关键词： 无线电能传输   参数识别   鲁棒控制  

摘要： 无线电能传输系统在过去的十几年得到了充足的发展,其存在传输距离和负载时变的特征,在不同应用场景下需要设置特定的应对策略。当无线电能传输系统应用在无人机上时,对体积、质量和自由度有更高的要求。因此,如何实现无线电能传输系统的轻量化及强鲁棒性成为了亟需解决的问题。为此,本文将一种无需通信的原边参数检测技术应用到无人机无线电能传输系统中,并在此基础上提出了一种解耦原副边的控制技术,实现了无需通信的恒压/恒流控制,并基于广义状态空间模型设计了H回路成形控制算法。本文的主要工作包括:首先介绍无线电能传输系统的基本拓扑和工作原理,并进一步分析本文选用的S-P型拓扑的特点,通过建立电路模型分析该拓扑的输入输出特性及其空载特性。为后文的工作铺垫基础。然后应用了一种基于原边软起动的参数检测技术,实现了离线的互感检测。并在此基础上实现了在线的负载检测,进一步提出了一种无需通信的恒流/恒压控制技术。进一步根据无人机无线电能传输系统具有负载时变和互感不确定的特点,提出了基于广义状态空间平均模型的H回路成形控制算法。基于广义状态空间方法建立了全阶模型,并通过Hankel奇异值进行合理的降阶,进一步对模型选取了合理的补偿函数,构造出所期望的目标回路传递函数。对系统进行标称互质因式分解,并在此基础上通过黎卡提方程求解H控制器,以使扰动到误差输出的无穷范数最小。进一步通过合理的离散方法将所得的高阶控制器离散化,并基于硬件算力讨论了控制器在实际应用的细节和限制。接着借助有限元仿真软件,对柱面螺旋型、DD型、LDD型三种线圈结构进行分析,并对LDD进行了结构和参数上的优化。最终针对无人机载荷受限的特点,设计了一套外层层叠型DD线圈,兼顾了抗偏移性能的同时有效减少了耦合线圈的体积。最后搭建了针对锂电池参数为（3S,0.5C）的无人机无线电能传输系统实验平台。继而在实验中对所提方法进行了验证,实验结果表明优化设计所得的线圈结构抗偏移能力较强,所采用的原边检测精度足够高。实现了无需通信的恒压/恒流控制,所设计的H回路成形控制具有较好的鲁棒性。

关键词： 负荷频率控制   拒绝服务攻击   自适应控制   积分滑模控制   分布式模型预测控制  

摘要： 电力系统负荷频率控制的主要目的是跟踪系统中的负载变化,从而保证频率偏差降到指定范围内,这对电力系统的设计和运行都极为重要。随着现代智能电网规模越来越大,区域之间的联系也变得越来越紧密,并且由于通信网络的开放性,网络攻击会对电力系统的安全构成巨大威胁。以拒绝服务(Denial of Service,DoS)攻击为代表的网络攻击通过干扰传输通道或阻断传输节点,在一段时间内中断正常通信从而降低控制的性能,对人们日常生产生活造成极大的影响。因此针对拒绝服务攻击下的多区域电力系统负荷频率控制,本文做了如下研究:首先,本文对DoS攻击下多区域电力系统存在的问题进行分析,并对多区域负荷频率控制的研究现状进行了阐述与讨论,通过分析确定采用分区域控制方式;接着,阐述了DoS攻击的攻击原理,攻击策略,对电力系统的影响以及如何进行防御,分别对能量受限的DoS攻击的攻击方式以及多区域互联电力系统进行建模;然后,针对互联负荷频率控制系统的控制方法进行了详细研究,其中包括以下两个方面:(1)滑动模态控制(Sliding Mode Control,SMC)是一种特殊类型的变结构控制策略,它能使闭环系统在收到扰动或者不确定性的情况下仍具有预定的性能,因此能够有效的对电力系统进行调控。据此,本文提出了一种基于攻击强度自适应积分滑模控制算法,该算法根据DoS攻击强度的估计值来设计积分滑模增益,滑模增益的自适应特性使电力系统对不确定性扰动和网络攻击更具弹性,从而有效的减轻了外部扰动以及DoS攻击带来的干扰。(2)考虑采用分布式模型预测控制(Distributed Model Predictive Control,DMPC)方法来应对DoS攻击下的多区域电力系统负荷频率控制问题。本文通过修改后的初始可行集引入MPC优化问题来满足控制输入和状态约束。利用μ步正不变集,得到闭环系统的最大允许DoS攻击持续时间。并在理论上表明,在DoS攻击下,从给定集合开始的状态轨迹将在μ步后进入该集合。并通过对MPC参数进行合理设计,证明了分布式模型预测控制下存在DoS攻击的电力系统的指数稳定性。最后,分别对两种控制算法进行仿真,仿真结果显示,所采用的两种控制方法在DoS攻击下的电力系统负荷频率控制中均具有较好的控制效果和较强的鲁棒性。

