电动汽车驱动系统用永磁同步电动机起动过程的模糊控制与仿真

在Matlab/Sinulink下,针对电动汽车驱动用永磁同步电动机PMSM的驱动系统起动过程,建立了模糊控制仿真结构模型,并进行了仿真.     

基于Sugeno-Mamdani模糊模型的电流跟踪型光伏并网逆变器

针对并网光伏逆变器对于输入量变化大、控制算法复杂,开关频率大而导致逆变器发热的问题,提出一种分段控制策略.利用模糊控制算法对输入变化不敏感的特点,设计一种输出PWM控制信号变化较小的逆变器,从而减小开关器件的负荷达到提高逆变效率的目的.设计采用分段控制当输出误差很大的时候使用sugeno模型,当输出误差较小时使用mamdani模型,该文中以单相全桥逆变电路为例,给出详细的仿真分析,仿真结果表明,设计的逆变器与传统控制方法相比,具有稳定性好、抗扰动型强、开关频率低等优势,输出电流的总谐波失真(THD)为1.73%,能够与并网电压达到同频,输出功率因素非常接近1,达到了系统并网发电要求.     

基于模糊滑模控制的风力发电系统最大风能追踪

针对永磁同步风力发电系统,从空气动力学的基础理论入手,分析了机组运行时的最大风能追踪原理.根据已知的风力机特性和滑模变结构系统理论,推导出在切换面上的等效控制和切换面上滑模运动的状态方程.为了削弱抖振,采用基于最大风能追踪控制的模糊滑模控制方法,根据系统状态在线调整切换控制增益系数.通过Lyapunov稳定性定理得到系统渐进稳定的充分条件.构建系统模型并进行仿真比较,仿真运行结果证实了该控制策略的正确性和有效性.     

变论域自适应模糊PID方法的研究与仿真

从优化模糊控制器的角度出发,讨论了变论域思想和伸缩因子的概念,同时就量化、比例因子和伸缩因子的关系进行了分析,进而阐述了一般情况下两种伸缩因子的选取方法;在此基础上将模糊PID和变论域思想想结合,形成变论域自适应模糊PID控制结构;最后通过某复杂非线性系统进行仿真研究,结果表明该方法达到了预期目的,优越性明显。     

模糊控制技术在数控直流电流源中的应用

介绍一种基于TI公司MSP430F155微处理器,采用模糊控制技术的数控直流电流源.通过按键对输出电流值进行预设和调整,用数/模转换器DAC输出电压,作为数控直流电流源的控制电压来控制其电流的输出,实现电流的预置输出、步进调整、数字显示.实验测试结果表明,其电流调整步进可达1mA,纹波电流≤0.2mA;最大误差小于3mA.     

用于粘性流场计算的一种改进的模糊控制方法

在原来研究工作的基础上，提出了一种改进的模糊控制方法，用以调整粘性流场迭代计算中亚松弛因子的值。该方向选取的控制输入量为：①相邻两次迭代所有内节点上物理量的平均相对改变值；②相邻两次送代间这一平均相对改变值的变化量。亚松弛因子的变化量为输出量，根据经验制定出一组控制规则并通过数值计算实践进行了调整，实现了亚松弛因子的模糊控制。改进后的方法物理意义明确，包含较多的信息，控制规则更加完善。通过4个二维层流的流动和传热问题的计算表明，它可以加快迭代计算的收敛速度，使迭代次数减少到接近甚至小于采用固定亚松弛因子时的最小值。该方法的控制效果优于原来的模糊控制方法。     

煤层气发动机空燃比控制算法研究

对二维插值、PID、自适应和模糊控制等空燃比控制算法进行比较,提出了基于C8051F005单片机的空然比PID闭环控制方法.采用氧传感器信号作为反馈量,对喷油量和喷油定时进行修正,控制空燃比.结果表明,空燃比PID闭环控制方法可进一步提高燃气发动机的动力性,降低排放.     

基于行为建模的机器人混合模糊-神经控制方法

本文提出了一种设计机器人模糊－神经控制器的新方法。因为模糊逻辑控制器的控制信号是由系统的响应行为而不是由其分析模型决定的，所以机器人的开环响应可以用一系列二阶系统来描述。然后，用Ｎｅｌｄｅｒ－Ｍｅａｄ单纯形算法离线优化与该系统相关的模糊逻辑控制器的参数，并用人工神经网络来训练开环响应与这些优化了的参数之间的匹配关系。该方法的优点在于当它用于设计模糊－神经控制器时，在自适应过程中不必考虑收敛问题     

基于磁流变效应的汽车ABS制动器性能研究

为了解决汽车传统摩擦式制动器存在的缺陷,并为汽车自动驾驶等主动控制提供更多参考,利用磁流变液体在施加磁场时会发生磁流变效应的特性,设计一款前轮磁流变制动器,推导出制动力矩公式,并将模糊控制和滑模变结构控制有效结合,设计汽车ABS模糊滑模变结构控制器。利用Simulink软件对基于磁流变效应的汽车ABS制动器进行建模仿真,得出滑移率、车速-轮速、制动力矩和制动距离仿真曲线。结果表明,通过合理控制施加在制动器磁流变液体上的磁场强度,可较好实现汽车ABS制动要求。     

公交优先的交通信号多层模糊控制模型

针对城市交通信号控制及公交优先问题,首先提出了一种基于交通需求强度的单路口多层模糊控制模型。第一层用来判断路口的交通需求强度,第二层主要完成相位优化功能,第三层用来确定各个相位的有效绿灯时间。进而考虑公交优先将模型扩展为公交优先的交通信号多层模糊控制模型,给出了模型结构与控制方法。仿真结果表明,与定时公交优先控制模型相比,该文提出的公交优先的多层模糊控制模型在交通量较大情况下能有效减少公交车辆延误,可应用于未来的信号控制系统中。