异步电机低开关频率的模型预测直接电流控制

针对二极管箝位型(neutral point clamped, NPC) 三电平逆变器驱动异步电机的低开关频率控制, 提出了一种新颖的模型预测直接电流控制(model predictive direct current control, MPDCC) 方法. 基于推导的传动系统离散时间内部预测模型, 控制器预测了每个容许开关位置对应的电流输出轨迹、外推输出轨迹, 并根据评估平均开关频率的价值函数在线滚动优化实时求取最优开关矢量, 使得逆变器平均开关频率最小化, 且保持电流轨迹在给定的滞环范围内. 相对于已有的单步预测电流控制方法, 该方法在保持基本相同谐波性能的同时显著降低了开关频率. 仿真结果表明, 低开关频率模型预测电流控制算法可将三电平逆变器的平均开关频率降低至500 Hz 以下, 并且具有较理想的电流谐波畸变和动态响应性能.     

ALSTOM气化炉的多模型预测控制

为了克服ALSTOM气化炉多变量、非线性的特性给系统控制带来的困难,提出了一种多模型预测控制(multiple model predictive control, MMPC)算法.根据气化炉在多个工况下的局部线性模型,设计了一组简化状态估计的子预测控制器.通过子模型输出误差项的无量纲化处理,改进了递推贝叶斯加权策略,并对各子预测控制器的输出进行了加权计算,得到了系统的实际控制量.将该多模型预测控制算法用于ALSTOM气化炉的控制,仿真结果表明:在压力扰动测试中,即使各控制量受到严格的约束,各输出量的偏差仍能维持在规定的范围内;在变负荷测试中,系统能够迅速跟踪负荷设定值的变化,从而满足了基准测试的各项要求.     

基于模型预测的双馈电机并网策略

根据电网电压矢量控制的双馈电机数学模型,推导出一种转子电流和转子电压近似解耦的状态空间方程。基于该状态空间方程的离散模型,预测双馈风力发电机系统未来的状态量和输出量。以快速达到最终稳定为目的,设计预测模型和评价函数;以该预测模型和评价函数提出了一种模型预测控制器,并将提出的模型预测控制器与转子位置初始误差补偿控制器结合,提出一种双馈电机的分步并网控制策略。仿真结果显示虽然有时模型预测控制器在跟随参考值会有超调略大的情况,但其在并网和功率阶跃响应时显示出了良好的动态特性以及稳定性,验证了模型预测控制器与分步并网控制策略的有效性以及控制器良好的控制性能。     

基于变预测时域的电动汽车轨迹跟踪控制

针对在不同车速下由于车辆动力学参数改变导致轨迹跟踪的误差变大的问题,研究电动汽车自适应性轨迹跟踪控制器设计.首先,基于模型预测控制(model predictive control,MPC)设计轨迹跟踪控制器,对比分析不同车速下不同预测时域对轨迹跟踪的影响;其次,通过仿真结果,发现不同车速下采用恒定预测时域,轨迹跟踪在不同速度下自适应性变差,易产生较大的跟踪误差;最后,设计了基于车速变化的变预测时域轨迹跟踪控制器.CarSim/MATLAB/Simulink联合仿真结果表明,改进后的轨迹跟踪控制器在不同车速下轨迹跟踪具有良好的控制精度和稳定性.     

基于模型预测控制的航空发动机传感器容错控制

针对航空发动机传感器的硬故障和软故障,在模型预测控制（model predictive control,MPC）的基础之上,提出了一种调整参考轨迹的主动容错控制（fault tolerant control,FTC）方法。首先,该方法使用故障诊断（fault detection and diagnosis , FDD）单元诊断出故障信息;然后,监控决策机制根据故障信息在线的调整参考轨迹;最后,控制器通过调整控制量使得输出跟踪新的参考轨迹,从而实现传感器故障的主动容错控制。同时,对CMPASS-90K涡扇发动机进行了主动容错控制仿真,验证了所提方法的有效性,并分析了容错效果的影响因素。     

基于MPC自适应巡航系统控制策略联合仿真研究

为了提高自适应巡航系统的鲁棒性和对复杂跟车环境的适用性,提出一种基于模型预测控制(model predictive control,MPC)的自适应巡航系统分层控制策略。上层控制策略主要考虑速度控制模式和距离控制模式之间的切换,下层控制策略则基于MPC理论而提出,确定汽车加速、减速或保持当前车速,以提升系统跟随性。在Carsim软件中选取有防抱死制动系统的C级掀背车,实时模拟两车(前车和本车)跟随的运行过程。在MATLAB/Simulink中建立纵向运动学模型,运用MPC控制策略对车辆的跟车工况进行联合仿真。结果表明,我们设计的MPC控制器与PID(proportional-integral-derivative,比例-积分-微分)控制器相比,在跟车工况下本车的加速度峰差值仅为1.65 m/s~2,加速度变化均值降低约23%,提高了驾驶的舒适性和行驶的稳定性;同时车间距误差范围控制在-0.5～7.3 m,均值误差降低约12%,在实际跟车环境中,能有效减少追尾、加塞等情况的发生。     

