液压蓄能式风力机组并网转速解耦优化控制

针对在风速、同步发电机负载变化情况下,液压蓄能式风力机组并网转速控制问题,提出一种新型并网转速控制方法——解耦广义预测优化控制方法（Decoupled Generalized Predictive Optimization Control, DGPOC）.首先,DGPOC利用基于广义预测的前馈解耦方法解除变量马达摆角和蓄能器比例阀开度之间的耦合关系,进而调节蓄能器比例阀,依靠蓄能器吸收波动流量,同步调节变量马达摆角实现恒转速控制,解决因风速、同步发电机负载变化引起的变量马达转速波动问题; 其次,将蓄能器比例阀的能量损耗作为性能约束项,加入到优化目标函数中,求取最优控制量,从而提高液压蓄能式风力机组风能利用率; 最后,利用建立的MATLAB-AMESim联合仿真实验平台验证DGPOC方法的有效性.实验结果表明： DGPOC方法不仅可以实现变量马达摆角和蓄能器比例阀开度两个变量的解耦,提升变量马达转速控制的快速性及鲁棒性,而且能够降低系统的能量损耗.     

模糊PID控制器在伺服变量泵控系统中的应用

针对伺服变量泵控制系统存在参数非线性、时变性等特点,基于模糊控制和PID控制理论,提出了模糊自适应PID控制方法来消除参数不确定性对系统控制性能的影响。仿真结果表明该控制策略有效提高了系统的响应时间,使系统具有良好的稳态性能和鲁棒性。     

静液压驱动技术在玉米收割机上的发展研究

静液压传动装置(HST)由定量马达、齿轮油泵、双向变量泵和控制阀组成,具有空间小,结构紧凑,布置比较方便等优点,大面积应用于工程机械、收割机和拖拉机等机械中。HST装置具有对外载荷的自动调节性,实现无级调速,而且可以实现扭矩连续控制。美中不足,在负载波动剧烈或工作环境过于复杂时,发动机的有效功率不能得以充分发挥,此时发动机和HST的匹配性较差。拟采用适当的调控装置与液压传动相配合,从而达到使发动机工作在最佳经济性区域和最佳动力性区域,达到很好适应外界负荷的复杂的变化目的,使工作状况达到最佳。     

液压传动型风能发电装置的马达速度特性

针对液压传动型风能发电装置的马达转速恒定输出问题,从提高风力发电机输出电压稳定性的角度出发,应用AMESim-Simulink联合仿真的方法,建立了风机模型、定量泵-变量马达液压系统数学模型,并应用模糊控制策略,定性地研究了该风力发电系统液压马达速度输出特性.研究结果表明:该新型发电系统在原理上可行;用液压系统取代传统的传动系统,通过调节模糊控制器,可实现马达稳定的速度输出,从而有利于提高发电机电压的稳定性.该研究内容为提高新型风力发电系统设计品质提供了参考依据.     

变转速轴向柱塞泵恒流量控制的建模与仿真

以变输入转速下泵控马达恒速系统为对象,分析轴向柱塞泵变量控制机构的控制机制和斜盘变量机构力矩特性,建立了变输入转速情况下泵的流量控制模型,针对泵转速扰动提出了扰动乘积补偿和PI控制综合抑制方法.并在仿真软件EASY5上建立了泵控马达系统和变量泵排量控制仿真模型,对变量泵变量时间和转速扰动抑制进行了系列仿真.结果表明,在剧烈输入转速扰动和负载压力扰动下泵输出流量依然能保持恒定.     

液压型风力发电机组转矩波动抑制研究

以液压型风力发电机组为研究对象,针对机组高质量电能问题展开研究.建立了机组液压传动系统数学模型,推导了液压系统输出转矩对变量马达摆角的传递函数.以数学模型为基础,提出了机组转矩波动抑制方法,通过系统压力反馈、风力机转速反馈和机组输出转矩反馈对变量马达摆角进行修正补偿,并对其控制律进行推导分析.以30kV·A液压型风力发电机组模拟实验台为基础,针对所提出的转矩波动抑制方法进行仿真和实验研究.仿真和实验结果表明:液压型风力发电机组转矩波动抑制方法具有良好的控制效果,基本实现了对机组输出转矩的柔性控制,为液压型风力发电机组输出高质量电能提供了一定的理论和实验基础.     

恒压网络静液传动系统的神经网络滑模控制

根据恒压网络条件下的静液传动系统的特点,建立用于转速控制的二自由度动力学模型.针对恒压网络静液传动系统的参数摄动和不确定性,选择液压泵/马达的角速度和角加速度为控制变量,设计一种神经网络自适应滑模控制器,采用径向基函数神经网络(RBFN)取代滑模切换控制部分,利用其在线学习功能,对系统的不确定因素进行自适应补偿,应用李亚普诺夫稳定性理论推导网络权值的在线自适应率,保证闭环控制系统的稳定性.在模拟试验台上进行了阶跃信号和斜坡信号的转速控制响应分析,并与常规PID控制以及基于神经网络的PID(NNPID)控制进行对比.试验结果表明:所设计的控制器具有良好的控制效果,能使系统具有良好的跟踪性和强的鲁棒性,有效地消除高频抖振现象.     

