杨海燕[1]2007年在《汽车发动机怠速控制技术的研究》文中认为怠速控制是汽车发动机电子控制的一个重要内容。对怠速进行有效的控制对于提高汽车的燃油经济性,乘坐舒适性和降低排放有很大的意义。本文首先简要介绍了汽车发动机怠速控制的意义、研究现状及发展趋势,回顾了国内国外的汽车发动机怠速模型。采用了一种应用比较广泛的平均值建模方法,借助matlab的simulink工具建立了发动机怠速平均值模型。其次,对发动机怠速控制策略进行了详细的介绍。发动机控制策略是针对发动机各个运行工况以及发动机自身的工作特点和性能制定的一套控制思想,并通过各个执行机构实现对发动机有效和优化的控制,使发动机的各项性能指标达到最佳的效果。再次,介绍了模糊控制的基本知识以及matlab中模糊控制工具箱的使用方法,设计了基本的模糊控制器,通过对仿真结果的分析找出其不足。针对问题设计了一种参数自调节的自适应模糊控制器,仿真结果比模糊控制系统有了很大的改善。最后,针对怠速控制对已知扰动的抑制问题设计了一种神经网络预测控制器。对于已知扰动的控制问题可以归结为怠速控制能够不断调整汽车发动机运转,跟踪变化的指定正常怠速转速的问题。神经网络预测算法结合了预测控制的事前调节的优点和神经网络的无限逼近的优点,对于提高系统的跟随性和抗干扰性有很大的作用,实验结果也证实了这一点。
《中国公路学报》编辑部[2]2017年在《中国汽车工程学术研究综述·2017》文中提出为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度(Noise,Vibration,Harshness,NVH)控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统(ADAS)、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
章心忆[3]2017年在《下肢外骨骼机器人的建模和控制策略研究》文中研究说明现阶段,我国面临着老龄化加快、残障人士数量增多以及单兵作战能力欠缺等问题。在此情形下,外骨骼机器人应运而生。外骨骼是一种具有仿生性能的设备,是人工智能与机器人的结合体,在康复医疗,军事,农业,工业等领域均有广泛的应用。为了帮助老年人及残障人士恢复或者增强行走的能力,本文研究并设计了一种下肢外骨骼系统,该系统单侧包含有五个自由度,主要涉及机械结构设计和控制系统设计,采用理论分析和仿真验证相结合的方法展开研究。具体内容如下:(1)下肢外骨骼现状总结及机械结构设计。分析并总结了国内外已有的外骨骼系统,说明了已有系统的优缺点,明确了研究内容。学习了人体下肢的生理结构以及行走步态参数并基于此,完成了下肢外骨骼的自由度配置、机械系统设计、驱动器选择等,构造了单侧五自由度的下肢外骨骼系统并对相关的参数进行了设计。(2)下肢外骨骼运动学数学分析。采用Craig修正版的D-H约定规则分别建立了下肢外骨骼左/右腿的正运动学模型,并通过MATLAB/Robotics toolbox对其进行仿真验证。基于己验证的正运动学模型,采用代数法建立下肢外骨骼逆运动学模型,通过MATLAB/Simulink进行仿真验证。同时,利用蒙特卡洛法分析了下肢外骨骼的工作空间,从而进一步验证了运动学模型。(3)下肢外骨骼动力学数学分析及虚拟样机建立。在拉格朗日方程的基础上,建立了下肢外骨骼的动力学数学模型。基于数学模型非线性和高耦合的特点,采用面向实物模型的叁维建模方法建立下肢外骨骼虚拟样机。通过Solidworks建立下肢外骨骼叁维模型并将其导入MATLAB/SimMechanics中建立虚拟样机。最后,利用Robotics Toolbox搭建动力学数学模型并将其与虚拟样机进行对比仿真,验证了虚拟样机的有效性。(4)基于神经网络补偿的无模型时延估计控制器设计。针对下肢外骨骼模型高耦合非线性的特性,借鉴基于代数方法的无模型控制,采用极局部模型作为系统模型,利用时延估计对未知项进行估计,构造无模型时延估计控制器(TDE-MFC)。针对因时延估计产生的误差,引入自适应RBF神经网络,构造基于神经网络补偿的无模型时延估计控制器(TDE-MFNNC)并对其稳定性进行了分析证明。(5)基于虚拟样机的TDE-MFNNC仿真验证。通过仿真对比选取了时延时间并基于此,对比在理想情况下及存在扰动情况下,PD,NN,TDE-MFC以及TDE-MFNNC控制器性能,验证了 TDE-MFNNC对估计误差的补偿并得到了良好的跟踪效果。同时,研究了基于TDE-MFNNC的特定末端轨迹运动仿真,得到了良好的控制效果并利用可视化仿真界面验证了运动的准确性。
