关键词： 四旋翼无人机   组合故障   容错控制   神经网络   自适应控制  

摘要： 针对四旋翼无人机在传感器偏差故障、双执行器效率损失故障和外界干扰下的容错控制问题进行研究。首先建立组合故障下的四旋翼无人机动力学模型;其次将神经网络融入到观测器的设计,构建一种新的基于神经网络的扩张状态观测器来估计不同故障类型;然后结合自适应理论来设计位置和姿态控制器,并通过权值函数来调节控制器的控制律参数;最后通过李雅普诺夫理论证明了系统的稳定性,数值仿真验证了所提出设计方法的有效性,使得无人机在组合故障下具有更好的容错控制能力。

关键词： 数据驱动控制   无模型自适应控制   误差反馈控制   紧格式动态线性化   收敛性  

摘要： 为解决难以建立自适应离散变结构控制的受控系统数学模型问题,提出一类改进的基于紧格式离散时间非线性系统的无模型自适应控制(ICF-MFAC)方法。首先,在仅有一项时变积分项的CF-MFAC方法中加入误差反馈输出控制项,使得控制器具有在线整定内部参数的优势,提高系统的动态性能。然后,通过严格的数学推导对ICF-MFAC方法进行收敛性证明,理论分析表明,ICF-MFAC方法提高了伪偏导数估计值的利用率,加快了系统的响应速度。最后,在四旋翼飞行器中进行仿真实验,与CF-MFAC方法相比,改进的控制方法控制误差减小6.12%,且无超调、跟踪误差小,始终保持良好的控制效果和鲁棒性。

关键词： 煤矿   掘进机   智能控制   技术  

摘要： 随着煤矿工作环境的复杂性与危险性,传统的控制方式已难以满足高效、安全地开采需求。智能控制技术的研究备受关注。现有的煤矿掘进机过多的依赖于人工操作,不仅效率低下,还存在极大的安全隐患,而智能控制技术的引入使机械设备更加自动化、智能化,降低人为因素对煤矿生产的影响。通过对大量数据的分析与学习,智能控制系统能不断优化自身的决策与操作,使设备在复杂环境下更加准确、高效地完成任务。通过实时的监测煤矿工作环境的各种参数,并结合智能算法进行分析,能及时的发现并预防潜在的安全风险,保障矿工的生命安全。总之,煤矿掘进机智能控制技术的研究是对工作效率与安全性的追求,以及先进技术的应用与探索,能为煤矿行业的发展与矿工的安全做出一定的贡献。

关键词： 自动控制   扑翼微型飞行器   神经网络   自适应控制   反步控制  

摘要： 研究了具有内部不确定性和外部干扰的扑翼微型飞行器的姿态和位置跟踪控制问题。利用神经网络对扑翼微型飞行器数学模型中复杂非线性和不确定性进行逼近估计,同时对于外部扰动,采用自适应技术来处理干扰对系统的影响。基于反步递推框架,引入一阶滤波器,设计了动态表面控制器,克服了传统反步递推设计中“微分爆炸”的局限性。进一步,利用Lyapunov稳定理论证明了扑翼飞行器姿态和位置闭环系统的稳定性和所有状态变量的半全局一致最终有界性。结果表明,所提控制器不仅能够使稳态误差更好地收敛,而且还提高了收敛速度。仿真结果验证了所提控制方法能够有效地处理不确定性和外部干扰,且能够很好地跟踪期望轨迹。

