SVC与发电机励磁的非线性PID协调控制策略

针对电力系统的强非线性和不确定性,应用非线性控制理论,基于非线性跟踪微分器及PID校正思想,设计了一种用于静止无功补偿器(SVC)与发电机励磁的非线性PID协调控制策略.该控制策略具有不依赖于被控系统知识的特点,对系统工作点和网络结构的变化具有良好的鲁棒性,且结构简单,易于实现.利用Matlab/S-function 仿真表明,SVC与发电机励磁的非线性PID控制策略能有效地提高电力系统暂态稳定性.     

互联电力系统AGC的模糊和遗传控制算法

针对互联电力系统自动发电控制(AGC),结合模糊控制和遗传算法提出一种新型的PID智能控制器.这种控制器主要特点是选用遗传算法整定的PID参数值作为模糊自整定PID参数控制器的初值,然后再对模糊控制的相关参数用遗传算法优化,避免了参数选择的盲目性.仿真结果明显优于传统的PID控制器,同样也优于单独模糊PID控制器和由遗传算法寻优而设计的PID控制器.同时,在研究遗传算法寻优的过程中提出一种新的适应度选择方法.     

Stewart平台的SimMechanics仿真

目的为更方便地建立模型进行仿真,避免不同软件之间的兼容问题,提高仿真的效率,研究Stewart平台的SimMechanics仿真.方法基于Matlab自身进行联合仿真,使用Matlab里的SimMechanics工具箱建立Stewart平台,该平台包括支腿轨迹产生器,执行机构,比例-积分-微分(PID)控制器和输出显示器.通过分析该Stewart仿真模型得到其运动特性,测试不同比例系数(K_p)值对PID控制器的影响.结果由示波器观察得到的支腿的伸缩长度与设定支腿的伸缩长度一致,证明该仿真可靠.对比3组仿真结果,验证了K_p值对PID控制器的影响是正确的.同时该仿真方法还可以得到上平台重心的运动轨迹.结论 Stewart平台的SimMechanics仿真方法提高了仿真效率,同时K_p参数的选值对实际应用有很大的指导意义,充分体现了仿真的作用.     

AGC机组调度的多线程仿真

为降低电力市场化后AGC(automatic generation control)服务购置费用,需有选择地投入AGC机组,但由于AGC机组运行状态无法解析描述,难以明确所选择的机组能否满足要求。可通过AGC机组运行状态仿真解决该问题,多线程技术的应用不仅可提高仿真计算的速度,同时又可方便实现多窗口显示。仿真结果的可视化可直观清晰地显示机组运行状态的变化情况,该研究可为系统调度人员准确地把握机组的运行状态,恰当地取舍符合系统调节需求的机组提供依据。     

利用飞轮储能改善电力系统自动发电控制性能研究

提出了一种应用飞轮储能系统(FESS)参与电网自动发电控制(AGC)的方法,并在MATLAB/Simulink平台上,通过对两区电力系统调频模型的仿真,验证了该方法的有效性。     

现代电力系统中的离散化算法研究

在现在的电力系统中,其包含数据量越大,而现代电力系统分析中又经常要求实时性与准确性,所以对高性能的离散化算法的需求也日益突出,要想从大量的电气参数中寻找到一些特征与规律,就必须首先经过离散化算法进行计算,对数据源进行处理,才能更快更好地获得数据源中蕴含的一些规律.本文从电力系统分析中常用的龙格库塔法入手,首先对其进行分析,指出其缺点并进行简化.然后,针对于电力系统中常用的PID控制策略,将该方法与PID控制策略融合,给出了其表达式.最后,对该方法进行仿真与算例分析,验证了该方法的优越性.     

监控AGC系统的智能PID控制策略

为了解决带有纯滞后的监控AGC系统的控制问题,提出了基于RBF神经网络的PID控制器与Smith预估器相结合的智能PID控制系统,并对传统监控AGC、应用Smith预估器的监控AGC及应用智能PID控制的监控AGC系统进行了仿真.结果表明,应用智能PID控制的监控AGC系统收敛速度明显加快,适应能力与鲁棒性比常规PD控制要好.     

互联电力系统AGC的模糊和遗传控制算法

针对互联电力系统自动发电控制(AGC)，结合模糊控制和遗传算法提出一种新型的PID智能控制器，这种控制器主要特点是选用遗传算法整定的PID参数值作为模糊自整定PID参数控制器的初值，然后再对模糊控制的相关参数用遗传算法优化，避免了参数选择的盲目性。仿真结果明显优于传统的PID控制器，同样也优于单独模糊PID控制器和由遗传算法寻优而设计的PID控制器。同时，在研究遗传算法寻优的过程中提出一种新的适应度选择方法。     

RBF网络自整定PID控制在网络化控制系统中的应用

文章针对网络化控制系统普遍存在的时延问题,介绍了一种基于径向基函数神经网络自整定PID的控制策略.在Matlab/Simulink环境下搭建了基于TrueTime工具箱的网络控制系统的仿真平台.仿真结果表明:与常规PID控制相比,神经网络自整定PID控制算法可有效地提高系统的鲁棒性和自适应性,且此方法易于实现,便于工程...     

基于改进型自抗扰控制器的永磁同步电机的低速控制

为了实现永磁同步电机(PMSM)低速时的精确控制,提出了一种基于模糊PID的ADRC控制策略.即用模糊PID控制器取代传统ADRC的非线性误差反馈律(NLSEF)来抑制系统的误差,进行最优永磁同步电机低速域的控制.通过对基于模糊PID的自抗扰(ADRC)控制策略的永磁同步电机低速域的仿真,结果表明该控制策略具有更好的抗干扰能力和鲁棒性.     