关键词： 逆变电源   非线性负载   模糊PI控制   神经网络控制  

摘要： 当前工业技术发展迅速,导致设备性能控制的门槛变得越来越高,同时电网与各种用电设备也对交流电电能的质量提出了更高要求,在工业上应用的逆变器与逆变设备也需要进行更新迭代,因此逆变电源控制系统如何能更加数字化,模块化,智能化变得备受关注。非线性负载的广泛应用导致大量谐波出现,对输出电压波形造成严重畸变,最终会影响到用电安全。本论文正是以此为切入点进行研究,将非线性负载逆变电源作为主要研究对象,以智能化原理为主实现复合控制方法,对仿真以及样机实验进行分析,为逆变系统的优化工作提供理论、实验数据依据。 首先,本文引入正弦波脉宽调制技术,利用MATLAB软件为仿真载体搭建单相SPWM逆变电源,构建电路模型,将二极管整流桥作为主要非线性负载来源,对逆变电源带非线性负载的输出电流及电压特性进行分析。 其次,本文结合模糊PI控制与BP神经网络控制的各自优点,采用了智能化的复合控制方法来提高系统的逆变波形质量。一方面模糊PI控制的优势在于可以在扰动或者畸变忽然出现时利用其参数自适应的能力,使其对PI参数迅速进行调整,达到使输出电压稳定的目的。但在工作过程中用到的模糊原理及规则库会对波形的调整产生一定影响,从而使得波形并不能非常准确的调整到位。另一方面BP神经网络控制技术的优势是具有非线性映射特性,可逼近不同类型的非线性变换,并且神经网络学习方式为训练,智能分析数学模型处理的数据取得相应结果。基于此设计复合控制系统,结合模糊PI控制以及BP神经网络控制的优势来对非线性问题以及不确定的控制问题进行深入研究。 最后,基于理论研究与仿真实验,以TMS28069芯片为主搭建实验样机,设计逆变电源系统。用样机实验证明本文提出的复合控制系统确实可以达到对输出电压的质量进行提升的目的。 本文将以MATLAB/Simulink仿真软件为主要研究工具,将模糊PI控制与BP神经网络控制相结合,融合两种智能控制方法的优势,提出复合控制方法,优化输出电压以及电流波形,在仿真软件上分别对模糊PI控制,神经网络控制以及复合控制进行仿真研究,并在样机上进行验证,为复合控制可以有效的使逆变系统输出电压总谐波失真度THD降低提供强有力的佐证,满足针对逆变电源提出的相关设计要求。

