水轮发电机组调速系统的自抗扰控制

为提高水轮机调速系统的控制品质 ,根据自抗扰控制 (ADRC)原理 ,针对考虑弹性水击效应的水轮发电机组水门调节的非线性模型 ,对 ADRC的设计进行了改进。基于三相短路故障、负荷扰动和参数变化的数字仿真实验显示 ,改进的 ADRC与微分几何方法的控制性能相当。结果表明扩张状态观测器的扰动观测和补偿作用使得 ADRC对模型的不确定因素和各种扰动具有更强的适应性和鲁棒性     

火电单元机组协调系统的自抗扰控制

本文针对火电单元机组强耦合性、大迟滞、不确定性、非线性等特点,将自抗扰技术引入火电单元机组协调系统中,并在解耦、抗扰等性能上与传统PID控制方法比较。仿真结果表明,ADRC在解耦控制、抗扰动以及对对象模型的适应性上均优于PID方法,该控制方案在火电单元机组协调系统上的应用,可提高该系统的控制品质。     

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     

球磨机制粉系统的线性自抗扰控制

球磨机制粉系统具有大惯性、大时滞和强耦合等特点,很难建立精确的数学模型。本文分析了球磨机制粉系统的动态特性,并为其设计分散线性自抗扰控制方案。该方案综合分散控制和线性自抗扰控制器的优点,结构简单,不依赖于对象精确模型,可以对被控对象中存在的耦合、干扰和不确定性等进行估计并补偿。根据实际现场要求,对球磨机制粉系统进行设定值跟踪实验、输入扰动实验和性能鲁棒性实验,并比较所设计方案与PID方案的控制性能。结果表明,分散线性自抗扰控制具有更强的解耦能力和抗干扰能力,且性能鲁棒性更优。     

一类沸腾式流化床系统的自抗扰控制

沸腾式流化床系统具有多变量耦合、大时滞、大惯性的特点,而自抗扰控制器(activedisturbance rejection control,ADRC)可以将多回路耦合看作干扰进行实时估计并加以补偿.为此在分析该类系统动态特性的基础上,设计了具有解耦能力的完全分散自抗扰控制器.针对含时滞的回路,并联加入误差的比例,改进了ADRC的控制效果;根据实际对象的控制要求,进行负荷给定值扰动和给煤量扰动仿真实验,与加入静态解耦环节的PI控制效果进行比较.结果表明,对于文中所述的一类多变量系统,本文所设计的自抗扰控制系统结构简单、参数整定方便,并且可以获得良好的控制效果和较强的鲁棒性.     

自抗扰控制器在同步电机调速系统中的应用

针对同步电机磁场定向控制系统受负载扰动、电机参数变化影响问题,将自抗扰控制器(ADRC)应用于调速系统中.为解决传统磁链观测器存在的直流偏置和依赖电机参数的问题,提出了基于ADRC的磁链观测器.仿真结果表明:ADRC对负载扰动和参数变化具有较强的鲁棒性,并且响应速度快、超调小,具有优良的稳态和动态性能;改进后的磁链观测器能有效抑制直流偏置和参数变化带来的影响,提高磁链的观测精度.     

高速高精度电子齿轮箱自抗扰控制研究

针对展成法加工齿轮切削力呈周期性变化引起刀具与工件的相对位姿偏差,导致工件齿轮加工误差的问题,文章提出一种基于自抗扰控制(active disturbance rejection control, ADRC)的主从式电子齿轮箱(electronic gearbox, EGB)控制方法。首先,分析滚齿加工过程中机床各运动轴之间的联动关系,建立斜齿轮加工运动控制数学模型,确立主从式EGB结构模型;其次,建立EGB中各轴跟踪误差与工件齿轮齿廓偏差、齿距偏差和螺旋线偏差之间的数学关系,采用交叉耦合控制(cross-coupling control, CCC)补偿方式求解出各运动轴的补偿量,对从动轴进行补偿;然后,构建基于传统比例积分微分(proportional integral derivative, PID)控制和扩张状态观测器(extended state observer, ESO)的ADRC-EGB,评估EGB从动轴所受的干扰并进行补偿,提高其同步精度和鲁棒性。最后,在开放式实时半实物仿真平台开展滚齿加工运动模拟实验。结果表明该EGB控制结构相较于传统EGB具有更高的同步控制精度和抗...     