双变量协同的无人直升机发动机恒转速滑模控制

针对无人直升机发动机恒转速控制问题,提出了一种油门/点火提前角双变量协同调节的恒转速滑模控制策略.发动机输出扭矩控制是恒转速控制问题关键的一环,而油门开度和点火提前角作为调节发动机输出扭矩的两个变量具有不同的特点.油门调节虽然调节范围宽,但是响应较慢,易受时滞效应的影响而产生超调现象;点火提前角响应较快,但是调节范围有限.将二者的优点结合起来实现协同控制,可以进一步加强恒转速控制效果.为实现此目的,对发动机进行了数学建模,并基于该模型和滑模控制设计了协同控制策略.该策略包括点火提前角优先调节的主逻辑和点火提前角回归逻辑.最终通过仿真和试验验证了控制策略的效果.仿真结果显示:负载突变时,双变量协同滑模控制器相较于传统PID控制器,转速误差减小61%;同样基于滑模控制,双变量协同控制相较于双变量分离控制,转速误差减小21.4%;存在负载扭矩干扰或进气压力波动时,双变量协同滑模控制的转速稳定性也优于其他两种控制方式;整机系留试验中,双变量协同滑模控制的转速波动范围比双变量分离滑模控制小24%,比传统PID控制小62%.经过多次系留试验观测,使用双变量协同滑模控制,可使转速波动范围在±70 r...     

大型精密齿轮磨床工作台液压传动系统设计计算

大型精密齿轮磨床是重庆大学许香谷教授申请国家自然科学基金,在国家教委立项的基础上,带领国内访问学者和研究生经过3年多时间的研究获得成功,同时申请了专利。本文是大型精密齿轮磨床的工作台液压传动系统设计计算。它的特点是工件重量大(可达20吨)起动扭矩大,转速低、对速度波动、快速响应及动态性能无要求。另外、根据工艺要永采用结构简单、操作方便、容易实现无级变速的液压传动系统。通过工况及负载分析,决定采用变量泵恒功率液控随动回路;变量泵——定量马达闭式循环回路;液压马达双向控制回路;补油回路所组成的闭式循环。     

采煤机液压混合动力截割传动系统的设计

基于差动行星齿轮调速原理,设计了一种截割转速可调的采煤机液压混合动力截割传动系统.根据系统组成,建立了关键元件的数学模型及控制方法.以AMESim软件为平台,分析了液压马达和滚筒的动态特性以及液压混合动力系统的缓冲性能.结果表明:所设计的液压混合动力截割传动系统能够调节采煤机的截割转速,在复杂煤层下比传统恒速截割采煤机具有更好的截割性能;液压马达及滚筒响应速度快且能够准确跟踪目标转速,液压系统可以缓和突变负载产生的冲击.     

LQR优化的BP神经网络PID控制器设计

针对传统神经网络PID(比例 积分 微分)控制器和传统线性二次调节器(LQR)优化型PID控制器对无刷直流电机转速控制恢复时间长及抗干扰性较差等问题, 提出一种LQR优化的BP神经网络PID控制器, 用于无刷直流电机的转速控制. 首先, 利用BP神经网络对PID增益进行调节, 提高控制器的动态适应性和鲁棒性； 然后, 采用LQR优化BP神经网络最优输出, 使其更接近目标PID增益. 仿真结果表明, 该控制器有效提高了响应速度, 减小了稳态误差并增强了抗干扰能力.     

大型工业传输设备恒流输送PID模糊控制研究

为了有效实现大型工业传输设备恒流输送的控制,提出一种PID模糊控制方法,将其应用于设备恒流输送的控制中。给出了PID模糊控制器结构,分析了PID模糊控制器参数调整原则,制定了模糊控制规则,通过模糊推理方法对PID参数进行在线调整使大型工业传输设备实现恒流输送。搭建了大型工业传输设备实验系统,给出了相关参数,将神经网络控制方法作为对比进行实验。通过启动控制实验、负载突变控制实验和输送电流波形畸变度实验对PID模糊控制方法的恒流输送控制效果进行分析。分析结论如下:神经网络方法控制下的输送电流不稳定,方法能够有效实现系统的跟踪控制;方法的响应速度快,对负载扰动及突变较神经网络方法具有更好的抑制能力;方法能够保证设备的开关损耗和电磁干扰均保持在较低的水平。     

基于变参数的远程康复训练机器人神经网络控制

为使患者的远程康复训练达到更为理想的效果,针对患者在训练时肌肉痉挛对双向遥操作系统的稳定性以及对从机械手的速度平滑性的影响,提出了一种新的基于BP神经网络变参数控制方法.通过检测患者训练时力、加速度、速度、位置等的变化,采用BP神经网络自动调整从端控制参数,从而消除了系统的不稳定性和减少了对系统平滑性的影响,并具有很强的鲁棒性.分析和仿真试验结果表明,此方法与传统的控制方法相比,可有效地克服患者因肌肉痉挛带来的干扰并具有较好的稳定性和平滑性.     

