教学课程资源库 更多>>

关键词： 无刷直流电机   最大转矩电流比控制   模拟退火   参数辨识   单神经元网络  

摘要： 无刷直流电机因其高效率、低能耗等特点从而成为电动扳手的理想动力源。然而,以无刷直流电机为驱动的电动扳手在长时间运行下的热积累和机械损耗,会使得电机实际参数发生变化,影响控制性能;此外,电机参数的非线性变化以及负载的惯性、摩擦等不确定性因素,容易导致最大转矩电流比(Maximum Torque Per Ampere,MTPA)控制出现局部最优解问题。为了改善上述问题,本文围绕恒力矩电动扳手的控制算法展开研究工作。论文主要内容与创新点如下: (1)本文分析了坐标变换的基本原理并建立了无刷直流电机的数学模型。对方波控制策略与矢量控制策略进行了深入的理论分析,并建立了相应的仿真模型,通过仿真实验对两种控制策略在电动扳手控制系统中的性能进行了比较,研究了各自的优势与局限性。 (2)针对MTPA控制下电机参数和负载非线性变化产生局部最优解,导致扭矩波动的问题,本文提出了一种基于模拟退火法的MTPA控制算法。该算法通过向电流矢量角施加阶跃信号扰动,比较当前输出转矩与先前转矩的差值,在设定温度较高时,会以较大概率接收较差解,确保系统在迭代过程中能够跳出局部最优解。随着迭代的进行,设定温度逐渐降低,从而减少了接受较差解的概率,算法逐步收敛至全局最优解。仿真和实验表明该算法有效解决了MTPA控制下局部最优解的问题,优化了电动扳手的控制性能。 (3)针对电机发热引起参数变化,导致扭矩输出精度下降的问题,本文提出了一种改进的基于单神经元PID的模型参考自适应算法。鉴于电动扳手处理器的计算资源限制,该算法选取单神经元PID控制器替代自适应律中的传统PID控制器,可以在不同工况下自适应调整PID参数,增强了算法的鲁棒性。然后,针对单神经元PID固定增益系数下系统稳态误差大、收敛速度慢的问题,提出了可变增益系数K的运行规则,实现误差较大时系统快速收敛,误差趋向于0时,增益系数K随之减少,降低了系统的稳态误差,最终提高了系统的收敛速度与辨识精度。仿真和实验表明该算法可以有效辨识电机参数,提高了电动扳手的控制精度。 (4)在上述基础上,设计开发了一套恒力矩电动扳手控制系统,系统采用模块化的设计方法,包括控制模块、驱动模块、客户端模块等。在硬件设计部分,主要包括电源电路、逆变电路、检测与保护电路等。在电路板设计上,采用模拟电路与数字电路相隔离的设计方法,减少了电源波纹和地线噪声对模拟电路的影响,有效提高了电流采样精度,从而提高了恒力矩输出的稳定性。在软件设计部分,结合上述MTPA和参数辨识算法,设计了恒转矩控制程序等。实验测试表明,该系统力矩输出精度高,误差小于2%,目前已成功实现工业化量产。

关键词： 变频器   起重机控制   策略优化  

摘要： 变频器在起重机控制系统中可以显著提高起重机运行效率和稳定性，结合变频器的工作原理。探讨基于变频器的起重机控制策略优化方法，并对其进行优化效果评估与实验验证，以期可以有效提高起重机的性能和稳定性，并为相关工作者提供一定的参考。

