静液驱动二次调节扭矩加载装置的硬件解耦方法

通过二次调节扭矩加载装置数学模型研究 ,从硬件角度得出实验装置中二次调节转速系统和转矩系统间的耦合关系与检测信号的类型和传感器的安装位置有关的结论 .将转矩转速传感器从液压马达和加载对象之间移至加载对象和负载泵之间可以极大地降低两系统间的耦合 ;如果将转矩转速传感器换成单一的转速传感器 ,而在负载泵变量油缸上安装位移传感器间接检测加载转矩 ,则两系统间的耦合作用可完全消除 .最后对比了两种硬件消耦的优缺点     

静液驱动二次调节扭矩加载装置的硬件解耦方法

通过二次调节扭矩加栽装置数学模型研究,从硬件角度得出实验装置中二次调节转速系统和转矩系统间 的耦合关系与检测信号的类型和传感器的安装位置有关的结论．将转矩转速传感器从液压电动机和加载对象之间 移至加载对象和负载泵之间可以极大地降低两系统间的耦合;如果将转矩转速传感器换成单一的转速传感器,而 在负载泵变量油缸上安装位移传感器间接检测加栽转矩,则两系统间的耦合作用可完全消除．最后对比了两种硬 件消耦的优缺点     

多轴车辆轮桥加载试验台的解耦控制实验研究

为研究多轴车辆轮边和传动桥的工作特性和可靠性,模拟四轴车辆的实际工况,基于二次调节技术试制轮桥模拟加载试验台。针对轮桥试验台驱动转速和输出转矩存在的耦合干扰问题,建立系统传递函数并求解出传递函数之间的对角矩阵,利用对角矩阵对系统进行解耦控制,通过轮桥模拟加载试验台进行耦合干扰实验及解耦控制实验。研究结果表明:通过对角矩阵对试验台进行解耦控制,能有效解决驱动转速和输出转矩之间的耦合干扰问题,本实验中驱动转速误差减小78%,二次输出转矩误差减小67%,轮边输出转矩误差减小29%,解耦后提高了试验台可控性,可使试验台满足车辆轮桥的动态模拟加载实验的需求,研究结果可为此类轮桥试验台的设计及模拟加载实验提供一定的实验基础。     

基于无源性的异步电动机转速控制

为了尽可能的简化异步机转速控制，该文利用了从本质上是一种非解耦的非线性反馈控制，即基于无源性的控制方法。它是从能量的角度来分析电机系统，并从中分出可以不必抵消的“无功力”。因此控制器得以简化。而该文在控制器设计过程中先利用该思想设计转矩控制器，但考虑转速是慢变量而做恒值处理。然后通过建立从转速误差到转矩的反馈控制来设计转速控制器。这样就保留了原方法控制器形式简单和鲁棒性好等优点。仿真分析表明通过对控制器参数的适当调整，控制系统可获得良好的动静态性能。所以在基于无源性的控制基础上，无需做复杂的修正就可以实现对转速的控制。     

汽车传动桥二次调节模拟加载系统特性分析

建立了摸拟汽车发动机驱动二次元件的转速控制系统和传动桥轮边加载二次元件的转矩控制系统的数学模型。并利用MATLAB软件，对该系统进行了输出响应特性仿真，依此对系统的控制精度和响应特性进行了较为详细的分析。所得有关结论，为车辆传动桥二次调节模拟加载系统的设计提供了依据。     

二次调节伺服加载系统的耦合影响

针对二次调节伺服加载系统，建立了数学模型，利用MATLAB仿真软件，对液压和机械耦合干扰下的系统控制性能进行了仿真研究。仿真结果表明，随着负载压力、输出转矩和输出转速的波动幅度的增大，系统的控制精度明显变差，转矩控制系统受负载压力波动的影响大于转速控制系统，转矩波动对转速控制系统的影响大于转速波动对转矩控制系统的影响。     

