基于粒子群算法的混联机构神经网络自适应反演控制

针对含有不匹配干扰的混联机构轨迹跟踪控制问题,提出了一种极限学习机与自适应反演控制相结合的控制策略。在对干扰进行分析的基础上,分别采用两个极限学习机网络对系统中的匹配和不匹配干扰进行逼近和补偿。基于Lyapunov函数稳定性设计了混联机构的控制律与自适应律,实现混联机构的轨迹跟踪控制。由于控制器可调参数较多,采用粒子群算法进行控制器参数的寻优整定。仿真结果表明,所提出的控制方法具有良好的轨迹跟踪精度和鲁棒性。     

基于SRFR软件垄沟灌土壤水分入渗参数反推方法评价

以民勤绿洲沟灌水流推进试验实测资料为依据,建立了垄作沟灌土壤水分入渗Kostiakov模型,并利用WinSRFR数值模拟软件反向率定沟灌Kostiakov入渗模型中入渗系数k和入渗指数α,模拟分析不同沟底宽灌水沟裸地条件下水流推进和消退过程,并通过实测与模拟的水流推进过程相匹配来反向率定在动水头影响下的土壤入渗参数。结果表明,通过相对误差K、均方根误差RMSE以及不同灌水沟在30 cm处的水深变化过程来评价得到的入渗参数的精确度,表明利用大田实测与WinSRFR模型反推的入渗参数模拟的水流推进和消退过程较为一致。WinSRFR软件反推法求得的沟灌土壤水分入渗参数模拟结果满足试验精度要求,大大减小了入渗参数确定的工作量。     

低轨无拖曳卫星的自适应神经网络控制器设计

低轨无拖曳(Drag-free)卫星为相对论的验证、引力波探测以及地球重力场的测量提供了低干扰的试验环境。目前已有的工作主要对无拖曳卫星模型进行线性化,然后进行控制器设计,此种方法忽略了无拖曳卫星控制系统的非线性环节,因此降低了控制器的精度。本文将基于Lyapunov稳定性理论和自适应反步控制,直接针对无拖曳卫星控制系统的非线性模型进行分析,设计一种自适应神经网络控制器。针对系统建模过程中的线性化和未建模动态,利用RBF神经网络对非线性项进行拟合和补偿,建立自适应神经网络权值自适应律,保证闭环系统具有较好的鲁棒稳定性能和抗干扰性能,实现无拖曳卫星控制系统的设计要求。仿真结果表明控制器的有效性,满足了无拖曳卫星的控制精度要求。     

液力自动变速器换挡过程的反演优化控制

为了将换挡品质优化问题转化为单一目标轨迹跟踪问题,运用Back-stepping控制进行液力自动变速器换挡过程控制的优化,该文通过分析换挡过程中各阶段变速器分离离合器与结合离合器运动状态,建立了离合器输出扭矩数学模型,利用变速器输入、输出转速变化,观测结合离合器转速情况,设定目标轨迹。结合输入状态稳定理论(ISS,input-to-state stable)设计了滑摩控制器,改变离合器控制电磁阀结合电流,实现了结合离合器转速对目标转速轨迹的跟踪。联合仿真结果表明,滑摩控制器输出结果对目标轨迹跟踪紧密,有效提高了液力机械自动变速器换挡品质。     

拖拉机极限态侧翻回稳陀螺主动控制系统设计与试验

针对拖拉机在斜坡行驶中受复杂路况激扰易引发的极限态侧翻失稳问题,基于单框架控制力矩陀螺设计了主动侧翻回稳控制系统。以单侧轮胎离地侧翻工况为主要研究对象,利用欧拉-拉格朗日方程构建了整机和力矩陀螺耦合系统的非线性侧倾动力学方程,并基于反步设计法推导了状态反馈控制律。该控制律可依据侧翻危险程度实时调整陀螺转子的进动角速度,定量输出侧翻回稳力矩。以环境障碍物和整机行驶速度为变量,开展了极限态侧翻失稳控制比例模型试验。结果表明,与无控制组相比,采用力矩陀螺主动侧翻回稳系统可显著调控拖拉机的侧倾过程,且在实际侧倾角大于静态临界侧倾角9.58%时仍能有效实现侧翻回稳。研究表明,提出的控制方法可适用于不同危险程度的极限侧翻工况,为拖拉机主动安全控制提供理论依据和技术参考。     

