【摘 要】
：
双重积分器不易控制,PD和PID控制都难以实现其快速无超调阶跃响应.本文发现单参数二阶线性自抗扰控制能实现双重积分器的快速无超调阶跃响应.同时能任意配置回路传递函数的增益穿越频率,而保持相位裕度恒为31.9°.这是线性自抗扰控制优于PD和PID控制的一个例子.分析和算例还表明,在抗低频外扰和高频内扰方面,二阶线性自抗扰控制优于PD和PID控制.
【基金项目】
：
国家自然科学基金项目(61873219)资助.
论文部分内容阅读
双重积分器不易控制,PD和PID控制都难以实现其快速无超调阶跃响应.本文发现单参数二阶线性自抗扰控制能实现双重积分器的快速无超调阶跃响应.同时能任意配置回路传递函数的增益穿越频率,而保持相位裕度恒为31.9°.这是线性自抗扰控制优于PD和PID控制的一个例子.分析和算例还表明,在抗低频外扰和高频内扰方面,二阶线性自抗扰控制优于PD和PID控制.
其他文献
为研究约束空心混凝土柱的抗侧向冲击动力性能,构建20组内配圆钢管的方钢管空心混凝土柱的数值模型,并采用有限元法对其进行冲击受力过程的数值模拟分析.依据模拟结果对比不同构件的破坏模式,研究钢管强度、混凝土强度、空心率、含钢率和冲击位置对构件冲击力和挠度的影响.研究结果表明:内配圆钢管的方钢管空心混凝土柱产生整体弯曲破坏和局部冲切破坏,大部分钢管混凝土构件产生弯曲破坏,产生局部冲切变形是由于冲击位置刚度不足导致;增大方钢管钢材强度、厚度和降低钢管混凝土空心率,均能够有效提高柱抗侧向冲击动力性能,而改变圆钢管钢
针对有数百个可能输入的复杂非线性动态系统模糊建模问题,本文提出一种新的考虑重要输入变量选择的模糊辨识方法.首先采用两阶段模糊曲线方法(TSFC)从大量可选择的输入变量中给出各输入变量与输出之间的关联度权重,根据输入变量指标快速选择出重要的输入变量,然后采用模糊聚类(FCM)和高斯(Gaussian)型隶属函数确定模糊模型前提参数,采用递推最小二乘(RLS)辨识出模糊模型结论参数.最后通过对Mackey-Glass混沌时间序列和Box-Jenkins煤气炉数据两个国际标准例题模糊建模验证了该方法的有效性,并
研究打印参数可变模式下3D打印批调度问题,旨在对打印任务随机到达的3D打印服务系统进行优化建模.考虑到工作台尺寸的限制以及打印参数层高对打印质量的影响,论文以各个任务队列长度作为系统联合状态,以任务组合以及打印参数层高作为系统的联合控制变量,以提高生产率、减少打印质量损失、节约电能为综合目标,将优化问题描述为半马尔科夫决策过程(SMDP),以便采用策略迭代算法、Q学习等算法求解系统最优调度策略.仿真结果表明,与层高参数固定模式以及先到先服务(FCFS)模式相比,本文求解的批调度策略能够有效提高生产性能.
针对移动装弹机械臂系统非线性、强耦合、受多种不确定因素影响的问题,本文基于自适应动态规划方法,提出了仅包含评价网络结构的轨迹跟踪控制方法,有效减小了系统跟踪误差.首先,考虑到系统非线性特性、变量间强耦合作用及重力因素的影响,通过拉格朗日方程建立了移动装弹机械臂的动力学模型.其次,针对系统存在不确定性上界未知的问题,建立单网络评价结构,通过策略迭代算法,求解哈密顿–雅可比–贝尔曼方程,基于李雅普诺夫稳定性理论,设计了自适应动态规划轨迹跟踪控制方法.最后,通过仿真实验将该控制方法与自适应滑模控制方法进行了对比
为解决新能源发电装置的输出电压较低问题,提出一种高增益DC-DC变换器.将Boost变换器和Zeta变换器进行集成组合,引入开关电感和磁集成技术,由此得到高增益开关电感磁集成组合Boost-Zeta变换器.对变换器进行理论推导与实验验证.基于磁集成技术,设计了3个电感器的耦合集成方案,有效减小了电感的电流纹波.研究结果表明:该变换器具有电压增益较高和电压应力较低的优势,具有良好的特性,可应用于非隔离型直流升压的场合.
在选矿生产过程中,磨机给矿粒度对磨矿分级效率影响重大,是一个关键的控制参数.由于矿石表面不规则、棱线较多,同时存在矿石间堆叠的问题,给基于图像的矿石粒度检测带来极大困难.本文提出一种基于GAN–UNet的矿石图像分割方法,针对矿石图像棱线易引起矿石边缘错误识别的问题,采用生成对抗网络进行图像分割,将U–Net作为图像分割生成器网络,使用人工标记的矿石边缘图像作为真实图像,随后构建判别器网络以判断图
本文针对非参数不确定永磁同步电机系统,提出一种基于扩张状态观测器的重复学习控制方法,实现对周期期望轨迹的高精度跟踪.首先,将永磁同步电机中的非参数不确定性分为周期不确定与非周期不确定两部分.其次,构造包含周期不确定的未知期望控制输入,并设计重复学习律估计未知期望控制输入并补偿系统周期不确定.在此基础上,设计扩张状态观测器,估计系统未知状态和补偿非周期性不确定,进而提高系统鲁棒性.与已有的部分限幅学习律相比,本文提出的全限幅重复学习律可以保证估计值的连续性且能够被限制在指定的界内.最后,基于李雅普诺夫方法分
研究一类不确定非线性时变系统的预设暂态性能渐近状态跟踪控制问题.在无需系统函数先验知识的条件下,本文采用漏斗控制技术和障碍李雅普诺夫函数方法,提出了一种新颖的鲁棒自适应状态反馈控制策略.所设计的控制器不仅能够确保状态跟踪误差渐近收敛到零点,而且满足其预先设定的性能要求.仿真实例验证了所提控制策略的有效性.
传统的永磁同步电机模型预测电流控制策略仅在一个采样周期内寻优,难以避免陷入局部最优问题,而多步预测会增加预测次数,计算复杂度成倍增长.为此,提出一种低复杂度的永磁同步电机三步电流预测控制策略.首先,在延时补偿的基础上,两步预测结合三矢量电压控制和最优占空比电压控制,三步预测保持与两步预测相同的电压矢量,然后由代价函数选出控制电压矢量;最后,设计电感dq轴分量双闭环的鲁棒控制.仿真结果表明,相比其他控制策略,所提策略具有良好的动静态性能,寻优代码执行时间降低了约51%;在不影响输出电能质量的前提下,开关频率
深度卷积神经网络模型在很多公开的可见光目标检测数据集上表现优异,但是在红外目标检测领域,目标样本稀缺一直是制约检测识别精度的难题.针对该问题,本文提出了一种小样本红外图像的样本扩增与目标检测算法.采用基于注意力机制的生成对抗网络进行红外样本扩增,生成一系列保留原始可见光图像关键区域的红外连续图像,并且使用空间注意力机制等方法进一步提升YOLOv3目标检测算法的识别精度.在Grayscale-The