关键词： 互联电力系统   风力发电系统   分布式模型预测控制   鲁棒控制   经济模型预测控制  

摘要： 在现代电力系统中,频率稳定是衡量电网电能质量的一个重要因素。用电负荷的实时变化将会引起电网频率的波动并导致区域间联络线交换功率出现偏差。负荷频率控制(Load Frequency Control,LFC)是维持电力系统频率稳定的核心,旨在调节发电机组输出功率控制电网频率并使区域间联络线交换功率保持不变。“双碳”目标下,新型电力系统最显著的特征是高比例新能源和高比例电力电子设备的接入。相比于同步发电机主导的传统电力系统,“双高”电力系统低惯性、弱阻尼、频率支撑能力差等特征明显。随着电网中新能源渗透率的不断增加,新型电力系统已成为一个规模庞大、地理分散的不确定复杂系统,新能源的随机性和间歇性会严重影响系统的频率稳定性,电力系统的负荷频率控制问题面临着日益严峻的挑战。分布式模型预测控制(Distributed Model Predictive Control,DMPC)近年来成为电力系统负荷频率控制的有效手段。DMPC将控制任务分解到各个子系统,并利用局部模型之间的信息交互来实现整个电力系统的LFC目标,在保证全局控制性能的同时,降低了在线计算负担。同时,DMPC可以有效地利用风电等新能源参与系统调频,降低对传统燃煤发电的依赖,提高电力系统的环境友好性。本文针对风力发电接入下的大型互联电力系统,深入研究基于分布式模型预测控制的电力系统调频策略,结合先进的鲁棒tube控制技术及经济模型预测控制方法,提高电力系统运行的可靠性、稳定性和经济性,论文的主要内容包括:(1)基于互联电力系统LFC的机理特性,建立火电机组、水电机组等常规发电机组的负荷频率控制模型,并在风电场中引入虚拟惯性控制单元,提高风电场的惯性响应能力,建立风电场可直接参与电力系统频率调节的负荷频率控制模型。(2)针对风电-水电混合同区域的电力系统,提出了一种双层鲁棒分布式模型预测控制策略。将跟踪负荷变化与抑制风功率扰动两个控制目标分离处理,内层MPC控制器在忽略扰动的情况下跟踪负荷变化,而外层MPC控制器通过设计扰动观测器对实时功率信号进行估计以抑制风功率扰动的影响。这种双层控制结构降低了电力系统的频率波动,有效地提高控制的平滑性。(3)针对高风电渗透率下风电场为独立区域的互联电力系统,提出了一种基于tube的协同分布式模型预测控制策略。在该策略中,各发电区域的控制器以分散式结构并行求解各自的局部名义优化问题,并通过分布式反馈控制律实现协同配合。仿真表明,基于tube的协同DMPC控制策略能够协调各区域功率输出,减小电网频率偏差,有效地降低风速不确定扰动对整个电力系统的影响。(4)基于风电机组维护成本及火电机组发电成本等的动态经济性能指标,构建了高风电渗透率下互联电力系统鲁棒分布式经济模型预测控制(Distributed Economic Model Predictive Control,DEMPC)策略。引入鲁棒不变集以及终端不等式约束保证鲁棒DEMPC算法名义优化问题的递归可行性和闭环系统的稳定性。在不同强度的风速扰动下的实时仿真结果表明了鲁棒DEMPC算法能够加强控制系统对风速干扰的鲁棒性,同时显著提升电力系统运行的经济性。

