发电机励磁与汽门系统的改进神经网络逆控制方法

为提高发电机励磁汽门系统机端电压和转速的控制性能,提出了基于在线学习和扩张状态观测器(ESO)的改进神经网络逆控制方法.首先,将神经网络逆与被控励磁汽门系统组成的复合伪线性系统等效为含有扰动的线性系统.然后,基于自抗扰控制方法,设计了用于在线估计复合伪线性系统状态和扰动的ESO,并在设计的伪控制量中对扰动进行补偿,利用线性系统理论证明了ESO的收敛性和闭环系统的稳定性;同时,在离线训练的基础上设计了基于在线梯度方法的神经网络逆在线学习算法,利用李雅普诺夫稳定性理论证明了神经网络逆在线学习的收敛性.最后,以典型的两区域四机系统为例进行数值仿真,结果表明,与传统的AVR/PSS方法和基于离线训练的神经网络逆控制方法相比,所提方法明显提升了电力系统的暂态性能.     

分片线性神经网络逆系统方法的内模控制

为提高传统逆系统方法的跟踪精度和抗干扰能力,提出了基于连续分片线性神经网络α阶逆系统方法的非线性内模控制方法.利用标准连续分片神经网络逼近非线性系统的α阶逆模型,将它串连在原系统之前,得到复合的伪线性系统,对该伪线性系统应用内模控制策略进行控制,并分析了闭环系统的性能.仿真结果表明:该方法跟踪效果好、抑制干扰能力强,且设计简单,是解决非线性系统控制的一种可行的方法.     

电力系统神经网络逆控制中的闭环控制器设计

由于实际电力系统输入限幅、工作区域受限等因素的影响,采用神经网络逆系统方法对被控电力系统进行反馈线性化解耦后的复合系统并非理想的解耦线性系统.在对此复合系统设计闭环控制器时需要确定合理的期望响应特性.本文通过对被控电力系统的输入输出特性分析,得到线性化解耦后各子系统的主导物理特性,从而为确定合理的闭环期望响应特性提供依据.结合神经网络逆系统方法在励磁与汽门系统线性化解耦控制中的应用,本文给出了详细的设计方法与计算机仿真结果.     

基于小波神经网络的自适应控制器设计

针对一类未知非线性系统,设计了一种基于小波神经网络的自适应控制器,并提出了一种适合在线学习的参数混合训练算法。根据离线和在线学习系统的特性,得到小波神经网络控制器的初始参数,使用混合训练算法在线修正控制律,实现了自适应控制。仿真结果验证了该控制方案的有效性。     

神经网络逆系统非线性励磁控制器的设计

利用逆系统方法,设计出同步发电机非线性励磁控制律,并加入系统中.把控制与过程状态样本作为非线性导师信号,以训练神经网络控制器,设计一种基于BP神经网络的非线性励磁控制器.仿真结果表明,对于小干扰,神经网络控制器和逆系统控制显示出相同的控制效果;而对于大干扰,两种控制方式的暂态响应曲线也基本相同.逆系统控制与其训练出的神经网络控制器控制,都显示出基本相同的暂态和稳态性能,但神经网络控制比逆系统控制具有控制规律简单,以及实时性、可靠性和鲁棒性好的特点.     

神经网络分数阶PID在网络控制系统中的应用

文章针对网络控制系统(NCS)存在的网络延时问题,设计了一种基于RBF神经网络的分数阶PID控制器,并将该控制器应用在网络控制系统中,减小网络延时对控制系统的影响。该控制器利用RBF神经网络具有任意精度逼近非线性函数及训练速度快的优点,在线整定分数阶PID控制器,并采用分数阶PID控制器直接控制被控对象;选取Ethernet控制的弹簧-阻尼控制系统作为实验对象。实验结果表明:该控制系统具有响应速度快、控制精度高、鲁棒性强的特点,有效地减少了网络延时对NCS的影响。     

基于神经网络的人工肌非线性控制

运用非线性控制的逆系统方法,提出了一种基于神经网络的人工肌非线性控制方案,由原系统导出n-m阶逆系统模型,并与原系统一起构成具有反馈结构的伪线性系统,从而可方便地运用线性控制理论完成对控制系统的设计,用BP神经网络逼近逆系统模型,并借助于递推预报误差算法来训练神经网络,该算法与传统的BP算法相比具有更好的收敛特性,设计了一个具有单关节的人工肌试验系统,给出了人工肌关节跟踪正弦波和矩形波参考信号的试验结果,与传统的线性控制方案比较,基于神经网络的人工肌非线性控制方案能够得到更快的控制速度和更高的控制精度。     

