基于LCL滤波器的复合控制策略

对于LCL型并网逆变器,若直接采用比例积分(proportional integral, PI)和重复控制串联或者并联控制策略,则在动态补偿时会出现系统控制器相互干扰的问题.为此,设计了并网逆变器串并联复合控制策略,将PI控制动态响应快、准比例谐振(quasi-proportional resonance, QPR)抗干扰能力强与重复控制稳态精度高等优点相结合.动态时,由PI控制器迅速跟踪误差;稳态时,由重复控制器和QPR控制器来实现整个系统的无静差控制.此外,详细分析了各个控制器的设计原理并建立各个控制器的Matlab仿真模型.结果表明,采用串并联复合控制结构具有更快的动态响应速度和更高的稳态补偿性能.     

四旋翼无人机预设性能非线性PI串级姿态控制

仅在系统初始条件已知的前提下,针对具有未知外界扰动和未知非线性特性的四旋翼无人机系统,提出了一种预设性能非线性PI串级姿态控制方法.将四旋翼无人机姿态系统分解为欧拉角和角速率两个动态子系统,并充分考虑系统的内部动态因果关系;采用串级控制消除系统欠驱动对控制器设计带来的不利影响,以改善控制效果.针对系统的不确定性、未知外界扰动及预设性能可能引起的控制器奇异问题,基于预设性能的误差转换函数和泰勒多项式构造简单的非线性函数,分别为欧拉角和角速率动态子系统设计非线性PI控制器,并从理论上证明其可行性.所设计的控制器继承了传统PID的优点,其参数调整更加灵活,且具有很强的鲁棒性和自适应性.仿真试验结果验证了该方法的有效性和优越性.     

新型静止无功发生器的Fuzzy-PI控制

论述ASVG的工作原理,根据控制原理设计ASVG的模糊PI（Fuzzy-PI）控制器.采用模糊控制器获得良好的动态性能,同时引入PI控制改善模糊控制器的静态性能,增强其鲁棒性.该控制器使系统在电流跟踪误差较大时比例控制占主导,误差减小速度较快,在误差减小到一定范围内时积分控制占主导,实现稳态无差.并且该控制器具有较强的自适应控制能力,增强了对电力系统稳定性的控制,具有满意的控制精度,易于实现数字控制,比传统的PI控制具有更好的控制效果.数字仿真验证了该控制方法的有效性和正确性.     

数字化UPS逆变系统中的重复控制策略

研究了数字化UPS逆变系统中采用重复控制策略,分析了重复控制的优缺点,进而采用PI控制与重复控制的复合控制,并采用MATLAB/Simulink进行了仿真研究.结果表明这种改进的重复控制策略具有优良的控制效果,对各种负载输出电压谐波失真度小.     

参数自整定模糊PI控制器设计与仿真

针对PI控制方法的参数难以整定的问题,在PI控制方法的基础上结合模糊控制理论设计了一种参数自调整模糊PI控制器,判断误差及误差变化率的模糊范围,对比例和积分系数进行修正,使PI参数调整到最佳。该方法既有PI控制精度高、结构简单的优点,又有模糊控制鲁棒性好、响应速度快等特点。对两种控制器进行MATLAB仿真对比实验,证实了模糊参数自整定PI控制器具有更好的稳定性和高效性。     

基于单片机全位置自动焊接装置的研制

焊接装置以C8051F020单片机为核心控制芯片,通过对数字直流伺服系统、PI控制器和驱动接口设计以及对电流、电压传感器、角度传感器的反馈信息的检测与处理,实现了对电机的控制,完成了各种焊接要求.焊接速度的平稳恒定是焊接质量的保障,利用单片机对PWM波脉宽的调制和增量式PI控制器对电机转速的调节,实验表明,该方法可以实现焊接速度的精确控制.     

不匹配不确定非线性系统的鲁棒输出跟踪控制

针对一类具有外部扰动的不匹配不确定SISO仿射非线性系统提出了一种光滑、简单的鲁棒跟踪控制器.利用反馈线性化技术和Lyapunov方法,在不匹配不确定项满足一定的约束条件下,所设计的控制器能主动克服不确定项和外部扰动对系统的影响,并且无需每步控制进行范数计算,同时控制器中没有Lyapunov函数,得到的是具体的控制表达式.基于Lyapunov稳定性定理证明了在该控制器的作用下能保证输出跟踪误差及相应闭环系统的状态实用稳定.仿真结果证明了方法的有效性.     

带有非线性扰动的不确定广义系统的保性能控制

研究了具有非线性扰动的不确定广义系统的保性能控制问题.设计了一个保性能控制器,并应用线性矩阵不等式方法给出状态反馈保性能控制器存在的充分条件.最后,通过线性矩阵不等式的可行解给出了保性能控制器的设计方法.     

模糊控制在单相PWM整流器中的运用

针对电压源单相PWM整流双闭环控制系统中电压外环控制器动态响应速度快的要求,尝试利用模糊控制思想设计控制器,然后在Matlab环境下对整个系统进行仿真和分析.结果表明:与传统PI控制相比,这种控制方法在不改变单相PWM整流器的拓扑结构.不增加控制器的实现难度的情况下,能明显改善系统的动态性能.     

PI型有约束后移限位预测控制器

基于对后移的输出预测进行约束,并优化具有比例积分结构的多步预测控制的目标函数,设计出PI型有约束后移限位预测控制器.仿真结果说明了这种方法的优良性能.     

