Study on modeling and stability analysis of nonlinear transmission system of wind turbine generator

来源 :第23届过程控制会议 | 被引量 : 0次 | 上传用户:money2468
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
The nonlinear dynamical model of wind turbine generator drive system is presented considering nonlinear stiffness of the drive system. The frequency characteristics of wind turbine drive system incented by different forms, such as phase plane and Poincaré section are studied by simulation. The stability of wind turbine generator drive system is analyzed by using bifurcation and chaos theories. The stability of the periodic motion and the process of period-doubling bifurcation into chaos are further studied, and the effect of nonlinear stiffness on stability of wind turbine generator drive system is showed. The results show that negative nonlinear stiffness is beneficial to keep the stability of system, and when the chaos appears on the system, incentive parameter increases as the negative nonlinear stiffness increases.
其他文献
Multi-way principal component analysis (MPCA) is the most widely utilized multivariate statistical process control (MSPC) method for batch processes. Previous research on MPCA has commonly agreed that
In the present work, the multiplicity of fault characteristics during process evolvement is proposed and utilized to improve fault diagnosis performance. It is based on the following recognition that
在手术导航应用的背景下,通过外加标记点对图像进行配准,有效的解决了基于灰度的图像配准方法计算量大和基于特征配准存在许多误匹配点的问题。本文提出了一种基于标记点的配准方法,该方法利用链码的概念,首先根据标记点质心形成链码,然后对链码进行配准,最后使用链码的数据计算旋转角度和平移参数。实验结果表明,该方法操作比较简单,实验结果较为精确。
For complex industrial processes with multiple operating conditions, it is important to develop effective monitoring algorithms to ensure the safety of the producing processes. This paper proposes a n
对于热轧生产,由于机理模型难于对精轧过程准确地刻画,因此针对复杂的精轧过程,建立了基于数据驱动的轧制力优化模型。具体是在大量实际生产数据的基础上,采用基于数据子空间的PLS方法建立热轧轧制力数据模型,并依据此数据模型构建轧制力优化模型,利用改进的PSO优化算法对优化模型进行求解,优化轧制力的设定值。对比分析结果表明,使用数据驱动方法建立的轧制力数据模型与实际精轧过程机理非常接近,能够揭示出轧制力的
为了提高无人直升机闭环控制系统的动态带宽,从非线性标称模型中通过动态线性化得到变化参数为前进比的线性参数变化模型,以此构造模型逆控制器。这种控制器综合方法分为欧拉角和速度共内外两层结构,并且可以有效地实现各级动态指标。通过借用非线性标称模型构建的闭环系统仿真表明,这种控制器综合方法在无人直升机从悬停到低中速前飞的动态范围中有令人满意的控制效果。
针对含有复杂约束条件的非线性最优控制问题,提出了一种改进的Gauss伪谱法(IGPM)。这类问题难以得到解析解,特别是有些问题不存在解析的模型,一些参数只能通过查表得到,使得传统方法难以求解。在传统的Gauss伪谱法的基础上,将非线性的终端状态积分约束等价地转化为线性形式,提出了IGPM,通过协态映射定理可以计算出协态变量,检验最优性,使得IGPM具有间接法一样的精度。并且给出了初始时刻协态变量和
在网络控制系统中,当传感器数据通过网络进行传输时,时间延迟几乎是不可避免的。本文针对具有随机一步延迟的多传感器系统,通过引入随机变量并利用扩维的方法将随机一步延迟系统转化为带随机参数的系统,然后针对新系统利用最小化估计误差协方差矩阵的准则设计融合估计器,给出了序贯式滤波估计融合算法。单传感器的随机一步延迟滤波算法在已有的研究中已经表现出良好的效果,本文的主要工作是将其推广到多传感器融合,从而通过信
在多模型软测量建模中,对于新的数据以及异常样本点,传统的聚类方法没有充分考虑它们的特性,因而所属类别往往不能反映其真实属性,最终导致模型精度不高。本文提出一种基于最小环路能量聚类的算法,该方法将样本聚类转化为寻找一个最小能量环问题, 通过模拟退火算法搜索一条经过所有样本点的最小能量环实现样本集的聚类;对侦破出的异常样本点和新的测试数据根据其能量值确定其所属属性,从而提高聚类和分类精度;然后利用支持
基本多目标粒子群算法在收敛性和分布性上都表现一般,且容易陷入局部最优。为此,本文提出了一种新的用于求解多目标问题的粒子群算法,该算法采用一种新的全局极值和个体极值选取策略,提升了种群逼近Pareto最优前沿的稳定性和精度,同时为了提升种群跳出局部最优的能力,提出两步变异操作。此外本算法还采用了外部存档存储每一代产生的非支配解,并且使用动态更新的拥挤距离来维持外部存档的规模。然后,通过典型的ZDT系