关键词： 切换非线性系统   最优控制   ADP   事件触发控制   Q学习  

摘要： 切换系统是由多个子系统构成的混杂系统,当前所处的子系统则由切换信号决定。由于切换信号离散的跳变特性,传统的最优控制和分析方法难以直接应用于切换系统。因此,切换系统的最优控制问题得到了最优控制领域的学者们的广泛关注。传统的优化方法,诸如动态规划等,在求解最优控制问题时经常遇到“维数灾”的困扰。近年来,在围棋、自动驾驶和工业自动化等领域,利用强化学习方法求解最优决策序列已经取得了显著的成果。结合了强化学习、神经网络和动态规划等多种理论,在上个世纪九十年代提出的自适应动态规划(Adaptive Dynamic Programming,ADP)方法可以有效地利用函数逼近结构获得最优控制问题的近似最优解,并同时避免"维数灾"问题。然而,现有的ADP方法主要针对离散或连续动作空间,而切换系统作为一类混杂系统同时涉及离散切换信号和连续控制输入两类控制动作。因此,本文基于ADP方法,对离散时间非线性自治切换系统最优跟踪问题、离散时间非线性受控切换系统最优控制问题以及连续时间非线性受控切换系统最优控制问题进行了研究。本文的主要工作如下: (1)首先,研究了离散时间非线性自治切换系统的最优跟踪控制。为了抑制高频切换,引入了切换成本并在性能指标中考虑了衰减因子。为了解决子系统动态未知条件下的最优控制问题,提出了Q函数的概念并设计了一种基于ADP的Q学习算法。此外,还分析了初始Q函数估计对迭代结果的影响,并证明了对于任意半正定初始Q函数估计,算法都能够收敛至最优Q函数。最后,仿真实验结果验证了算法的有效性。 (2)接着,研究推广至离散时间非线性受控切换系统的最优控制问题。由于在受控切换系统中,动作空间具有混杂特性,因此提出了一种具有执行-评价结构的混杂Q学习算法。评价网络用于近似最优Q函数,执行网络用于近似子系统控制策略。理论分析表明,迭代生成的Q函数估计序列能够单调地收敛至最优Q函数。此外,还探讨了迭代过程中的混杂策略的可容许性并总结出了一个具有可容许性保证的收敛判据。两个仿真例子说明算法的有效性。 (3)最后,研究了连续时间受控切换系统的事件触发最优控制,并提出了一种在线的事件触发切换最优控制方案。借助设计的事件触发机制,不仅能够减少系统的通信负担,还同时避免了为切换信号设置最小驻留时间,提升了控制性能。利用Lyapunov稳定性理论,所设计的事件触发切换最优控制方案被证明不仅确保了全部状态是最终一致有界的而且排除了芝诺现象。

关键词： 复杂网络   稳定性   最优控制   非瞬时脉冲疫苗接种   随机控制  

摘要： 传染病模型的动力学分析及其控制策略的研究对预测传染病传播走向和防控传染病传播等有着重要的意义.本文主要关注网络传染病的传播问题,分别将隔离的易感者、无症状染病者和疫苗接种者等引入网络传染病模型中,研究模型平衡点的存在性和稳定性等动力学行为,并制定合适的控制策略. 首先,研究易感-染病-隔离易感-隔离-恢复-易感(SISqIqRS)网络传染病模型平衡点的存在性和稳定性.考虑模型的目标免疫,熟人免疫,高风险免疫策略并计算相应的基本再生数,以及利用Cesari定理证明最优控制的存在性并用Pontryagina极小值原理求解最优控制问题;通过数值模拟比较三种免疫策略发现熟人免疫对染病节点的影响更大,以及与常数控制相比最优控制下疾病的规模和目标函数都是最小的. 其次,研究分数阶易感-潜伏-染病-隔离-恢复(SEIQR)网络传染病模型平衡点的存在性和稳定性.考虑模型的目标免疫,熟人免疫,高风险免疫策略并计算相应的基本再生数,以及证明最优控制解的存在性;利用预测-校正法求解模型,通过比较发现三种免疫均能有效降低感染规模. 再次,研究易感-无症状-染病-隔离-恢复(SAIQR)网络传染病模型平衡点的存在性和稳定性.考虑在非瞬时脉冲疫苗接种下无病T-周期解的全局吸引性和模型的永久性.通过模拟两个周期下模型的动态,验证了理论的有效性. 最后,研究易感-接种-染病-隔离-恢复(SVIQR)网络传染病模型平衡点的存在性和稳定性.利用Chebyshev不等式和It?公式等随机理论,证明了在非周期性间歇随机控制下模型的稳定性;通过数值模拟发现随机控制可以有效地降低染病节点的密度.

