无轴承同步磁阻电机支持向量机逆解耦控制

来源 :第23届过程控制会议 | 被引量 : 0次 | 上传用户:jxpyq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  针对无轴承同步磁阻电机多变量、非线性、强耦合等特点,提出支持向量机逆解耦控制策略。在阐述无轴承同步磁阻电机运行机理基础上,建立系统数学模型,根据Interactor算法验证系统可逆性。分析了支持向量机的函数拟合特性,离线建立无轴承同步磁阻电机非线性逆模型,并将得到的逆模型串联在原对象之前,将原系统解耦成3个独立的单变量伪线性系统。为进一步克服逆模型建模误差,提高系统鲁棒性,提出逆模型作为前馈控制器、PID作为反馈控制器的复合控制方法。最后基于Matlab建立控制仿真平台,对转子起浮、稳定、解耦等性能进行了仿真试验研究。仿真试验表明这种解耦控制策略能实现旋转力与悬浮力之间的动态解耦,且具有良好的动、静态性能。
其他文献
This paper presents an output feedback model predictive controller (MPC) for linear parameter varying (LPV) systems based on Quasi-Min-Max scheme. At each time instant, optimal control sequence is com
During normal operations, response or quality variables of a process will follow a input-output relation that depend on certain key sensor variables. A soft-sensor with limited model size can be devel
在实际被控非线性系统中往往存在着对变量的各种约束条件,这使得预测控制的在线优化问题变得复杂,难以获得满意的控制率,为约束预测控制的分析造成困难。粒子群优化算法具有全局寻优性能和约束处理机制,是一种有效的优化控制方法。本文将粒子群优化算法和基于T-S模糊模型的约束状态反馈预测控制相结合,用T-S模糊模型作为预测模型得到状态和输出的预测值,利用可测的过程变量对输出预测值进行反馈修正,将粒子群优化算法引
本文研究了分散控制结构下的多变量过程的辨识问题,提出了一种多变量时域辨识策略。方法采用分散控制结构下顺序阶跃测试方法采集输入输出数据,使用时域内的信号组合将MIMIO 辨识问题转化为多个单变量辨识问题。针对一个热交换过程对象,进行了分散控制结构和分散控制器设计,并将辨识方法在系统上进行了应用。仿真和实验证明了本文方法的有效性。
蓝藻水华的产生与暴发是一个复杂的生化反应过程,研究水华暴发过程对水华的预测与防治具有重要的理论意义和实际应用价值。通过实验确定水华暴发关键因子,分析关键因子与藻类变化的关系,研究藻类水华生消机理,用智能Agent仿真技术来建立湖库水华产生与暴发过程模型,在一系列规范约束下,构建实体、Agent和Agent间的交互协作模型,动态地描述湖库藻类生消过程及其关键因子动态变化,对藻类生长趋势和湖库水系的能
针对智能交通视频监控系统环境复杂,车辆跟踪难度大的特点,本文提出一种应用于实际智能交通视频监控系统中的运动车辆目标跟踪算法。本文首先介绍了智能交通视频监控系统的总体功能模块构成;接着描述了一种基于图像像素块的混合高斯模型目标检测方法,进行交通场景背景建模,提取前景目标;最后提出一种自适应融合颜色特征和纹理特征的车辆跟踪方法;实验结果证明,本文提出的算法能有效处理城市交通复杂情况下的车辆跟踪,跟踪性
垃圾焚烧过程中的二恶英难以在线测量, 只能通过离线分析获得少量样本. 针对该问题, 研究了一种在小样本条件下仍然具有推广能力的软测量建模方法. 首先对小样本进行Bootstrap重抽样和噪声注入处理, 增加样本的数量和改善其多样性. 然后将信息熵引入误差准则函数, 构建出最大熵神经网络. 最后基于熵神经网络建立二恶英软测量回归模型. 仿真结果表明, 该二恶英软测量模型具有较好的精度和泛化能力, 实
This paper discusses data-driven subspace predictive control and control performance monitoring based on the historical objective function benchmark. A data-driven subspace model predictive control me
In this paper, we present a weighted kernel Fisher criterion based on the feature extraction to improve the classification accuracy. The basic idea of the weighted kernel Fisher criterion is to bring
An algorithm composed of a normalized frequency estimator and a first-order low-pass filter is introduced to identify online the unknown values of bias, amplitude, frequency and phase angles of a sinu