关键词： 智能车   横向运动控制   参数辨识   超螺旋滑模算法   鲁棒控制   转角-转矩转换   实车测试  

摘要： 近些年以来,伴随着人工智能、网络基础设施建设等计算机技术的发展,传统汽车行业发生了深刻的变革。汽车正由人工操控的机械产品加速向智能化系统控制的智能产品转变,智能汽车已成为产业技术的制高点。路径跟踪控制是智能车自动驾驶研究领域的核心,是实现汽车智能化的关键环节。目前,大多数路径跟踪控制算法在面对车辆参数不确定、车辆未建模动态及外部扰动时算法鲁棒性较差,且对测试场景多变、测试车速变化范围大等算法适应性较差。本文对车辆关键参数进行辨识从而精确建立车辆模型,提出了二阶超螺旋滑膜算法加前馈控制方法对智能车进行横向运动控制,主要研究工作包括:(1)智能车动力学建模及关键参数辨识。对智能车辆进行动力学建模是进行基于车辆动力学运动控制算法设计的理论基础,而轮胎侧偏刚度是车辆动力学模型的基本参数。基于最小二乘法的关键参数辨识是一种简单便捷、低成本的测试方法,利用方向盘转角脉冲实验数据,通过最小二乘法辨识车辆系统等价二自由度车辆模型传递函数,尽可能多的测量出易测量的车辆参数,将轮胎侧偏刚度等关键参数当成未知参数进行估计。(2)基于EPS助力电机的转角-转矩转换模糊控制。对于运动控制算法输出的方向盘转角值这个关键执行量,基于EPS助力电机进行转角-转矩转换模糊控制。决定EPS系统助力电机目标电流大小的主要因素是车速大小和方向盘转矩大小。但EPS系统不是一个简单的线性系统,各种传感器的精度、路面不平度的干扰等都会对系统产生影响。基于此,采用模糊控制对助力电机进行转角-转矩转换,提高方向盘转角执行量的精度。(3)结合前馈补偿及高阶滑模的运动控制鲁棒控制研究。针对无人驾驶车辆运动控制算法在车辆系统参数不确定,场景变化情况下鲁棒性差,设计一种结合前馈补偿和高阶滑模的运动控制算法,改善无人驾驶车辆运动控制多工况适应性及算法鲁棒性。当无人驾驶车辆运动控制中考虑车辆相对于路径的运动学关系和车辆非线性动力学后,车辆系统的不确定参数及外部扰动增多,利用高阶滑模算法结合前馈补偿可以有效的进行鲁棒性分析和控制。通过设计合适的滑模面和高效的趋近律,可以迫使系统按照预设的“滑模面”状态轨迹运动,且一旦系统到达滑模面状态则不易受系统参数变化及扰动影响。(4)联合仿真及实车验证。首先,基于Carsim和Matlab/Simulink软件对结合参数辨识的高阶滑模运动控制算法进行联合仿真,通过在Carsim中设计车辆及环境模型,Matlab/Simulink中设计控制算法模型的方式对控制算法测试效果,根据测试数据进一步优化算法参数;然后,对车辆运动控制算法进行C++代码转化编写,导入百度APOLLO与LGSVL联合仿真器,采用APOLLO软件框架及LGSVL车辆及环境流模型验证控制代码的有效性;最后,对车辆运动控制算法进行实车平台验证,采集实车数据,高效完成车辆运动控制算法开发全过程。

