增程式APU混沌退火混合粒子群优化模糊PID动态控制

针对增程式辅助动力单元(APU)工作点切换过程的控制,提出了一种混沌退火混合粒子群(CAHPSO)算法优化模糊比例积分微分(PID)控制的增程式APU动态控制策略。该算法将标准粒子群(PSO)算法与混沌搜索和退火机制融合,强化全局寻优能力,并采用该算法离线优化模糊PID控制参数。为验证该控制策略的有效性,本文建立了APU仿真模型。仿真结果表明:该控制策略可使APU在工作点从热机点逐步切换至高负荷点的过程中稳定时间短,在三个工作点切换控制过程中稳定时间分别为2.92 s,2.88 s,2.79 s;可使APU转速超调率小,在小负荷点向中负荷点切换时超调约0.95%,在其余过程未出现超调;可使APU转矩变化平缓,在中负荷点向高负荷点切换时转矩仅超调0.16 N·m,具有良好的动态控制效果。      

一种变旋翼转速直升机/涡轴发动机非线性模型预测控制方法研究

为了实现变旋翼转速直升机/涡轴发动机快速响应控制,提出了一种基于神经网络的直升机旋翼预测模型与基于状态变量模型的涡轴发动机预测模型的新型非线性模型预测控制方法。所建目标函数除了包含转速控制指标外,还考虑了经两级变速双离合器传动机构传扭后发动机输出轴的转子动力学特性。不同飞行任务下的数值仿真结果表明:相对于PID控制器而言,非线性模型预测控制器可在满足压气机转速、发动机静强度等限制条件下使动力涡轮转速在变旋翼转速过程中的超调量减小50%,下垂量降至0.2%以内,实现了涡轴发动机的快速响应控制的同时,有利于改善发动机使用寿命。     

涡轴发动机非线性模型预测控制

 对涡轴发动机进行了非线性模型预测控制(NMPC)研究,设计了非线性模型预测,该控制器主要包括3个方面：预测模型、滚动优化和反馈校正。利用神经元网络模型预测涡轴发动机动态响应过程,得到预测模型;运用序列二次规划(SQP)优化算法进行发动机的在线滚动优化,得到发动机的燃油控制量;根据神经元网络模型与实际发动机对象的输出误差,对控制器的指令信号进行了反馈校正。最后进行了仿真实验,与常规串级PID控制相比较,非线性模型预测控制器的超调量从2.2%降低到0.8%,响应时间从6 s降低到2 s,具有很好的控制品质。     

基于非线性模型预测控制方法的航空发动机约束管理

针对目前航空发动机控制系统普遍采用Min-Max选择逻辑处理输出量约束的方法具有一定保守性的问题,设计了非线性模型预测控制器,提出在非线性序列二次规划(SQP)算法中加入罚函数实现航空发动机输出量约束管理.仿真结果表明:无论是否触及输出量约束限,非线性模型预测控制器都比Min-Max控制逻辑动态响应更快,在达到限制线时更加明显,此时调节时间从1.16s下降到0.82s,且几乎没有超调量.      

涡轴发动机组合模型非线性预测控制

针对涡轴发动机,为了更好的满足控制系统的实时性要求和提高控制性能,建立了数值稳态非线性模型和ARX动态线性模型相串联的组合模型,并将其作为预测模型,设计了非线性预测控制器。由于优化求解控制器时避免了非线性规划问题,控制系统的实时性得以保证。仿真结果表明,当旋翼负载变化时,功率涡轮转速收敛速度快,稳态精度高,超调量小。     

基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。     

航空活塞式发动机空燃比实时控制算法

采用比例-积分-微分神经网络(PIDNN)的控制算法,集合了传统PID控制及神经网络各自的优点,控制发动机在不同工况下的空燃比,实现发动机在不同工况间切换时,能够快速地控制空燃比至目标值.在AMESim软件中建立发动机模型,在MATLAB软件中建立PIDNN控制算法,进行模型在环仿真,仿真结果表明:在不同海拔高度下,PIDNN控制算法都能够准确地把空燃比控制在目标值,当发动机在不同工况间切换时,PIDNN能够在0.5s内把发动机空燃比控制至目标值,并且保证过量空气系数超调量在0.2之内,改善了发动机的动力性、经济性,提高了发动机的响应能力.     

基于二阶滑模的永磁同步电机SVMDTC

针对永磁同步电机空间矢量直接转矩控制中存在的磁链脉动大、转速超调大和转速动态响应速度慢等问题,提出基于Supertwisting二阶滑模控制理论将转速环、磁链环和转矩上的控制器全部换成Supertwisting滑模控制器。对所提出的控制理论利用MATLAB/Simulink仿真软件进行仿真验证。仿真结果表明所提出的控制理论能够成功抑制转速超调,实现提高转速、磁链和转矩的动态响应速度、抑制转矩和磁链脉动。     

基于前馈补偿的钻机系统永磁电机预测控制

将永磁同步电机(PMSM)作为石油钻机系统的驱动设备时,针对快速响应和强鲁棒性的控制要求以及复杂工况下的外部扰动问题,提出了基于前馈补偿的石油钻机系统PMSM预测控制策略。在该方法中,对电机转速环采用以电机数学模型为基础的预测控制,以实现PMSM的快速响应和提高鲁棒性,并引入扩展状态观测器进行扰动前馈补偿。仿真结果表明:与电机转速PI控制和动态矩阵控制相比,该控制策略响应速度更快,超调量小,在负载干扰下转速波动小且能更快地恢复至稳定值。     