基于大脑情感学习的转台逆模型补偿控制

针对传统控制方法难以克服飞行仿真转台伺服系统中存在的摩擦等非线性干扰力矩问题,提出了一种基于大脑情感学习(brain emotional learning, BEL)模型的转台伺服系统复合控制方法. 在传统PI反馈控制器的基础上,设计了基于BEL模型的同结构系统逆模型辨识器和前馈补偿控制器. 通过在线辨识系统逆模型来学习BEL模型的节点权值. 理想转台模型的数值仿真和实际转台伺服系统的实验结果都表明：BEL模型学习能力强,能满足实时控制要求,基于BEL模型的复合控制策略能有效抑制摩擦力矩的影响,提高转台系统的跟踪性能.     

反向响应时滞过程的二自由度Smith预估控制

针对反向响应时滞系统,将Smith预估控制和内模控制相结合,提出一种二自由度
控制方法. 设定值跟随控制器采用Smith预估器形式,可使系统具有良好的设定值跟随特性,
而干扰抑制控制器则采用内模控制器设计方法,可改进系统的干扰抑制性能和鲁棒性,克服
传统Smith预估器的不足. 通过两种不同的方法(直接分解和全通分解),把过程对象的传递
函数分解为最小相位部分和非最小相位部分,相应导出了两种不同控制器的设计方法,并给
出了系统满足鲁棒稳定性的充要条件. 理论分析和仿真对比研究表明,该方法可使系统具有良
好的设定值跟随性能、干扰抑制性能和鲁棒性.     

基于RBF神经网络多步预测的自适应PID控制

提出一种基于RBF神经网络多步预测的自适应PID控制算法．该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识，利用多步预测误差对PID型控制器网络进行训练，从而实现PID参数的在线自适应寻优．通过对典型非线性系统的仿真研究，该控制系统具有较强的适应性和鲁棒性．     

基于新型预设性能控制的LC型逆变器

为了提高LC型逆变器的性能,提出了一种新型预设性能电压控制器。首先,根据电路原理和拓扑结构,建立了LC型逆变器的数学模型;其次,引入有限时间收敛性能函数以克服指数函数收敛时间慢的缺点;然后,以跟踪误差按性能函数描述的轨迹收敛为目标进行电压控制器设计;最后,针对参数不确定性和负载突变等扰动因素对逆变器输出电压的影响,为控制系统设计了扰动观测器。通过MATLAB/Simulink平台仿真实验验证了所提新型预设性能控制策略的可行性和有效性。     

基于径向基函数神经网络的无人直升机吊装系统滑模减摆控制

针对存在非线性、强耦合、外部未知有界干扰和建模不确定性的平面运动下无人直升机吊装系统,研究了一种基于径向基函数神经网络(radial basis function neural networks,RBFNNs)和干扰观测器的无人直升机吊装系统滑模减摆控制方法。首先将系统模型转换成仿射非线性形式,利用RBFNNs逼近系统不确定性,设计干扰观测器估计神经网络逼近误差与外界未知有界干扰的复合值。然后基于RBFNNs和干扰观测器设计了滑模减摆控制器,并用Lyapunov方法证明闭环系统稳定性;最后通过仿真验证了所设计控制器的有效性。     

一种新的模糊内模预估控制器

采用内部模型控制 估器和模糊控制器相结合,对模糊内模预估控制方法进行了研究。其方法是利用模糊预估控制器克服时滞,通过对具有纯滞后的被控过程进行的数字仿真研究,结果表明：这项研究的控制效果要优于常规ＰＩＤ控制、模糊控制（Ｆｕｚｚｙ）和内模控制（ＩＭＣ）方法。     

状态和输入多时变时滞非线性系统的干扰补偿控制器设计

针对干扰波形已知但幅值未知的情况,对于状态和输入均存在多时变时滞的一类非线性系统设计了干扰补偿控制器.由于未知无界干扰的作用将使系统的状态失去控制,必须对干扰进行补偿控制.为得到系统状态和干扰的估计,将干扰系统和受控系统构成增广系统,对此增广系统设计非线性时滞状态观测器,并将干扰估计值作为补偿控制器的输入从而实现对干扰的补偿.     

基于干扰观测器的移动机器人轨迹跟踪控制

针对移动机器人的轨迹跟踪问题,设计了基于干扰观测器的积分滑模控制器.考虑侧滑与干扰的影响,建立了移动机器人的运动学和动力学模型.基于终端滑模理论设计了自适应滑模干扰观测器,实现了对复合干扰的有限时间逼近.在此基础上设计了基于运动学模型的轨迹跟踪控制器,保证了位置跟踪误差的渐近收敛和角度误差的有界收敛.结合干扰观测器和积分滑模方法,设计了基于动力学模型的速度跟踪控制器.通过仿真验证了所设计控制算法的有效性.     

直流串激电机速度的滑模控制

讨论直流串激电机的速度控制问题.应用综合方法建立了电机的非线性模型,从理论上推导了滑模控制律,并用仿真和实验验证了其有效性.为实施控制设计了一个用于观测电机负载转矩的Luenberger观测器和一个角加速度估计器;为了减小由于执行中采样造成的稳态误差,提出了一种带有附加PI控制器的改进的滑模控制律.实验结果表明改进的滑模控制律的控制效果明显优于普通PID调节器和普通的滑模控制律.