李存贺[4]2018年在《开关磁阻电机非线性建模及先进控制策略研究》文中研究说明开关磁阻电机(SRM)具有结构简单坚固、效率与可靠性高、控制灵活、调速范围广和成本低等优点,在航空工业、新能源电动汽车、风力发电和家用电器等很多领域都有着良好的应用前景。然而,SRM固有的双凸极结构、磁路的严重非线性以及脉冲供电方式,使其难以精确建模和控制。针对SRM的非线性建模、转矩脉动抑制和调速控制,本文的主要的研究工作如下:第一,研究了基于神经网络的SRM电磁特性建模与仿真问题。详细阐述了基于转子锁紧法的SRM电磁特性测量原理与步骤,并完成了对SRM样机磁链和转矩特性的实验测量。在此基础上,提出一种利用改进的反向传播神经网络建立SRM磁链与转矩精确模型的方法。该方法采用可以反映SRM非线性的解析表达式作为预处理器对实验样本数据进行预处理,并将预处理后的数据作为反向传播神经网络的附加输入,使得网络的拟合精度和泛化能力得到增强,从而有效提高了磁链与转矩的建模精度。最后在Matlab/Simulink中建立了SRM驱动系统动态仿真模型,对比相同条件下的仿真和实验结果可以看出,所建立仿真模型具有较高的精度,可以准确反映SRM不同工况下的运行特性。第二,研究了基于小样本磁链特性的SRM解析建模问题。采用转矩平衡法完成了 SRM四个转矩平衡位置处磁链曲线的快速测量,并分析了多相导通时互感耦合对测量精度的影响。针对仅包含四个特殊位置处磁链特性的小样本数据建模问题,提出一种基于高阶傅里叶级数的解析建模方法。该方法先利用SRM磁链随位置变化特性,估计中间位置磁链特性,扩充样本数据,再采用五阶傅里叶级数构造磁链对电流与转子位置的非线性映射,并进一步推导了转矩模型。与传统转子锁紧法测量电磁特性的对比结果验证了所提出解析建模方法的有效性。第叁,针对SRM双凸极结构和脉冲式供电方式导致其在运行时转矩脉动过大的问题,提出了一种基于有限控制集模型预测控制的转矩脉动抑制算法。首先通过提出的高阶傅里叶解析模型,推导了SRM离散预测模型,实现了电机未来状态值的预测;其次提出一种转子扇区划分算法,有效减少当前时刻候选开关矢量,降低了控制器的在线计算量;最后利用评价函数遍历当前时刻候选开关矢量,在线评估选取最小化评价函数的开关矢量作为最优矢量输出至功率变换器。仿真和实验结果表明,所提出的有限控制集预测转矩控制方法相比于传统转矩控制具有更好的转矩脉动抑制效果和更低的铜损耗。第四,针对SRM驱动系统存在未知参数波动和外部负载扰动时的调速问题,设计了一种自适应径向基函数神经网络控制器。采用径向基函数神经网络对包含参数波动和负载扰动的理想控制律进行整体逼近,将神经网络权值的范数代替权值作为在线估计参数,使在线学习参数的数量由多个减少为一个,降低控制器计算量。此外,通过在控制律中引入比列项,有效解决了提升调速系统瞬态性能和符号函数项过大造成控制律抖振之间的矛盾。严格的Lyapunov稳定性分析保证了闭环调速系统的稳定性。仿真和实验结果证明了算法的有效性。