自抗扰控制器在高阶系统中应用的仿真

将自抗扰控制器 (ADRC)推广到高阶系统的控制中。以理论分析为基础 ,将其基础部件——跟踪微分器 TD和扩张状态观测器 ESO的设计予以简化和改进。针对一类高阶非线性对象 ,在实例仿真的基础上总结了 ADRC的设计要点和经验整定规则。进行了几个典型实例仿真 ,并与PID和逆系统方法对比。仿真结果表明 ,ADRC对这一类高阶非线性对象具有良好的控制性能 ,对其外扰和模型的不确定因素具有较好的适应性和鲁棒性 ,从而证实了对 ADRC简化和改进的有效性。 ADRC可应用于高阶系统的控制     

柴油发电机神经网络非线性励磁控制器研究

采用基于LM算法的BP神经网络逼近柴油无刷发电机微分几何非线性励磁控制器,实现了神经网络非线性励磁控制方式,简化了控制回路。仿真结果表明,在系统遭受扰动或故障时,所设计的神经网络非线性励磁控制器具有良好的控制效果。     

基于扩张状态观测器的多机系统非线性协调控制

针对精确反馈线性化(EFL)的非线性控制器鲁棒性差、结构复杂的缺点,提出了基于扩张状态观测器(ESO)的多机电力系统汽门和励磁的非线性分散协调控制策略。同时给出了基于EFL的分散协调控制策略。数字仿真表明,当标称参数与电网实际一致时,基于ESO的非线性控制器能达到EFL控制器的非线性控制效果,但基于ESO的非线性控制器设计无需电网的有关参数,在标称参数与实际电网参数有误差时,基于ESO的非线性控制器较EFL具有更佳的鲁棒性和适应性。     

动力翼伞系统耦合补偿控制策略研究

动力翼伞系统是具有强非线性、强耦合特性的系统,其精确控制比较困难.动力翼伞系统具有两个控制通道,控制的难度在于纵向推力对下偏控制存在着非线性的强耦合作用,在受到风场干扰时会导致系统耦合加剧,从而在控制过程中引起较大偏差,甚至导致系统失速.本文提出了一种基于耦合补偿的自抗扰控制策略,并将该非线性耦合关系设计为扩张状态观测器中的已知扰动,从而提高了控制器的跟踪性能.在动态耦合补偿的基础上改进控制律,将非线性动力翼伞系统设计成易于控制的独立积分器,从而提高横向轨迹跟踪控制器的抗干扰性和控制跟踪性能.通过仿真实验可验证该控制策略优于传统的自抗扰控制（active disturbances rejection controller,ADRC）和PID控制.      

四旋翼姿态的反步滑模自抗扰控制及稳定性

为了解决四旋翼无人机姿态控制中存在的问题,设计了一种基于反步滑模自抗扰姿态控制器.首先,介绍了四旋翼无人机的动力学模型,建立了基于反步滑模自抗扰控制算法的姿态控制方案.控制方案构成主要包括扩张状态观测器及基于Lyapunov稳定性分析的反步滑模控制器.稳定性分析表明,通过合理调整参数可以保证控制系统是渐近稳定的.仿真结果表明,所设计的控制器同经典自抗扰控制器相比,对扰动有较强的抑制能力,提高了自适应性和鲁棒性,表明该控制系统具有更好的稳定性和动态性能,对四旋翼姿态控制更加有效.     

板宽板厚多变量系统的自抗扰解耦控制

针对精轧的板宽板厚多变量系统具有强耦合、大时滞、不确定性、干扰因素多、非线性等特点,应用自抗扰控制(ADRC)静态解耦和扩张状态观测器(ESO)动态解耦技术,给出一种多变量系统的ADRC解耦设计方案. 为提高时滞对象的快速性,设计了一种去掉跟踪微分器(TD),由ESO和非线性状态误差反馈控制律(NLSEF)两部分组成的ADRC,其中NLSEF改用非线性函数实现,ADRC阶次比常规方法低一阶. 仿真结果表明,该控制方案不仅解耦效果好,而且对模型的不确定性和外部扰动具有较好的鲁棒性和适应能力.     

