一、基于动态神经网络解耦线性化的内模控制(论文文献综述)
刘凯悦[1](2021)在《复杂系统的解耦内模与事件触发故障补偿控制》文中指出随着社会的发展以及科学技术的进步,过程工业领域中对于控制品质的要求越来越高。同时,由于设备元器件数量以及系统复杂度的增加,使具有高品质性能的控制器设计愈发具有挑战性。本文针对过程工业被控对象具有多变量、强耦合、时滞、右半平面(Right Half Plane,RHP)零点、未知非线性、系统资源有限以及执行器易发生故障的特点,当存在外界干扰以及模型参数不确定时,开展倒置解耦(Inverted Decoupling)内模控制(Internal Model Control,IMC)方法以及事件触发(Event-triggered)控制方法的研究。本文主要工作如下:1、将倒置解耦方法推广到带有多时滞、多RHP零点的多维复杂系统中,首次对解耦器存在的必要条件进行了理论分析与推导,在满足该条件前提下讨论了解耦矩阵元素的设计步骤以及可实现性问题,并提出了针对右半平面零点的近似补偿方法;所提出的方法不受系统形式的限制,同时适用于方形系统以及非方形系统,且解耦器具有计算简单、形式灵活的优点;2、将传统的巴特沃斯(Butterworth)滤波器进行改进,设计改进型巴特沃斯滤波器,并将改进前与改进后滤波器的特性进行对比分析,表明了改进型滤波器具有更好的调节性能,可以实现闭环系统跟踪性能与鲁棒性的良好折衷,并分析滤波器设计参数变化对系统性能的影响;随后利用内模控制的经典结构,将改进型巴特沃斯滤波器作为内模滤波器,进行内模控制器的设计,并基于闭环系统性能研究控制参数选取方法;3、将分数阶理论引入到内模滤波器的设计中,设计了分数阶改进型巴特沃斯滤波器;进而考虑实际计算机控制系统的需要,对滤波器离散化方法进行研究,得到了离散分数阶改进型巴特沃斯滤波器;之后基于被控过程离散传递函数矩阵模型,利用内模控制结构对控制器进行设计,提出了基于分数阶改进型巴特沃斯滤波器的离散内模控制器。分数阶滤波器的引入更加精确地满足了内模滤波器阶次的要求;4、考虑过程工业系统中的非线性特性,利用径向基函数(Radial Basis Function,RBF)神经网络实现对未知非线性函数的逼近,并通过预设性能指标误差变换将误差始终约束在预设的性能指标函数边界内。结合切换阈值事件触发机制(Switching Threshold Event-triggering Mechanism,SWT-ETM)设计自适应神经网络事件触发控制器(Event-triggered Controller,ETC),使系统误差能够始终按预设性能指标收敛的同时可以降低系统通信压力,减小执行器负担;5、对于系统执行器可能发生的未知故障,利用自适应方法对故障参数加权求和的上界进行估计,能够避免直接对故障参数估计所造成的系统震荡;在设置执行器冗余的条件下,结合切换阈值事件触发机制设计自适应神经网络事件触发故障补偿控制器。由于事件触发机制的引入可以降低系统通信负担,减少执行器不必要的操纵,从而所提出的控制方法对执行器故障成功补偿的同时也尽量降低潜在执行器故障的发生率,提高执行器工作的可靠性。
邹玮玮[2](2021)在《新能源接入的多端柔性直流输电系统解耦控制策略研究》文中进行了进一步梳理多端柔性直流输电系统(VSC-MTDC)具有可实现多电源供电、多落点受电以及运行方式多样的特点,且具有良好的可扩展性与可靠性,在大规模新能源并网、孤岛供电以及多个异步电网互联工程中具有广阔的应用前景。随着各国能源结构的调整以及直流输电技术的不断发展,多端柔性直流输电技术成为解决新能源外送问题的强有力手段。作为典型的高阶系统,多端柔性直流输电系统中存在复杂的耦合关系,新能源发电具有随机性间歇性等特点易于对整个系统产生不良影响,为系统安全稳定运行带来挑战,系统中存在的耦合一定程度上限制风电并网的工程应用。因此研究新能源接入的多端柔性直流输电系统解耦控制策略对系统的安全、稳定以及经济运行具有重要意义。本文首先根据换流器(VSC)的结构得出其dq旋转坐标系下数学模型,根据系统拓扑结构将新能源接入的多端柔性直流输电系统分为多端柔性直流输电系统连接交流系统以及多端柔性直流输电系统两部分建立整个系统的全局小信号模型,分析并得出系统中存在的耦合机制,应用PI双闭环控制器进行仿真分析,验证所建立小信号模型的准确性。针对系统中存在的耦合问题,基于新能源接入的多端柔性直流输电系统小信号模型及所得耦合机制,提出神经网络内模解耦控制策略,利用神经网络构造内模控制中的内部模型与内模控制器,并在控制系统中加入反馈控制器,以应对控制系统运行初期神经网络内部模型与神经网络内模控制器因没有得到足够次数训练导致控制效果较差的问题。在MATLAB/SIMULINK中验证所设计控制器的解耦效果,在提升控制系统性能的基础上,极大的削弱系统中存在的耦合,提升整个系统的稳定性。针对神经网络内模解耦控制的不足,以控制系统解耦性能为控制器设计目标,提出混合H2/H∞鲁棒解耦控制,将新能源接入的多端柔性直流输电系统解耦控制问题转化为混合H2/H∞鲁棒控制问题,并以控制系统H2性能与H∞性能以及LMI区域极点配置来优化求解混合H2/H∞鲁棒解耦控制器,在MATLAB/SIMULINK中与PI控制以及神经网络内模解耦控制进行仿真对比,证明所设计控制器具有更加优越的解耦性能,同时使得控制系统具有更加优良的故障后恢复性能。