关键词： 传染病   稳定性   人类行为   最优控制   医疗资源  

摘要： 传染病是人类社会的第一杀手,一直以来都严重威胁人类的生命健康.如肺结核、疟疾、霍乱以及近40年新出现的艾滋病、出血热、新型肝炎等还有近些年的甲型H1N1流感和2019年的新型冠状病毒.然而,随着社会经济的发展,科技的进步,人们出行更加方便快捷,各种大型娱乐场所的建立使得人口密集的场所越来越多,不同地区之间的人口流动更加频繁,这无异于为传染病的传播提供了有利条件,加上内源效应和各地医疗资源分配不均导致疾病爆发时很多病人不能及时医治.因此本文主要研究人类行为以及医疗资源和内源效应影响的三类传染病模型. 本文第一部分介绍了本论文写作的背景及意义、国内外研究现状及主要研究内容. 本文第二部分考虑人类行为对疾病传播的影响,建立了一种社会因素和传染病耦合的动力学模型,将人群分为活跃人群和受限制人群,活跃人群更倾向于与人接触从而染病概率更大,受限制人群更愿意待在家里,染病概率小,同时将活跃人群比例作为一个变量.分析了无病平衡点可能存在一个和三个,正平衡点可能存在一个或三个,并给出了存在的条件,进一步分析了平衡点的稳定性.最后通过数值模拟,验证了正平衡点的稳定性,分析了各参数对疾病传播与流行的影响程度.进一步分析人群从众心理对疾病传播的影响.结果表明从众心理强度越强,染病者数量就越多,所以应该采取一定措施来降低人们的从众心理. 本文第三部分考虑对个人或公共健康和经济之间的权衡,为避免疾病而改变行为的成本和感染风险之间可能存在负反馈机制,建立一个对有效接触率进行最优控制的理论模型,分析其动力学性态,发现正平衡点可能存在一个或两个,并得出正平衡点存在即局部渐近稳定.取合适的参数模拟了无病平衡点和正平衡点的稳定性.最后我们模拟了参数对系统的影响,模拟得到,在一定条件下,减少目标接触率和增大疾病恢复率能适当减少染病者数量以及接触后感染疾病的概率对染病者数量有很大的影响. 本文第四部分,考虑由于受到医院各种医疗资源的影响,传染病的恢复率也会有一定的限制.因此,我们采用了随染病人数的增大而减小的恢复率函数和非线性发生率.建立一个受医疗资源和内源反应影响的动力学模型,分析得系统一定存在唯一的正平衡点.通过数值模拟模拟验证了正平衡点和无病平衡点的稳定性,并且得到在一定条件下增加病床数和医疗资源,能够降低染病者数量,甚至达到疾病消亡的状态,同时可以提高人们的活动水平.

关键词： 单相H6桥   无功控制   SPWM波   逆变电路  

摘要： 本文介绍一种非隔离型单相逆变器的无功控制方法，逆变器采用单相H6桥逆变电路，利用规则采样法调制SPWM波驱动功率开关管，实现非隔离型单相并网逆变器滞后无功控制和超前无功控制，研究表明，逆变器输出无功功率对抑制电网电压的波动具有直接作用，从而提高电网电能质量，采用改进的单极性调制SPWM波，控制单相H6桥逆变电路的驱动功率开关管，减小了功率开关的损耗，使得逆变器输出的电流波形THD变小。