MDF 连续平压位置伺服系统的反步控制

针对中密度纤维板MDF（Medium Density Fiberboard）连续平压机保压段板坯厚度控制问题，提出一种反步控制策略：对MDF连续平压位置伺服系统进行位置跟踪控制，采用Lyapunov稳定性理论保证跟踪误差渐近收敛于零。所设计的控制器有效地解决常规HD控制存在的超调、收敛速度慢和跟踪误差大等问题。在Matlab2009a环境下进行仿真，仿真结果表明：采用反步法设计的控制器能实现系统快速准确的位置跟踪，与常规PID控制器相比较，该控制器具有收敛速度快、跟踪精度高和跟踪误差小等优点。     

A new control design for grid integration ofDFIG wind farm with VSC-HVDC

This paper proposes a control scheme for a doubly-fed induction generator (DFIG) wind farm with VSC-HVDC grid integration to ensure secure and reliable operation of power system with fluctuated wind power penetration. The whole system dynamic models are respectively described. Based on vector control system with a virtual voltage orientation, a steady-state voltage control block and a dynamic voltage control block with a cross-product term of d-q currents are separately designed for WFVSC to control the corresponding parts of the wind farm voltage. Meanwhile, with the consideration of AC and DC side parameter variation and external disturbance, an improved backstepping control scheme with Lyapunov stability provement is also proposed for the GSVSC. The combination of the two schemes makes up the new control design of this study. Besides, to verify the performance of the proposed new control design, three different cases are suggested which contain the AC and DC side parameter variation and external disturbance such as local load cut off-in, grid voltage harmonics. Finally, numerical simulations using MATLAB/Simulink are presented for a 200MW DFIG wind farm with VSC-HVDC grid integration to validate the proposed control scheme and demonstrate the improved system operation performance. Moreover, the corresponding discussions are also presented for further illustrations.     

基于SRFR软件垄沟灌土壤水分入渗参数反推方法评价

以民勤绿洲沟灌水流推进试验实测资料为依据,建立了垄作沟灌土壤水分入渗Kostiakov模型,并利用WinSRFR数值模拟软件反向率定沟灌Kostiakov入渗模型中入渗系数k和入渗指数α,模拟分析不同沟底宽灌水沟裸地条件下水流推进和消退过程,并通过实测与模拟的水流推进过程相匹配来反向率定在动水头影响下的土壤入渗参数。结果表明,通过相对误差K、均方根误差RMSE以及不同灌水沟在30 cm处的水深变化过程来评价得到的入渗参数的精确度,表明利用大田实测与WinSRFR模型反推的入渗参数模拟的水流推进和消退过程较为一致。WinSRFR软件反推法求得的沟灌土壤水分入渗参数模拟结果满足试验精度要求,大大减小了入渗参数确定的工作量。     

基于反步滑模算法的植保无人机姿态控制研究

针对植保无人机在作业时易受环境及模型参数影响,提出一种反步滑模姿态控制算法,分别在无故障干扰与有故障干扰情况下,对线性二次型调节器法(Linear quadratic regulator,LQR)控制、滑模法控制(Sliding mode control,SMC)、积分反步法控制(Integrator backstepping controller,IBC)开展仿真对比试验.结果表明,在无故障干扰下3种算法均能在较短时间内达到平稳状态,在有加性故障干扰时线性二次型调节器法控制无法快速达到平衡状态,滑模控制有抖动,积分反步法震荡较大.为解决此问题,基于反步法设计位置姿态控制律对植保无人机闭环控制回路作补偿,构造滑模观测器实时观测执行器故障情况;设计基于反步滑模控制(Backstepping sliding mode,BSM)容错控制器,并开展仿真与物理试验.可知,反步滑模控制物理实现简单、响应时间短、容错控制性强、鲁棒性好,植保作业更加精准高效.