张明秋[3](2021)在《人工光源型植物工厂温湿度环境控制与试验研究》文中研究指明植物工厂作为目前最高水平的设施农业生产方式,是农业产业化进程中吸收应用高新技术成果最具活力和潜力的领域之一,代表着未来农业的发展方向。初期建设成本过高、光源与空调能耗较大以及经济效益不高等,突破这些瓶颈是实现植物工厂持续健康发展的关键。环境控制技术是植物工厂生产技术的核心,是当代农业生物学、环境科学、计算机控制与管理科学的综合应用,是对环境因子进行综合调节和控制的技术,它为不同作物的生长、繁育提供适宜的环境,同时实现系统节能降耗运行。本文建立植物工厂环境机理模型,采用随机森林算法辨识影响温湿度的环境参数,通过多变量解耦内模控制方法,设计环境参数控制器并在植物工厂中实施应用,主要内容如下:(1)构建了典型人工光源型植物工厂的温湿度环境机理模型,提出了随机森林理论用于环境温度、湿度模型参数辨识。基于能量平衡理论和质量平衡理论,建立了典型人工光源型植物工厂的温湿度环境机理模型,提出了随机森林理论用于温度、湿度模型参数辨识,获取了面向控制的温度、湿度环境实用模型,得到影响内部温度和的湿度主要环境参数。(2)建立温湿度控制系统动态非线性数学模型和控制系统传递函数矩阵,确定温湿度系统解耦后的控制策略。确定温湿度控制系统动态非线性模型,并对模型进行验证和分析,通过在计算系统输出值与实际现场中稳态工作点的测量值进行比较,确定模型的准确程度;建立人工光源型植物工厂温湿度控制系统传递函数矩阵;通过相对正则化增益矩阵及耦合指数对温湿度动态系统进行解耦处理,建立温湿度系统解耦后的控制策略。(3)提出了在反馈通道设置滤波器的多变量解耦内模控制方法,对内模控制的过程进行仿真验证。采用内模控制的相关理论,设计环境控制器解决温湿度环境的耦合问题和时滞问题;分别讨论了解耦控制器中各元素的时滞项和非最小相位零点个数的约束条件,提出了在反馈通道设置滤波器的多变量解耦内模控制方法;以稳态工作点A时动态系统的环境物理参数和环境测试参数为例,对内模控制的过程进行抗外界扰动工况仿真、系统响应速度工况仿真、系统稳定性工况仿真,检验系统在工况改变情况下输出信号的及时跟踪和克服外部干扰的能力。(4)在人工光源型植物工厂进行稳态工况和变工况两种情形的温湿度现场控制试验。在人工光源型植物工厂进行温湿度控制试验,分为稳态工况和变工况两种情形,控制效果由实际运行曲线来说明。通过验证试验,得到送风流量控制室内温度、送风含湿量控制室内湿度、冷水流量控制送风温度,内模控制器工作性能稳定,控制系统解耦效果良好,且具有较好的设定值跟踪和抗扰性能,能够满足植物工厂生产要求。
陆佳琪[4](2020)在《引入电流调节因子的永磁同步电机高速区弱磁控制》文中认为永磁同步电机结构轻便、性能优越,被广泛运用于电动汽车、航空航天、轨道交通、电力传动系统等具有高精度调速需求的驱动系统中。由于永磁体磁链固定,电压源逆变器所能输出的电压值有限,转子速度上升至额定速度后便无法继续提升,故需要通过弱磁的方法来实现转子速度的进一步升高。弱磁工况下,转子速度较高,交、直轴电流交叉耦合严重,极大地影响了系统控制性能。为此,本文对永磁同步电机的解耦控制策略和弱磁控制策略进行了综合研究,工作内容包括:第一,构建了永磁同步电机数学模型,介绍了矢量控制原理,概括了SVPWM的基本原理和算法实现,为后续弱磁控制策略和解耦控制策略的研究奠定了理论基础。第二,针对传统弱磁控制策略中交、直轴电流呈非线性关系,工作点计算困难,电流的指令跟随性能差的问题,提出一种分段优化的弱磁控制策略。将电机升速的过程分为三个阶段并适当线性化,简化工作点的计算,加快动态响应,加强电流跟随指令的性能。最后,通过仿真证明了该控制策略优于传统弱磁控制策略。第三,针对传统内模解耦控制策略中只有一个可调参数,无法同时兼顾交、直轴电流的解耦和系统电流的调节的问题,提出一种三自由度内模解耦控制策略。在传统解耦控制策略的基础上,引入比例调节因子和积分调节因子,增加系统中可以自由调节的参数的个数,提高内模系统的自由度,优化解耦网络。最后,通过仿真证明了该控制策略优于传统内模解耦控制策略。第四,针对分段优化弱磁控制策略下交、直轴电流耦合严重及升速第Ⅱ阶段负载阶跃时电流控制器输出的交轴电压的变化方向与系统期望方向相反的问题,提出一种引入电流调节因子的永磁同步电机高速区弱磁控制策略。在三自由度内模解耦控制器的比例调节因子中加入交轴电流信息,利用模糊控制器不断调节两个电流调节因子的取值,再将得到的新解耦网络应用至分段优化弱磁控制策略。该控制策略可实现交、直轴电流的有效解耦,在升速第Ⅱ阶段负载发生突变时从源头有效抑制电流控制器的饱和,缓解交轴电流调节的压力,加强电流调节性能。最后,通过实验证明了该控制策略的优越性。本文实现了弱磁控制策略和解耦控制策略的综合研究,丰富了现有的永磁同步电机弱磁控制算法和解耦控制算法,对永磁同步电机高速控制具有一定程度的参考价值。
蒋美英[5](2019)在《复杂多变量系统闭环辨识与内模控制方法研究》文中研究表明工业现场多变量系统包含不确定性、多时滞、强耦合、输入输出受约束等特征,往往存在模型难以精确刻画等问题,采用传统单一的系统控制器设计方法难以满足高精度控制品质的需求。为获得更好的系统控制品质,本文引入强化学习、频域分析和平均频域非方相对增益矩阵(NRGA,Nonsquare Relative Gain Array)等先进策略,从系统模型参数估计、内模控制器设计及参数优化、控制器的稳定性与鲁棒性分析和补偿器设计等方面对复杂多变量系统中一些较难解决的问题进行研究,提出解决方案和改进措施,并结合实验仿真进行验证。本文主要研究内容包括:1、针对闭环系统辨识问题,引入频域响应估计法(FRE,Frequency Response Estimation),利用系统的频率特性分析系统的控制性能,能够快速准确给出所辨识受控对象模型的参数估计,然而该方法存在一定的局限性,即模型估计精度取决于衰减因子的选择。本文基于强化学习算法(CARLA,Continuous Action Reinforcement Learning Automata)提出了具有自适应特性的衰减因子计算方法——基于强化学习的频域响应估计法(CARLA-FRE)。该方法借助连续动作强化学习算法的在线搜索和学习能力,通过动态调整得到最优的衰减因子。