无轴承异步电机最小二乘支持向量机逆解耦控制

为了实现无轴承异步电机径向悬浮力、转速和磁链的非线性动态解耦控制,提出了基于最小二乘支持向量机逆的解耦控制策略,在分析无轴承异步电机原系统可逆的基础上,首先采用最小二乘支持向量机逼近原系统逆模型,然后将逆模型串接于原系统之前构成伪线性复合系统,将无轴承异步电机线性化解耦成径向二自由度位移子系统、转速子系统以及磁链子系统,最后为了进一步提高整个控制系统性能,为伪线性复合系统设计了闭环控制器,并采用Matlab对控制方法解耦性能进行了仿真.仿真结果表明:该方法能够成功实现无轴承异步电机系统的非线性解耦控制,并且系统具有优良的鲁棒性和动、静态性能,克服了传统解析逆解耦控制方法过分依赖于系统模型的缺点.     

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.     

基于逆系统解耦永磁同步电动机直接转矩控制

基于PMSM定子静止坐标系中的非线性数学模型,以电磁转矩和定子磁链幅值为目标控制变量,针对DTC-PMSM提出一种逆系统解耦控制策略,并讨论不同类型同步电动机可逆条件.该控制策略借助逆系统理论,将复杂的静止坐标系中DTC-PMSM非线性系统解耦成独立的一阶线性转矩子系统和一阶线性定子磁链子系统;采用PI控制器实现转矩和定子磁链双闭环控制,以达到转矩和磁链的动态解耦.实验结果表明,新型PMSM-DTC系统具有良好的动静态性能.     

叉车底盘神经网络逆系统解耦控制

针对叉车底盘各子系统间的干涉和耦合特性,文章利用非线性系统的神经网络逆系统方法进行叉车主动后轮转向(active rear steering,ARS)与直接横摆力矩控制(direct yaw moment control,DYC)的解耦控制。在分析底盘系统可逆性的基础上,确定解耦变量配对关系,建立BP神经网络逆系统模型并串联到原底盘系统前,使叉车底盘系统解耦成2个独立的伪线性系统;设计PD闭环控制器并与神经网络逆系统组成复合控制器,并进行仿真验证。仿真结果表明,神经网络逆系统解耦控制策略能够消除底盘各子系统间的干涉和耦合,提升叉车的状态跟踪和操纵稳定性。     

基于LS-SVM广义逆的三相四桥臂有源滤波器的内模控制

考虑到有源滤波器数学模型的多变量、强耦合、非线性的特点,提出了基于最小二乘支持向量机(LS-SVM)广义逆系统的三相四桥臂有源滤波器的内模控制策略.利用LS-SVM运算速度快的特点,动态逼近原系统的广义逆模型,同时引入内模控制和解耦控制,构成了广义伪线性复合系统,将控制转化为最优滤波问题.仿真结果表明,该方法稳态精度高,动态响应速度快.     

主动磁悬浮轴承的解耦控制

运用解耦控制策略对六自由度刚性转子主动磁悬浮轴承（ＡＭＢ）进行控制,应用基于逆系统理论的状态反馈线性化方法,设计出非线性控制器。将ＡＭＢ这一多变量、强耦合及非线性的系统,分解为６个单变量无耦合的线性子系统,并对线性子系统进行了综合。仿真表明,此控制策略实现了各自由度之间的动态解耦,系统的动态性能较传统的ＰＩＤ控制方法有明显的提高。     

基于逆系统理论的感应电动机控制策略

针对电压源型逆变器供电的感应电动机，应用逆系统理论提出了一种新型控制策略。利用得到的逆系统模型将感应电动机补偿为伪线性系统，而伪线性系统相当于两个解耦的线性子系统。以伪线性系统为控制对象，运用线性控制理论对整个控制系统进行了综合，给出了控制系统的原理框图。利用MATLAB软件对控制方案进行了仿真实验，实验结果验证了理论分析的正确性和控制方案可行性。     