关键词： 船舶微电网   光伏发电   最大功率点追踪   无模型自适应控制  

摘要： 针对船舶光伏发电系统输出功率优化控制问题,并充分考虑复杂海况天气、船舶横摇和海盐结晶导致的船舶光伏发电系统模型参数时变,提出一种船舶光伏发电最大功率点跟踪无模型自适应控制方法。首先,根据光伏发电系统的输出和输入数据建立了离散非线性系统;其次,采用基于紧格式动态线性化的数据模型设计最大功率点跟踪无模型自适应控制器;最后,给出了伪偏导数估计算法。通过对比仿真实验,所提控制方法提高了船舶光伏发电系统的输出功率的稳定性。在恒定25℃环境温度及辐照度900 W·m^(-2)下,采用无模型自适应控制和基于扰动观察法的最大功率点跟踪时间分别为0.1、0.3 s,功率振荡幅度分别为5、18 W;在2 s时刻辐照度变化为500 W·m^(-2)时,采用无模型自适应控制和基于扰动观察法的最大功率点跟踪时间分别为0.02、0.06 s,功率振荡幅度分别为100、250 W。可以看出,采用无模型自适应控制的最大功率点跟踪方法可改善船舶光伏系统最大功率跟踪性能,验证了所提控制方法的有效性和优越性。

关键词： 电液振动台   三状态控制   前馈逆控制   自适应控制   波形复现  

摘要： 针对电液振动台加速度时域波形复现精度低的问题,提出了一种基于内环前馈逆补偿和外环非线性滤波的在线自适应控制策略。首先,构建了电液振动台伺服驱动机构模型,采用三状态控制策略获得了初步加速度控制性能;其次,基于多新息遗忘梯度算法辨识了三状态控制下系统参数化模型,利用零幅值跟踪技术构建了内环前馈逆补偿策略,拓展了系统频宽,降低了相位滞后误差;然后,引入了外环非线性Volterra自适应滤波算法,抑制了电液振动台模型参数偏差、非线性动态特性和不确定性扰动的影响;最后,在搭建的水平单轴电液振动台上开展了时域波形复现对比实验。结果表明,提出的自适应控制策略与传统策略相比具有更优越的加速度时域波形复现精度。

关键词： 灯泡贯流水轮发电机   轴流风机故障   轻质叶片   风机选型   智能控制   可靠性  

摘要： 针对灯泡贯流式水轮发电机轴流风机易发故障的问题,进行了原因分析和现场试验论证,确定了风机故障的根本原因。通过采取更换轻质叶片、优化风机选型参数、改进风机支撑结构和增加风机智能控制系统等综合措施,提高了风机运行可靠性和使用寿命,为后续灯泡贯流式水轮发电机的轴流风机选型设计或风机改造提供参考。

关键词： 自动化系统   深度学习   系统状态识别  

摘要： 阐述基于深度学习的电气自动化系统状态识别与智能控制。通过对系统状态进行准确识别,获得实时数据,成功实现智能控制策略的优化。深度学习技术的引入使系统更加智能化、高效化。

关键词： 智慧城市   5G路灯系统   施工技术   智能控制   系统集成  

摘要： 随着智慧城市概念的深入发展,5G技术的融入为城市基础设施带来了革命性的变化。文章主要探讨了5G路灯系统在智慧城市建设中的应用及其施工技术的关键点,分析了施工过程中的技术痛点,并提出了相应的集成策略。通过对5G路灯系统的施工技术进行系统性研究,旨在为智慧城市的高效建设和可持续发展提供参考和指导。

关键词： 前馈补偿   卷积神经网络   燃煤炉   选煤重介分选   介质密度  

摘要： 燃煤炉选煤重介分选过程中,采集到的煤泥浆含量、磁物质含量等数据可能存在误差,无法准确捕捉到煤炭的关键特征,导致重介分选过程无法克服意外扰动,控制只能采用反馈形式,控制效果较差。为此,提出基于卷积神经网络前馈补偿的选煤厂燃煤炉重介质分选智能控制技术。通过仪器实时采集选煤工艺介质中的煤泥浆含量、重介质密度和磁物质含量等分选参数。通过卷积神经网络模型识别评价煤泥滤饼含水比例,作为重介分选智能控制依据;基于历史数据和煤泥饼含水量数据,设计前馈补偿方法。通过补偿精煤灰分分选中的扰动,得到精煤灰分的分选模型,估算出合理的分选参数数值。将通过仪器采集的含量参数作为前馈输入特征,根据实时监测和估算出的分选参数数值,对输出期望数值进行动态调整。实验结果表明,方法对燃煤炉选煤重介分选过程智能控制效果好,煤泥含水量波动较小,能保证选煤效率和质量。