关键词： 四旋翼飞行器   滑模控制   自抗扰控制   自适应控制   扩张状态观测器  

摘要： 四旋翼飞行器具有定点悬停、垂直起降等功能,受到了国内外很多研究人员的关注,因该系统具有多输入和多输出的特点,加上四旋翼飞行器加工精度、重心分布等问题给稳定分析带来了很多挑战。在编队飞行过程中,由于模型不确定、强风干扰等问题给控制器的设计带来很多困难,为了解决这一问题,设计了不同的控制算法,并对不同算法仿真和实测。本文的主要研究内容如下:1、针对四旋翼飞行器的动力学模型,搭建仿真平台还原四旋翼飞行器的基本模型,推导出四元数和姿态角的关系,实现机体坐标系和地球坐标系的转换,根据电机转速得到与拉力扭力的关系,利用牛顿欧拉角表示出四旋翼的动态方程,得到电机转速与位置和姿态的关系。2、根据四旋翼动态方面在位置环和角度环中设计出PID、滑模、自抗扰、滑模自抗扰、自适应滑模抗扰控制器,并且通过Lyapunov函数证明了控制器的稳定性。利用蚁群算法搜索出复杂地形中最优路径,设计编队观测器,实现对x,y,z和偏航角的闭环控制。3、在MATLAB/Simulink中实现四旋翼飞行系统的搭建,加入相同的扰动,输入相同的参考轨迹,实现定点悬停和盘旋。记录相关轨迹变化曲线,计算出误差和波动大小,并分析算法的优劣,利用自适应滑模抗扰算法完成复杂地形的编队飞行。4、在实测平台中完成控制算法的测试,采用仿真所用的控制参数,并根据实际情况微调大小,完成飞行实测数据的采集,并与仿真数据对比,验证了自适应滑模抗扰控制算法的可行性,证明了自适应抗扰控制算法能够应对不同的负载及扰动,该算法能够在复杂环境中正常飞行。仿真和实验结果表明自适应滑模抗扰控制算法能够很好地实现编队控制,并能准确地跟踪目标曲线。

关键词： 四旋翼无人机   容错控制   滑模控制   自适应控制   状态观测器  

摘要： 四旋翼无人机具有结构简单、垂直起降、成本较低等优点,在军事和民用领域得到越来越多的使用,然而无人机更多的运用到高危险环境中进行执行任务,自身元器件容易受到外界影响发生故障。本文针对四旋翼无人机在飞行过程中遇到的风扰、传感器故障和执行器故障等不确定因素造成的影响,设计了三种容错控制方案来提高无人机控制系统的鲁棒跟踪性能和容错控制能力,具体研究内容如下:首先,结合自适应算法和滑模控制提出一种自适应滑模控制方案,主要考虑执行器效率损失造成的影响,把机体的控制系统分解成位置和姿态两个独立的子系统,并且设计相应的容错控制器;将仿真模型分成位姿控制器模块、电机模块和无人机刚体模块,并在姿态控制器模块中进行解耦计算,通过仿真验证了设计的控制方案对无人机控制系统具有较好的稳定性。然后,结合自抗扰控制技术提出一种自适应有限时间容错控制方案,主要考虑传感器偏差故障和执行器效率损失两种故障同时发生造成的影响,设计状态观测器用于检测故障信号,在控制器的自适应律参数选择中加入有限时间项,通过仿真验证了设计的控制方案使无人机控制系统在有限时间内可以达到稳定状态,并且使控制系统的调节时间比传统控制算法减少了1.5秒,姿态角的变化幅度下降了近20%。最后,结合神经网络算法提出了一种基于神经网络的自适应容错控制方案,主要考虑传感器偏差故障和双执行器效率损失同时发生造成的影响,通过径向基函数设计神经网络状态观测器对故障进行估计和补偿,并将神经网络权值引入到控制器自适应律参数的调节中,通过仿真验证了设计的控制方案使得无人机的变化幅度比其他控制算法下降了24%,机体下降的高度减少了0.2米左右,使得控制系统在传感器故障和双执行器效率损失故障下具有更好的容错控制能力。