对所采用的CARLA算法进行多种基本函数辨识能力测试,及与粒子群算法(PSO,Particle Swarm Optimization)、并行弥漫式(FWA,Fireworks Algorithm)算法对比,CARLA算法具备更强的全局搜索能力和准确性;2、将(1)中所提的CARLA-FRE方法扩展到多变量方系统和非方系统闭环辨识中,为后续先进控制器的设计提供优化模型。该方法利用顺序激励信号法将多输入多输出(MIMO)系统等效分解成若干个单输入单输出(SISO)系统,然后利用CARLA-FRE方法获取子系统参数的解析表达式,进而获得模型估计,实现多变量方系统和非方系统的闭环辨识问题。最后,将该方法应用到多变量系统的内模控制中,围绕基于CARLA-FRE方法在多变量系统中的内模控制器设计展开研究,选取经典的Wood-Berry模型(方系统)和Shell模型(非方系统)进行仿真验证。该方法融合强化学习与频域响应估计法,具备更强的在线学习能力和抗干扰能力,为后续内模控制研究提供模型支撑;3、为实现提高多变量多时滞控制系统性能的目的,采用线性二次高斯控制(LQG,Linear Quadratic Gaussian)方法对所提基于频域辨识的模型进行最优控制器设计。由于多变量多时滞系统中存在大量的噪声、延迟以及各部分参数摄动,本文将LQG控制方法引入到多变量多时滞过程模型中,针对此类模型中所包含系统延迟、噪声和参数摄动等不确定因素进行有效补偿和控制,提高系统参数失配鲁棒性和扰动抑制能力;4、针对一类典型强耦合非方系统,提出了两种内模控制器设计优化方法。以多变量时滞秩亏系统为研究对象,设计基于惩罚伪逆的内模控制器,通过引入惩罚因子,用非满秩系统的伪逆来代替模型的逆,提出适合时滞秩亏系统的内模控制器设计方法,采用连续强化学习对惩罚因子进行寻优,获得最大惩罚因子。针对多变量结构秩亏系统,设计基于补偿器原理的内模控制器,采用平均频域NRGA准则实现对方形子系统的最优选择。仿真结果表明,所提的两种内模控制器优化方法不但简单易行,而且在系统模型参数失配情况下也具有较强的鲁棒性和稳定性。
李博[6](2018)在《基于智能广义逆系统的SHAPF建模及解耦控制策略研究》文中认为APF(Active Power Filter,有源电力滤波器)是一种抑制谐波和补偿无功的新型电力电子装置,它可对大小和频率都变化的谐波和无功进行补偿。SHAPF(Shunt Hybrid Active Power Filter,混合型并联有源电力滤波器)是一种APF的拓扑结构,它将APF与PPF(Passive Power Filter,无源电力滤波器)混合串联使用,由PPF补偿特定次含量较高的谐波,APF则起查缺补漏的作用,补偿其他次谐波,从而更好地抵消谐波和补偿无功功率,SHAPF还可以应用于更大功率的场合,节约装置的成本,这将对净化电网质量有着重要的工程实际价值。SHAPF在三相abc静止坐标系下的三相电流之间的强耦合,高度非线性关系使得实际补偿信号与指令信号产生巨大误差,严重影响SHAPF的补偿精度,同时SHAPF的非线性关系将使控制器的设计变得十分困难,因此研究SHAPF的线性化解耦对改善电能质量着重要的理论意义。目前常见的SHAPF解耦方法是微分几何法解耦,但该方法要求反馈精确抵消全部非线性变量以达到解耦,这在理论上可行,但在复杂多变的实际应用中很难实现。针对上述问题,本文通过解析法推导模型已知的SHAPF的广义逆系统并用智能算法对模型未知的SHAPF的广义逆系统进行辨识建模,从而实现对SHAPF的精确解耦。首先对SHAPF系统进行可逆性分析,进而推导SHAPF的广义逆系统的解析表达式,将广义逆系统与原系统串联组成一个伪线性复合系统,从而实现对SHAPF的线性化解耦;通过广义逆解耦方法和传统的逆解耦方法及前馈解耦法进行比较说明其效果的优越性;其次针对实际工况复杂,无法精确建模的SHAPF模型引入LS-SVM(Least Squares Support Vector Machines,最小二乘支持向量机)对SHAPF广义逆系统模型进行离线辨识建模,将辨识后的广义逆系统与原系统串联利用非解析的方法实现SHAPF的线性化解耦,仿真实验表明LS-SVM广义逆系统辨识的精度比LS-SVM逆系统辨识的精度更高,且构成的复合系统有着更好的跟踪性能;最后引入内模控制器(Internal Model Controller,IMC)对SHAPF的解耦子系统进行控制,使得子系统由开环不可控变为闭环可控,分别对内模控制器的逆控制器和内部模型用LS-SVM法进行辨识,然后引入滤波器增加内模控制器的辨识精度,理论分析与仿真实验表明加入滤波器的内模控制器比不加滤波器的PI控制器有着更好地鲁棒稳定性。
凌婧[7](2018)在《海洋碱性蛋白酶MP发酵过程软测量与解耦控制》文中研究指明随着海洋生物技术的发展,海洋微生物发酵工程在社会生活中的地位越来越重要。海洋微生物由于长期生存在低温、高压、高盐的恶劣环境中,使得其具有较强的耐冷性、耐压性和耐碱性。因此,所产的酶制剂具有较普通酶制剂更加突出的特点与优势。在实际发酵过程中,为了获得较高产量和质量的酶制剂,以获得最优的经济效益,就需要对发酵过程进行控制。然而,海洋微生物发酵过程机理复杂,发酵过程参量都具有高度的非线性、时滞性,各个变量之间还具有较强的耦合性。尤其是发酵过程中的一些关键参量(如:菌体浓度、基质浓度、相对酶活)无法通过硬件仪器直接在线检测,严重制约了海洋生物酶自动化和产业化的发展。因此,研究海洋微生物发酵过程的在线检测和解耦控制能有效促进海洋酶发酵产业规模化生产,同时具有很好的理论意义和社会应用价值。为此,在国家自然科学基金(41376175)、江苏高校优势学科建设工程项目(PAPD)的资助下,论文以新型海洋碱性蛋白酶MP发酵过程为研究对象,对发酵过程的软测量和解耦控制方法进行了研究。首先在总结了各种软测量建模方法的基础上,提出了一种基于改进的粒子群-径向基神经网络(PSO-RBFNN)的海洋碱性蛋白酶MP发酵过程软测量建模方法,实现了关键参量的精确在线检测,为非线性多变量系统进一步解耦控制奠定了基础。