冗余直接驱动阀系统的余度控制策略

针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network) 的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Derivative)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.      

基于阻尼补偿的直流发电机带恒功率负载系统稳定性分析

提出了一种提高基于阻尼补偿的直流(DC)发电机带恒功率负载(CPL)系统稳定性的方法.依据输入滤波器输出阻抗极大值最小原则对基于阻尼补偿的直流发电机带恒功率负载系统输入滤波器参数进行了最优设计,给出了设计方法和流程.运用Bode图和Nyquist曲线对基于阻尼补偿的直流发电机带恒功率负载系统进行稳定性分析,并与在输出端...