基于改进模糊PID的轮式机器人速度控制器设计

针对轮式机器人在行走过程中存在速度平衡超调较大与调节时间较长、速度平衡效果较差的问题,采用Matlab/Simulink与Carsim仿真软件建立轮式机器人四轮差速运动模型,对于无刷直流电机(BLDCM)系统,在原有模糊PID的基础上,结合抗积分饱和算法与变速积分算法,提出一种改进模糊PID控制的调速方法。仿真结果表明,通过抗积分饱和与变速积分算法改进后的模糊PID控制器与传统模糊PID控制器相比,在机器人速度平衡控制过程中,超调降低30%,调节时间降低33%,具有速度响应时间短、速度响应曲线波动小的优点。搭建了轮式机器人实验验证平台,实验结果表明,改进后的模糊PID控制调速方法的速度响应快,满足轮式机器人速度控制需求。所提设计可为轮式机器人速度稳定系统调试提供理论指导,并可应用于以速度调控为主导的控制系统。     

旋转直驱阀的双闭环模糊PID控制仿真分析

采用MATLAB平台进行建模仿真的方法, 利用位置环/电流环双闭环比例-积分-微分(PID)控制系统, 并与模糊控制相结合, 解决了航空发动机燃油调节系统的旋转直驱阀(RDDV)伺服系统存在液动力负载扰动, 严重影响系统的动态特性和稳定性的问题. 仿真结果表明： 在相同输入条件下, 采用模糊双闭环控制方法能在保证系统无超调的前提下显著缩短响应时间； 当存在扰动时, 能使系统更快地恢复到稳态.     

神经网络技术在舞台升降台控制系统中的应用

PID控制是迄今为止应用最广泛的控制方法,但在实际应用中,其参数整定仍未得到较好的解决.本文把神经网络控制技术应用在舞台升降台控制系统的PID控制中,构造神经网络PID参数自整定控制器,并且通过仿真试验,取得较好的结果.     

移相全桥DC/DC变换器智能控制方法研究

利用Matlab/Si mulink工具箱对500 W移相全桥(phase shift full bridge,PSFB)DC/DC变换器建立仿真模型,分别采用传统的PID、模糊PID、神经网络PID等控制方式对系统进行仿真.仿真结果表明:模糊PID和神经网络PID控制方式在调节时间、负载突变等情况下的性能均明显优于传统的PID控制方式.     

采用自适应模糊PID控制的多级齿轮振动主动控制

针对齿轮传动系统在动态激励的作用下产生的多谐波复杂振动,设计一种在低速轴和高速轴分别安装有压电促动器的主动控制结构;提出一种将传统PID控制和自适应算法相结合的自适应模糊PID算法,抑制能量较高的多个谐波振动.在ADAMS平台建立齿轮传动系统虚拟样机,作为被控对象子模块,并在MATLAB/Simulink平台上加载控制算法对系统进行联合仿真.仿真结果表明:在不同转速下,自适应模糊PID控制算法对谐波振动具有良好的控制效果,且优于经典PID控制.     

基于dSPACE及FESTO的控制系统平台设计

为提高传统控制装置的利用率,提出了一种基于dSPACE半实物仿真系统和MATLAB/Simulink技术的改造方案,并将这一方案运用到具体的FESTO传统控制系统,设计了一个改造实例,建立了系统控制平台。最后对此平台进行了基于单神经元自适应PID控制算法的实验仿真。实验结果表明该控制平台克服了FESTO传统控制系统的弊端,能方便验证控制算法的有效性。     

基于Quartus II的数字PID控制模块设计与仿真

针对基于常规微处理器的数字PID控制器在环境恶劣的情况下出现程序跑飞,笔者介绍了一种基于Quartus II的数字PID控制器的实现方法,该模块是直流电机转速控制器中最核心的模块,采用软件平台QuartusⅡ与DSP Builder结合的方法设计了PID控制模块,并给出了仿真结果,从而验证了数字PID控制器的算法正确性.     

主动队列管理中的PID型神经网络控制

研究动态网络中间节点的拥塞控制. 提出一种PID型神经网络的主动队列管理(AQM)算法,给出基于BP学习规则的网络参数自调整规律,根据Lyapunov定理证明了系统的稳定性. 基于NS$-2平台的仿真结果表明,该算法适应瞬息万变的网络环境,系统稳态误差和响应速度等指标优于PID算法.     

基于串级PID的机器鱼位姿控制算法

针对三关节仿生机器鱼的位姿控制问题, 首先, 介绍三关节仿生机器鱼的硬件结构及其运动控制系统; 其次, 基于期望位姿建立坐标系, 构建机器鱼的位姿误差模型； 再次, 在串级比例-积分-微分(PID)控制系统的基础上, 提出基于串级PID的仿生机器鱼位姿控制算法; 最后, 在URWPGSim2D仿真平台和多水下机器人协作控制系统平台下分别进行算法仿真实验和实体实验. 实验结果表明: 与时变反馈控制算法相比, 基于串级PID算法的仿真机器鱼到达目标位姿所用时间增加, 但位置误差和方向角误差减小, 位姿控制的精度提高; 仿生机器鱼到达期望位姿所用时间为14.4 s, 位姿误差为(-3像素,-4像素,0.062 rad), 基本满足循迹和搬运等应用要求, 验证了算法的有效性.     

陀螺稳定平台控制算法比较研究

针对一款实验教学陀螺稳定平台,文章分别采用常规PID控制算法,变参数PID控制算法和变参数自调节模糊PID控制算法对速率环进行控制。仿真结果表明,系统采用变参数自调节模糊PID控制算法响应速度快,超调量小,抗干扰能力强,较常规PID和变参数PID控制算法具有更好的动、静态性能。