关键词： 无线电能传输   谐振式   阵列发射   自适应控制   无人机  

摘要： 近年来,无人机在民用以及国防领域中的应用越来越广泛,无人机由于其独特优势被大量应用在航拍、抢险救灾、物资投送以及战场侦察敌情中。而随着无人机应用数量及场景的增加,它面临的挑战也愈发巨大,有学者提出利用无线电能传输技术来解决无人机发展面临的部分问题。例如:可以通过无线充电可以去除无人机设备的有线充电接口,提升无人机的防水等防护能力;还可以通过部署使用无人充电站的方式解决人员问题及无人机续航问题,近几年来,无人机无线充电技术越来越受到关注。 本文对无人机无线电能传输系统进行了研究与设计。首先介绍了谐振式无线电能传输所常用的研究理论包括耦合模理论、变压器模型,最后选择变压器模型对谐振式无线电能传输系统建模,并完成参数设计。利用变压器模型对SS结构和LCL-LCL结构的补偿网络进行建模分析,对比两种结构下不同耦合系数、负载的传输特性,得到结论:LCL结构相较于SS结构的传输效率更高更稳定,要获得相同大小的输出功率时LCL结构的电源电压要高于SS结构。随后通过Matlab/Simulink软件分别对SS结构与LCL-LCL结构的无线电能传输系统建模,验证理论分析的正确性。 其次,本文对阵列线圈的发射单元进行设计,基于无人机应用需求确定收发线圈的结构,并对阵列发射线圈的排布方式和连接方式做了选择。再通过Maxwell仿真软件对比了单发射结构与阵列发射结构的磁场分布均匀性,以及两种结构下耦合系数、传输特性与接收线圈偏移距离的关系,分析其抗偏移性能。 随后,分析了谐振式无线电能传输系统充电的动态过程,然后根据本文所研究的多发射单接收系统选择了副边控制的策略。在经典PI控制的基础上提出自适应PI控制,目的是提高系统响应速度及稳定性。最后在仿真中对比两种控制方式下,输出电压受负载变化的影响,验证自适应PI控制的可行性。 最后搭建了基于LCL-LCL补偿结构的多发射单接收无线电能传输系统。介绍了实验平台的设计及参数选择原则,通过实验验证了对LCL-LCL谐振补偿网络的输出特性理论分析、阵列发射线圈的抗偏移性能以及稳压控制电路策略的可行性。

关键词： 5G   通信基站   基站机房   户外机柜   温控系统   智能控制  

摘要： 基站作为通信网络的重要节点,其安装和运行环境保护由户外机提供基站。此外一体化的户外机柜设计基站铺设带来了选址快捷和易于安装的特点,因而被广泛应用于5G通信基站建设。然而,随着5G基站的快速普及,数量庞大的5G户外机柜能耗居高不下,且基站运维过中程频繁出现的柜体柜门闭合不严与柜内温度失控等问题,更是加剧了5G通信户外机柜的高能耗困局。 5G通信户外机柜的运行维护多由第三方代维人员实施,经常出现机柜柜门被撬、闭锁不严甚至柜门敞开等现象,导致大量冷源漏泄,柜内温度失控,主设备板卡烧毁,造成基站退服的重大通信生产安全事故。为此,本文详细分析了5G基站机柜运维特点与现有机柜产品缺陷,以某公司一款典型机柜为对象,设计了防撬型高可靠的机柜柜门子系统,可以实现远程柜门开闭与出入追踪溯源,为温度控制系统提供了可靠的受控对象;在此基础上,针对空调高负荷工作引起的高能耗问题,设计了以新风系统为主、空调为辅的5G通信户外机柜温度实时控制系统硬件模块,并开发了温度控制与能耗监管系统软件,有效减少了空调工作时长,解决了在临界温度新风系统和空调频繁的启动问题;为了进一步提升机柜的温度控制精度,本文提出了一种采用粒子群(PSO)算法优化的Smith模糊PID智能温度控制算法,实现了温度控制系统PID参数的自动寻优。 本文研发的硬件系统经某合作企业研制样机测试,结果表明所提的基于高可靠柜门设计的机柜温度控制系统能有效解决运维工程的技术难题,提高柜内温度控制的稳定性,从而有效提升此类机柜的能效,避免了5G基站退服类通信生产重大安全事故发生;此外,本文将提出的温度控制算法进行了仿真对比实验,结果表明HPSO(混合粒子群算法)算法优化的Smith模糊PID温度控制算法的控制精度更高,抗干扰性更强,符合机柜内部温度控制的指标和要求。

