永磁同步电动机驱动的电动汽车仿真研究

在研究永磁同步电动机驱动系统的基础上，建立了永磁同步电动机驱动的电动汽车数学模型，编制了计算机仿真程序，并对拟开发电动汽车进行了计算机仿真，包括电动汽车的起动加速仿真、平路稳定转速运行仿真、变车速运行仿真、变路况运行仿真等。仿真结果表明，所开发的永磁同步电动机驱动系统能够很好地满足电动汽车性能要求，永磁同步电动机在电动汽车驱动中具有很大优越性。     

基于有限时间LaSalle不变集的PMSM混沌控制

为有效地抑制永磁同步电动机系统的混沌行为,基于有限时间理论和LaSalle不变集定理设计了一种自适应控制器。分析了永磁同步电动机系统的混沌动力学特性,确定了系统处于不同运动状态的参数域;在理论上证明该控制器能够在有限时间内稳定到平衡点且能自动跟踪系统平衡点;仿真实验证明,该控制方案形式简单,快速性更好,稳定性更高。研究结果对保证永磁同步电动机的稳定运行具有重要意义。     

永磁同步电动机参数自适应辨识的建模与仿真

为精确地在线获取永磁同步电动机的参数,提出了一种在一个模型中对电阻、电感和永磁磁链同时进行估算的自适应辨识方法.基于Popov超稳定理论,给出了自适应辨识模型的设计方法.利用Matlab/Simulink建立了矢量控制下永磁同步电动机参数的自适应辨识模型,仿真和实验结果表明所建模型能快速准确地辨识出电机参数.     

网络型耦合复动力系统的同步动力学

通过讨论网络型耦合复动力系统的同步动力学问题,给出了该系统同步流形稳定性的分析方法,得到了网络型耦合复动力系统局部同步和全局同步的充分条件。所得的结果可以应用到由一个典型的复洛伦兹系统构成的网络耦合复动力系统,数值仿真表明理论结果的正确性。     

群结构时空网络的同步

为了研究群结构时空网络中的同步现象,运用线性稳定性分析方法和强耦合极限近似,得到时空网络中群同步的本征值关系、拓扑条件及比值条件,给出了判断时空网络是否能发生群同步的判据,并在具体的一般网络中得到验证。发现了小集团结构的重要性,它们可以决定如何在各个群之间加入连接才能达到群同步以及达到群同步的最好的连接方式。通过观察其中最大的小集团,可以判断群同步发生的临界耦合强度。给出了同步相图,整个时空网络存在5个状态：完全不同步状态（US）、群同步状态（GrS）、群内同步状态（IS）、完全同步状态（CS）和过渡状态。当把两个群构成的网络扩展到多个群,扩展到整个二维时空,可以看到不同的斑图转换,得到网络从完全不同步到完全同步的多种路径。     

基于变结构控制的时滞复杂网络的同步研究

基于变结构控制研究了一类耦合时滞网络的同步问题.设计的控制器能够保证动态网络从任意初始状态出发都能达到滑模面.利用系统的左特征向量函数设计切换面,使得同步滑动模态保持稳定.利用到达条件设计控制器,使得网络状态能够在有限时间内到达切换面.最后针对实例进行仿真,仿真结果说明了所设计控制器的有效性.     

Liu混沌系统的模糊耦合同步

基于模糊控制思想，研究了新近提出的Liu混沌系统的耦合同步。为了分析比较，首先应用线性时变稳定性理论实现Liu混沌系统的线性耦合同步。然后基于T-S模糊模型重构了Liu混沌系统，并用Lyapunov理论和耦合同步的思想推导了两个重构的Liu系统耦合同步的稳定性条件。本文的模糊耦合同步方法通过LMI方法可以迅速求取可行解，同步条件更加清晰明确、约束条件少，并可以方便地得到不同衰减率α下全局渐近稳定的充分条件。此外，设计的控制器都由线性函数构成，有利于实际应用中构造控制器。良好的仿真结果验证了本文模糊同步方法的有效性，该方法适用于符合广义Lorenz范式（GLCF）的混沌系统。     