其次,为了实现多变量非线性系统的解耦控制,在分析了各种非线性多变量解耦方法的基础上,提出了一种将解耦控制理论与内模控制相结合的复合控制方法,利用RBFNN逼近连续非线性系统的α阶积分逆系统。然后,将该逆系统和原非线性系统串联,实现了原发酵系统的线性化解耦,再结合内模控制的方法设计内模控制器,提高了系统的鲁棒性与抗干扰能力,实验结果表明,该方法取得了较好的控制效果。本论文的主要研究内容如下:(1)针对海洋碱性蛋白酶MP发酵过程中的关键参量(菌体浓度、基质浓度、相对酶活)难以实时在线检测的问题,提出了基于RBFNN的软测量建模方法。在分析了RBFNN的建模原理和参数学习方法的基础上,提出了运用PSO算法优化RBFNN参数的设计方法。然后,对PSO算法的惯性权重选取方式采用指数下降惯性权重(Exponential decreasing inertia weight,EDIW)的方式进行改进,再将改进后PSO算法优化的RBFNN模型应用于海洋碱性蛋白酶MP发酵过程的关键参量预测中。实验结果表明,改进后的软测量模型训练时间缩短了40%左右,模型预测精度提高了3%以上。(2)为解决海洋碱性蛋白酶MP发酵过程中因自身时变性、耦合性、非线性等特性而使发酵系统在实际工业中难以控制的问题,提出了基于RBFNN逆系统的解耦方法。在给出了海洋碱性蛋白酶MP发酵过程简化的动力学模型的基础上,根据过程模型的可逆性分析,求解其逆模型;再采用RBFNN辨识所求得过程逆系统,并将原系统与逆系统串联形成复合伪线性系统,从而将非线性多变量的海洋碱性蛋白酶MP发酵动态系统解耦成若干个单输入单输出(SISO)的一阶线性积分子系统,为进一步引入内模控制策略对复合伪线性子系统进行闭环控制奠定基础,从而使整个系统具有较强的鲁棒性和良好的抗干扰能力。(3)在RBFNN逆系统多变量解耦的基础上,采用内模控制方法对海洋碱性蛋白酶MP发酵过程实施闭环控制。通过MATLAB构建其发酵过程解耦内模控制的结构系统仿真图,通过实验仿真,证明了该解耦控制方法可行,且具有良好的控制效果。
蔡晓伟[8](2016)在《五相容错永磁电机的解耦控制系统研究》文中研究指明为缓解全球大气污染、能源枯竭等问题,大力发展新能源电动汽车成为重要的举措。多相电机凭借效率高,功率密度大,容错性能好,可靠性高等优点正被逐渐应用到电动汽车的驱动系统中。针对五相容错永磁电机控制系统中存在的多变量、高阶次、非线性、强耦合等问题,提出了一种基于神经网络逆系统的内模控制方法,对原系统进行解耦控制,并使整个系统具有良好的鲁棒性能。首先,简要介绍了多相电机的发展,分析了其各种控制策略,提出了一种基于神经网络逆系统的内模解耦控制策略。其次,介绍了逆系统和神经网络的基本理论。由于逆系统方法的实现需要已知被控非线性系统的精确数学模型和内部参数,并且还需要利用隐函数存在定理求出逆系统的解析显示表达式,这些在实际控制过程中都难以实现。因此,提出将神经网络与逆系统相结合的方法,同时引入内模控制,使得整个控制系统构成闭环控制系统。然后,详细介绍了五相容错永磁电机的基本特性及其数学模型。根据Interactor算法和可逆性原理,证明了其可逆性。在此基础上,推导出神经网络逆系统,将其串联在原系统之前构成伪线性复合系统,将原系统线性解耦成两个线性的子系统。再对子系统设计附加控制器,增强整个系统的稳定性和鲁棒性能。最后,从仿真和实验的角度证明了本文所提控制策略的正确性。首先,在MATLAB/Simulink中搭建仿真模型,证明控制方法的可行性和正确性。然后,以dSPACE实时仿真系统为控制器,通过搭建外部的硬件系统,完成对控制对象的运行控制。仿真和实验结果均表明,本文所提出的基于神经网络逆系统的内模解耦控制策略能够成功的对五相容错永磁电机进行解耦控制,并使得整个系统具有较强的抗干扰能力和鲁棒性能。
李丹[9](2014)在《球磨机制粉系统建模及其解耦控制研究》文中研究表明目前300MW以上发电机组多采用双进双出钢球磨煤机配正压直吹式制粉系统,对于这样一个多变量、强耦合、大时延和存在诸多不确定干扰因素的非线性过程,建立其精确的数学模型十分困难。作为一个典型的三输入三输出系统,球磨机制粉系统的建模和解耦控制问题,依然是当今火力发电研究的热点。本文针对以上两大问题,先是进行对象模型的建立。首先,详细分析双进双出钢球磨煤机制粉系统的主要功能部件、工作原理以及性能分析,然后采用最简单直观的机理建模法对其列写相关平衡方程,并以双进双出钢球磨BBD4060型号为例进行数据代入和公式整理,求得该型号球磨机的数学模型。为了验证机理模型的准确性,本文采用在Matlab/Simulink环境下对机理模型进行仿真分析,将模型数据与现场实测数据相对比。此外,在进行仿真时,对给定输入加入阶跃测试,求出系统模型的传递函数形式,为接下来的控制仿真打下基础。基于模型的建立基础上,其次是要完成球磨机解耦控制的研究。本文采用内模解耦法和支持向量机广义逆内模解耦控制研究。对于内模解耦控制,本文先是给出单变量内模控制设计原理,再扩展到多变量内模解耦控制器的设计,并在Matlab/Simulink环境下进行解耦仿真分析;其次对支持向量机和广义逆系统进行基本概念和原理介绍,并给出支持向量机广义逆与内模解耦控制相结合的算法步骤,最后与内模解耦控制进行仿真对比分析。该方法结合了两种算法的优点,解耦控制效果优于仅使用内模解耦控制方法,是解决多变量强耦合非线性复杂控制系统的一种有效方案。
王正齐,刘贤兴[10](2013)在《基于神经网络逆系统的无轴承异步电机非线性内模控制》文中提出针对无轴承异步电机非线性、多变量、强耦合的特点,提出一种基于神经网络α阶逆系统方法的非线性内模控制策略.将用动态神经网络逼近的无轴承异步电机α阶逆模型与原系统复合,将非线性的无轴承异步电机原系统解耦成转子径向位移、转速和转子磁链四个独立的伪线性子系统.为了保证系统的鲁棒性,对伪线性系统引入内模控制,仿真和实验研究验证了所提控制方法的有效性.
