强了系统的鲁棒性能,该方法也简化了设计过程,具有一定的应用价值。

基于LMS算法的自适应控制在稳定回路中的应用

成像器稳定跟踪平台的稳定回路设计是一种高精度、高动态响应的伺服回路设计,为实现较好的控制特性,提出了一种基于LMS算法的Adaline网络参数自适应控制方法,根据被控对象的参数变化,实时调整控制器的参数,由于算法相对简单,满足实际工程应用的要求。为了避免自适应算法运算对系统响应快速性的影响,设计了基于常规控制和自适应控制的双模态控制器结构,根据实际工作条件,进行控制策略的实时切换,既保证了系统响应的快速性,又保证了控制精度。实验结果表明,采用该方法实现的稳定回路具有良好的动态和静态特性。

基于超稳定理论的自适应控制在单相有源滤波器中的应用

为了降低滤波参数对单相有源滤波器(APF)的补偿效果的影响,提出了基于超稳定理论的模型跟随控制策略。首先对非线性APF模型线性化,并把线性化后的模型等价由前向回路和反馈回路构成,根据超稳定性理论,反馈回路满足波波夫积分不等式,前向回路的传递函数严格正实,由此设计自适应模型跟随控制律。仿真结果表明所提控制策略较PI控制的补偿效果更好,不仅可以有效消除电网谐波电流,而且具有更强的参数抑制能力。

全电坦克双向稳定系统自适应积分鲁棒控制

针对全电坦克双向稳定系统具有复杂的强非线性、强耦合性、强参数时变性等特点,提出了一种基于误差符号积分鲁棒反馈的坦克双向稳定系统自适应积分鲁棒(AIR)控制设计方法。考虑全电坦克双向稳定系统为一个耦合性的、非线性的、不确定性的动力学系统,建立面向真实的全电坦克双向稳定系统机电一体化解析动力学模型;基于Backstepping法融合自适应的思想,引入辅助误差信号设计了AIR控制器,有效衰减系统的未建模扰动;所设计的AIR控制器不需要预先知道未知扰动的上界,而是通过自适应的方法不断更新以获取其上界,降低了其工程应用的保守性;基于Lyapunov理论分析,在连续控制输入下可以保证坦克双向稳定系统获得渐进跟踪性能。通过Recurdyn-Simulink的仿真对比试验,验证所提方法的有效性。

基于线性参数神经网络的非线性系统稳定自适应控制

提出适用于多种网络类型的神经网络稳定自适应控制设计思想 ,在神经网络逼近误差界未知的条件下 ,对该误差界进行在线自适应估计 ,研究基于线性参数神经网络的仿射非线性系统稳定自适应控制。采用 L yapunov函数方法证明系统状态变量、网络权值矢量、网络逼近误差界的在线估计及输出跟踪误差的收敛性。仿真结果表明 ,该方案跟踪性能良好 ,稳态误差较小 ,系统输出能快速跟踪目标信号。

基于Volterra级数模型的非线性系统自适应控制稳定性研究

研究一类单输入单输出非线性系统的自适应控制问题 ,这类系统能用有限阶离散Volterra级数模型表示 .采用递推最小二乘算法进行参数估计 ,并通过解高次方程得到控制律 .结合反馈型Volterra级数系统的局部L稳定理论 ,证明了算法的局部收敛性质 .通过对一个化工连续搅拌反应器 (CSTR)