宫玉琳[5]2013年在《永磁同步电动机伺服系统自适应逆控制策略研究》文中研究表明永磁同步电动机伺服系统广泛应用于工业、农业、国防、航空航天、社会生活等各个领域。随着科技的不断进步,对于伺服控制系统的要求也越来越高。因此,研究先进的永磁同步电动机伺服系统控制策略、开发高性能永磁同步电动机伺服系统,对提高我国工业发展水平、促进国防现代化建设,具有极其重要的现实意义和实用价值。永磁同步电动机伺服系统作为一个非线性、多变量、强耦合的时变系统,在运行过程中,参数变化、外界扰动和噪声等非线性因素将使系统性能变差。因此,要提高永磁同步电动机伺服系统性能,必须采用先进的控制策略以克服参数变化和外界扰动对系统产生的不利影响。本文针对提高永磁同步电动机伺服系统性能进行了深入分析,结合信号处理的方法,提出了基于复合自适应逆控制策略的永磁同步电动机伺服控制系统,采用位置环、速度环、电流环控制结构。其中,速度环和电流环采用基于矢量控制的id=0控制策略,通过id=0控制策略可以使电动机获得较宽的调速范围和较好的转矩性能。永磁同步电动机伺服系统的关键性能指标是位置控制精度,为了提高位置控制精度,系统位置环采用复合自适应逆控制策略。当控制器为对象的逆模型时,位置输出跟随位置输入,同时对系统存在的扰动进行消除。在自适应逆控制系统中,被控对象的输入同时驱动对象和对象模型,对象输出和对象模型的输出之差即为对象的噪声,利用该噪声去驱动对象的逆模型并在对象输入中予以消除。自适应逆控制策略从根本上消除了噪声对位置输出的影响,提高了伺服系统的控制性能。为了进一步提高自适应逆控制的性能,本文对变步长最小均方(Least mean square, LMS)算法进行了分析和改进。提出了基于相关误差的非线性变步长LMS算法,提高了LMS算法的收敛速度并有效地克服了参数扰动对算法的影响。非线性滤波器作为非线性自适应逆控制的重要组成部分,直接影响着自适应逆控制策略的控制效果。为了更好的实现非线性自适应逆控制,本文将动态径向基函数(Radial Basis Function,RBF)神经网络和FIR滤波器相结合构成非线性滤波器,并采用混沌多群体粒子群优化(Chaos Multi-population Particle Swarm Optimization, CMPSO)算法对非线性滤波器的权值进行离线优化,进一步提高了自适应滤波器的收敛速度和精度,有效地实现了系统建模、逆建模以及扰动消除器的设计,进而提高了自适应逆控制策略的控制效果。最后,本文将基于动态RBF神经网络和FIR的非线性滤波器与基于相关误差的非线性变步长LMS算法相结合,实现了永磁同步电动机伺服系统自适应逆控制。进一步将PI控制策略与自适应逆控制策略相结合,提出了一种复合自适应逆控制策略。仿真和实验结果表明,基于本文提出的复合自适应逆控制策略的永磁同步电动机伺服系统具有较好的动态响应、较高的稳态精度和较强的抗干扰能力,证明了本文所提出的控制策略的有效性和先进性。
代正梅[6]2007年在《基于小波神经网络预测控制的加热炉炉温控制策略的研究》文中提出预测控制是20世纪70年代后期直接从工业过程控制中发展起来的一类新型计算机控制算法。由于它采用多步预测、滚动优化和反馈校正等控制策略，因而其控制效果好，比较适用于那些不易建立精确数学模型且比较复杂的工业生产过程，所以受到国内外工程界和控制界的重视，并且已经在石油、化工、电力、冶金、机械等工业部门的控制系统中取得了成功的应用，是一类很有发展前途的新型计算机控制算法。钢坯加热炉是热轧钢工业中用于钢坯轧前加热的重要设备，也是轧线上的耗能大户，因此研究加热炉的优化控制技术意义重大。加热炉生产的目标是“优质、高产、低消耗”，既要获得满足轧制所要求的钢坯目标出炉温度，又要实现钢坯表面氧化烧损最少，加热能耗最小。由于加热炉具有非线性、不确定性、强耦合等特点，是一个复杂的非线性系统，因此加热炉的优化控制是一个复杂的控制与优化问题，采用常规控制技术难以取得良好的优化控制效果。针对钢坯加热炉系统非线性、大惯性、大滞后的问题，本文在大量查阅相关参考文献的基础上，结合钢坯加热炉的生产实际，提出采用基于小波神经网络的预测控制策略对加热炉炉温进行控制。本文主要做了以下工作：(1)从钢坯加热炉生产实际和现代工业复杂化的实际出发，阐述了加热炉优化控制的应用现状与研究现状，并指出了目前加热炉优化控制中存在的问题。(2)研究了预测控制理论，首先综述了预测控制的研究现状及发展趋势，然后阐述了预测控制的基本思想，最后研究了神经网络预测控制，包括其预测模型及其控制算法的实现。(3)研究了基于小波神经网络的非线性系统建模与预测，并以加热炉的实际数据进行MATLAB仿真，用小波神经网络实现加热炉炉温的预报，在建模的过程中综合考虑了加热炉的生产实际，研究了神经网络建模中的关键技术。(4)针对加热炉这一复杂非线性系统，本文提出采用基于小波神经网络的预测控制的方法对钢坯加热炉炉温进行控制。首先采用小波神经网络建立炉温的预测模型以预测炉温的未来输出值，并采用反馈校正，以克服系统中由于其他不确定性扰动造成的模型预测误差，得到较为精确的炉温预测值。在此基础上，根据定义的二次性能指标对控制变量进行滚动优化，得到系统未来的控制序列。MATLAB仿真结果表明，这种控制方案是可行的，为在其实际生产中的应用奠定了基础。