二、基于动态神经网络解耦线性化的内模控制(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于动态神经网络解耦线性化的内模控制(论文提纲范文)
(1)复杂系统的解耦内模与事件触发故障补偿控制(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 引言 |
1.2 多变量系统解耦方法 |
1.3 内模控制 |
1.4 事件触发控制 |
1.5 故障诊断与故障补偿控制 |
1.5.1 故障诊断 |
1.5.2 故障补偿控制 |
1.6 本文主要研究工作 |
第二章 复杂多变量系统的倒置解耦方法 |
2.1 引言 |
2.2 经典解耦方法 |
2.2.1 理想解耦 |
2.2.2 简单解耦 |
2.2.3 倒置解耦 |
2.3 倒置解耦器的设计 |
2.3.1 倒置解耦器的设计流程 |
2.3.2 倒置解耦器的可实现性问题 |
2.3.3 RHP零点的近似与补偿 |
2.4 举例说明 |
2.5 小结 |
第三章 基于改进型巴特沃斯滤波器的多变量系统倒置解耦内模控制 |
3.1 引言 |
3.2 内模控制的基本原理 |
3.2.1 内模控制的基本结构 |
3.2.2 内模控制的基本性质 |
3.2.3 内模控制器的设计 |
3.3 改进型巴特沃斯滤波器的设计 |
3.3.1 标准型巴特沃斯滤波器的基本原理 |
3.3.2 改进型巴特沃斯滤波器的基本原理 |
3.3.3 改进型巴特沃斯滤波器的参数整定 |
3.4 基于改进型巴特沃斯滤波器的多变量系统倒置解耦内模控制器设计 |
3.5 鲁棒性分析 |
3.6 仿真验证 |
3.7 小结 |
第四章 基于分数阶改进型巴特沃斯滤波器的多变量系统离散倒置解耦内模控制 |
4.1 引言 |
4.2 分数阶改进型巴特沃斯滤波器的设计 |
4.2.1 分数阶微分的基本理论 |
4.2.2 分数阶改进型巴特沃斯滤波器的设计流程 |
4.2.3 分数阶改进型巴特沃斯滤波器的稳定性分析 |
4.3 基于分数阶改进型巴特沃斯滤波器的多变量系统离散倒置解耦内模控制器设计 |
4.3.1 Z变换的定义 |
4.3.2 离散倒置解耦内模控制器的设计 |
4.3.3 离散倒置解耦器的可实现性问题 |
4.3.4 离散滤波器的设计 |
4.4 仿真验证 |
4.5 小结 |
第五章 具有预设性能指标的非线性化工过程自适应神经网络事件触发控制 |
5.1 引言 |
5.2 非线性CSTR建模及预备知识 |
5.2.1 连续搅拌反应釜的结构及工作原理 |
5.2.2 CSTR模型建立 |
5.3 具有预设性能指标的自适应神经网络事件触发控制器设计 |
5.3.1 RBF神经网络原理与预备知识 |
5.3.2 具有预设性能指标的误差变换 |
5.3.3 自适应神经网络事件触发控制器设计 |
5.4 稳定性与可实现性分析 |
5.4.1 稳定性分析 |
5.4.2 可实现性分析 |
5.5 仿真验证 |
5.6 小结 |
第六章 执行器故障时非线性化工过程自适应神经网络事件触发故障补偿控制 |
6.1 引言 |
6.2 执行器故障模型 |
6.3 自适应神经网络事件触发故障补偿控制 |
6.3.1 切换阈值事件触发机制设计 |
6.3.2 自适应神经网络事件触发故障补偿控制器设计 |
6.4 稳定性与可实现性分析 |
6.4.1 稳定性分析 |
6.4.2 可实现性分析 |
6.5 仿真验证 |
6.6 小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
研究成果及发表的学术论文 |
作者和导师简介 |
附件 |
(2)新能源接入的多端柔性直流输电系统解耦控制策略研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 多端柔性直流输电系统发展现状 |
1.2.2 多端柔性直流输电系统解耦控制研究现状 |
1.3 主要研究内容 |
2 新能源接入的多端柔性直流输电系统结构及小信号模型 |
2.1 新能源接入的多端柔性直流输电系统结构及其控制方式 |
2.1.1 新能源接入的多端柔性直流输电系统结构 |
2.1.2 新能源接入的多端柔性直流输电系统控制方式 |
2.2 新能源接入的多端柔性直流输电系统小信号模型 |
2.2.1 多端柔性直流输电系统连接交流系统小信号模型 |
2.2.2 多端柔性直流输电系统小信号模型 |
2.2.3 新能源接入的多端柔性直流输电系统全局小信号模型 |
2.3 仿真分析 |
2.4 本章小结 |
3 新能源接入的多端柔性直流输电系统神经网络内模解耦控制 |
3.1 神经网络内模解耦控制结构 |
3.2 神经网络内模解耦控制器设计 |
3.2.1 NNM的训练 |
3.2.2 NNC的训练 |
3.3 仿真分析 |
3.4 本章小结 |
4 新能源接入的多端柔性直流输电系统混合H_2/H_∞鲁棒解耦控制 |
4.1 混合H_2/H_∞鲁棒解耦控制器设计 |
4.1.1 混合H_2/H_∞鲁棒解耦控制结构 |
4.1.2 混合H_2/H_∞鲁棒解耦控制器设计 |
4.2 混合H_2/H_∞鲁棒解耦控制器求解 |
4.2.1 混合H_2/H_∞鲁棒控制理论数学基础 |
4.2.2 基于LMI的输出反馈混合H_2/H_∞鲁棒解耦控制器 |
4.3 仿真分析 |
4.4 本章小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(3)人工光源型植物工厂温湿度环境控制与试验研究(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 植物工厂发展与现状 |
1.2.2 植物工厂环境建模研究现状 |
1.2.3 植物工厂环境控制研究现状 |
1.3 研究内容 |
1.4 技术路线 |
2 人工光源型植物工厂温湿度环境模型建立与优化 |
2.1 人工光源型植物工厂基本组成及结构特点 |
2.2 温湿度环境动态模型建立 |
2.2.1 温度环境动态模型建立 |
2.2.2 湿度环境动态模型建立 |