路面激励下车辆速度最优控制

对发动机-耗能装置动力学模型进行分析,给出了完整的线性二次型最优控制器的设计过程。介绍了线性二次型最优控制器的基本原理和控制器的设计方法,设计了自动调节车辆速度的线性二次型最优控制器,并对控制器作用下的闭环系统的响应进行了分析。结果表明,设计所得到的控制器控制效果良好,达到了设计目的。     

基于神经网络的感应电机矢量控制系统

根据感应电机矢量变换控制原理,提出了一种由人工神经网络磁链与转矩估计器、神经网络解耦控制器和神经网络转矩控制器组成感应电机的矢量控制系统。文中介绍了感应电机矢量变换控制的基本方程,并根据这些基本方程分别建立了人工神经网络磁链与转矩估计器、神经网络解耦控制器和神经网络转矩控制器,并给出了部分测试结果。最后从系统的仿真计算结果可以看出,这种基于多个神经网络控制环节组成的感应电机矢量控制系统具有良好的性能     

DFIG风电系统最大风能捕获的滑模变结构控制方法

提出基于滑模变结构技术的新型风力发电系统简单、实用控制方法,构建基于发电机转速和发电转矩二维平面上的滑模函数,分别设计滑模控制器的等效控制和切换控制量.将其用于定桨变速DFIG系统,使系统稳定在发电机转矩、转速的最佳工作点领域,实现转矩转速的优化控制及稳定跟踪.仿真结果表明,该方法控制性能良好,能实现风能的最大捕获,具有更好的风能利用效率,验证了所提模型的正确性和控制方法的有效性.     

利用人工神经网络进行感应电动机解耦控制

为了使感应电动机具有象直流电动机一样优良的转矩与转速控制性能,提出了一种基于人工神经网络的感应电动机解耦控制方法。由于实时递归网络具有较强地表达和处理瞬态信息的能力,适合解决非线性动态系统问题,因此用递归网络构成的解耦控制器具有良好的动态特性。为减少这种神经网络解耦控制器的学习时间,提出了一种自适应学习算法,通过在网络学习的过程中不断地调整学习速率,从而加快了网络学习速度。仿真计算结果表明,这种神经网络解耦控制方式具有优良的动态响应特性。     

无刷直流电机换相转矩脉动抑制的研究

分析了无刷直流电机产生转矩脉动的原因,设计了自抗扰控制器来抑制无刷直流电机的转矩脉动的发生.以控制器本身的状态观测器检测系统的相电流脉动,通过控制器本身的非线性状态反馈控制器对检测电流脉动误差值进行补偿,从而抑制电流的波动.采用双闭环控制抑制转矩脉动的发生.仿真结果表明,设计自抗扰控制器抑制了系统干扰引起的超调量.反馈能够完全地被快递跟踪.设计的控制系统使无刷直流电机的转矩脉动值为9%左右.因此,自抗扰控制系统能够更好地抑制无刷直流电机转矩脉动的产生.     

SVC非线性控制对改善电力系统稳定的研究

用直接反馈线性化控制理论，为ＳＶＣ设计了电压型非线性控制器，提出纯电压型ＳＶＣ控制器只能维持装设点电压，不能增加系统阻尼。对纯电压型ＳＶＣ非线性控制器进行了改进，设计出了既有维持ＳＶＣ装设点电压水平能力，又能显著增加系统阻尼，较为完善的信号调制型ＳＶＣ综合非线性控制器。对输电线上装设ＳＶＣ的单机无穷大系统进行了数字仿真，证明控制器具有良好的动态性能。所设计的两种控制器均实现了当地信号控制，并从理论上保证了控制器具有很好的鲁棒性。     

液力缓速器气液控制系统的恒力矩控制

研究气-液控制系统组成的液力缓速器的恒力矩控制.结合液力缓速器台架试验数据中控制气压与充液率的对应关系,在AMEsim中建立液力缓速器的气-液控制系统模型,即充液率控制模型.然后设计PID恒力矩控制器.最后利用AMEsim和Matlab/Simulink联合仿真,模拟气-液控制系统组成的液力缓速器的恒力矩控制工况.仿真结果显示,当缓速器控制目标力矩小于缓速器最大力矩时,缓速器力矩保持恒定,且所提出的恒力矩控制具有较好的准确性和实时性.     