关键词： 非线性切换系统   时滞切换系统   最优控制   全变差   鲁棒控制   灵敏性分析   并行粒子群算法   批式流加发酵  

摘要： 1,3-丙二醇(1,3-PD)是一类新型的化工原料。微生物批式流加发酵生产1,3-PD是一种绿色环保的化工生产方式。近年来,最优切换控制已经广泛应用到化工生产、通讯网络和自动控制等众多领域,一直是优化与控制界研究的热点。本文针对微生物批式流加发酵甘油生产1,3-PD过程,建立了一类非线性切换系统。考虑到实际发酵生产过程中改变甘油进料速率对最优控制策略的影响,研究了一类涉及光滑进料速率变化费用并满足路径约束的最优切换控制问题。主要包括以下两部分内容:研究了肺炎克雷伯菌微生物批式流加发酵甘油生产1,3-PD具有控制变化费用的最优切换控制问题。首先,本文提出了一个非线性切换控制系统来描述该发酵过程。以甘油的光滑进料速率以及间歇过程和流加过程之间的切换时刻为控制变量,以终端时刻1,3-PD产量最大化和进料速率变化费用最小化为性能指标,提出了一个满足连续状态不等式约束的最优切换控制问题。通过应用一种新的控制参数化方法,将该最优控制问题转化为一系列参数优化问题。进一步,应用时间尺度转化方法,将具有可变切换时刻的优化问题转化为具有固定切换时刻的等价问题。通过约束转换技术,将该等价问题近似为一系列非线性规划问题。同时推导了光滑进料速率总变差的解析表达式。在此基础上,开发了一种包含约束梯度信息的并行粒子群优化算法来寻找最优的控制策略。数值结果表明:牺牲少量的1,3-PD可以显著减小甘油进料速率的变化费用。考虑到微生物的代谢机制,即新生物量的产生受到营养物质代谢时间的延迟,研究了批式流加发酵过程中具有控制变化费用的鲁棒时滞最优切换控制问题。根据实际发酵过程,本文提出了一个受路径约束的非线性时滞切换系统来描述生产过程。目标是为该过程设计一个最优控制方案,使得(i)该过程在终端时刻产生足够高的1,3-PD浓度;(ii)该过程在终端时刻甘油进料速率变化费用最小;和(iii)1,3-PD产量对时滞的变化具有鲁棒性。据此,提出了一个目标函数中同时考虑1,3-PD产量、进料速率变化费用以及1,3-PD产量对时滞的灵敏度的最优切换控制问题,本问题的控制变量是甘油的进料速率以及间歇过程和流加过程之间的切换时刻。通过引入一个辅助时滞切换系统,得到了1,3-PD产量关于时滞的灵敏度表达式。通过应用控制参数化方法、时间尺度转化和约束转换技术,得到最优控制问题的近似优化问题。在此基础上,应用改进的并行粒子群优化算法求解该近似优化问题。最后,数值结果表明所得的最优控制策略在时滞不确定下具有较好的鲁棒性。

关键词： 人机协作系统   输出约束   自适应控制   障碍Lyapunov函数   阻抗控制  

摘要： 近年来，随着机器人从工业应用领域逐渐进入服务行业，人机协作已成为机器人领域的研究热点。如何在人机共享工作空间实现安全的交互控制是人机协作的技术难点。为防止机器人伤害操作人员，需要对机器人系统输出进行约束。此外，由于机器人的固有非线性特性以及关节摩擦和外部干扰的影响，机器人系统存在模型参数不确定的问题，基于精确动力学模型的控制方法难以实现理想的控制效果。另外，传统人机协作系统常采用“领导-跟随”控制模式，机器人被动地顺从人类的目标，但针对不同交互任务，可能需要人类或机器人主导性的转换。考虑上述问题，本文研究了输出约束下的人机协作系统自适应控制方法，具体的研究内容包括以下两方面：　　（1）针对模型不确定、输出约束下的机器人交互控制问题，提出了基于非对称积分障碍 Lyapunov函数（AIBLF）的自适应神经网络阻抗控制方法，其包含阻抗控制外环和位置跟踪控制内环的控制结构。首先，在外环中，设计非对称软饱和函数对阻抗模型生成的期望轨迹进行整型，防止不适当交互行为导致超出约束。进一步，在内环中，为了解决包含非对约束边界的约束跟踪控制问题，设计了基于 AIBLF的自适应状态反馈控制器，严格保证机器人末端执行器不超出约束范围。此外，在控制器的设计中采用径向基神经网络（RBFNN）补偿机器人动力学模型的不确定项，以改善跟踪性能。最后，通过 Lyapunov稳定性定理，证明了闭环系统的所有误差信号是有界的。　　（2）考虑机器人输出受约束和速度信息不可测的情况，针对人机协作中人类和机器人的任务主导性切换控制问题，提出了基于模型预测控制（MPC）和AIBLF 的自适应输出反馈变阻抗控制方法。控制结构包含变阻抗控制外环和输出反馈跟踪控制内环。首先，在外环中，考虑人体动力学和机器人阻抗模型，构建了新的阻抗系统，将变阻抗控制问题转变成了求解最优状态反馈控制律的问题。然后，设计包含交互力和跟踪误差的代价函数，通过求解二次规划（QP）问题获得最优阻抗参数，以改善交互性能。进一步，在内环中，设计神经网络观测器估计机器人速度，并基于 AIBLF和 RBFNN设计了具有输出约束的自适应输出反馈控制器，解决了动力学模型不确定、速度不可测、输出受约束的机器人跟踪控制问题。最后，根据 Lyapunov稳定性定理，证明了闭环系统的稳定性。　　基于以上研究内容，分别在 CoppeliaSim 机器人物理仿真平台和 Franka机器人实验平台上进行了人机交互仿真和实验。仿真和实验都验证了协作机器人在约束空间下的交互性能。最后，分别对低阻抗和高阻抗交互场景下的人机交互任务进行实验研究，实验结果表明机器人能够自适应地调节阻抗系数以实现“领导者-跟随者”的转换，验证了所提出控制方法的有效性。