2.3 温湿度环境参数辨识 |
2.3.1 参数辨识方法分析 |
2.3.2 参数辨识结果预测与分析 |
2.4 本章小结 |
3 人工光源型植物工厂环境控制结构研究 |
3.1 植物工厂空气处理设备组成 |
3.2 环境温湿度控制动态模型建立及验证 |
3.2.1 温湿度控制设备的机理模型 |
3.2.2 环境温湿度控制动态模型验证 |
3.3 环境温湿度控制结构确定 |
3.3.1 温湿度耦合动态系统确定 |
3.3.2 传递函数建模 |
3.4 温湿度控制系统耦合特性 |
3.4.1 耦合特性指标 |
3.4.2 温湿度系统控制系统解耦 |
3.5 温湿度系统解耦控制结构 |
3.6 本章小结 |
4 温湿度环境多变量解耦内模控制与仿真 |
4.1 内模控制研究 |
4.2 多变量解耦内模控制研究 |
4.3 多变量解耦内模控制器研究 |
4.4 温湿度控制系统解耦内模控制器设计与仿真 |
4.5 本章小结 |
5 植物工厂温湿度环境控制试验 |
5.1 试验条件 |
5.2 试验仪器 |
5.3 试验环境参数采集 |
5.3.1 农艺技术要求 |
5.3.2 环境参数采集 |
5.4 验证试验 |
5.5 本章小结 |
6 结论与创新点 |
6.1 结论 |
6.2 创新点 |
6.3 展望 |
致谢 |
参考文献 |
附录 |
个人简历 |
(4)引入电流调节因子的永磁同步电机高速区弱磁控制(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文主要研究内容 |
第2章 永磁同步电机矢量控制理论 |
2.1 永磁同步电机分类 |
2.2 矢量控制的坐标变换原理 |
2.2.1 常见坐标轴系 |
2.2.2 Clarke变换和Park变换 |
2.3 永磁同步电机交、直轴数学模型的构建 |
2.4 永磁同步电机矢量控制 |
2.5 空间矢量脉宽调制技术(SVPWM) |
2.5.1 SVPWM基本原理 |
2.5.2 SVPWM算法实现 |
2.6 本章小结 |
第3章 永磁同步电机弱磁控制策略 |
3.1 弱磁控制理论 |
3.1.1 电压极限椭圆 |
3.1.2 电流极限圆 |
3.2 传统弱磁控制策略 |
3.2.1 恒转矩弱磁控制策略 |
3.2.2 超前角弱磁控制策略 |
3.2.3 最大输出功率弱磁控制策略 |
3.3 分段优化弱磁控制策略 |
3.4 永磁同步电机弱磁控制系统仿真 |
3.4.1 转子速度控制性能的对比分析 |
3.4.2 转矩输出性能的对比分析 |
3.4.3 电流调节性能的对比分析 |
3.5 本章小结 |
第4章 永磁同步电机解耦控制策略 |
4.1 传统电流解耦控制策略 |
4.1.1 反馈解耦控制策略 |
4.1.2 内模解耦控制策略 |
4.1.3 偏差解耦控制策略 |
4.2 内模解耦控制策略 |
4.2.1 内模控制原理 |
4.2.2 传统永磁同步电机内模解耦控制策略 |
4.3 永磁同步电机三自由度内模解耦控制策略 |
4.4 永磁同步电机内模解耦控制系统仿真 |
4.4.1 电流调节性能的对比分析 |
4.4.2 转矩输出性能的对比分析 |
4.5 本章小结 |
第5章 三自由度内模解耦控制策略在分段优化弱磁控制策略中的应用 |
5.1 分段优化弱磁控制策略的缺陷分析 |
5.2 引入电流调节因子的永磁同步电机高速区弱磁控制策略 |
5.3 实验结果及分析 |
5.4 本章小结 |
总结与展望 |
参考文献 |
攻读硕士学位期间发表的学术论文和专利 |
致谢 |
(5)复杂多变量系统闭环辨识与内模控制方法研究(论文提纲范文)
学位论文数据集 |
摘要 |
abstract |
第一章 绪论 |
1.1 引言 |
1.2 内模控制方法 |
1.2.1 内模控制基本原理 |
1.2.2 内模控制国内外研究现状 |
1.2.3 多变量系统内模控制研究现状 |
1.2.4 多变量非方系统内模控制研究现状 |
1.3 系统辨识方法 |
1.3.1 系统辨识简介 |
1.3.2 多变量系统辨识研究现状 |
1.4 主要研究内容 |
第二章 基于强化学习的频域响应估计法(CARLA-FRE) |
2.1 引言 |
2.2 频域响应估计法 |
2.2.1 开环控制系统的频域分析 |
2.2.2 闭环控制系统的频域分析 |
2.2.3 频域分析方法的优缺点 |
2.3 基于强化学习的频域响应估计法 |
2.3.1 强化学习基本原理 |
2.3.2 连续动作强化学习自动机算法 |
2.3.3 基于CARLA的频域响应估计法 |
2.4 CARLA算法性能验证 |
2.5 本章小结 |
第三章 基于CARLA-FRE辨识的多变量系统内模控制应用 |
3.1 引言 |
3.2 问题描述 |
3.3 基于CARLA-FRE的多变量系统内模控制 |
3.3.1 基于CARLA-FRE的多变量方系统辨识 |
3.3.2 基于CARLA-FRE的多变量非方系统辨识 |
3.3.3 多变量系统的内模控制器设计方法 |
3.4 仿真实验 |
3.4.1 多变量方系统辨识——Wood-Berry模型 |
3.4.2 多变量非方系统辨识——Shell模型 |
3.5 本章小结 |
第四章 基于LQG控制方法的多变量多时滞过程最优控制 |
4.1 引言 |
4.2 卡尔曼滤波和最优控制介绍 |
4.2.1 卡尔曼滤波理论 |
4.2.2 最优控制 |
4.2.3 状态反馈原理 |
4.2.4 状态空间模型构造 |
4.3 基于最优控制方法的多变量多时滞过程控制律设计 |
4.3.1 基于卡尔曼滤波器的状态估计 |
4.3.2 最优控制律设计 |
4.4 仿真研究 |
4.5 本章小结 |
第五章 一类强耦合非方系统的内模控制方法优化研究 |
5.1 引言 |
5.2 问题描述 |
5.3 基于惩罚伪逆的时滞非方系统内模控制方法 |
5.3.1 解耦内模控制结构 |
5.3.2 内模控制器的设计 |
5.3.3 稳态性能分析 |
5.3.4 基于CARLA的最大惩罚因子ρ_0寻优 |
5.4 基于补偿器原理的非方系统内模控制方法 |
5.4.1 补偿器的设计 |
