基于多步预测的PID型神经网络控制

提出了一种基于多步预测的ＰＩＤ型神经网络控制方案,其控制机理类似于位置递式ＰＩＤ控制,但所产生的控制量是误差信号的比例、积分和微分量的一种非线性组合,可以有效地克服常规ＰＩＤ控制存在的快速性和超调的矛盾。通过利用多步预测误差对ＰＩＤ型神经网络控制器进行训练,可以弥补单步预测存在的控制信号波动较大的缺陷。仿真实验表明,基于多步预测的ＰＩＤ型神经网络控制系统有效随机干扰,具有较强的适应性和鲁棒性。     

永磁同步电机的电流比较控制及速度预测控制

讨论了一种永磁同步电机(PMSM)电流比较控制和速度预测控制方案。该方案采用瞬时电流分量的比较控制方式，通过查询开关规则表，输出逆变器的开关状态矢量，得到了平稳的直轴电流响应和快速且平稳的交轴电流响应；将预测控制方法应用于PMSM的速度控制系统，对PMSM模型的精度要求低，允许模型可有较大失配，系统算法简单，鲁棒性强。仿真结果表明，该方案的PMSM控制系统具有优良的动、静态特性。     

多变量系统的广义预测控制

本文提出一种多变量自校正广义预测控制算法,该法适用于输入输出不同维、各个通道时滞不等和开环不稳定、非最小相位的多变量系统,它更适合于过程控制,对时滞的变化和阶的不确定性均具有较强的鲁棒性,具有广泛的应用前景.     

关于预测控制的鲁棒性

讨论了预测控制的鲁棒性问题。通过利用内模控制理论,给出了预测控制稳定的和品质的鲁棒性判据。     

PMSM的基于神经网络非线性预测控制

采用三层前向神经网络作为PMSM转速预测模型,对PMSM进行非线性预测控制.先通过离线训练获得初始预测模型,再在线对神经网络模型的权值和阀值进行调整;控制算法是将预测模型处理成线性和非线性两部分,并用一种快速线性预测控制方法求取控制律,大大减小在线计算量和提高控制的实时性.最后仿真结果表明该方法具有良好的动、静态特性和抗干扰能力.     

永磁同步电动机电流预测控制

提出一种新型电流预测控制策略(Current Predictive Control,CPC)。综合了矢量控制(Space Vector Modulation,SVM)和直接转矩控制(Direct Torque Control,DTC)的优点,可以有效地提高永磁同步电动机调速系统动态响应速度,同时减小转矩脉动。有别于矢量控制的双闭环速度、电流PI控制结构,CPC通过比较电流预测值与速度控制器提供的电流参考值,根据电流预测误差直接给出电压源逆变器(voltage-source inverter,VSI)最优开关序列,省略了SVM中电流PI控制器和脉宽调制器(pulse width modulation,PWM),提高了系统动态响应速度;同时减小了DTC中由于滞环控制产生的转矩脉动。仿真结果表明了稳定MPC控制器结构简单,计算量小,静、动态性能优异,鲁棒性强。     

多变量系统的广义预测控制

本文介绍一种针对多变量专家控制系统提出的预测解耦方法,该方法是用隐式递推广义预测方法预估出各变量之间的影响,然后加到控制中得以实现的。即使在系统结构未知或变化的情况下,仍可获得次优解,具有很强的鲁棒性。仿真结果表明,方法是有效的。     

具有鲁棒性的多变量预测控制仿真研究

文中利用预测控制中动态矩阵控制算法对多变量系统进行控制仿真研究,同时以控制领域流行的Matlab/Simulink仿真软件实现其预测控制算法,领导 具研究证明预测控制对多变量系统具有较好的控制作用和满意的鲁棒性。     

预测控制理论在矿井通风系统的应用

针对目前矿井通风系统存在的不能根据生产环境要求对风量进行实时调节和控制效果不理想造成大量的能源浪费的问题，提出了一种简单、易行的控制方法－预测控制。介绍了这一方法的机理，并以铁法矿务局大明一矿的现有通风系统为例，建立了预测模型，并以仿真结果说明了这一方法的合理性和有效性。     

自控式同步电动机调速系统的仿真研究

建立了自控式同步电动机调速系统的数字仿真模型。主要考查了在起动、变速、突加及突减负载情况下，系统直流环节的电流和电机转速的变化。试验表明：起动时间及电流幅值的计算误差小于５％，转速及电流变化曲线与实际情况基本吻合。证明数学模型和计算程序是正确的。提供的仿真程序简单实用，在ＰＣ机上即可运行。     

同步电动机运行过程中的励磁控制技术

对同步电动机励磁强度控制提出了以功率因数调节为主，辅以功角校正方法的控制策略，在稳态情况下，调励磁电流以维持功率因数恒定，保证电机运行效率；在动态情况，一旦稳定性受到威胁，就根据功角对励磁强度进行校正，使电机免遭外扰的冲击，减少失步概率。     

基于模糊分数阶滑模控制的永磁同步电机控制

针对传统一阶滑模控制中存在的抖震和模糊控制系统静差问题,结合滑模控制和模糊控制的优点,引入分数阶微积分理论,提出基于模糊分数阶滑模控制的永磁同步电机速度控制系统,给出模糊分数阶滑模控制器的设计方法,并对该控制器的性能进行了分析.仿真和实验表明,文中提出的模糊分数阶滑模控制系统不但具有较好的控制性能,而且具有对外部负载扰动的鲁棒性.     