摘要： 2023年8月25日,新一代人造太阳“中国环流三号”取得重大科研进展,首次实现100万安培等离子体电流下的高约束模式运行,再次刷新我国磁约束聚变装置运行纪录,突破了等离子体大电流高约束模式运行控制、高功率加热系统注入耦合、先进偏滤器位形控制等关键技术难题,标志着我国磁约束核聚变研究向高性能聚变等离子体运行迈出重要一步。

关键词： 主动减振系统   PID控制   强化学习算法   多阶段聚焦   残差结构  

摘要： 振动导致的负面影响一直是工业界广泛关注的问题,各类精密设备的减振、隔振方法成为工程领域的研究热点。主动减振方法由于减振响应快、隔振精度高等优点,在高精度、高动态环境中的设备减振方面具有不可替代的重要作用。但对于多自由度的复杂减振平台而言,其精准控制也存在较大挑战。论文以比例-积分-微分(PID)控制方法与强化学习方法为基础,针对多自由度主动减振系统的复杂精准控制难题,提出了基于强化学习的PID参数自适应整定理论方法。从控制方法的工程应用出发,对PID参数智能训练、强化学习算法搜索空间多阶段聚焦、策略梯度更新优化等问题展开深入研究,旨在为复杂环境下的主动减振控制方法提供理论借鉴。论文主要研究工作和创新性成果如下:1.针对稳定控制减振系统背景下的PID控制器参数自适应整定问题,提出了基于强化学习的PID控制器参数自适应整定技术路线。基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法,构建了DDPG-PID映射回路,以减振系统PID控制器中的闭环控制量作为状态监测,将DDPG算法中动作网络的输出直接映射到PID参数区间,并可根据奖励阈值,自动设定PID控制器的参考值,并在参考值的指导下,进行PID参数的稳定探索,减少了对先验知识的依赖。2.针对强化学习算法中由于智能体随机探索引起的PID控制不稳定问题,提出了基于多阶段动作聚焦过程的强化学习算法—MF-DDPG。借鉴约束强化学习的理念,将PID参数输出在参考值约束在一定的区间内。在动作奖励逐渐满足奖励阈值的过程中,智能体的动作空间受到约束,不断收敛至最优的参数空间,克服了传统DDPG算法中随机探索引起的PID控制器输出不稳定问题,确保减振系统的稳定性。此外,为了保证算法的通用性,本文针对主动减振系统的控制特点,对强化学习算法的环境、奖励、状态等要素进行了通用的定义,提高了该算法对于不同减振控制问题的普遍适用性。3.针对强化学习智能体探索空间约束导致的梯度消失现象,提出了嵌入残差结构的MF-DDPG改进算法。在DDPG动作网络中,通过残差结构引出从神经网络浅层到深层的分支结构,能够克服由于智能体动作空间被约束导致的梯度更新缓慢和梯度消失问题,保证了在动作网络梯度更新的过程中,梯度范围始终保持在合理区间。该结构进一步提升了MF-DDPG算法性能与PID控制的稳定性,有效提高了本文减振控制问题方案的可靠性。为了验证MF-DDPG算法用于主动减振系统的控制性能,论文首先分别基于一阶和二阶典型PID控制系统设计了一系列实验对算法进行了验证。在上述两种系统上,嵌入残差结构的MF-DDPG改进算法性能表现优异,在保证了PID控制器输出稳定性的同时,相比同类PID参数自适应整定算法,在性能上提升了16%-30%。此外,本文在单自由度主动减振仿真系统以及等效六自由度Stewart减振数字样机上对减振算法开展了实验验证,针对减振系统的减振性能曲线、PID跟踪误差、位移传递比等关键指标进行了分析。实验结果表明,嵌入残差结构的MF-DDPG控制方案能够在保证PID控制器稳定性的前提下,有效提升不同减振系统的减振性能,与领域内同类算法相比,隔振水平提升30%-50%以上,能够有效实现稳定可控的智能减振,为变化振动激励输入下的多自由度主动减振控制提供可用的技术支持。