基于LS-SVM逆系统的焦炉集气管压力系统内模控制

焦炉集气管压力是炼焦生产过程中重要的工艺参数,其值是否稳定,直接影响到煤气质量、焦炉寿命、焦炭质量和生产环境。针对焦炉集气管压力系统是一个强干扰、非线性和多变量耦合的复杂系统,采用LS-SVM辨识出焦炉集气管压力系统的逆系统模型,并将其串联在原系统之前,运用逆系统的方法将集气管压力系统解耦成2个相互独立的单输入单输出伪线性子系统。同时,对解耦后的系统采用非线性内模控制策略以保证系统的鲁棒性和稳定性。仿真和应用结果表明该控制策略的解耦控制效果较好,提高了系统的快速调节能力和跟踪精度,而且增强了系统的鲁棒性,可以保证焦炉集气管压力稳定在现场工艺要求的范围内。     

基于支持向量机广义逆的永磁同步电机模型参考自适应控制

针对永磁同步电机多变量、非线性、强耦合的特点,提出了基于支持向量机广义逆的模型参考自适应控制策略.在分析永磁同步电机广义可逆性的基础上,利用支持向量机回归理论辨识出系统逆模型并引入线性环节构造其广义逆系统,进而与原系统串联构成广义伪线性复合系统,实现被控对象的线性化重构,简化系统结构和外围控制器的设计难度.结合模型参考自适应控制策略,将支持向量机广义逆作为主控制器,设计出新型可调增益的闭环自适应控制器,提高了系统的鲁棒性.仿真与实验表明,该方法不依赖于被控对象的数学模型,系统抗干扰能力强,减小超调的同时提高了响应速度,实现了转速的高精度跟踪控制.     

非线性非最小相位系统的半全局自适应输出反馈控制

讨论了含有参数不确定性或未知扰动的非最小相位的非线性不确定系统的半全局自适应输出反馈控制问题。当未知参数在一紧集上取值 ,且以线性形式出现时 ,利用Lyapunov方法和逆推 (backstepping)设计方法 ,给出了该类系统的输出反馈半全局自适应控制器的设计     

弹载电动舵机幂次滑模反演控制

针对高频响弹载电动舵机系统存在的齿隙非线性、参数时变、未知扰动等问题,提出一种幂次型快速Terminal滑模反演控制策略.设计连续可微函数逼近齿隙非线性环节的死区模型,建立拟合系统的状态空间模型并划分为3个子系统进行控制设计.采用反演控制思想设计快速幂次Terminal滑模控制器,内环采用直接转矩控制控制策略,提高响应速度.应用Lyapunov方法证明闭环系统跟踪误差的有限时间收敛特性,实现了对齿隙非线性的精确补偿.实验结果验证了所提出控制策略的有效性,与反演控制和PID控制策略相比,弹载电动舵机的控制精度、收敛速度及鲁棒性有显著提高.      

基于backstepping的一类多输入非线性系统的控制设计

基于backstepping设计方法,讨论一类非线性系统的状态反馈镇定问题.针对这类非线性系统的特殊情形,运用backstepping方法,先设计其具有严格三角结构形式的嵌入子系统的控制器,进而推出整个系统的控制器,并利用Lyapunov方法证明所设计的控制器能使整个系统是渐近稳定的.最后通过实例验证了结果的正确性.     

基于逆控制的永磁同步电机速度伺服系统

针对永磁同步电机系统解耦性能,提出一种逆控制的新型控制策略,应用逆系统方法对永磁同步电机进行解耦控制研究.通过对永磁同步电机的数学模型可逆性分析,将永磁同步电机系统解耦成二阶线性转速与一阶线性定子电流两个低阶的线性子系统.仿真结果表明,控制方案具有优良的动态和静态性能,且对负载变化具有较强鲁棒性.     