欠驱动水面船舶航迹跟踪自抗扰控制

为实现欠驱动水面船舶在内部动态不确定和外界风流干扰情况下的航迹跟踪控制,首先构造能够使航迹偏差收敛的船首向角的跟踪方程,然后将航迹控制转化为实际船首向跟踪期望船首向的航向控制问题.应用自抗扰控制技术设计自抗扰航迹跟踪控制器,解决了恒定风流干扰造成的船舶横漂问题.应用非线性水动力模型进行仿真,结果表明,控制器能够实现欠驱动船舶对直线和曲线路径的精确跟踪,且具有较强的鲁棒性.     

直喷汽油机燃油共轨系统轨压主动抗扰控制

直喷汽油机共轨管内压力的稳定控制对发动机经济性、动力性及排放性有着重要意义.发动机运行工况复杂,转速变化和喷油量变化剧烈是影响轨压稳定性的主要问题.为研究此问题,建立了共轨系统物理模型,并利用台架实验数据验证了模型的准确性,从机理上分析了系统的动态特性.在物理模型分析的基础上,应用主动抗扰控制原理,设计了包含扩张轨压观测器和前馈控制的轨压控制器,并获得了基础控制参数,主动抵抗转速及喷油量变化带来的扰动,控制轨内压力稳定.在台架和仿真测试中,针对共轨系统中转速和喷油带来的扰动,测试该方法的控制效果.结果表明,控制系统在稳定工况及变工况中,可主动抵抗转速和喷油量变化及控制目标阶跃带来的扰动,控制轨内压力稳定在0.35,MPa内,表明此控制方法具有较好的快速响应性与鲁棒性.     

自抗扰三回路过载驾驶仪的设计

对传统过载三回路驾驶仪的结构进行了改进,在保持内环阻尼回路、增稳回路的基础上,将外环过载回路设计成自抗扰控制形式. 通过扩张状态观测器的动态估计与补偿作用,提高了对于系统不确定性的鲁棒性,同时保持了三回路控制体制适于对静不稳定弹体增稳、快速性较强等优点. 针对一个基准的非线性时变对象过载控制问题,通过非线性数值仿真对传统三回路驾驶仪和自抗扰三回路驾驶仪进行了分析比较,仿真结果表明自抗扰三回路驾驶仪在鲁棒性能方面优于传统的设计方法.      

火力发电厂DTM 350/600型球磨机噪声治理技术

钢球磨煤机噪声是电站锅炉的主要噪声源之一,噪声超过100dB（A）.通过对DTM 350/600型球磨机筒体噪声进行测试分析,利用吸声、隔声和阻尼减隔振的降噪原理,开发设计了多层结构隔声套.该隔声套应用于DTM 350/600型球磨机简体噪声治理,治理后的磨煤机噪声降低了15.8dB（A）,取得了较满意的降噪效果.     

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.     

循环流化床锅炉燃烧系统的自抗扰控制

针对循环流化床锅炉(CFBB)燃烧系统的强耦合和大延迟问题,采用相对增益的方法分析几种工况下的耦合性,并采用了主蒸汽压力送风量通道解耦策略。自抗扰控制器(ADRC)经过改进被应用在该燃烧系统,并将仿真结果与神经网络以及PID控制方法的结果进行了比较。仿真结果表明:ADRC在解藕、调节时间上均优于神经网络以及传统PID方法;在各种工况以及增加外扰情况下,该控制方案具有很好的适应性和鲁棒性,较好地解决了该系统强耦合、大延迟的控制难点。     

具有扰动观测器的改进SMITH预估控制

为提高SMITH预估控制的鲁棒性,以适应控制对象模型不确定性,提出一种具有扰动观测器的改进控制方法,同时给出基于ITAE准则(即时间乘绝对误差积分准则)的PI(比例积分)控制器参数整定公式。把外扰和模型不确定性都看作外部扰动,通过扰动观测器进行估计,从而达到把纯滞后环节置于闭环之外的目的。仿真结果表明:在被控对象具有模型不确定性的情况下,该控制方法与SMITH预估控制相比,在设定值跟踪和扰动抑制方面均具有较好的控制性能,提高了系统的鲁棒性。     

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.