基于神经网络的开关磁阻电机自适应控制

针对开关磁阻电机显著的非线性特性，将具有非线性映射能力及自适应能力的误差反向传播（BP）神经网络应用于开关磁阻电机驱动系统（SRD），并结合传统比例、积分和微分（PID）控制的优点，提出一种基于BP神经网络的开关磁阻电机在线辨识与自适应PID控制方法．该方法利用BP神经网络实时观测系统输出，优化PID控制参数，对于解决开关磁阻电机由于非线性严重而导致控制困难的问题具有较强的针对性．实验结果证明了该方法的有效性，且系统适应性强，稳定性好，响应速度和控制精度均令人满意。     

基于改进模糊PID的轮式机器人速度控制器设计

针对轮式机器人在行走过程中存在速度平衡超调较大与调节时间较长、速度平衡效果较差的问题,采用Matlab/Simulink与Carsim仿真软件建立轮式机器人四轮差速运动模型,对于无刷直流电机(BLDCM)系统,在原有模糊PID的基础上,结合抗积分饱和算法与变速积分算法,提出一种改进模糊PID控制的调速方法。仿真结果表明,通过抗积分饱和与变速积分算法改进后的模糊PID控制器与传统模糊PID控制器相比,在机器人速度平衡控制过程中,超调降低30%,调节时间降低33%,具有速度响应时间短、速度响应曲线波动小的优点。搭建了轮式机器人实验验证平台,实验结果表明,改进后的模糊PID控制调速方法的速度响应快,满足轮式机器人速度控制需求。所提设计可为轮式机器人速度稳定系统调试提供理论指导,并可应用于以速度调控为主导的控制系统。     

基于单神经元神经网络的无刷直流电机控制系统仿真

无刷直流电机是一种多变量、非线性、参数时变以及强耦合的复杂系统,利用传统比例积分微分(proportional integral differential,PID)算法控制无刷直流电机存在参数调整困难、自适应能力差、控制精度低以及抗干扰能力弱等问题.为实现无刷直流电机的高精度控制,在转速环中引入了基于单神经元神经网络PID控制算法,研究了无刷直流电机的数学模型及运行特性,提出了单神经元神经网络PID算法,最后比较分析了在电机双闭环控制系统中转速环采用不同控制算法下的转速阶跃函数响应,以及三相电流、反电动势和电磁转矩的运行状态.结果表明:单神经元神经网络PID算法控制下的无刷直流电机其转速的阶跃函数响应具有更快的上升时间、更小的超调量以及更加稳定的运行状态.     

移相全桥DC/DC变换器智能控制方法研究

利用Matlab/Si mulink工具箱对500 W移相全桥(phase shift full bridge,PSFB)DC/DC变换器建立仿真模型,分别采用传统的PID、模糊PID、神经网络PID等控制方式对系统进行仿真.仿真结果表明:模糊PID和神经网络PID控制方式在调节时间、负载突变等情况下的性能均明显优于传统的PID控制方式.     

智能PID控制器在船舶发电机电压控制中的应用

解决船舶发电机在负荷突变尤其是大负荷突变时能够稳定发电机端电压是控制系统需要解决的基本问题.为此提出和使用一种新型智能PID控制系统,其中PID控制器由三层前馈神经网络组成.利用神经网络的自学习能力,PID控制器的参数能够根据系统动态特性通过神经网络权系数进行自行调整,其特点是结构简单、工作稳定.仿真结果表明,该智能PID控制器比传统的PID控制器具有对扰动响应速度快和具有更好的控制效果和更好的鲁棒性,能更好地稳定船舶发电机端电压.该智能PID控制器已用于船舶发电机控制系统中,并取得满意的效果.     

基于BP神经网络的船舶航向智能PID控制研究

针对船舶航向控制非线性的特性,以船舶航向运动一阶KT模型为研究对象,设计了基于BP神经网络的自整定PID算法航向控制器。将传统PID与BP神经网络结合,对被控对象由BP神经网络进行辨识,给出PID控制参数,由PID控制算法进行控制并优化收敛速度。根据真实渡轮船舶特征参数,利用MATLAB/Simulink仿真软件建立船舶航向运动控制系统模型。仿真结果表明,基于BP神经网络的PID控制系统超调小、鲁棒性好,可长时间稳定工作,几乎无稳态误差,控制算法的实用性以及动态控制系统的优越性得到验证。     

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.