摘要：针对直驱永磁同步风力发电系统存在非线性、参数不确定性以及转矩扰动等问题,研究了一种基于自耦PI控制理论的最大功率跟踪控制方法。该方法以转速跟踪为目标,将发电机内部动态与外部输入转矩的不确定性定义为一个总和扰动,从而将非线性不确定系统映射为未知线性系统,并构建了一个在总和扰动反相激励下的受控误差系统。据此设计了基于误差速度因子的自耦PI控制器模型,理论分析了自耦PI闭环控制系统的鲁棒稳定性和抗扰鲁棒性。仿真结果表明了该控制方法能稳定保持最大功率系数,在风力发电系统的最大功率跟踪领域具有良好的应用前景。

摘要：针对非线性不确定系统的控制问题,提出一种基于弹性能量函数的扰动观测方法和弹性跟踪控制方法.该方法以弹性能量函数为核心,将其分别应用于扰动观测器、虚拟跟踪指令以及弹性跟踪控制器的设计.该控制方法的突出优势是只根据误差来消除误差,不涉及误差的微分运算,控制器增益参数完全根据积分步长来整定.理论研究表明,所提出的弹性跟踪控制方法不仅可从理论上保证各级子控制器的稳定性,有效解决高阶SISO非线性不确定系统的控制问题,而且可有效避免反步控制方法出现的微分爆炸问题.此外,每个子控制器只有一个由积分步长即可整定的增益参数,因而控制器结构简单、计算量较小.仿真结果表明:所提出的控制方法不仅具有快的响应速度、高的控制精度以及强的抗扰动能力,而且不依赖于被控对象模型,在非线性不确定系统控制领域具有广泛的应用前景.

摘要：针对欠驱动旋转激励平移振荡器(translational oscillations with a rotational actuator, TORA)系统的控制问题,使用一种自耦PID (self-coupling proportional-integral-differential, SCPID)控制方法.该方法首先利用坐标变换使TORA系统的质心映射为Huygens振动中心,以实现新系统控制输入解耦,避免零动态不稳定问题;然后对Huygens振动中心设计平移位置的SCPID控制器,同时获得小球偏转角度的虚拟指令,进而设计小球偏转角度的SCPID控制器,从而实现TORA系统的平衡点跟踪控制;最后在复频域对闭环控制系统的稳定性进行严格的数学分析和证明.仿真及与其他方法的结果对比表明,所设计的控制算法简单高效,在欠驱动控制系统领域具有实际的应用价值.

摘要：针对比例-积分-微分(Proportional-integral-differential,PID)控制器的整定问题,提出了自耦PID (Self-coupling PID,SC-PID)控制方法.该方法将系统动态和内外不确定性定义为总和扰动,从而将非线性不确定系统变换为线性不确定系统,进而构建了总和扰动反相激励下的误差动态系统,据此设计了SC-PID控制律模型和整定规则,进而设计了自适应速度因子(Adaptive speed factor,ASF)模型.数值仿真结果表明,SC-PID具有快的响应速度、高的控制精度、良好的抗总和扰动鲁棒性等诸多优点.SC-PID整定规则为现有PID整定结果的技术评估与技术升级提供了科学的理论依据,在国防和工业控制领域具有广泛的应用价值.

摘要：提出了一种基于BP算法的正弦基函数神经网络模型 ,研究了该神经网络算法与线性相位微分器幅频特性的关系 ,证明了该神经网络算法的收敛性 ,给出了微分器的优化设计实例。与传统的雷米兹优化设计方法相比 ,提出的优化设计方法不需要计算矩阵的逆 ,因而解决了雷米兹优化设计方法求高阶矩阵逆的困难。计算机仿真结果表明了该算法模型的微分器的优化设计中不仅是有效的 。

摘要：针对带有完全未知的非线性不确定项和外界扰动的异结构分数阶时滞混沌系统的同步问题,基于Lyapunov稳定性理论,设计了自适应径向基函数(radial basis function,RBF)神经网络控制器以及整数阶的参数自适应律.该控制器结合了RBF神经网络和自适应控制技术,RBF神经网络用来逼近未知非线性函数,自适应律用于调整控制器中相应的参数.构造平方Lyapunov函数进行稳定性分析,基于Barbalat引理证明了同步误差渐近趋于零.数值仿真结果表明了该控制器的有效性.

摘要：为了抑制七阶电力系统中的混沌振荡,根据自耦PID控制理论提出了一种简单的混沌控制方法。该方法首先将七阶混沌系统控制问题分解为三个严格反馈子系统的控制问题,然后将每个子系统已知和未知动态分别定义为一个总扰动,进而将三个子系统等价映射为一个三阶线性扰动系统和两个二阶线性扰动系统。据此分别构建了在总扰动反相激励下的三个受控误差系统。根据自耦PID控制理论,分别设计了一个扩展自耦PD控制器和两个自耦PD控制器。最后分析了每个子系统的鲁棒稳定性和抗扰动鲁棒性。仿真结果验证了所提控制方法的有效性,每个状态变量均能由混沌振荡状态恢复到稳定运行状态,且控制信号光滑。因此该方法在电力混沌振荡控制系统领域具有良好的实际应用前景。

摘要：针对一类线性时变系统的控制问题,提出一种基于扩张状态观测器的自学习滑模控制方法.首先设计两种非线性光滑函数;然后将两种光滑函数分别应用于扩张状态观测器和滑模趋近律的设计.为了进一步提高系统的自适应控制能力,使用最速下降法对滑模控制器的增益参数进行自学习镇定.仿真结果表明,所提出的控制方法不仅响应速度快、控制精度高,而且能够有效解决现有理论方法难以解决的问题,是一种有效的不依赖于被控对象模型的LTV系统控制方法.

摘要：研究了一种基于神经网络并行算法的海尔伯特变换器优化设计方法,提出并证明了神经网络算法的收敛性定理,给出了海尔伯特变换器优化设计实例.仿真结果表明用该算法设计的海尔伯特变换器具有高的计算精度和快的收敛速度,因而是有效的.

摘要：为保证IPM工作于安全区,根据过电压产生的机理,在APF主回路电路及线路杂散寄生电感已确定时,采用并行多目标优化方法选择吸收电路参数。实践证明,优化的IPM低电感吸收保护电路综合性能好,成本低,吸收保护电路和低电感叠层母线设计的主电路的装置运行安全稳定,工程应用价值高。