关键词： 绝缘栅双极型晶体管   双向   背栅   载流子存储层   P浮置区  

摘要： 绝缘栅双极型晶体管IGBT(Insulated Gate Bipolar Transistor,IGBT)由于其输入阻抗高,容易测量,开关频率范围宽,在中、高压电力电子领域得到了广泛应用。双向IGBT(Bidirectional IGBT,B-IGBT)作为一种集成化的新型功率半导体器件,目前大量应用在交流斩波、矩阵变换器等电路。传统B-IGBT结构存在饱和电压大,且关断速度慢的问题。为此,本文提出了一种具有CS层和P浮置区的NPT型B-IGBT(CSFP-B-IGBT)结构以降低饱和电压。为了进一步优化饱和电压和关断损耗的矛盾,又将NPT型耐压结构调整为轻穿通(LPT)型,形成具有CS层的LPT型B-IGBT(CS-B-IGBT)结构。以1.7 kV电压等级为例,采用Sentaurus TCAD软件分别对NPT型CSFP-B-IGBT和LPT型CS-B-IGBT的机理与特性展开研究。主要研究内容和结论如下: 1.简要分析了传统B-IGBT、NPT型CSFP-B-IGBT和LPT型CS-B-IGBT的结构特点,详细分析了传统B-IGBT、NPT型CSFP-B-IGBT和LPT型CS-B-IGBT的工作原理,并采用仿真软件对导通时注入效率、电流密度分布以及阻断时的电场强度分布等进行了深入研究。 2.研究了NPT型CSFP-B-IGBT的各项特性,分析了关键结构参数对其特性的影响,提取出最优结构参数;着重讨论了背栅的偏置电压对器件静动态特性的影响,最后分析了载流子寿命、温度变化分别对CSFP-B-IGBT各项特性的影响。 3.研究了LPT型CS-B-IGBT的各项特性,并与传统B-IGBT、NPT型CSFP-B-IGBT的特性进行了对比。结果表明,与传统B-IGBT相比,在背栅控制下NPT型CSFP-B-IGBT的饱和电压降低24.5%,关断损耗降低7.2%;在背栅控制下LPT型CS-B-IGBT的饱和电压降低38.6%,关断损耗降低17.2%,因此,LPT型CS-B-IGBT可以在饱和电压和关断损耗之间取得更好的折衷。

关键词： 集成学习   IGBT器件   门控循环单元   深度神经网络   机器学习  

摘要： 绝缘栅双极型晶体管（Insulated-Gate Bipolar Transistor,IGBT）广泛应用于能源电网、工业机器人、新能源汽车充电设施等领域,在全球电力电子器件市场中占比超过50%。然而,IGBT在高压高温环境下的工作可靠性面临挑战,尤其是温度相关的失效问题,这占到了所有IGBT失效案例的55%。因此,深入研究IGBT的热预测和管理技术对于提高器件性能、延长使用寿命和保障电力系统稳定性具有重要意义。本研究致力于开发一种集成学习框架下的IGBT结温预测模型,通过融合多种模型来提高预测的准确性和鲁棒性。研究基于ABB公司公开的变频器半导体温度数据集,确保了模型的可靠性。研究的主要贡献和创新点如下: 首先,通过统计分析和预处理IGBT结温数据,揭示了不同特征间的内在联系。特别是利用直流母线电压双模态分析来明确不同电压状态对IGBT结温的影响,以及运用鲁棒主成分分析方法来识别电机电流、功率与速度之间与IGBT结温变化相关的协变量。然后通过构建滞后特征和滚动统计量,进一步深化了这些影响因素与IGBT结温之间的动态联系,并利用决策树及递归特征消除技术精选出22个关键特征作为集成学习模型的训练基础。 其次,采用集成学习的策略构建了集成网络模型ENN。其中多样性的组合器网络可以更全面地提取输入数据中的全局特征信息,并使用了贝叶斯优化方法选取了最佳的超参数组合。最终经过对比,本文提出的ENN模型预测精度比传统的机器学习方法更高,预测R2达到91%。 然后,在ENN基础上通过模型嵌入的方法构建了集成递归神经网络模型ERNN,它实现了集成网络模型ENN和循环递归网络模型LSTM的融合。使得改进后的模型既能够抓取数据的全局特征信息,处理自相关数据,又能够抓取数据的局部时间特征信息,加强了模型整体的表达能力和泛化能力。最终经过融合改进后的ERNN的预测R2提升到了95%,并通过Wilcoxon符号秩检验证明了提升的统计显著性。 最后,考虑到IGBT结温预测的物理下界,本研究构建了基于物理信息的集成递归神经网络PI-ERNN。该模型创新性地融合了物理特性约束和网络模型ERNN,使得网络模型的训练过程尊重物理条件,这不仅提升了预测精度至97%,还增强了结果的可解释性,为物理规则与数据驱动模型结合提供了新研究方向。并且最后使用了Bagging方法对其进行改进并在新数据集PMSM上验证了模型的泛化能力。 综上,此项研究为IGBT热管理和预测提供了新的技术途径,对实时监控IGBT器件的结温、防止器件过热损坏、降低关键设备的故障率,以及提高系统可靠性等方面具有重要实际意义。