异步电动机自抗扰控制系统的仿真

介绍了自抗扰控制器的内部结构及其各组成部分的功能,并将自抗扰控制系统应用于在异步电动机调速系统中,此控制方案不需要精确的电机模型就可以实现干扰补偿,使得自抗扰控制器的设计能够独立于异步电动机精确的数学模型。在MATLAB/Simulink环境下进行了仿真研究,并根据仿真结果分析了线性自抗扰控制系统较传统PID控制器的优缺点。     

基于反双曲正弦函数的自抗扰控制器

利用反双曲正弦函数分别设计了三阶跟踪微分器和三阶扩张状态观测器,并利用该函数和设定输入的二阶微分信号设计控制律,从而构造了一种新型自抗扰控制器.通过李雅普诺夫函数证明了自抗扰控制系统在平衡点处渐近稳定.仿真实验表明,采用该自抗扰控制器的二阶系统能有效抑制内部和外部非线性扰动的影响,实现对方波信号和正弦信号的高精度跟踪,同时,扩张状态观测器能较准确地估计系统内部和外部扰动信号.     

基于自抗扰控制器的异步电机矢量控制

针对异步电机的高性能鲁棒问题,采用自抗扰控制理论,设计并实现了基于自抗扰控制器的异步电机矢量控制方案。将电机模型中的耦合项及参数摄动视为系统扰动,采用扩张状态观测器进行观测并加以补偿,简化了系统结构,提高了响应速度。为减小运算量,对自抗扰控制器的典型结构作了简化处理,使控制周期缩短约1/2,提高了实时控制性能。仿真和物理实验表明,该文研究的基于自抗扰控制器的矢量控制系统,在70%额定负载突卸情况下的动态速升仅为0.8%,动态性能优异,对转子参数变化也具有较强的鲁棒性。     

基于自抗扰控制技术的轧机主传动系统机电振动控制

轧机驱动电机与轧辊间采用长轴连接,连接轴刚度有限,因此在带材高速轧制时,常规电流、转速双闭环控制易产生机电振动和断带现象.为了克服该缺陷,针对轧机主传动系统精确模型不易获得的特点,将不确定外扰和未建模动态视为一个综合扰动项,运用扩张状态观测器对系统状态和综合扰动项进行观测,设计了轧机主传动机电振动扩张状态观测器控制系统;进一步利用自抗扰控制技术设计了一个不依赖于对象模型的轧机主传动机电振动控制系统.仿真研究结果表明:两种控制系统都有效改善了轧机主传动系统的跟踪性能,抑制了系统的机电振动现象,同时对系统内部参数如轧辊转动惯量等的摄动也具有较强的鲁棒性.首次将扩张状态观测器和自抗扰控制技术应用到轧机主传动机电振动控制系统中,并通过与传统电流、转速双PI控制和基于降维状态观测器的状态反馈控制比较,证明了该方法的有效性和优越性.     

基于复合ADRC的压电陶瓷驱动器自适应控制

针对压电陶瓷驱动器固有的迟滞现象对其定位控制精度的影响问题,提出将自抗扰控制(ADRC)与改进Preisach逆模型相结合的控制方案.以模型输入、输出迟滞环的线性度为标准,目的是提高微动工作台的定位精度,从而提高微操作效率和成功率.为了验证所提出控制策略的有效性,通过无控制方法、改进逆Preisach控制方法、复合PID方法、ADRC控制和复合ADRC控制实验,得出所选用压电陶瓷驱动器的迟滞环比重分别为12.3%,5.8%,4.7%,2.5%,1.4%.不同控制方案所得实验结果证明,ADRC与迟滞逆模型相结合的控制方案具有良好的控制性能.     

一种新结构自抗扰控制在电液伺服系统中的应用

提出了一种基于零点可调的线性自抗扰控制器结构.在不影响系统稳定性的前提下,调节控制器的零点参数改变系统的响应速度;改变了不确定扰动的补偿方式,消去线性组合补偿(LFC)与扩张状态观测器(ESO)的参数耦合.通过经典控制理论和波特图分析了该控制器时域和频域特性,给出调节零点参数的取值范围;分析噪声对扩张状态观测器的影响,提出了ESO参数选取的条件.通过电液伺服系统跟踪给定曲线实验,表明调节零点参数可以有效加快系统响应,使参数整定更容易.