关键词： 自适应控制   容错控制   量测故障   执行器死区   传感器不确定性  

摘要： 随着现代科技的创新发展,工程系统设备的复杂性和精密度不断提升,人们对与生产生活相关的设备提出了更高或者更精准的要求,同时系统复杂性的提高意味着系统的稳定性更容易受自身参数变化的影响。因而自适应容错控制作为基于自适应控制器的设计实现容错目标的研究方向,它有良好的容错效果以及对于系统不确定性的适应能力,逐渐引起了学者的广泛关注。 现有的自适应容错控制研究的成果大部分聚焦在执行器输入端故障以及内部结构性干扰故障的容错控制研究,控制方式主要通过补偿和冗余执行器切换来实现,但是对系统传感器故障的容错控制研究较少,且对执行器和传感器同时故障系统的研究寥寥无几。鉴于上述研究现状,本文采用基于静态增益观测器的控制器设计方法和基于动态增益的自适应控制器设计方法,对具有传感器测量故障、执行器死区和传感器不确定性的非线性系统进行控制,逐步实现了执行器故障和传感器故障下的系统镇定。本文所提控制策略的有效性均通过理论分析、稳定性证明和仿真算例验证这一模式给出。综合上述,本文的主要内容可做以下概括: 1)非线性系统出现的某类传感器量测故障,在考虑所有状态反馈传感器的灵敏度在已知容许范围中,设计了基于静态增益控制方法的全状态反馈控制器。为了减少通信负担,系统输入信号进行了量化处理。为了分析得到的不连续系统,采用了非光滑分析技术,包括菲利波夫解和微分包含。保证系统能够实现全局镇定。 2)针对边界已知的加性和乘性传感器不确定性故障非线性时滞系统,采用了一种基于动态高增益的自适应控制策略以及未知量观测的不确定性输出补偿处理方式,其次,采用Lyapunov-Krasovskii泛函方法可以证明整个闭环系统的状态保持在零的一个小邻域内,从而达到闭环系统全局镇定的目的。 3)针对执行器死区状态未知以及传感器不确定性故障非线性时滞系统,通过引入坐标变换来描绘执行器死区特性,抵消未知执行器死区输入的影响。此外,创新性地引入动态增益来设计自适应容错控制器,以压制传感器和执行器同时发生故障时对系统产生的冲击使系统保持全局镇定而达到容错的目的。 本论文得到了安徽省杰青“高效新能源功率变换及优化运行”(编号:2108085J24)的支持。

关键词： 倒立摆机电一体化系统   数字孪生   参数辨识   遗传算法   非线性控制  

摘要： 倒立摆是一种多变量、强耦合、非线性、静态不稳定系统,是实验测试各种控制算法的有效实验装置,很多高等院校和科研院所都将其作为自动控制理论的教学、实验平台,开展相应的系统建模、仿真优化、控制实验等工作。当前常用的倒立摆建模方法并不能准确反映实际倒立摆系统特性,其仿真和实验的结果相差很大,仿真求得的优良控制算法经常不能实现倒立摆系统的优化控制。随着信息技术与机械工程、控制工程、自动化等学科的深入融合,数字孪生技术不断发展和应用。本文主要研究二级倒立摆实验设备的高质量数字孪生建模,并基于此模型分析设计相应的非线性优化控制方法,研究开发相应的倒立摆建模、仿真、虚实结合实验操作系统,实现倒立摆仿真运行与实际控制实验的虚实高度融合。论文具体研究内容及其成果包括:第一章介绍课题的研究背景与意义,在此基础上总结分析了倒立摆建模、自动控制算法和数字孪生技术等方面的研究现状,确定本文的主要研究内容。第二章构建二级倒立摆机械系统的数字孪生模型。通过拉格朗日方法研究分析了以力为输入的二级倒立摆机械系统非线性动力学方程。基于遗传算法的参数辨识,结合实验数据处理、插值采样、滤波等方法,建立小车移动综合阻力和摆杆转动摩擦力矩的非线性模型。基于Simulink/Simscape以及Soild Works三维建模,联合建立倒立摆机械系统的数字孪生模型,实现倒立摆机械系统的高质量动力学建模及其三维可视化。第三章构建二级倒立摆信号检测与驱动系统的数字孪生模型。引入白噪声和低通滤波器来模拟现场采样环境和滤波处理,建立信号检测系统的数字孪生模型;研究分析永磁同步直线电机的特点、电路原理,基于矢量控制原理,在Simulink/Simscape中建立直线电机伺服驱动系统的精确数字孪生模型,实现控制电流与小车驱动力的高质量传递关系建模。基于d SPACE库建立倒立摆信号检测与信号驱动接口的仿真与实物控制的切换对接模型。第四章设计优化二级倒立摆控制算法。设计非线性小车阻力补偿器和LQR控制器,并基于遗传算法对LQR控制参数进行优化;基于小车移动非线性阻力,设计反步控制器来对小车进行非线性控制。对比实验验证上述两种控制方法的可行性和先进性。最后,通过实验对其他稳摆姿态的控制效果进行了验证。第五章完成二级倒立摆实验操作系统的设计与开发。基于第二、三、四章的研究内容与成果,设计开发基于数字孪生的倒立摆Simulink建模、仿真与实验操作运行的集成系统。以二级倒立摆控制器设计实验为例,对基于数字孪生的二级倒立摆建模、仿真优化、实物控制的完整实验过程进行具体演示。第六章总结本文的研究工作与成果,并展望进一步需要开展的工作。