非线性振动控制的神经网络离散逆系统方法

针对非线性结构振动控制难以用线性控制方法精确控制的情况，提出神经网络离散逆系统方法．建立了结构的离散化模型，再用神经网络将非线性系统通过逆系统变换变为伪线性系统，对该伪线性系统可以用一般线性方法精确控制．该方法将非线性结构控制问题转化成了线性结构控制问题，使问题难度大大减小．对某非线性建筑结构振动作了控制仿真，实现了精确线性化，控制效果曲线与对线性结构控制效果曲线几乎完全吻合．神经网络离散逆系统方法发挥了神经网络和线性控制各自的优点，可用于强非线性结构的振动控制．     

基于低通滤波器的机械手滑模控制

机械手是典型的多输入多输出非线性系统,具有时变、强耦合、非线性、快速高精度跟踪等特点.滑模控制是机械手控制的一种重要方法,但基于一般滑模控制方法设计的控制器,其输出存在高频抖动,给被控对象带来不利影响.采用滑模结合低通滤波器的控制策略,定义滑模面,利用趋近律方法设计滑模控制律,基于李亚普诺夫(Lyapunov)函数证明系统的渐近稳定性.以双关节刚性机械手为例,MATLAB仿真结果表明,该控制策略能减小抖动、实现高精度跟踪.     

基于在线学习和ADRC的发电机励磁与汽门系统ANN逆鲁棒控制方法

为提高汽轮发电机组励磁与汽门系统机端电压和功角的控制性能,提出了基于在线学习和自抗扰控制(ADRC)的神经网络逆鲁棒控制方法.首先,将神经网络逆(ANN)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ADRC,设计了用于在线估计复合伪线性系统状态和扰动的ESO,解决了神经网络逆在线学习时训练样本获取的难题,并在设计的伪控制量中对扰动进行补偿,基于线性系统理论证明了ESO的收敛性并针对励磁子系统和汽门子系统与神经网络逆系统组成的伪线性复合系统分别设计整数阶PID控制器和分数阶PID控制器以实现闭环控制;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,与传统的AVR/PSS和基于离线训练的神经网络逆控制方法的比较结果表明所提方法明显提升了电力系统的暂态性能.     

SHAPF线性自抗扰直流侧电压控制方法

并联混合型有源电力滤波器(shunt hybrid active power filter,SHAPF)是抑制中高压配电系统谐波的有效方法,本文根据线性自抗扰控制技术(linear auto disturbance rejection control technique,LADRC),设计出了SHAPF的直流侧电压控制系统.基于LADRC的控制器能够估计出系统所有不确定因素和外部干扰等引起的总扰动并进行补偿,补偿性能良好,其算法简单,易于实现,具有一定的工程应用价值.仿真结果验证了基于LADRC的控制策略的有效性.     

两电机同步系统的神经网络逆控制

以多变量、非线性、强耦合的两电机同步控制系统为研究对象，在同步旋转坐标下，建立了两电机同步系统的数学模型，并进行了可逆性分析．采用静态神经网络加积分器构造两电机同步控制系统的逆系统，将此逆系统与原系统相串联构成复合伪线性系统．即两电机同步系统被线性化且已解耦成速度和张力两个相对独立的系统，速度环为y=s^-1φ（s）型伪线性子系统，张力环为y=s^-2φ（s）型伪线性子系统，再分别设计线性闭环调节器对速度环和张力环进行控制．实验结果证明了采用神经网络逆系统控制方法可以实现两电机同步调速系统的解耦控制．     

基于逆系统方法的变速变桨距风机的桨距角控制

为优化变速变桨距风电系统的高风速区风电系统的风能捕获,基于奇异摄动理论和逆系统方法提出一种非线性的桨距角控制器.该方法将风电系统模型简化为一阶动态系统,并设计其逆系统与之级联.由于级联系统呈"伪线性",可由线性系统理论的相关方法设计其动态性能.理论分析和仿真实验证明了系统的稳定性.与传统的比例积分(PI)控制器相比,该非线性控制器可以减小风速波动所引起的风机机械转矩、转速和系统输出功率的脉动;与其他非线性控制器相比,该控制器更易实现和移植.     

电动负载模拟器反演终端滑模控制

电动负载模拟器存在高阶非线性、参数时变以及多余力矩扰动,常规控制算法难以得到理想控制效果.本文提出一种反演设计的终端滑模控制策略.采用反演控制的思想,将加载系统划分为3个子系统,设计终端滑模控制律,并引入低通滤波器显著降低抖振,使跟踪误差在有限时间内收敛到0.利用Lyapunov方法证明闭环系统的渐进稳定性及有限时间收敛特性,实验结果表明所提出控制策略的有效性,与常规前馈反馈控制相比,加载控制精度有显著提升.