永磁同步电动机数字化电流控制方法

提出了一种永磁同步电动机实时自适应电流控制方案，在预测电流控制的基础上增加参数辨识，以克服电动机参数不准确带来的影响．用比较计算模型和实际电动机输出之间差别的方法对电枢电感和磁通进行辨识，并给出了实验结果     

感应电能传输系统参数辨识与恒流控制

针对感应电能传输系统中激磁电流(谐振电流)的控制问题,本文提出一种基于参数动态辨识的恒流控制策略。该方法从能量分析的角度,建立了系统谐振回路中能量存储、供给与耗散函数,通过分别建立系统周期内与周期间的能量平衡关系,得到了系统反射阻抗的辨识函数。该方法提出了采用Buck变换器控制系统输入电压以实现谐振电流恒流的控制方案。基于系统输入电压与谐振电流峰值包络的函数关系,结合Buck变换器的输入输出函数关系,建立了系统的恒流控制律。通过实验验证了该控制方法的可行性。该方法的参数辨识环节仅需采样原边部分的谐振电流和电压过零采样数据,简化了系统的采样系统设计。而基于参数辨识的恒流控制律不需要复杂的算法计算,易于实现。     

纯滞后控制系统采样周期的选择

工业控制中许多对象都具有纯滞后特征，对纯滞后系统的控制问题进行研究，具有理论意义和实际应用参考价值。在纯滞后系统中，由于对象存在纯滞后时间τ，因此常使人觉得，对这类系统的控制，采样周期选择为τ控制效果比较好，而一些文献也执此观点。为探讨纯滞后控制系统中采样周期的选择问题，用数字仿真方法，对选择不同采样周期的控制效果进行了计算，对采样周期的合理选择问题进行分析。数字仿真结果表明，对纯滞后控制系统，有关文献给出的采样周期T选择为纯滞后时间τ的结论是不合适的，其控制效果并不好。     

利用神经网络对温度系统的辨识

针对神经网络对系统辨识时,在一次采样周期内只学习一次样本对的低效率情况,采用一种改进措施,即在一次采样周期内进行多个样本对的学习,同时还采用离线辨识和在线辨识结合的方法,使神经网络能快速、准确地辨识系统的特性．     

永磁同步电动机数字化电流控制方法

提出了一种永磁同步电动机实时自适应电流控制方案，在预测电流控制的基础上增加参数辨识，以克服电动机参数不准确带来的影响。用比较计算模型和实际电动机输出之间差别的方法对电枢电感和磁通进行辨识，并给出了实验结果。     

基于采样PI的时滞电力系统负荷频率控制

针对不确定性传输时滞、系统参数与负荷扰动，通信带宽约束与计算负担以及风电间歇性功率，引发系统调频性能下降的问题，提出一种考虑信号采样周期与传输时滞的采样PI负荷频率控制（Sampling PI Load Frequency Control，SPI-LFC）方案，并引入指数收敛率来评价系统的快速性. 基于通信时滞采样数据网络，建立含风电的时滞电力系统SPI-LFC模型. 通过构建新的双边闭环Lyapunov泛函，并利用线性矩阵不等式技术，推导系统采样周期与通信时滞稳定裕度，以及指数收敛率相关的稳定准则与SPI控制设计方法. 仿真结果表明，所提方案具有较大的采样周期和通信时滞稳定裕度与较高的指数收敛率；对不确定性系统参数、负荷扰动和风电的间歇性功率也具有较强的鲁棒性.     

空调水系统实时在线优化控制预测模型的研究

针对集中空调水系统，将模型层次、模型特性及参数辨识有机结合，建立了系统层次实时在线的优化控制预测模型．该模型基于简单物理特性及自适应控制技术的模型参数在线辨识，能通过自校正式的在线仿真对系统的运行特性和控制特性进行实时预测．     

机器人负载的动力学参数辨识

为解决机器人末端负载的时变性给高速运动的机器人带来控制精度降低的问题,研究了参数差值法、力矩求解法、全局参数辨识法的机器人末端负载动力学参数辨识的方法,以提高末端负载的辨识精度.得到的负载动力学参数用于动力学控制以提高机器人动态精度.通过建立拉格朗日动力学线性辨识模型,以最优激励轨迹进行实时数据采集,采样数据经过低通滤波及中心差分的处理后,代入相应的负载辨识方程式,并用加权最小二乘法解决线性方程组,可辨识到不同负载的动力学参数.实验验证了负载辨识方法的可行性.     