基于直升机/涡轴发动机综合仿真平台的发动机非线性模型预测控制

 基于具有可靠置信度的直升机/涡轴发动机综合仿真平台,研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRLSSVR),训练具有较好实时性、精度及泛化能力的内嵌式预测模型,在高度0~5 km、前飞速度0~75 m/s范围内模型精度达5‰。其次,考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响,利用在线序列二次规划(SQP)算法实现滚动优化控制,而后加入目标转速偏差的积分项以消除静差,保证输出恒定。最后,通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制能力,相比传统串级PID控制,能够显著降低动力涡轮转速下垂/超调量,达到更好的控制品质。     

基于目标状态方程的SRM非线性预测控制

提出了一种基于目标状态方程的开关磁阻电机非线性预测控制方法,根据建立开关磁阻电机的非线性数学模型,按照非线性控制理论,定义转矩偏差和速度偏差为目标状态方程。以此状态方程为基础,结合预测控制理论对开关磁阻电机控制系统进行非线性预测控制设计,得到了以转速和转矩为反馈变量的非线性预测控制规律。根据所设计的控制器,通过软件仿真进行了验证。仿真结果表明,采用基于目标状态方程的开关磁阻电机非线性预测控制方法设计的SRM控制系统具有良好的动态和静态性能,对抑制开关磁阻电机转矩脉动有很好的效果。     

计及开关频率优化的永磁同步电机模型预测转矩控制

为减小逆变器开关频率对永磁同步电机(PMSM)性能的影响,提出了一种计及开关频率优化的PMSM模型预测转矩控制(MPTC)方法。建立了电磁转矩及定子磁链数学模型,并在此基础上设计了MPTC全速域价值函数。在全速域价值函数中加入了逆变器开关频率的限制条件,以实现恒转矩区内最大转矩电流比、恒功率区内弱磁调速并计及开关频率最优化的控制效果。仿真结果证明了所提方案不仅具有较高的动态响应性能,而且有效降低了逆变器的开关频率。     

容错型混合励磁磁通切换电机的模型预测控制

为了提高电机驱动系统的带故障运行性能,实现电机的最小铜耗容错运行,提出一种基于模型预测控制算法的容错型混合励磁磁通切换(FTHEFS)电机容错控制方法。以1台6/13极FTHEFS电机为控制对象,针对电机单相绕组断路故障,基于三相四桥臂逆变器拓扑,分别对模型预测转矩控制和无差拍模型预测磁链控制算法下的最小铜耗容错控制方法进行研究分析,并对所提容错控制方法的可行性和有效性进行验证。研究结果表明:两种控制方法均能使故障前后转矩、转速和定子磁链保持不变,同时降低故障后的电机铜耗,保证系统稳定运行。与模型预测转矩控制相比,无差拍模型预测磁链容错控制能够在降低开关频率的同时减小故障前后的磁链脉动。     

航空活塞式发动机瞬态空燃比控制仿真研究

针对航空活塞式直喷发动机瞬态空燃比难以精确控制、动态超调大等问题,采用基于改进的粒子群优化算法和Elman神经网络(VPSO-Elman网络)的模型预测控制算法对发动机过渡工况空燃比进行控制。在实验数据的基础上,利用发动机建模软件AMESim建立发动机模型,在MATLAB/Simulink中建立VPSO-Elman空燃比预测模型控制系统,通过联合仿真检验控制系统的性能。结果表明:瞬态工况下,相比于比例-积分-微分（PID）控制,VPSO-Elman网络模型预测控制下的空燃比超调量可以减小约20%,回调时间缩短约75%;针对不同的节气门开度变化速率,VPSO-Elman控制器同样具有良好的控制效果。      

对转永磁同步电机模型预测控制

对转永磁同步电机(Antirotary PMSM)在采用矢量控制时,可等效为2个相同的电机串联,在同一个空间坐标系中控制。当负载突变时,两侧转子转速发生变化,由于PI调节速度较慢,两侧转子易发生失步现象,系统将不可控。为解决(Antirotary PMSM)的失步问题,选取对转电机在旋转坐标系下的d轴电流增量和q轴电流增量为状态变量,研究了适用于对转电机的模型预测控制,提出了对转电机的模型预测电流控制算法。该控制方法动态响应快,而且可以有效避免超调,具有良好的控制性能。仿真结果表明,模型预测控制比传统的PI调节器动态响应快,可以有效解决对转电机的失步问题。     

基于预测控制方法的UAV编队飞行

针对传统UAV编队控制律显式考虑约束能力不强的不足,基于预测控制方法和虚拟结构控制策略,设计了一种分布式编队控制律。该控制律能显式地考虑各种约束,每个UAV仅需要滚动求解有限时域优化问题得到自身控制输入,提出了一种简单的代价惩罚的方法实现障碍规避,并将优先级策略引入UAV之间避碰中。仿真结果表明,所设计的编队控制律具有...