5.4.2 方形子系统的选择 |
5.4.3 内模控制器的应用 |
5.5 仿真分析 |
5.5.1 基于惩罚伪逆的内模控制器设计 |
5.5.2 基于补偿器原理的内模控制器设计 |
5.5.3 以上两种内模控制器的仿真分析 |
5.6 小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
研究成果及发表的学术论文 |
作者和导师简介 |
附件 |
(6)基于智能广义逆系统的SHAPF建模及解耦控制策略研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 论文的选题背景及意义 |
1.2 SHAPF解耦方法研究现状 |
1.3 论文的主要研究内容 |
2 APF及MIMO系统的逆系统 |
2.1 谐波的产生及APF原理 |
2.1.1 交流电网与谐波 |
2.1.2 APF工作原理及应用前景 |
2.2 MIMO非线性系统的逆系统 |
2.2.1 逆系统法原理 |
2.2.2 MIMO非线性系统 |
2.2.3 MIMO非线性系统的相对阶和可逆性 |
2.2.4 MIMO非线性系统的逆系统 |
2.3 MIMO非线性系统的广义逆系统 |
2.3.1 广义逆系统 |
2.3.2 MIMO非线性系统的广义逆系统 |
2.4 小结 |
3 基于解析法的SHAPF广义逆解耦控制 |
3.1 三相三线制SHAPF的数学建模 |
3.2 基于解析法的SHAPF广义逆系统解耦 |
3.2.1 SHAPF系统的可逆性分析 |
3.2.2 SHAPF的广义逆解耦 |
3.2.3 SHAPF直流侧电压及解耦控制器的设计 |
3.3 伪线性复合系统的稳定性分析 |
3.4 仿真实验 |
3.5 小结 |
4 基于LS-SVM的SHAPF广义逆解耦 |
4.1 LS-SVM原理及研究现状 |
4.1.1 LS-SVM研究现状 |
4.1.2 LS-SVM回归原理 |
4.2 基于LS-SVM的SHAPF广义逆解耦 |
4.2.1 MIMO离散非线性系统的LS-SVM广义逆解耦 |
4.2.2 基于LS-SVM的MIMO系统的广义逆系统辨识建模 |
4.2.3 基于LS-SVM的SHAPF广义逆解耦 |
4.3 仿真实验 |
4.4 小结 |
5 SHAPF解耦子系统的内模控制 |
5.1 内模控制原理 |
5.1.1 内模控制结构 |
5.1.2 内模控制的性质 |
5.2 逆模型控制器及滤波器的设计 |
5.2.1 逆模型控制器的设计 |
5.2.2 滤波器设计 |
5.2.3 逆模型控制器的鲁棒性分析 |
5.3 基于LS-SVM的SHAPF解耦子系统内模控制 |
5.3.1 基于LS-SVM的内部模型辨识 |
5.3.2 基于LS-SVM的逆模型控制器辨识 |
5.3.3 SHAPF解耦子系统的内模控制 |
5.4 仿真实验 |
5.5 小结 |
6 SHAPF解耦控制的发展与展望 |
结论 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(7)海洋碱性蛋白酶MP发酵过程软测量与解耦控制(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 发酵过程软测量方法研究综述 |
1.2.1 软测量基本原理 |
1.2.2 软测量方法研究现状 |
1.3 发酵过程解耦控制方法研究综述 |
1.4 研究内容与章节安排 |
第二章 海洋碱性蛋白酶MP发酵过程分析 |
2.1 海洋碱性蛋白酶简介 |
2.2 海洋碱性蛋白酶MP发酵过程 |
2.3 海洋碱性蛋白酶MP发酵过程动力学分析 |
2.4 海洋碱性蛋白酶MP发酵工艺流程 |
2.4.1 空消与实消 |
2.4.2 种子罐接种与培养 |
2.4.3 移种与发酵培养 |
2.5 本章小结 |
第三章 基于RBFNN的海洋蛋白酶MP发酵过程软测量 |
3.1 软测量建模理论基础 |
3.1.1 RBFNN建模原理 |
3.1.2 RBFNN参数的学习 |
3.2 粒子群优化算法原理 |
3.2.1 粒子群算法理论基础 |
3.2.2 标准粒子群算法中惯性权重的学习 |
3.2.3 改进PSO算法优化的RBFNN模型 |
3.3 海洋碱性蛋白酶MP发酵过程软测量模型的建立 |
3.3.1 辅助变量的选取 |
3.3.2 关键参量预测结果与分析 |
3.4 本章小结 |
第四章 海洋碱性蛋白酶MP发酵过程解耦控制 |
4.1 多变量解耦控制理论 |
4.1.1 反馈线性化解耦控制 |
4.1.2 智能线性化解耦控制 |
4.2 内模控制 |
4.2.1 内模控制基本原理 |
4.2.2 内模控制系统性能分析 |
4.3 海洋碱性蛋白酶MP发酵过程多变量解耦内模控制器的设计 |
4.3.1 模型的可逆性分析 |
4.3.2 海洋碱性蛋白酶MP解耦内模控制结构与实现 |
4.4 实验分析与仿真 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 全文工作总结 |
5.2 研究展望 |
参考文献 |
致谢 |
攻读硕士研究生期间的学术成果 |
(8)五相容错永磁电机的解耦控制系统研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 本文研究的背景及意义 |
1.2 多相电机控制策略研究现状 |
1.2.1 多相电机概述 |
1.2.2 多相电机控制系统策略 |
1.3 本文的主要研究内容 |
第二章 基于神经网络逆系统的内模控制方法 |
2.1 引言 |
2.2 逆系统方法 |
2.2.1 逆系统 |
2.2.2 伪线性复合系统 |
2.2.3 基于状态方程描述系统的逆系统 |
2.3 神经网络逆系统 |
2.3.1 神经网络 |
2.3.2 神经网络逆系统 |
2.4 内模控制方法 |
2.4.1 内模控制的基本原理 |
2.4.2 内模控制的主要性质 |
2.4.3 内模控制的设计方法 |
2.5 本章小结 |
第三章 五相容错永磁电机的数学模型及其控制方法 |
3.1 引言 |
3.2 五相容错永磁电机的基本结构 |