崔晓波[7]2015年在《超临界机组典型非线性过程的建模与控制研究》文中进行了进一步梳理控制系统作为超临界机组的神经中枢,对机组稳定、安全与经济运行起着举足轻重的作用,而实际控制系统存在再热汽温系统自动难投入和协调系统调节负荷速度慢的两个突出问题,本文围绕上述超临界机组两个典型非线性子系统开展了控制导向的建模与控制研究,进行了建模方法、优化算法改进、控制策略设计与控制方法改进等工作,利用所建模型分别对两个系统进行了预测控制设计与仿真试验研究,此外对机炉协调系统还进行了实际工程应用研究,本文的主要成果包括：1.针对阶跃响应连续模型传统辨识方法存在的问题,提出了一种可辨识模型阶次与模型参数的连续时间模型辨识方法。将初始稳态值与模型参数共同纳入辨识参数向量,从而直接将阶跃响应输出作为原始辨识数据,避免了传统算法辨识前的数据增量化处理,消除了测量噪声和非稳定初始条件对增量化处理的影响；引入一阶积分环节实现了辨识模型纯延时参数的分离,实现了连续时间模型全参数直接辨识；通过滤波器避免了含有噪声信号的直接微分运算,减小了测量噪声对模型辨识的影响；结合经典的确定性系数R2与AIC标准确定了模型的阶次。基于该辨识算法建立了叁个负荷点(高、中、低)的再热汽温系统模型。2.针对超临界机组实际再热汽温系统与预测控制算法本身存在的问题,提出了一种基于Laguerre函数的块结构多模型预测控制(MMBLFPC)算法。将预测控制用于再热汽温控制系统的设计,解决了再热汽温系统大惯性与大滞后问题；将预测控制的性能指标修改为集成经济性的性能指标,减少了再热汽温喷水量提高了机组经济性；结合多模型控制结构解决了再热汽温对象非线性的问题；采用块结构方式为预测控制提供更长的计算时间,通过引入Laguerre网络对优化变量进行压缩处理实现了优化变量的降维,提高了求解预测控制器的计算速度；将降阶后的数据驱动模型进行状态空间转换,转换后的模型用于MMBLFPC内部模型,避免了状态观测器的设计与丢番图方程的求解。通过MMBLFPC在叁个工况点下的仿真验证,证明了MMBLFPC再热汽温控制方法具有良好的控制性能同时具有较高的经济性,算法本身计算速度快易于工程应用。3.针对传统灰箱建模优化存在的问题,提出了一种可以处理各种不等式约束的择优竞争型混合搜索优化算法。通过结合受限教学粒子群算法迅速确定可行解集空间区域；通过复合形算法提升了对非平滑问题在选定区域的搜索能力；通过结合搜索步长相对较大的生成集合算法解决了复合形算法计算量较大的问题,同时也解决了复合形算法对带噪声的优化目标函数求解可能失效的问题。基于无噪声测试函数、噪声测试函数和本文的机炉协调模型与其它常用的灰箱模型优化算法进行比较,证明了此优化算法的有效性与优越性。对实际机组协调系统做了叁个负荷段(高、中、低)的输入扰动试验,得到了较为全面的试验数据,结合提出的优化算法对仿真模型的静态参数与动态参数进行优化求解,建立了适用负荷范围更广的非线性机炉协调仿真模型。4.针对基于线性化的传统非线性预测控制方法存在的缺点,提出了一种改进的牛顿型非线性预测控制技术。通过在预测时域内改进原单点线性化不变模型为依赖状态变化的多点线性化模型,提高了预测控制器内部模型的预测精度,将所提算法应用于建立的机炉协调非线性模型,通过仿真比较证明了该控制策略对于非线性对象在长预测时域情况下,控制器性能优于传统单点线性化非线性预测控制。针对多变量预测控制器参数整定难的问题,结合电网考核性能指标与传统控制系统性能指标,利用Goal attainment多目标优化算法对所提出的控制策略进行多目标控制器参数优化,得到了更优的控制器参数。