轴承动态测量仪神经网络控制系统设计

轴承摩擦转矩的测量是一种动态测量,需要轴承在转动条件下获得数据.轴承型号及承载条件的改变,影响电机转速的控制规律.针对经典PID控制器的结构参数不能在线修改的问题,提出利用BP神经网络的自学习能力,对PID控制器进行结构参数调整,实现对电机速度规律的优化控制方法.仿真结果表明,经神经网络修正过的PID控制器,动态性能优于未修正的PID控制器.     

轮毂电机驱动电动汽车横摆稳定性控制

为了提高轮毂电机驱动电动汽车行驶稳定性,设计了基于直接横摆力矩控制的车辆稳定性控制系统;针对滑模控制存在固有抖振的问题,建立基于模糊滑模控制理论的稳定性控制器;针对车辆质心侧偏角难以测量,建立了结构简单、计算快速的非线性滑模观测器;考虑到转矩分配的实际约束条件和分配器的响应速度,建立了等比例转矩分配器,分配各车轮上的驱动/制动扭矩。最后基于MATLAB/Simulink与Carsim联合仿真平台进行了仿真分析,结果表明该控制器能很好改善车辆的操纵稳定性,并且控制输出更加平顺。     

基于超螺旋二阶滑模的PMSM-DTC系统研究

针对传统永磁同步电机直接转矩控制系统(PMSM-DTC)易受参数变化影响及转矩脉动大的问题,提出在系统中采用空间电压矢量调制技术(SVPWM)代替传统的正弦脉宽调制(SPWM),引入控制率为超螺旋算法的二阶滑模变结构,以定子磁链和转矩作为被控对象设计控制器代替传统系统中的PI控制器。仿真结果表明,该策略不仅有效消除了一阶滑模存在的抖振问题,明显减小了系统中定子磁链和转矩脉动,且具有较强的速度跟踪能力,对负载扰动和参数变化等不确定性具有很强的鲁棒性,因此可以很好地应用在电机控制方面。     

燃料电池系统空气供应内模解耦控制器设计

针对高压质子交换膜燃料电池空气供应系统的空气流量和进气压力具有较强的耦合性这个特性,将内模控制原理与多变量解耦控制理论相结合,提出了空气流量和进气压力的鲁棒解耦控制策略.仿真结果表明,采用内模解耦控制不仅能实现被控量的解耦,而且在系统模型失配的情况下可以获得比传统PID(比例-积分-微分)解耦控制器更好的鲁棒性;同时控制器参数少,整定简单.     

带耦合机构的串联式履带车辆直驶稳定性控制

首先分析了串联式混合动力履带车辆耦合机构转矩与转速的输出特性及其对车辆直线行驶稳定性的影响,并利用MATLAB/Simulink仿真平台建立了整车动力学模型,其中考虑了履带的滑移率对附着系数的影响,其次为了提高车辆的直驶稳定性设计了相应的控制策略,即通过检测两侧车速的变化来计算两电机输出转矩的补偿量,并针对PI控制器参数适应性差的问题,通过神经网络自学习的功能实时优化PI控制器的控制参数.最后利用Simulink模型进行仿真,结果表明,神经网络PI控制能够保证车辆的直驶偏移量控制在0.5%左右,满足国家标准中最大直驶偏移量为1%的要求.     

基于复合神经网络的感应电机直接转矩控制

提出了一种基于复合神经网络的直接转矩控制器算法,分别对该神经网络控制器各组成部分的结构进行了设计.网络采用固定值和离线训练2种策略获取网络参数,训练样本数少,训练时间短.采用复合网络结构使得直接转矩控制器的数字实现变得容易,充分利用网络的并行处理特性,使得计算时间缩短,响应速度变快.在Matlab/Simulink中结合神经网络工具箱建立了其仿真模型,仿真结果证明了设计的控制器具有可行性、有效性.