12脉波可控整流器的谐波抑制策略

提高12脉波可控整流器谐波抑制能力,提出基于12脉波可控整流器的直流侧谐波抑制策略。该控制策略通过在直流侧附加谐波抑制模块,改善整流器输入电流波形,满足不同负载工况下输入电流谐波抑制要求;根据12脉波整流器交、直流侧电流关系和直流侧理想电流波形,分析并给出谐波抑制模块的输出电压波形,并采用全桥逆变电路调节谐波抑制模块的输出电压。仿真结果表明,该策略能有效抑制整流器输入电流谐波。     

基于卡尔曼滤波的迭代学习控制方法研究

针对一类非线性欠驱动机械系统在干扰环境下动态性能变差的问题，提出了一种基于卡尔曼滤波器的遗忘因子型迭代学习控制律，以实现闭环系统的稳定控制和干扰抑制。首先，将卡尔曼滤波器作为系统的状态观测器，在含有随机噪声干扰的情况下，估计系统的最优状态；其次,通过设置自适应遗忘因子来动态适应迭代学习过程中的误差变化，使系统快速收敛并准确跟踪参考轨迹，实现运动过程中重复干扰信号的抑制；最后，以Quanser公司生产的柔性尺为实验平台来研究非线性欠驱动被控对象实际系统的控制方法，并对所提方法分别进行理论数值仿真与实物实验验证。仿真及实物实验结果表明，本文提出的控制方法可以保证被控系统稳定运行，当环境中存在随机非重复性噪声或重复性干扰时，被控系统都可以保持良好的鲁棒性。     

基于卡尔曼滤波的迭代学习控制方法研究

针对一类非线性欠驱动机械系统在干扰环境下动态性能变差的问题,提出了一种基于卡尔曼滤波器的遗忘因子型迭代学习控制律,以实现闭环系统的稳定控制和干扰抑制。首先,将卡尔曼滤波器作为系统的状态观测器,在含有随机噪声干扰的情况下,估计系统的最优状态;其次,通过设置自适应遗忘因子来动态适应迭代学习过程中的误差变化,使系统快速收敛并准确跟踪参考轨迹,实现运动过程中重复干扰信号的抑制;最后,以Quanser公司生产的柔性尺为实验平台来研究非线性欠驱动被控对象实际系统的控制方法,并对所提方法分别进行理论数值仿真与实物实验验证。仿真及实物实验结果表明,本文提出的控制方法可以保证被控系统稳定运行,当环境中存在随机非重复性噪声或重复性干扰时,被控系统都可以保持良好的鲁棒性。     

单相低谐波整流器的控制方法

提出了一种能够有效降低输入电流谐波含量的高性能整流电路,并研究了该电路的PWM控制策略及控制系统. 通过PWM控制,可以降低输入电流谐波含量,同时提高整流电路的功率因数,研究结果表明该方法是可行的.     

基于柔性迭代学习控制的专家系统研究与应用

对于难于建模的复杂系统,专家系统可以显著改善控制效果,但不同的系统需要的知识库各不相同,给专家系统的建立带来了困难.迭代学习控制可以不依赖系统的数学模型,利用以前控制周期的参数自动生成经验知识,建立专家系统;同时考虑被控系统中所具有的不确定性,因此提出具有柔性特点的迭代学习控制ILC控制器;运用柔性ILC建立的专家系统对空调进行控制,可以达到理想的控制效果.     

迭代学习控制的研究与应用

文章论述了迭代学习控制的基本原理,着重分析了迭代学习控制的算法,对学习律、收敛性、鲁棒性、初值及学习速度等问题的最新进展作了比较详尽总结,最后讨论了其工程应用和展望。     

迭代学习控制的研究与进展

本文先回顾迭代学习控制的历史,讨论了迭代学习控制的各种控制算法,指出迭代学习控制现在存在的问题和未来发展的趋势.     

基于直接功率控制的钻机井场电网谐波抑制的研究

针对钻机自备电网的非线性负载产生的谐波,提出了基于直接功率控制的有源电力滤波方案.介绍了直接功率控制系统的控制方法、原理以及该系统的空间矢量调制控制策略,并进行了仿真实验.结果表明:基于直接功率控制的有源电力滤波器对井场电网有较好的谐波抑制和无功补偿的效果,可有效提高井场电网功率因数,减少谐波电流,改善输出电流波形.控制系统结构简单,易于实现工程化.     

基于迭代学习的直驱式电液伺服系统控制研究

本文阐述了直驱式电液伺服系统原理、组成和特点,并建立了直驱式电液伺服系统数学模型,进行了动态特性理论分析。为改善其动态性能,设计了闭环PID迭代控制器,并进行了实验研究。结果表明该系统动态性能平稳,控制器的控制效果良好,系统具有较强的抗干扰能力。     

基于克隆选择算法的优化迭代学习控制

将改进的克隆选择算法用于求解迭代学习控制中的优化问题,提出一种基于克隆选择算法的优化迭代学习控制.通过一个特殊设计的高斯变异操作,采用实数编码的克隆选择算法不但可以解决迭代学习控制中的非最小相位和非线性问题,而且可以很好地处理系统输入的约束问题.此外,由于更多的先前信息被编码进克隆选择算法中,减小了搜索空间,从而大幅提高了算法的收敛速度.仿真结果表明,对于所选线性和非线性被控对象该策略都能够取得满意的收敛效果.     

