摘要：为提高永磁直线同步电动机(PMLSM)伺服系统的控制性能,解决参数变化、外部扰动和摩擦力等不确定性因素对系统影响的问题,提出一种基于函数链径向基神经网络(FLRBFNN)的自适应反推控制(ABC)方法。首先建立含有不确定性因素的PMLSM动态模型;其次,利用ABC中的自适应律对系统总不确定性进行估计,但在设计ABC时存在大量求导运算,以至于产生"微分爆炸"现象。因此,为解决这一问题并进一步提高系统性能,采用FLRBFNN在线学习并调整控制器参数,FLRBFNN将径向基神经网络(RBFNN)和函数链神经网络(FLNN)相结合,利用FLNN增大神经网络搜索空间,提高网络收敛速度和收敛精度,从而提高RBFNN估计系统不确定性的能力,有效降低不确定性因素对系统的影响。实验结果表明,该方法切实可行,与ABC相比,能够使系统具有较强的鲁棒性能和跟踪性能。

摘要：为提高交直流混合微电网在发生功率波动、并离网切换、系统参数偏差等情况下的鲁棒稳定性,提出了一种基于扰动跟踪的互联变流器(ILC)自适应反推控制策略。分析了交直流混合微电网的基本拓扑结构,并考虑系统建模误差和外界扰动的影响,将ILC实际数学模型转化为带综合干扰项的理想表达式;利用实时扰动跟踪法对系统综合干扰项进行观测和补偿,基于此提出了一种ILC自适应反推控制策略,以保证ILC能实时跟踪系统的外界干扰和误差并进行抑制,增强了系统应对功率波动和参数不确定性的能力;通过小信号稳定性分析和多个算例测试验证了所提控制策略的有效性和优越性。

摘要：针对共振破碎机频率控制系统的非线性和参数不确定性问题,提出基于动态递归模糊神经网络的自适应反推控制策略.建立了破碎机频率控制系统的数学模型,在忽略个确定性项的前提下,设计了基于自适应反推方法控制律.其次将电液比例系统中影响频率控制性能的不确定性因素定义为待估计项,采用动态递归模糊冲经网络对其进行估计,给出了基于动态递归模糊神经网络的参数自适应律,并通过Lyapunov方法证明了输出跟踪的收敛性.仿真实验和车载测试结果表明,对于参数的不确定性和负载扰动,该方法具有较好的频率控制性能.

摘要：常规反推控制存在控制子系统转换复杂和控制噪声的问题,而且在系统存在外部扰动和参数摄动的情形下,需要详细的控制系统信息和增加额外的补偿控制。针对这个问题,提出一种基于粒子群优化自适应反推控制的光伏并网逆变器控制方法。首先基于瞬时功率和空间矢量理论,建立包含电网和并网逆变器参数摄动和外部扰动的动态数学模型。然后,设计粒子群优化算法直接逼近反推控制的控制量,省掉子系统转换和非线性补偿环节,简化了控制系统结构。最后,根据李雅普诺夫(Liyapunov)稳定性分析,求解自适应律,并在线调整粒子群优化算法进化参数。实验结果证明该方法的有效性和鲁棒性。

摘要：针对微电网中逆变器模型的非线性特征、参数摄动、及大负荷扰动造成的频率波动问题,提出一种基于二次调频的虚拟同步发电机(virtual synchronous generator,VSG)自适应反推鲁棒控制方法。在建立包含参数摄动以及输出侧负荷扰动VSG数学模型的基础上,通过李雅普诺夫函数设计出VSG的反推自适应控制律,并证明了系统的稳定性;将VSG自适应反推鲁棒控制与二次调频技术相结合,当频率偏差超出设定范围,则启动二次调频,使频率快速恢复至较小范围;自适应反推鲁棒控制算法则能快速自适应补偿系统的不确定性,在小偏差范围内具有较好动静态性能。使系统兼具大偏差快速恢复,小偏差动态响应好的特点。MATLAB/Simulink环境下的仿真结果验证了方法的有效性。

摘要：针对永磁同步电机存在非线性项的不确定性,以及在运行过程中参数摄动与负载扰动对机械角频率、转速以及系统控制产生的影响,为适应高精度、高稳定的调速应用要求,提出一种基于灰狼优化的永磁同步电机自适应反推鲁棒控制策略。应用非线性反推控制解决电机的非线性问题,并将灰狼优化应用于自适应反推算法中,实现电机转速对期望值的自适应调节跟踪,从而获得较好的动态响应及鲁棒性。首先,建立包含参数摄动以及输出侧负荷扰动的永磁同步电机数学模型,设计出满足李雅普诺夫稳定的反推控制器。其次,用灰狼算法对反推控制器参数进行优化,进一步提高系统的稳定性和鲁棒性。仿真结果验证了该控制器具有良好的速度跟踪与抗干扰调节效果,表明了该方法的有效性。

摘要：针对路面破碎机行走机构的非线性和不确定性对行走速度控制的影响,提出自适应反推滑模控制方法。建立了基于比例泵控马达的速度控制数学模型,设计了自适应反推滑模的控制算法。针对系统模型中的不确定项,给出了各参数项的自适应律,基于Lyapunov稳定性理论,保证了速度输出跟踪误差的渐近收敛。仿真和车载实验结果表明,该方法具有较好的速度控制性能,具有较强的自适应性和鲁棒性。

摘要：针对平方转矩负载下传统异步电动机变频调速精度不高的缺点,提出了一种基于非线性自适应反推(Backstepping)控制的永磁同步电动机(PMSM)速度控制方法.建立了PMSM在dq轴旋转坐标系下的数学模型,结合反推控制原理,设计了PMSM自适应反推速度控制器,并证明了控制器的全局稳定性.仿真结果表明,在电机定子电阻一定随机变化范围内,所设计的自适应控制器能够较好地跟踪给定速度,抑制了定子电阻变化对速度的影响,提高了平方转矩负载的运行效率.

摘要：针对永磁同步电动机存在的非线性项的不确定性,以及在运行过程中参数摄动与负载扰动对机械角频率、转速以及系统控制产生的影响,适应高精度、高稳定的调速应用要求,提出一种基于自适应反推的永磁同步电动机转速控制策略。应用非线性反推控制解决电动机的非线性问题,并将自适应控制与其结合,实现电动机转速对期望值的自适应调节跟踪,从而获得较好的动态响应及鲁棒性。建立包含参数摄动以及输出侧负荷扰动的永磁同步电动机数学模型,设计出满足李雅普诺夫稳定的反推控制器,用自适应算法优化反推控制器参数,进一步提高系统稳定性和鲁棒性。仿真结果验证了本控制器良好的速度跟踪与抗干扰调节效果,验证了本方法的有效性。

摘要：针对传统直接转矩控制(DTC)中的磁链转矩脉动大、逆变器开关频率不恒定的缺点,提出了基于微粒群优化(PSO)的自适应反推直接转矩控制方法,该方法中根据永磁同步电动机(PMSM)直接转矩控制原理设计了磁链转矩自适应反推控制器,并针对控制器中参数较多、不易调节的问题,引入微粒群优化算法优化自适应反推控制器中的参数。仿真结果证明了自适应反推控制器参数可通过微粒群优化方法得到,与传统直接转矩控制方法相比,基于PSO的自适应反推直接转矩控制方法可明显减小磁链和转矩脉动,使逆变器具有恒定的开关频率。