基于模糊在线调整权重因子的三相六开关容错逆变器驱动异步电机FCSMPTC

为了进一步提高异步电机的控制性能,减小磁链和电流脉动,针对传统异步电机有限控制集模型预测转矩控制(FCSMPTC)中目标代价函数权重因子的配置问题,提出一种模糊在线调整权重因子的异步电机FCSMPTC方法。通过判断转矩和磁链误差,采用TakagiSugeno模糊控制方法实现对权重因子的动态调整,并给出了模糊论域和相应的模糊规则设计。同时考虑到三相异步电机驱动系统中逆变器开关故障给控制系统带来的影响,采用三相六开关容错控制策略对系统进行容错控制。仿真结果表明:该控制方法能够平滑磁链和电流输出,减小电流谐波。     

基于模型预测的多电机弱磁同步控制策略研究

从工业场合下多电机系统高速运行的实际需求出发,分析了传统多电机控制系统和传统弱磁控制系统的优缺点,针对多电机高速运行时的弱磁特性进行了研究。模型预测控制(MPC)是一种基于被控对象模型的新型控制算法,具有较强的鲁棒性和较好的控制性能。交叉耦合控制是一种在并行控制基础上对每个电机进行相应补偿的控制系统。将MPC应用到多电机控制系统中并对其进行改进使其具有弱磁控制能力;对传统的交叉耦合控制策略进行改进。将二者结合提出了一种基于模型预测的多电机弱磁同步控制策略,并以双电机系统为例。最后,进行了仿真验证,仿真试验结果表明,基于模型预测的多电机弱磁同步控制策略,可获得比传统双电机系统更好的跟随性能和同步性能。     

基于分布式模型预测控制的多无人机协同规避控制技术

建立了多无人机协同规避控制模型,并提出了一种基于纳什最优的分布式模型预测控制算法。仿真结果表明,基于纳什最优的分布式模型预测控制算法有效地实现了多架无人机对障碍物的规避,并且相对于集中式模型预测控制算法减少了求解过程中的计算量,缩短了优化控制的时间,改善了系统的实时性。     

基于龙伯格扰动观测器的永磁同步电机PWM电流预测控制

针对传统永磁同步电机(PMSM)PWM电流预测控制中电机参数扰动造成的电流静差及振荡问题,提出基于龙伯格(Luenberger)观测器的PWM电流预测控制。首先,将系统参数扰动引入到电机电压方程,构建在参数扰动中拥有优良性能的Luenberger观测器来观测系统扰动。其次,离散化Luenberger扰动观测器,通过极点配置分析系统稳定性。最后,将观测器估计系统扰动引入含参数扰动项的电压方程中,为PWM电流预测控制算法提供实时性扰动补偿。仿真结果表明,所提算法能够快速无静差地观测出系统扰动,有效避免参数扰动造成的电流静差及振荡问题,提高电流预测算法的鲁棒性。     

广义预测自适应控制器在导弹控制系统设计中应用

将一种新的广义预测自适应控制算法应用于快速时变的导弹控制系统设计中。讨论了设计参数对控制系统性能的影响;针对自适应控制信号过大,提出了改进方案,增强了系统的鲁棒性和抗干扰能力。大量的数字仿真结果表明:运用该方案设计的导弹控制系统具有很好的跟踪性能和强的抗干扰能力;对系统阶次、参数、时延和采样周期的变化具有很强的鲁棒性;自适应算法中,对验前知识要求少,实现起来也比较简单。     

多变量线性时变系统的特征模型及自适应模糊控制方法

对于阶数及参数未知的高阶系统，如何设计一个工程上易于实现的低阶控制器，以实现有效的高性能控制，这是目前航天等领域亟待解决的问题。该文采用将对象特征和控制性能要求相结合的方法，对多输入一多输出高阶线性时变系统和一类非线性时变系统从理论上详细推导出了其特征模型，在此基础上设计了基于特征模型的稳定的自适应模糊广义预测控制方案。由于控制结构中使用了分层模糊系统，从而减少了模糊规则数目。通过对一个挠性航天器控制的仿真实验验证了所给方法的有效性。     

基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制

针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.      

非线性模型预测控制的研究进展

近年来,模型预测控制（Model predictive control,MPC）的理论和技术得到了长足发展,随着线性系统模型预测控制的大量成功应用,基于非线性模型的预测控制简称非线性预测控制（NMPC）引起了广泛关注,并取得了丰富的研究成果。文章基于非线性模型预测控制的基本原理,对目前该领域的热点问题和取得的成果进行了综述,指出了研究不确定系统和时滞系统的非线性模型预测控制对进一步发展预测控制理论和拓宽其应用范围的意义。     

模型预测控制（MPC）在飞机自动着陆系统中的应用

进场着陆是飞行的复杂阶段,虽然仅占整个飞行的2%～3%,却大约有1/3的飞行事故发生在此阶段,而高速喷气式飞机的飞行事故有一半以上是发生在进场着陆阶段。本次仿真的对象是一种具有特殊外形的无人机,对侧向着陆精度要求很高。于是文中采取了预测控制器加经典PID控制器构成了分层控制系统。动态矩阵法的在线优化和反馈校正等特点有效地提高了系统的整体性能。结果表明,这种方法可以有效地提高着陆精度并严格控制接地时的滚转角。     

基于预测控制的角度约束制导律设计

针对低高度、大倾角末端姿态约束问题,提出了一种弹道跟踪制导律.离线优化得到满足终端约束的基准弹道.为了避免出现奇异,将对位置的跟踪转换为对视线角及视线角速度的跟踪.根据当前状态,利用连续时间非线性预测控制,以弹道跟踪误差和控制能量的组合为性能指标,在线滚动优化得到制导指令,分析了制导律的参数选取,最后对该制导律进行了全...