迭代学习PMLSM跟踪控制

在具有重复运动轨迹跟踪系统中,为了抑制永磁同步直线电机系统模型的不确定性、外部扰动,提高跟踪精度,提出用前馈-反馈结构来控制PMLSM的运动过程。重复迭代学习前馈控制可以提高系统轨迹跟踪性能,而IP反馈控制对参数变化和外部扰动有很好的抑制作用,提高系统的稳定性。Matlab仿真结果验证了方法的有效性。     

神经网络迭代学习控制快速算法的研究

研究了非线性系统的神经网络迭代学习控制问题，为了提高神经网络学习控制的收敛速度，改进了权值的迭代学习算法，提出了一种新的训练权值方法，它以递推的方法来计算网络权值，不仅能减少计算量且收敛速度快，最后，用仿真结果对该算法作了进一步的验证。     

谐波抑制方法研究

由于电力电子技术在电力系统中的大量应用 ,使得电力系统中的电流电压波形畸变越来越严重 .该文简介了电力系统谐波的来源、危害和检测 ,阐述了一种利用有源滤波器进行谐波抑制的方法及相应的实验电路与实验结果     

基于神经网络的PWM整流器矢量控制研究

建立电压型PWM整流器的一般数学模型,运用坐标变换技术得到其在两相旋转dq坐标系下的数学模型,并采用SVPWM整流器的双闭环控制系统。针对PI控制器参数整定困难的问题,利用神经网络的自学习功能,设计一种基于BP神经网络的PI控制器,实现PI控制器的参数自整定。最后利用MATLAB提供的电力系统工具箱构建PWM整流器的滞环控制系统和矢量控制系统的仿真模型进行仿真实验对比。仿真结果表明,基于BP神经网络的矢量控制系统超调量被抑制,系统鲁棒性增强。     

时变系统的迭代学习控制

针对参数未确知时变系统，提出了一种新的迭代学习控制律。在新控制律中，除了引入前次学习过程误差信息外，还引入了当前学习过程误差信息。从理论上证明了新控制律的收敛性。对离散时变系统和连续时变系统的两个实例进行了仿真研究。理论分析和实例研究结果表明，所提出的新控制律具有较高的学习速度和对初始误差良好的鲁棒性。     

传感器故障非线性系统的快速抑制初态误差迭代学习控制

针对一类带有传感器故障的非线性系统提出了一种新的迭代学习控制算法,该算法在任意初态条件下,结合开环D型迭代学习律,设计一个随迭代次数增加而缩短的时间段,该时间段控制器对状态偏差进行修正,使系统跟踪误差收敛到与初态误差无关的界内,仅由系统自身不确定性和干扰决定。进而基于λ范数理论选取适当的控制增益,抑制传感器故障带来的跟踪误差,并给出控制算法的一致收敛性和误差的有界性证明。注塑机系统的速度控制仿真结果验证了该算法的有效性。     

静止坐标系下PWM整流器的控制及谐波补偿策略

与基于同步旋转坐标系的PWM整流器电网电压定向矢量控制策略相比,静止坐标系下的电压定向矢量控制策略省去了电流环解耦以及旋转坐标变换,使控制系统更加简单;同时,控制策略可以很方便地实现交流侧低次电流谐波的补偿.在静止坐标系下建立了PWM整流器控制系统的数学模型,并对控制系统的动静态性能及谐波抑制能力进行分析.研究结果表明,静止坐标系下PWM整流器的电压定向矢量控制及谐波补偿策略能够实现对交流信号的无静差跟踪和对交流侧低次电流谐波的补偿,提高了电网的电能质量.     

基于PD型迭代学习的液压机械手轨迹控制

液压机械手作业系统的任务规划具有重复性,为了对液压机械手作业动作进行有效控制,建立了适合机械手作业系统的迭代自学习控制规律.只要增益Kp、Kd及学习因子α满足一定的条件,则该学习控制就是稳定的.通过对系统数字仿真,结果表明带学习因子的PD型迭代学习控制,较传统的PD控制有更好的动态响应特性,稳态误差小,具有一定的自适应性和鲁棒性.采用这种PD型前向反馈学习控制规律,只要机械手各关节变量的位置锁定,就可在期望的范围内实现抓取和释放动作.因此,该控制算法适合液压机械手系统的控制要求,能对其作业进行有效控制.图6,表1,参8.     

基于双迭代学习-交叉耦合的双轴误差控制

在双轴高精度轮廓加工中,单轴的跟踪误差和双轴间运动不协调产生的轮廓误差都会影响加工精度。文章提出了一种基于双迭代学习-交叉耦合的双轴运动控制策略,将单轴的迭代学习控制(iterative learning control,ILC)与双轴的交叉耦合控制(cross-coupled control,CCC)以及轮廓误差的ILC相结合。单轴的ILC用来改善单轴的跟踪性能,减小单轴的跟踪误差;双轴的CCC用以增加各轴之间的匹配程度,减小轮廓误差;轮廓误差的ILC可以提高轮廓的跟踪性能,进一步削减轮廓误差。仿真结果表明,双迭代学习-交叉耦合控制系统不仅能够有效降低单轴的跟踪误差,而且能显著减小轮廓误差。