针对所提控制算法计算复杂度更大的问题,结合支持向量机回归进一步提出了一种复杂控制器显性计算转换思想,通过该思想将原改进的牛顿型非线性预测控制方法转化为显性的SVM运算,通过对建立的非线性机炉协调模型进行仿真研究,证明了该算法的有效性。5.提出了一种易于计算机实现的简化多模型切换预测控制算法并对机炉协调系统进行了工程应用。通过选择控制时域为1和单重合点预测思想简化了预测控制的计算；将输出预测的计算分解为自由输出与强迫输出两部分,避免了丢番图方程的求解；通过对传统二次规划算法进行修改,得到了一种可调节计算时间的简化二次规划算法,基于提出的简化算法求解控制率,降低了预测控制求解时间；采用多模型切换控制策略,解决了对象非线性问题。为了解决切换无扰的问题,将模糊隶属函数引入到性能指标中,提出了一种新的模糊软切换方法,特点是在实现切换无扰的同时提高计算效率。将提出的算法在超临界机组仿真机环境下进行大量的仿真验证,证明了此算法的有效性,最后将此控制方法实际应用于火电厂协调控制系统优化,优化前后效果明显,提高了机组的运行稳定性与负荷响应速度。
卫国爱[8]2010年在《车用PEMFC空气供给系统建模及控制策略研究》文中指出质子交换膜燃料电池(PEMFC)是燃料电池电动汽车的主要动力源,而空气供给系统是PEMFC的主要组成部分之一,其空气流量和空气压力不仅影响燃料电池堆化学反应速度和质子交换膜性能,而且影响燃料电池堆发电效率和负载能力。由于空气供给系统存在较强的非线性、参数强耦合性,对其建模与控制非常困难。为了提高空气供给系统的响应速度,保证燃料电池运行在最佳工作状态,本文开展车用PEMFC空气供给系统建模及控制策略研究,主要研究内容及成果如下：根据Elman动态神经网络对非线性模型的自适应辨识能力,提出了基于Elman神经网络的空气流量、空气压力目标值与燃料电池输出功率之间的预测模型,并通过仿真验证了预测模型的有效性。通过对空气流量、空气压力给定值的预测,可有效提高车用PEMFC空气供给系统的动态响应速度,达到较好的控制效果。针对空气流量和空气压力之间的非线性和强耦合性,设计了空气流量、空气压力的解耦矩阵,并采用递推辨识算法,实时辨识空气流量、空气压力控制通道及其控制变量耦合通道的模型参数,通过实时调节解耦矩阵的参数,使空气流量、空气压力的控制相对独立,彼此不受或少受另外一个控制变量的影响。车用PEMFC空气流量随燃料电池堆输出功率的变化而改变,为提高空气流量的响应速度,提出了基于空气流量机理模型的Fuzzy-PID复合控制策略,通过设定控制阀值和控制参数的整定,使Fuzzy-PID复合控制既具有Fuzzy控制的快速性,又具有PID控制的精确性,改善了空气流量的控制性能。仿真结果表明,空气流量采用Fuzzy-PID复合控制时,其响应时间缩短为采用传统PID控制时的二分之一。车用PEMFC空气压力不仅与燃料电池堆输出功率的变化有关,而且与空气流量直接耦合,因此控制难度较高。提出了空气压力的神经PID控制策略,利用神经网络对非线性系统的辨识能力,在线辨识空气压力控制回路模型,并采用神经PID控制,通过神经网络的自学习和加权系数的自调整,自动调整控制参数kp、ki、kd,使空气压力控制回路的稳定状态对应于最佳PID控制参数,仿真结果表明,空气压力采用神经PID控制,对燃料电池堆输出功率和空气流量的变化具有自适应性。综上所述,本文针对车用PEMFC空气供给系统,建立了空气流量、空气压力给定值预测模型,并采用对角矩阵解耦法,设计了空气流量、空气压力解耦矩阵,根据空气流量、空气压力控制回路特点,分别采用机理建模和基于实验数据的实验建模方法,建立了空气流量、空气压力控制回路的控制模型,根据空气供给系统的建模方法不同,采用不同的控制策略来研究,使得空气流量对燃料电池堆输出功率的变化具有较快的响应速度,空气压力对燃料电池堆输出功率和空气流量的变化具有较强的适应性,仿真结果表明了所采用控制策略的有效性。此空气供给控制系统可以满足车用PEMFC的实际需求。