基于自适应神经模糊推理系统的连续搅拌反应釜系统的改进广义预测控制

连续搅拌反应釜(continuously stirred tank reactor,CSTR)是典型的非线性、大滞后的化工对象。为克服传统控制方法难以建立其机理模型的难点,基于对实际工业现场采集得到的大量输入输出数据,提出采用自适应神经模糊推理系统(adaptive-network-based fuzzy inference system, ANFIS)的方法,得到CSTR系统较理想的输入输出关系规则库,即CSTR系统的T-S模糊模型。最后,通过改进的广义预测控制(Jin’s generalized predictive control, JGPC)算法对CSTR系统的浓度进行控制,并与常规的广义预测控制(generalized predictive control,GPC)算法、比例-积分-微分(proportion integral differential,PID)控制算法进行对比,仿真结果显示,JGPC算法的控制效果优于GPC算法和PID控制算法,证明了方法的有效性。     

微型货车高速转弯的改进模型预测防侧翻控制

为解决高速转向过程中,微型货车容易侧翻的问题,提出一种前馈反馈-史密斯预估-模型预测控制结合差动制动的防侧翻控制方法。首先建立三自由度车辆模型,得到纵向速度、横摆角速度、簧载滚转角的实际值,并与Carsim得到的理论值相减得到状态偏差,接着以车辆的归一化的零力矩点横向偏移为预警指标,设计模型预测控制(model predictive control, MPC)控制器计算附加横摆力矩,通过差动制动方法分配制动力矩,最终实现车辆防侧翻。通过Carsim和MATLAB/Simulink联合仿真,进行车辆转弯运动实验。实验结果表明,该控制方法可以有效提升微型货车在高速转向过程的稳定性,提高微型货车的安全性。     

基于动力学模型预测控制的Stewart型轮足腿控制方法

为了提高轮足机器人Stewart型轮足腿在不同位姿条件下的精度和动态特性,提出将模型预测控制（model predictive control,MPC）应用于轮足腿的位姿跟踪.首先对Stewart平台进行受力分析,利用牛顿-欧拉方程建立动力学模型的状态空间表达式,建立MPC预测模型和优化目标函数;然后通过Adams和Matlab联合仿真对MPC控制器进行参数整定,检验其对未建模摩擦力的鲁棒性;最后通过对比实验验证MPC控制器在负载位姿变化条件下可以获得优于PI控制器的姿态跟踪精度和动态特性.      

基于模型预测控制的风电场无功电压协调控制策略

针对风电场中并网点电压波动以及传统的无功补偿电压控制方法中因利用系统当前信息进行控制而导致控制滞后和无功补偿设备之间不协调等问题,提出基于模型预测控制(model predictive control, MPC)和扰动观测器(disturbance observer, DOB)的风电场无功补偿设备协调控制方法.首先,建立风机和静止无功补偿器(static var compensator, SVC)的无功调压数学模型,将并网点电压偏差最小和SVC动态无功储备最大作为指标函数;其次,在预测模型中引入扰动观测器,以更快地抑制由模型参数失配等扰动造成的电压波动,从而获取精确的预测输出.仿真结果表明,基于扰动观测器的MPC控制器具有很强的电压跟踪能力和抗干扰能力,该控制策略是有效的.     

基于模型预测策略的永磁同步电机最大转矩电流比控制优化

针对当前在采用最大转矩电流比(maximum torque per ampere,MTPA)控制策略的永磁同步电机双闭环矢量控制系统中,因外在负载或电机转矩突变,造成电流调节器因积分饱和而导致电机实际定子交-直轴电流无法快速跟踪给定的MTPA电流问题,提出一种基于模型预测控制原理的两矢量模型预测控制策略,来取代传统双闭环电机控制系统中的电流内环调节器。在分析永磁同步电机MTPA控制原理、电流内环调节器饱和原因的基础上,利用模型预测控制的非线性约束处理能力在每个采样周期内通过两电压矢量模型预测控制策略,获得更加准确的电压矢量。实现系统实时动态跟踪永磁同步电机MTPA轨迹的目标。仿真和实验结果表明,该控制策略在电机给定转矩或外在负载转矩突变情况下可实时跟踪MTPA给定电流的变化,电机定子电流未出现较大波动。     

改进的预测控制算法用于加热炉支管温度控制

加热炉支管温度平衡系统是一个多变量、非线性、强耦合的复杂过程,当应用传统预测控制方法时,控制量的获得需要在线求解一个多变量、多约束的非线性规划问题,传统非线性规划方法求解该类问题时易收敛到非法解或局部极小。针对上述问题提出一种基于差分进化(differential evolution,DE)算法的预测控制,使用DE算法在线求解涉及的优化问题获得控制量。为了验证方法的有效性,对基于DE算法的预测控制器进行了仿真研究。仿真结果表明,所提出的方法有着很好的跟踪性能,并且对干扰有较强的鲁棒性,提高了系统的控制效果。     