关键词： 二复合胎面   数据模型   回归预测   多变量耦合系统   智能控制  

摘要： 二复合胎面生产是轮胎生产环节中的重要一环,对于生产胎面的肩宽、总宽和重量的数值有着严格的标准。现场生产时,需通过调节上挤出机转速、下挤出机转速和生产一线速度三个设备参数,控制胎面的肩宽、总宽和重量。为提升胎面整体生产的水平,在投入生产前,应设置好生产设备的初始参数使其生产出胎面的肩宽、总宽和重量处于所需生产规格胎面的标准范围内。减少因设备初始参数设置不合理,导致肩宽、总宽和重量偏离标准,需要再次调节设备参数的现象发生,以提高整体产品的合格率。通过采集近期产线的生产数据,利用机器学习算法训练预测模型,数据预测模型完成训练后,将所需生产胎面的肩宽、总宽和重量的标准值以及当前的生产环境因素作为输入,预测出在当前生产环境下,生产出符合胎面标准的所需设备参数值。通过此方法解决设备参数初始值如何设定的问题,使设备在该参数下运行,生产出的胎面肩宽、总宽和重量接近标准值。由于预测的设备初始值运行结果可能存在偏差,以及在整个生产过程中,可能存在其他的扰动导致胎面肩宽、总宽和重量不符合标准,需对控制设备的参数进行调节。二复合胎面挤出生产过程,系统存在多变量耦合现象,难以控制。采用传统的前馈解耦结合PID的控制策略可以解决多变量耦合的控制问题。但前馈解耦的方式需要针对被控对象数学模型设计解耦器,而二复合胎面挤出系统,难以建立准确的数学模型。神经网络PID控制策略可以不依赖数学模型,通过训练神经网络,对多变量耦合系统进行控制。并通过粒子群算法对模型结构未知参数进行寻优,优化神经网络中选取初始权值的问题,结合神经网络PID控制可以改善控制性能。结合胎面的实际生产情况,将回归预测设备运行初始参数与多变量耦合系统控制策略结合,设计并开发出胎面挤出智能控制系统。实现从设置设备运行的初始值到控制设备生产结束全过程的智能控制。目前,该智能控制系统已投入现场运行,使用效果良好,提高了胎面自动化生产水平,并提升了产品质量,具有一定实际工程意义。