3.3 五相容错永磁电机的数学模型 |
3.3.1 五相自然坐标系下的数学模型 |
3.3.2 坐标变换和变换矩阵 |
3.3.3 两相旋转坐标系下的数学模型 |
3.3.4 五相容错永磁电机的状态方程 |
3.4 五相容错永磁电机的神经网络逆系统解耦控制 |
3.4.1 可逆性证明 |
3.4.2 神经网络逆系统复合控制方法 |
3.5 本章小结 |
第四章 五相容错永磁电机解耦控制系统的仿真研究 |
4.1 引言 |
4.2 五相容错永磁电机解耦控制系统仿真构成 |
4.2.1 五相容错永磁电机模型 |
4.2.2 神经网络伪线性复合系统模块 |
4.3 仿真结果分析 |
4.4 本章小结 |
第五章 五相容错永磁电机的解耦控制系统实验验证 |
5.1 引言 |
5.2 实验系统的总体设计方案 |
5.3 五相容错永磁电机驱动系统硬件设计 |
5.3.1 dSPACE实时仿真系统 |
5.3.2 功率驱动模块 |
5.3.3 信号采样模块 |
5.3.4 保护电路模块 |
5.4 五相容错永磁电机驱动系统软件设计 |
5.4.1 实时工作平台 |
5.4.2 实时接口 |
5.4.3 综合实验平台 |
5.5 实验的实现及结果分析 |
5.5.1 实验流程 |
5.5.2 基于dSPACE的控制系统实现 |
5.5.3 实验验证分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 本文总结 |
6.2 研究展望 |
参考文献 |
致谢 |
攻读硕士期间发表的学术论文 |
参与科研项目 |
(9)球磨机制粉系统建模及其解耦控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的背景和意义 |
1.2 球磨机制粉系统的建模研究现状 |
1.3 解耦控制的研究现状 |
1.3.1 解耦控制方法研究现状 |
1.3.2 球磨机制粉系统解耦控制现状 |
1.4 本文控制思路的提出 |
1.5 本文主要工作 |
第2章 球磨机直吹式制粉系统的建模 |
2.1 双进双出钢球磨制粉系统 |
2.1.1 系统主要结构 |
2.1.2 主要功能部件 |
2.1.3 工作流程 |
2.1.4 主要特点 |
2.1.5 控制任务 |
2.2 双进双出钢球磨煤机制粉系统的建模 |
2.2.1 出口温度数学模型 |
2.2.2 进出口差压数学模型 |
2.2.3 入口风压的数学模型 |
2.3 建模仿真研究 |
2.3.1 Simulink 仿真建模 |
2.3.2 模型验证 |
2.3.3 阶跃扰动测试 |
2.4 本章小结 |
第3章 内模控制在球磨机制粉系统中的应用 |
3.1 内模控制基本原理 |
3.2 内模控制器设计 |
3.3 多变量内模解耦控制器设计 |
3.3.1 理想内模解耦控制器 |
3.3.2 系统带有纯滞后环节的内模解耦控制器 |
3.3.3 系统带有非最小相位环节的内模解耦控制器 |
3.4 球磨机系统的内模解耦应用仿真分析 |
3.4.1 系统控制框图设计 |
3.4.2 系统控制器设计 |
3.4.3 系统仿真分析 |
3.5 本章小结 |
第4章 SVM 广义逆内模控制算法在球磨机系统中的应用 |
4.1 广义逆系统 |
4.1.1 逆系统概念 |
4.1.2 逆系统的可逆性条件 |
4.1.3 广义逆系统概念 |
4.1.4 基于输入输出微分方程描述系统的广义逆系统 |
4.2 SVM 概述 |
4.2.1 SVM 基本思想 |
4.2.2 SVM 回归算法原理 |
4.3 SVM 广义逆内模控制方法 |
4.3.1 SVM 广义逆方法的提出 |
4.3.2 SVM 广义逆内模控制方法的提出 |
4.4 SVM 广义逆内模控制在球磨机系统的仿真分析 |
4.4.1 SVM 广义逆内模控制算法步骤 |
4.4.2 球磨机广义逆系统可逆性分析 |
4.4.3 球磨机广义逆系统构造 |
4.4.4 SVM 广义逆开环算法仿真分析 |
4.4.5 SVM 广义逆内模控制闭环算法仿真分析 |
4.5 本章小结 |
结论 |
参考文献 |
攻读学位期间发表论文情况 |
致谢 |
(10)基于神经网络逆系统的无轴承异步电机非线性内模控制(论文提纲范文)
1 无轴承异步电机的数学模型 |
1.1 径向悬浮力产生原理 |
1.2 数学模型 |
2 基于逆系统理论的无轴承异步电机非线性解耦控制 |
2.1 可逆性分析 |
2.2 无轴承异步电机的逆系统解耦控制定义新的输入向量 |
3 基于神经网络逆系统的无轴承异步电机非线性内模控制 |
3.1 神经网络α阶逆系统 |
3.2 神经网络α阶逆系统的实现 |
3.3 基于神经网络逆系统的内模控制 |
3.4 系统综合 |
4 仿真与分析 |
5 实验与分析 |
6 结论 |
四、基于动态神经网络解耦线性化的内模控制(论文参考文献)
- [1]复杂系统的解耦内模与事件触发故障补偿控制[D]. 刘凯悦. 北京化工大学, 2021(02)
- [2]新能源接入的多端柔性直流输电系统解耦控制策略研究[D]. 邹玮玮. 兰州交通大学, 2021(02)
- [3]人工光源型植物工厂温湿度环境控制与试验研究[D]. 张明秋. 黑龙江八一农垦大学, 2021(01)
- [4]引入电流调节因子的永磁同步电机高速区弱磁控制[D]. 陆佳琪. 江苏科技大学, 2020(03)
- [5]复杂多变量系统闭环辨识与内模控制方法研究[D]. 蒋美英. 北京化工大学, 2019(01)
- [6]基于智能广义逆系统的SHAPF建模及解耦控制策略研究[D]. 李博. 兰州交通大学, 2018(01)
- [7]海洋碱性蛋白酶MP发酵过程软测量与解耦控制[D]. 凌婧. 江苏大学, 2018(05)
- [8]五相容错永磁电机的解耦控制系统研究[D]. 蔡晓伟. 江苏大学, 2016(11)
- [9]球磨机制粉系统建模及其解耦控制研究[D]. 李丹. 东北电力大学, 2014(06)
- [10]基于神经网络逆系统的无轴承异步电机非线性内模控制[J]. 王正齐,刘贤兴. 自动化学报, 2013(04)