不同混沌系统的改进函数投影同步一般方法

基于李亚普诺夫稳定性理论,研究混沌系统的改进函数投影同步问题,该种同步可使两个混沌系统渐近同步于一个期望的比例函数矩阵。对于两个完全不同的混沌系统,给出改进函数投影同步控制器设计的一般方法,并分别以混沌Chen和混沌Newton-Leipnik系统及超混沌Chen和超混沌Henon-Heiles系统为例证实所提算法。理论分析及数值仿真结果表明所提算法的有效性。     

基于Matlab/Simulink的永磁交流电动机仿真研究

在无刷直流电动机(BLDCM)和永磁同步电动机(PMSM)仿真研究中,通常采用不同的仿真模型.但是,两种电机结构相似,完全有可能用一个仿真模型统一起来.在对电机结构和反电势产生机理详细分析的基础上,引入一个反电势波形函数来拟合两种电机的反电势,建立了二者的统一仿真模型.当反电势波形系数较小时,反电势逼近梯形波,此时可仿真BLDCM;当波形系数较大时,反电势逼近正弦波,此时可仿真PMSM.与常规I仿真模型相比,统一的仿真模型应用更加方便,而且能较好地逼近反电势的实际波形.在Matlab/Simulink下的仿真结果表明,建立的仿真模型是可行的.     

参数激励下单向耦合的Lorenz系统广义同步复杂性

针对响应系统具有参数周期扰动的情况,对两个单向耦合的Lorenz系统的广义同步(GS,generalized synchronization)问题进行了研究.基f稳定性理论和广义Hamilton函数理论,借助辅助系统方法和Melnikov方法,提出了修正系统进入混沌轨道和各种复杂周期轨道附近的充分条件,进而得到了参数激励下两介单向耦合的Lorenz系统达到广义同步的充分条件,说明了广义同步的复杂性结论.Matlab数值仿真实验证明了该方法的正确性与有效性.     

Newman-Watts型小世界电机网络混沌行为的牵制控制

小世界永磁同步电机(PMSM)网络的耦合强度和连接概率参数值处于某些范围时,会出现混沌行为,这将严重危及电机网络传动系统的稳定运行。因此,如何控制PMSM网络中的混沌行为成为保持其稳定性的关键问题。首先给出了NewmanWatts型小世界PMSM网络的牵制控制模型,然后通过Lyapunov稳定性理论证明了受控系统的稳定性,并得到牵制控制器参数的选择条件,最后利用数值仿真方法验证该牵制控制方法的正确性。     

网络环境下的不确定非线性系统远程智能控制

针对一类网络环境下的不确定非线性动态系统,提出了一种基于神经网络非线性补偿和线性反馈控制相结合的智能远程控制方法。该方法通过构造神经网络在线估计器学习局部子系统的非线性特性,从而将局部子系统线性化,神经网络权重的在线学习没有持续激励的要求,且可保证闭环误差系统一致最终有界稳定。最后对线性化的闭环时延控制系统,远程控制器采用基于李亚普诺夫(Lyapunov)稳定性理论的线性状态反馈控制,从而保证了整个闭环网络控制系统的稳定性。     

直流电机神经自适应滑模位置跟踪控制

针对系统部分非线性未知的直流电机的位置跟踪问题，提出了一种基于自适应控制的神经网络滑模控制策略，在这个控制策略里我们采用已有的输入输出线性化方法来消除非线性，且将神经网络的输出加入到控制器当中，仿真结果演示了变负载直流电机的位置输出能够跟踪任意给定曲线。     

一种永磁球形步进电动机的运动分析与仿真

介绍了一种永磁球形步进电动机的结构、工作原理及滑轨支架形式的位置检测系统。在对电机转子和滑轨支架进行运动学分析的基础上，给出了电机转子的单刚体运动学模型和带有滑轨支架的刚体系运动学模型。结合相应控制策略，在已知目标场点的情况下，对电机实际步进运动过程和位置检测系统输出进行了仿真研究。其结果为电机运动控制策略进一步的研究和实验方案设计提供了借鉴和参考。     

一类具输入时滞的分布参数系统移动控制

基于移动传感器/执行器网络,研究了一类具有输入时滞的分布参数系统稳定性控制问题。利用抽象发展方程理论、算子半群理论和Lyapunov稳定性定理,设计系统的反馈控制器;再结合移动传感器/执行器的动力学行为,设计其控制力。证明了在反馈控制器和控制力的作用下,分布参数系统在具输入时滞情况下是渐近稳定的。通过数值仿真实验表明,不同的输入时滞,对系统的稳定效果有一定的影响,但在控制力的作用下,系统都能趋于稳态,说明本文中对于具有输入时滞的分布参数系统的控制策略是有效的。     