室内环境温度智能控制的一种实现方法

研究了一种用单片机实现对环境温度信号采样与控制的系统．该系统以８０３１为智能控制核心，通过执行控制软件完成对整个系统的控制和管理．当遥控器发射信号时接收部分将收到的信号解码后输入单片机，单片机存储并分析输入参数值，判断所设置的功能，并按一定的工作方式和时序启动相应的部分工作．同时，系统按一定的周期采样温度值，与设定的温度比较、运算、判断、控制相应的控制点，控制冷机、热交换阀、各风机等工作，实现四种运行方式下的环境温度控制．经使用证明，该系统具有良好的性能和实用价值．     

基于压缩传感的混沌自适应控制

提出了一种自适应混沌控制方法,仅根据输出时间序列,利用压缩传感辨识混沌系统的方程与参数,利用负反馈控制混沌系统到设定目标上。以Lorenz和Rssler系统为例说明时变结构系统的方程及参数的辨识与控制,首先估计出Lorenz系统方程并将其控制到固定点或周期振荡上,当系统结构从Lorenz变化到Rssler时可以快速辨识新结构及其参数,系统重新回到控制目标上。结果表明,与最小二乘法相比,该方法仅通过较少的数据即可实现模型结构与参数的同时估计,并有很高的估计精度,利用估计得到的模型和参数,再利用负反馈可以将混沌系统快速控制到设定目标上。     

变采样网络控制系统的稳定性分析

目前网络控制系统多采用事件驱动方式,这种驱动方式适用于网络延时小于一个采样周期的网络控制系统。为了解决网络延时大于一个采样周期的问题,提出了事件-时间驱动方式。在采用事件-时间驱动方式下系统成为变采样网络控制系统。在网络时延大于一个采样周期情况下,系统中的控制值和反馈值不能准时到达时,该系统使用预测环节预测的预测值。在基于预测值的变采样网络控制系统中,给出了不同网络时延所对应的状态转移矩阵,分析了变采样网络控制系统稳定需要的条件,最后给出了一个例子说明了变采样网络控制系统采用预测值控制可以使系统稳定运行。     

网络控制系统的变采样周期调度算法

综合考虑网络控制系统的误差、误差变化率、网络利用率及采样周期对系统性能的影响,设计了一种基于模糊反馈的变采样周期调度算法.该算法由网络利用率预测和采样周期调节两部分组成:网络利用率预测部分根据当前网络运行状况预测新的网络利用率;采样周期调节部分包含网络利用率分配和采样周期的计算.采样周期调节部分的网络利用率分配,用于重新分配各控制回路的网络利用率,分配时考虑系统各回路的误差和误差变化率,利用模糊控制理论调整各回路对网络的需求程度,完成分配;而采样周期计算是根据所得的网络利用率及数据的传输时间,动态调节系统各回路的采样周期.最后,结合EDF调度算法利用TrueTime工具箱对所研究的调度算法进行了仿真,结果表明采用本文所研究的变采样周期调度算法的控制系统性能要优于采用固定采样周期调度算法的控制系统性能.     

广义预测控制及其在干燥塔中的应用

将预测控制中广义动态矩阵控制与前馈 -反馈控制相结合 ,构成一种新的控制方案 ,称为广义预测控制 ,它与前馈 -串级控制结构相近 ,但在设计思想和参数整定方面有所不同 ,它既能有效克服主要干扰 ,同时又保持了预测控制的鲁棒性及良好的跟踪性能。本文介绍了这种方案在干燥塔温度控制中的应用     