基于误差边界限定的永磁同步电机预测控制

针对图形边界限定形式的感应电机预测控制存在简洁、直观等优点,进一步考虑将该控制策略应用于永磁同步电机。预测控制将电机和逆变器作为一个系统整体考虑,以空间电流矢量为控制对象,直接产生逆变器的开关控制信号。基于永磁同步电机在转子磁场坐标系下的数学模型,推导出电流矢量导数的估测模型,进而预测出电流矢量的轨迹,根据最优电压矢量选择判据选定开关状态,完成基于圆形电流误差边界限定形式的永磁同步电机的预测控制算法。通过MATLAB/SIMULINK进行仿真,仿真结果证明了提出方法的有效性。     

预测函数控制在感应电机调速系统中的应用

针对感应电机调速系统,提出预测函数—内模双环控制。预测函数控制有计算量小、跟踪速度快等优点,内模控制的参数调节方便,且能抑制参数变化在系统性能上影响,将两者原理有机结合,通过分析感应电机数学模型,电流环采用内模控制,转速环采用预测函数控制。仿真结果表明,采用预测函数—内模双环控制后,系统的动态性和静态性能都得到明显改善。     

新的基于内置式永磁同步电机的弱磁控制策略

将内置式永磁同步电机弱磁运行原理与电压空间矢量脉宽调制相结合,提出了一种新的弱磁控制策略.通过用电流调节器输出的参考电压与电压空间矢量脉宽调制后输出的极限电压两者之间的电压差值来改变定子电流相位角,从而重新分配d,q轴给定定子电流分量的大小,最终实现弱磁升速.该控制方法实现了电机高倍弱磁扩速运行,且弱磁电流过渡平滑、响应速度快.与传统弱磁控制方法相比,在弱磁区域能更有效地利用直流母线电压,从而在同样电压和电流限制条件下,电机能产生更高的电磁转矩,适应性更好.仿真和实验结果表明了本文所提弱磁控制策略的有效性和可行性.     

面向工业电机考虑参数自调节的优化模型预测控制

针对常规控制器在工业电机无参数或者参数失配时引起的控制性能下降等问题,不满足工业自动化发展需求,因此提出一种考虑现实工业情况的无参数模型预测控制。首先引入模型预测控制的思想,将离散异步电机数学模型作为模型预测控制的预测模型并在线估计更新其集总参数,从而无需任何电机参数即可实现模型预测控制。针对工业用电机复杂工况,进行优化使其能够快速且准确地辨识出集总参数。仿真结果表明,所提出的控制策略预测精度高,在工况与电机参数均为未知时变的情况下,无参数模型预测控制仍然能在不同情况下达到较为优良的控制性能,证明了该方法优良的鲁棒性和有效性。     

基于预测自适应的永磁同步电机无传感器控制

针对传统永磁同步电机无传感器控制动态性能差和转速信号观测精度低的问题,设计了新型永磁同步电机无传感器控制方法.文章采用在线梯度下降法设计二阶线性扩张状态观测器,该二阶线性扩张状态观测器能够在永磁同步电机负载扰动或转速突变情况下准确快速对电机转速实时估计;同时将预测自适应滑模控制系统应用于转速环节,通过预测自适应估计永磁同步电机扰动变化量进行实时电流补偿.仿真结果表明:二阶线性扩张状态观测器能够对转速准确快速实时估计,且抗干扰能力强;预测自适应滑模控制策略有效缩短电机速度响应时间,显著削弱电机转速、电磁转矩的抖振,表现出良好的动态性和鲁棒性.     

基于T-S模型的模糊预测控制在列车速度控制器中的应用研究

针对列车的速度控制特点,提出了基于Takagi-Sugeno(T-S)模型的模糊预测函数控制方法.设计了一种列车速度模糊预测函数控制器,并针对不同运行状况以及列车在启动、停止以及运行过程中的特点采取相应的控制策略,将整个控制过程分为多个子空间,每个子空间对应一个线性预测模型,通过仿真研究,验证了该控制器具有良好特性曲线跟踪能力.     

基于神经网络的永磁同步电机广义预测控制

介绍了一种基于神经网络的永磁同步电机矢量控制系统的广义预测控制方法.通过分析永磁同步电机数学模型,采用带有延时结构的多层前向神经网络作为预测模型,进行非线性广义预测控制.控制算法是基于非线性激励函数的局部线性思想,将预测模型处理成线性和非线性两部分,并用线性预测控制方法求得控制律,简化了计算.仿真结果表明,利用该法建立的永磁同步电机调速系统,具有良好的控制效果.     

TCP网络的拥塞预测控制策略研究

针对Internet网络系统的拥塞控制问题,提出了一种基于预测函数的拥塞控制策略。在离散化传输控制协议(TCP)动态拥塞窗口模型基础上,将IP网络转化为具有约束的预测控制,采用预测函数算法策略进行优化求解,使队列快速平稳地到达目标值。仿真结果表明该方法能够适应复杂的网络环境,控制品质优于RED算法和PID算法,具有较好的稳定性和鲁棒性,有效减少了网络不确定性带来的不利影响。