一类具输入时滞的分布参数系统移动控制

基于移动传感器/执行器网络,研究了一类具有输入时滞的分布参数系统稳定性控制问题。利用抽象发展方程理论、算子半群理论和Lyapunov稳定性定理,设计系统的反馈控制器;再结合移动传感器/执行器的动力学行为,设计其控制力。证明了在反馈控制器和控制力的作用下,分布参数系统在具输入时滞情况下是渐近稳定的。通过数值仿真实验表明,不同的输入时滞,对系统的稳定效果有一定的影响,但在控制力的作用下,系统都能趋于稳态,说明本文中对于具有输入时滞的分布参数系统的控制策略是有效的。     

Application of neural networks for permanent magnet synchronous motor direct torque control

Neural networks require a lot of training to understand the model of a plant or a process. Issues such as learning speed, stability, and weight convergence remain as areas of research and comparison of many training algorithms. The application of neural networks to control interior permanent magnet synchronous motor using direct torque control （DTC） is discussed. A neural network is used to emulate the state selector of the DTC. The neural networks used are the back-propagation and radial basis function. To reduce the training patterns and increase the execution speed of the training process, the inputs of switching table are converted to digital signals, i.e., one bit represent the flux error, one bit the torque error, and three bits the region of stator flux. Computer simulations of the motor and neural-network system using the two approaches are presented and compared. Discussions about the back-propagation and radial basis function as the most promising training techniques are presented, giving its advantages and disadvantages. The system using back-propagation and radial basis function networks controller has quick parallel speed and high torque response.     

一种新型永磁球形步进电机伺服控制研究

针对一种新型永磁球形步进电机,运用卡尔丹角旋转建立了转子固连坐标系下转子动力学模型。在此基础上按照转子作连续轨迹运动的要求用计算力矩法设计了一种伺服控制策略,进行控制参数整定的同时获得转子运动的期望转矩,并使用李亚普诺夫方法分析了该运动控制的稳定性。最后结合已得的转矩模型,提出了一种定子线圈电流控制的控制方案,并进行了仿真实验。     

A Link-Based Similarity for Improving Community Detection Based on Label Propagation Algorithm

Community structure is one of the most best-known properties of complex networks. Finding communities help us analyze networks from a mesoscopic viewpoints instead of microscopic or macroscopic one. It helps to understand behavior grouping. Various community detection algorithms have been proposed with some shortcomings in time and space complexity, accuracy, or stability. Label Propagation Algorithm(LPA) is a popular method used for finding communities in an almost-linear time-consuming process. However, its performance is not satisfactory in some metrics such as accuracy and stability. In this paper, a new modified version of LPA is proposed to improve the stability and accuracy of the LPA by defining two concepts-nodes and link strength based on semi-local similarity-,while preserving its simplicity. In the proposed method a new initial node selection strategy, namely the tiebreak strategy, updating order and rule update are presented to solve the random behavior problem of original LPA. The proposed algorithm is evaluated on artificial and real networks. The experiments show that the proposed algorithm is close to linear time complexity with better accuracy than the original LPA and other compared methods. Furthermore, the proposed algorithm has the robustness and stability advantages while the original LPA does not have these features.     

H∞鲁棒控制下动态供应链系统牛鞭效应优化

为解决网络化制造(networked manufacturing,NM)模式下供应链系统运作中存在的不确定性扰动, 运用H_∞鲁棒控制方法抑制供应链系统牛鞭效应, 保障系统稳定运作.构建了由状态变量和控制变量描述的NM模式下的动态供应链时变偏差系统模型,采用线性矩阵不等式(LMI)方法获取H_∞鲁棒控制策略,并通过系统反馈控制器u_k设计,有效减小客户不确定需求引起的生产、订货和库存波动. 最后,结合实例分析表明在抑制率为ζ时,本文提出的鲁棒控制策略可以有效抑制不同形式客户需求引起的牛鞭效应,实现供应链系统鲁棒镇定.