关键词： 永磁同步电机   PID控制   智能控制   鲸鱼优化算法   天鹰优化算法  

摘要： 永磁同步电机以结构紧凑、高效节能、绿色环保、功率密度大、控制方便、调速性能好等固有优点成为伺服控制系统的主要执行元件,在工业自动化、电动汽车、航空航天、悬浮列车、医疗器械等领域都得到了广泛应用。在永磁同步电机伺服控制系统中,速度环是其中重要的一环。PID控制作为一种经典的控制算法,因原理简单、易于实现等优点,被广泛应用于永磁同步电机伺服控制系统的速度环控制中。然而,永磁同步电机是一种多变量、非线性、强耦合的系统,传统PID参数整定方式已无法满足其控制系统的高性能需求。为了进一步提高永磁同步电机伺服控制系统的控制性能,在永磁同步电机伺服控制系统速度环中,采用智能控制方法对PID参数进行调节,已成为一个重要研究方向。因此,本文提出一种改进的WOA-AO混合智能算法对PID控制器参数进行整定,即通过优化目标函数来自动搜索控制器最佳参数,以实现永磁同步电机伺服控制系统更好的性能和更高的稳定性。本文的主要研究内容如下: (1)针对单一智能优化算法存在收敛速度慢、收敛精度不高、易于陷入局部最优的局限性。本文提出一种改进的WOA-AO混合智能算法。首先,该混合算法利用鲸鱼优化算法来增强天鹰优化算法的开发阶段。其次,为了更好地平衡探索阶段与开发阶段,提出一种切换概率机制;针对算法中采用随机产生初始种群方法会造成种群分布不均的问题,在算法中引入Tent映射增加种群的多样性;针对算法中容易陷入局部最优的问题,在算法中引入透镜成像反向学习策略来帮助算法跳出局部最优。最后,在基准测试函数上将所提算法与其他智能算法进行性能测试对比实验,结果表明,本文所提算法具有更快的收敛速度、更高的收敛精度。 (2)本文以永磁同步电机为控制对象,通过分析其数学模型、矢量控制原理与电压空间矢量脉宽调制技术,在MATLB/Simulink中搭建了永磁同步电机矢量控制系统仿真模型。并针对传统PID控制不能获得良好控制性能的问题,提出将改进的WOA-AO混合智能算法用于整定PID控制参数,并将其应用到永磁同步电机伺服控制系统的速度环控制中。通过与传统PI、PSO-PID、AO-PID、WOA-PID、HHO-PID在几种不同工况下进行仿真对比实验,验证本文所提基于改进的WOA-AO混合智能算法优化速度环PID控制参数的优越性。 (3)本文通过搭建以ZYNQ芯片为核心处理器的永磁同步电机伺服控制系统硬件实验平台,对所提出的基于改进的WOA-AO混合智能算法整定速度环PID控制参数进行了实验验证。实验表明,本文所提的控制方法具有良好的控制性能。

关键词： 低渗透油井   抽油机冲次   间抽   BP神经网络   粒子群优化算法  

摘要： 目前我国大部分油田已经进入开采的中后期,多数油井处于低渗透甚至超低渗透状态,导致抽油机的工作状态与油井的供液能力不匹配,造成了极大的电能浪费。据统计,抽油机的无效耗电量可达抽油系统总耗电量的30%。因此,提高抽油机工作效率对油田生产极为重要。为此,本文根据油井沉没度变化状况对油井状态和类型进行划分,进而对抽油控制方法进行研究。主要研究内容如下:(1)油井状态分析。通过对油井沉没度综合模型进行分析,将油井划分为四种类型:满抽类型、过渡类型、非满抽类型和停抽类型,及两种状态:满抽状态和非满抽状态,并对油井类型和状态转换进行了详细分析。针对油井状态对抽油控制进行了分析,包括连续采油时抽油速度的控制和间抽采油时停抽时长的调整。(2)抽油速度控制方法研究。通过分析单井生产时的收益组成,结合抽油机在工作时电机功率和产液量的关系,在得到关于抽油机冲次的收益模型基础上,分析泵效与沉没度的拟合关系,进而建立沉没度与抽油机冲次关系模型,以达到对抽油速度控制的目的。在对模型中的未知参数进行求解和拟合的基础上,对模型的精度进行验证。测试结果表明,该模型可根据油井当前沉没度,得到获取该井最大收益时的抽油机冲次。(3)间抽的停抽时长调整方法研究。首先提出利用预测产液量与标准产液量的比例调整间抽的停抽时长的方法。然后在研究产液量的影响因素、PSO优化算法和BP神经网络等相关理论知识的基础上,建立PSO-BP产液量预测模型。最后应用该模型的预测产液量对间抽的停抽时长做出相应的调整,并对调整后的电能耗费情况进行分析。分析结果表明,通过调整间抽的停抽时长,使间抽运行过程处于最佳状态。测试与实验结果表明,本文提出的抽油速度控制方法与间抽的停抽时长调整方法能有效控制抽油速度和确定合理的间抽停抽时长,达到收益最大化的目的。