随着人们环保意识的提高和能源危机感的加重,世界各国相继制定一系列的可再生能源发展规划,其中风能具有污染小、开采成本低以及易维护等优点成为各国的首要选择。世界各国对风能开发的重视,推动了风电行业发展同时也促进了风力发电技术的进步。当前风电机组的装机容量趋于大型化,其控制技术由原来的定桨距控制发展为现在的变桨距控制。大型风力机的变桨距操作需要变桨距系统具备响应速度快、可靠性高、易实现大惯量负载等特点,而液压马达变桨距控制技术能够很好的满足大型风力机的需求,因此液压马达变桨距系统成为现代大型风力机的主要选择之一。然而液压马达变桨距系统是一个高阶多耦合、参数不确定、易受干扰的复杂非线性系统,其建模和控制器设计是需要解决的主要难点问题。本文主要围绕液压变桨距系统的建模和控制器的设计进行研究。论文主要工作包括:(1)风力机液压马达变桨距系统的建模和稳定性分析根据液压马达变桨距系统的基本结构和工作原理,采用动力学分析方法经过拉氏变换,建立液压马达变桨距系统的传递函数模型,确定系统的动态特性。为进一步提升建模精度采用Sim Hydraulics中的液压模块,并以物理网络建模的方式构建液压马达变桨距系统物理仿真模型。通过运用经典控制理论对传递函数模型和物理仿真模型进行稳定性分析,验证了模型的稳定性。为下一章液压马达变桨距系统控制器的设计提供理论基础。(2)基于人工蜂群算法-RBF-神经网络-PID的液压马达变桨距控制系统设计考虑到液压马达变桨距系统高阶多耦合,参数不确定的特点,首先采用人工蜂群算法,通过离线寻优的方式得到一组PID控制器参数值,使得液压马达变桨距系统的跟踪性能有所改善,考虑到液压马达变桨距系统参数不确定性,使得控制器难以适应系统的变化,将进一步与RBF神经网络相结合。在RBF神经网络中引入自适应矩估计算法在线调整控制器参数从而提高系统的适应性。仿真实验结果表明,相比于普通RBF神经网络-PID控制算法,本章设计算法在桨距角信号突变时刻,跟踪偏差小、恢复到稳态时间更短,具有更好的控制性能。(3)基于有限时间命令滤波反步控制的液压马达变桨距系统设计考虑到风力机的液压变桨距系统不仅仅受自身影响,同时外界噪声干扰,高频桨距角信号以及外部负载等都会对控制器的性能造成一定影响,因此本文提出有限时间命令滤波器反步控制的策略。首先是基于反步算法的设计思路,先是利用有限时间命令滤波器去除系统状态变量中含有的噪声。接着设计控制算法的中间控制量,为避免出现“微分膨胀”的现象采用有限时间命令滤波器近似中间控制量的微分。然后设计有限时间补偿机制确保滤波信号的精度,推导出整个系统的控制率,结合有限时间理论,设计李亚普若夫函数证明控制系统跟踪性能。对此设计实验分别验证了液压马达变桨系统在普通工况下、有噪声和摩擦的工况下以及高频信号输入的工况下,本章设计算法的控制性能,并通过与基于人工蜂群优化的PID算法以及有限时间扩张微分器反步控制算法的控制效果进行比较,结果显示本章算法具有良好的控制性能。