李涛[9]2012年在《开关磁阻电机的建模方法与控制策略研究》文中认为开关磁阻电机(Switched Reluctance Motor,SRM)驱动系统是上世纪80年代发展起来的新型电机驱动系统。SRM的特性和控制策略由于其自身的结构及运行特点而与传统电机有着明显不同。建立SRM精确的模型有利于电机的优化设计、电机动态性能分析,同时有利于电机的高性能控制。本文从建模和控制两个方面对SRM进行了研究,主要研究内容如下：首先,研究了SRM的数学模型和工作原理,同时对支持向量机(Support Vector Machine,SVM)回归原理进行了研究,包括不敏感支持向量机(ε-Support Vector Machine,ε-SVM)、改进型支持向量机(υ-Support Vector Machine, υ-SVM)以及最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM),还研究了核函数参数的两种优化算法。其次,研究了SRM的非线性特性,根据SRM相电流、转子位置角和磁链的实测数据,在不同核函数情况下,基于ε-SVM、v-SVM以及LSSVM,对SRM进行了非线性建模,分析了SVM及LSSVM在不同核函数下对SRM的建模能力,并且与神经网络建模方法进行了比较。结果表明,针对SRM的静态非线性特性,不同核函数的SVM及LSSVM均具有较好的建模性能；针对径向基核函数的LSSVM方法,采用蚁群优化算法优化核参数后,其建模性能最优。最后,针对SRM的转速控制,以叁相6/4极SRM为实验对象,给出一种神经网络PID复合控制策略,实验结果验证了该方法的有效性。针对SRM的转矩控制,为了有效地抑制SRM在运行过程中产生的转矩脉动,在现有的异步电机的直接转矩控制(Direct Torque Control,DTC)策略的基础上,研究了SRM的DTC策略,从转矩脉动、调速、抗干扰能力等叁个方面分析了神经网络PID复合控制策略以及SRM的DTC策略的性能。由于DTC策略引入转矩反馈环节,所以能够很好地调整转矩,实验结果表明,应用DTC策略能有效解决SRM的转矩脉动问题。
佚名[10]2011年在《自动化技术、计算机技术》文中进行了进一步梳理TP112011011954一般成本环境下分散式多工厂资源调度/陈胜峰,蔚承建(南京工业大学信息科学与工程学院)//信息与控制.―2010,39(5).―640～645.研究多工厂一般成本结构特征,即工厂含有固定成本和单位成本,提出了一种分散式多工厂资源调度方法,该方法使用基于连续双向拍卖市场机制的ZI2策略。ZI2策略是一种包含价格和数量的二维报价策略,agent采用该策略在给定价格范围内随机提交报价。模拟实验结果验证了ZI2策略可以实现较高的调度效率,整体平均效率达到90%。图2表8参10
参考文献：
[1]. 汽车发动机怠速控制技术的研究[D]. 杨海燕. 河北工业大学. 2007
[2]. 中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017
[3]. 下肢外骨骼机器人的建模和控制策略研究[D]. 章心忆. 南京理工大学. 2017
[4]. 开关磁阻电机非线性建模及先进控制策略研究[D]. 李存贺. 大连海事大学. 2018
[5]. 永磁同步电动机伺服系统自适应逆控制策略研究[D]. 宫玉琳. 长春理工大学. 2013
[6]. 基于小波神经网络预测控制的加热炉炉温控制策略的研究[D]. 代正梅. 太原理工大学. 2007
[7]. 超临界机组典型非线性过程的建模与控制研究[D]. 崔晓波. 东南大学. 2015
[8]. 车用PEMFC空气供给系统建模及控制策略研究[D]. 卫国爱. 武汉理工大学. 2010
[9]. 开关磁阻电机的建模方法与控制策略研究[D]. 李涛. 兰州交通大学. 2012
[10]. 自动化技术、计算机技术[J]. 佚名. 中国无线电电子学文摘. 2011
标签：自动化技术论文; 自适应论文; 模型预测控制论文; 神经网络模型论文; 预测模型论文; 系统辨识论文; 系统仿真论文; 线性系统论文; 优化策略论文; 非线性论文; srm论文;