增强系统阻尼并保持电压精度的静止无功补偿器非线性最优预测控制

以增加系统阻尼和维持电压水平为目的,基于非线性最优预测控制理论,设计出具有闭合形式解析控制律的SVC控制器．该控制器避免了非线性预测控制在线优化计算带来的大量计算负担,从而可满足实时控制的要求,且设计参数只有滚动预测时间及控制阶,因而便于工程实现及调试．仿真的结果表明,该控制器可有效地阻尼系统的振荡并能维持SVC接入点的电压水平．     

基于模型预测内模的实时控制算法

对具有滞后性、外界扰动和被控对象参数不确定性、快速性要求高的一类单输入-单输出线性系统的非恒值实时控制的模型预测内模的控制算法进行了进一步的分析研究.从理论上分析了该控制算法的系统稳定性条件、稳态控制误差,研究了在逆变电源控制系统中,该控制算法对负载的鲁棒性和对扰动的抑制能力.算法仿真表明:该控制算法能够克服外界扰动和被控对象参数不确定性,系统具有较强的鲁棒性,稳态控制精度高,动态响应速度快.     

基于高性能FPGA的智能加湿器设计

针对当前加湿器调节便捷性和准确性不够的问题,设计了一种基于FPGA芯片的智能加湿器。通过将环境湿度采样周期、工作条件等代入预测系统,建立预测控制模型,再通过超声波加湿部件、温湿检测部件和FPGA控制部件,形成闭环反馈回路系统,FPGA控制部件根据湿度传感器数据,调节输出方波信号占空比,达到智能调节湿度的效果。系统仿真和实测结果表明,该系统湿度测量准确、稳定可靠、可扩展性强。     

一种改进的广义预测控制方法

为了改善建筑结构控制效果,在模型不精确的前提下达到振动控制的目的.采用实际测量和预测相互结合的广义预测控制算法,通过引入相对稳定性矩阵和可调增益参数的办法来改进原控制算法,提高在地震作用时主动控制系统的稳定性.数值仿真表明:单纯附加相对稳定性矩阵来设计控制器虽然可以提高控制系统的稳定性,但控制效果不能保证,只有引入可调增益参数方可保证振动控制的效果;可调增益参数应该根据实际控制的效果进行调整,而相对稳定性矩阵可根据原系统矩阵来选取,最好取对角矩阵;其对角元素选取以改善原控制系统的极点分布为目的.     

基于双模型预测函数控制的PVC聚合釜温度系统

介绍PVC聚合反应的过程,针对PVC温度系统的特殊性,提出基于多模型的预测函数控制策略。将被控过程空间分为多个子空间,每个子空间对应一个失配较小的预测模型,同时设计多个预测函数控制器与之对应。该控制策略拓宽了传统预测函数控制的应用领域。根据PVC的升温和保温这2个不同的反应区间采用了2个不同的预测模型,以适应过程参数在不同区间发生的变化。该算法在SUPCON-JX300X集散控制系统上利用SCX语言实现,工业现场运行取得了满意的效果。实际运行表明：该控制策略具有算法简单、易于工程实现的优点。     

单值预估控制

给出了单值预估控制的算法,论证了单值预估控制与一般多值预估的等价性,认为两者控制性能是相当的.在给出闭环预估控制系统稳定性的一些必要条件和充分条件的基础上,提出用相对预估增益作为闭环系统的整定参数.同时给出了基于状态空间模型的单值预估控制算法,使算法更为简单,控制性能可得到进一步提高.     

无模型预测控制及在溴化锂机组控制中的应用

为解决带有时滞特性的制冷系统的控制问题,提出了一种改进的无模型自适应预测控制算法,并将其应用到制冷系统控制方案中。首先,提出一种引入两个参数L1,L2的参数估计控制方案,改善了MFAPC( Model-Free Adaptive Predictive Control) 的伪偏导数参数估计过程,使算法在达到减参目的的同时提升了稳定效果; 之后在控制输入准则函数中加入了控制输出误差和。最后引入典型线性和非线性时滞系统、跟踪时变信号系统、溴化锂制冷系统,对其跟踪控制问题进行了仿真比较研究。仿真结果表明,改进的无模型预测控制算法能取得更稳定的输出结果,且有更快的响应速度和更好的控制性能,同时解决了带有时滞特性的制冷系统控制问题。