摘要： 主要完成单位:华中科技大学、武汉大学、长江勘测规划设计研究有限责任公司、三峡智控科技有限公司、中国水利水电科学研究院、大唐水电科学技术研究院有限公司、长江三峡能事达电气股份有限公司。主要创新:1、提出了大型水轮发电机组精细化建模与嵌入式仿真测试技术,解决了我国大型水轮机调节系统复杂非线性特性精确描述和嵌入式仿真模型精度与实时性难以兼顾的瓶颈问题,研发了具有自主知识产权的系统仿真测试和机组效率测试装置,为提升机组控制品质、实现机组运行优化提供科学依据与技术支持。

关键词： 电液伺服系统   PID控制   反步法   滑模变结构控制   反步滑模控制  

摘要： 电液伺服系统由于结构紧凑、快响应、高精度、功重比大、抗负载刚度大等优点而被广泛应用于飞机、船舶、武器控制、车辆等领域。然而,电液伺服系统具有很强的非线性,使得系统的模型建立不够精确且不能充分体现内在机理。为了弥补模型上的不确定性和不匹配性的问题,本文以状态空间方程的形式建立了阀控非对称缸驱动机构的非线性模型,并着重从控制方法入手,期望控制算法可以弥补和优化模型建立的不确定性和非匹配的问题。为了能够使控制算法得到的效果更具有说服力,本文搭建了基于Amesim和C语言的联合仿真平台,通过Visual Studio软件编写了所设计控制器的C程序,通过Amesim软件搭建了电液位置伺服系统驱动机构的模型,以联合仿真的方式来验证控制性能的有效性和准确性。首先,通过分析电液伺服系统各元件之间的关联构建了对称阀控非对称缸系统的非线性数学模型;其次,针对模型存在的非线性问题,本文采用了适合模型且实用的非线性控制方法来对模型进行控制仿真,并将控制结果与传统的线性控制算法PID进行了对比。针对模型存在的非匹配不确定问题,本文采用反步法对模型进行控制;针对参数的慢时变和外部干扰问题,本文采用滑模变结构对模型进行控制;由于每种控制算法自身存在的局限性,本文又将反步法和滑模进行了结合;然后,采用C语言和Amesim联合仿真的方式来验证控制算法和策略的可靠性和实用性;最后,以工程应用中的车载俯仰机构为例,进行了建模和仿真,以此来验证负载随着转角不断变化的工况下,本文所设计的控制器的性能优劣。仿真结果表明,反步法、滑模变结构控制及反步法与滑模变结构相结合的控制策略的控制效果在快速性、精确性和稳定性方面优于PID,而反步法与滑模变结构控制相结合的控制策略对于单一的反步法和滑模变结构控制而言,具有控制精度更高,稳定性更好的特点。当存在较大的扰动时,滑模和反步法相结合的控制策略具备一定的抗干扰和补偿抑制的能力,而PID的控制性能受到干扰的影响较为明显。