基于模型预测策略的永磁同步电机最大转矩电流比控制优化

针对当前在采用最大转矩电流比(maximum torque per ampere,MTPA)控制策略的永磁同步电机双闭环矢量控制系统中,因外在负载或电机转矩突变,造成电流调节器因积分饱和而导致电机实际定子交-直轴电流无法快速跟踪给定的MTPA电流问题,提出一种基于模型预测控制原理的两矢量模型预测控制策略,来取代传统双闭环电机控制系统中的电流内环调节器。在分析永磁同步电机MTPA控制原理、电流内环调节器饱和原因的基础上,利用模型预测控制的非线性约束处理能力在每个采样周期内通过两电压矢量模型预测控制策略,获得更加准确的电压矢量。实现系统实时动态跟踪永磁同步电机MTPA轨迹的目标。仿真和实验结果表明,该控制策略在电机给定转矩或外在负载转矩突变情况下可实时跟踪MTPA给定电流的变化,电机定子电流未出现较大波动。     

基于神经网络的永磁同步电机广义预测控制

介绍了一种基于神经网络的永磁同步电机矢量控制系统的广义预测控制方法.通过分析永磁同步电机数学模型,采用带有延时结构的多层前向神经网络作为预测模型,进行非线性广义预测控制.控制算法是基于非线性激励函数的局部线性思想,将预测模型处理成线性和非线性两部分,并用线性预测控制方法求得控制律,简化了计算.仿真结果表明,利用该法建立的永磁同步电机调速系统,具有良好的控制效果.     

限制负载角的永磁同步电机序列模型预测控制

针对永磁同步电机模型预测控制中增加负载角限制函数可以避免电机失步但会导致模型预测控制权重系数调节更加繁琐的问题,提出了一种可限制负载角的永磁同步电机无权重系数模型预测控制。该方法基于字典法实现模型预测控制,对目标函数进行分层序列优化,实现无权重系数下的多目标优化。为验证该方法的有效性,进行了仿真和实验研究。结果表明,本方法可以实现负载角限制且动静态性能与传统方法一致,与传统方法相比,转矩与磁链的稳态误差相近,约为0.3 N·m 和0.005 V·s,但省去了权重系数的调整,减少了计算负担。     

双三相永磁同步电机改进型模型预测电流控制

针对双三相永磁同步电机模型预测共模电压抑制方法存在寻优计算量大、开关频率较高、稳态性能不佳的问题,提出一种改进型模型预测电流控制.首先,改进六相两电平逆变器,降低零矢量共模电压幅值;其次,选择小共模电压矢量构造虚拟电压矢量,简化价值函数的同时减小共模电压和电流谐波含量;再次,通过计算参考电压矢量直接选择最优电压矢量以减少寻优次数,并引入占空比控制提升电机控制精度,改善电机稳态性能.最后,仿真对比传统模型预测电流控制、RCMV（Reduced Common Mode Voltage）-1、RCMV-2和所提控制方法.结果表明,所提控制方法在减小共模电压的同时,降低了转矩脉动和谐波电流,且较RCMV-2方法开关频率明显降低;此外,寻优代码执行时间相较于RCMV-1和RCMV-2分别降低了约91%和65%,减小了计算量.     

永磁同步电机PMSM的模糊PI控制方法

将模糊控制器用于永磁同步电机的控制,利用模糊控制不依赖于对象模型和鲁棒性强的优点来克服永磁同步电机中参数漂移、非线性和耦合等因素的影响.仿真结果表明：基于模糊控制的永磁同步电机控制系统与传统PI控制相比,具有较快的响应速度、较高的稳态精度和较强的鲁棒性.     

直流电机同步控制系统设计

采用AVR单片机作为系统的控制核心,用带有转速信号输出的直流电机作为受控电机,形成闭环控制,实时地对电机进行转速采集并计算偏差,用PID算法计算控制量,控制量用PWM的方法驱动从动电机,使从动电机实现同步控制.通过反复调试,证明该系统方案、电路和程序的设计是正确的,并整定了较好的控制参数.在没有轮系等机械传动装置的情况下,实现了两轴转速的高稳态精度同步控制.     

一种改进的提升机同步电机直接转矩控制

为克服提升机同步电机传统直接转矩控制存在的转矩、转速、磁链脉动大等缺陷,提出一种改进的同步电机直接转矩控制方法。设计基于神经网络的定子磁链观测器和基于模糊控制的逆变器状态开关选择器,利用人工鱼群-粒子群混合算法优化神经网络结构参数,应用转矩、磁链误差以及磁链位置角的模糊分级实现逆变器开关分级控制。仿真及试验结果表明,所设计的控制策略与传统直接转矩控制相比,转矩、转速、磁链动态响应速度快、响应脉动小,能更好地满足提升机的运行要求。