关键词： 三菱PLC   变频器   机械手  

摘要： 自动化生产是我国目前工业化发展的主要方向，随着科学技术的发展，工业化对生产力的要求逐渐提高，越来越多的新技术被充分利用和发展。传统的冲压厂仍然依靠生产人员手工进行装卸，不仅危险，而且影响生产效率。结合车间实际生产情况，本文设计一种上下料系统，基于三菱变频器Modbus通信协议，对变频器进行控制，利用三菱FX3U系列PLC、三菱GOT2000系列触摸屏和六自由度机械手实现工件的自动取件放料动作。

关键词： 板式换热器   灰箱建模   多变量解耦   最优控制   自适应动态规划  

摘要： 供热规模的扩大、用户舒适性需求的增长和“双碳”目标的提出促使区域供暖系统对运行调节技术提出了新目标。区域供暖系统中质量并调逐渐成为重要的控制方式,然而质调和量调通道之间耦合性较强,传统的控制方法很难同时满足用户用热需求和达到节能减排的目的,系统供热滞后、供需不平衡、控制量不合理等问题随之而来。因此,本文针对以上问题进行了如下研究。 （1）针对现有区域供暖系统中板式换热器模型建立困难,本章提出了一种知识与数据双驱动的板式换热器建模与辨识方法。首先建立控制通道机理模型,使用赤池信息准则及贝叶斯信息准则判定扰动通道模型阶次;然后利用改进的鸟群算法对板式换热器传递函数模型中的待辨识参数进行辨识;最后对建立数学模型进行误差分析、动态分析以及可控性分析。经误差分析得出辨识后的板式换热器模型平均绝对百分比误差小于0.2%,模型准确性较高,PID控制系统平均绝对百分比误差小于0.18%,能够精准的跟踪控制目标,可以运用到实际控制系统中。 （2）针对板式换热器质调和量调耦合问题,采用门控循环神经网络对其进行解耦处理。首先建立板式换热器质调量调耦合通道模型;其次,代入理想解耦方法,对耦合通道进行前馈解耦、反馈解耦及对角线解耦;然后,利用门控循环神经网络建立换热器耦合通道智能解耦模型;最后,对智能解耦模型的解耦效果进行分析。智能解耦前后,质调量调主通道变化情况一致,二次侧供水温度输出结果误差最大值为0.09℃,二次侧流量误差最大值为0.11m3/h;解耦后耦合通道误差减小到5.33%。实验结果表明,智能解耦控制器能够满足板式换热器耦合通道的解耦需要,实现质调量调单回路控制。 （3）针对解耦后板式换热器控制优化问题,基于自适应动态规划算法,结合质量并调原理,建立换热器双启发式动态规划模型。首先确定模型形式,建立基于板式换热器的双启发式动态规划模型;其次基于径向基神经网络建立模型的评价网络与执行网络,并以能耗最小为目标建立效用函数及性能指标函数;然后,输入实际运行数据对模型进行训练,并进行优化效果分析;最后,引入基于门控循环神经网络的二次侧回水温度预测模型,对换热器进行24小时仿真分析,并将优化得出的控制量带入实际运行系统,验证模型控制优化效果。仿真结果表明,此方法可以实现板式换热器质量并调运行的控制策略优化,在满足用热需求的情况下模拟出能耗最小时换热器的状态量和对应的控制量,达到节能减排的目的。 文章针对区域供暖系统建筑热需求不断变化的特点以及传统控制方法缺陷,研究了板式换热器建模、解耦及控制策略优化的问题,并提出了相应的智能算法进行求解。解决了板式换热器建模困难、耦合性强、难以实现最优控制的问题,提高了换热器的控制性能,降低了供热能耗,达到节能减排的目的。