导读:本文包含了网络同步控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,永磁,网络,同步电机,步法,时间内,增量。
网络同步控制论文文献综述
霍召晗,许鸣珠[1]（2019）在《基于小波神经网络PID的永磁同步电机转速控制》一文中研究指出提出了基于小波神经网络PID的永磁同步电机(PMSM)转速控制策略。根据系统运行参数的变化,采用叁层前馈式人工神经网络,基于梯度下降纠正误差法在线训练实时更新PID参数值。采用小波神经网络和增量式PID共同构成转速环控制器。建立PMSM数学模型,设计PMSM速度环控制器,构建S函数,对控制算法进行仿真试验,验证了该控制算法的先进性。试验结果表明,所提控制策略比传统PID转速控制具有更好的动态性能和抗干扰能力。(本文来源于《电机与控制应用》期刊2019年11期）
霍现旭,李秉昀,陈培育,徐科,杨秦敏[2]（2019）在《双馈风电机组的自适应神经网络保性能虚拟同步机控制》一文中研究指出近年来,可再生能源的电网渗透率逐年提升,电网对可再生能源参与一次、二次调频的需求也愈加紧迫,虚拟同步机技术(VSG)应运而生. VSG能够赋予新能源机组主动参与电网调频的能力,然而当VSG应用于双馈感应风力发电机(DFIG)时,存在动态过程中转子电流超出转子侧变流器(RSC)容量的风险.本文提出一种应用于DFIG的保性能虚拟同步控制器,通过使用误差映射函数将输出受限的系统转化为等价的不受限系统,并使用李亚普诺夫方法设计保性能控制器,保证转子电流在调频、故障穿越等强动态过程中不超过任意人为设定的限制;此外,利用神经网络自适应策略,对发电机组中的不确定动态特性进行补偿,从而获得理想的控制效果.最后,本文通过大量仿真验证了所提控制策略在调频能力、转子电流控制和应对参数偏差等方面的控制性能.(本文来源于《信息与控制》期刊2019年05期）
柳静,连冬艳,胡双年[3]（2019）在《非对称耦合传感网络同步控制数学建模仿真》一文中研究指出针对当前方法传感网络数据平均传输时延较长的问题,提出基于同步信号的非对称耦合传感网络同步控制数学建模。利用网络中字段的接收集计算发送字段的概率,得到最大后验估计和最大似然估计,分析非对称耦合传感网络的传输信道,构建网络分群结构,利用群节点来采集数据,并将数据发送给群首节点,群首节点将节点信息汇聚并进行容错,结合容错结果,对网络数据进行传输。在此基础上,利用远程控制节点发送同步信号,建立耦合关系对传感网络控制,采用非对称耦合结构来加强控制作用,计算网络节点之间的耦合强度,得到传感网络的耦合矩阵,并计算矩阵的特征值,使传感网络同步流可以达到稳定,最终实现非对称传感网络同步控制的数学建模。实验结果表明,提出方法在对传感网络同步控制时,网络数据平均传输时延较并且数据的丢包率较小,能够有效的实现网络的同步控制。(本文来源于《计算机仿真》期刊2019年10期）
柳海科,袁忠于,曹奔,朱珍乾[4]（2019）在《基于RBF神经网络的永磁同步电机预测控制》一文中研究指出针对永磁同步电机在运行过程中会受到负载扰动和参数变化等因素的影响,从而导致其控制精度低、稳定性差、控制性能差等问题,利用RBF神经网络在解决不确定性和非线性系统时有着独特的全局优势,提出采用RBF神经网络建立PMSM的速度预测模型,同时引入滚动优化控制器并采用梯度下降法来实现PMSM调速系统的神经网络预测控制.最后,基于Matlab仿真实验,验证了本文算法的可行性和有效性.(本文来源于《兰州交通大学学报》期刊2019年05期）
蒲浩,王来全,刘向虎[5]（2019）在《具有反应扩散项的随机扰动神经网络在有限时间内的控制同步》一文中研究指出研究了一类具有反应扩散项的随机扰动神经网络在有限时间内的控制同步问题,通过有限时间内稳定性理论,随机微分方程理论及一些不等式方法,基于p-范数下,得到了一些新的该神经网络在有限时间内同步的充分条件,最后通过一个数值例子说明了本文结论的合理性。(本文来源于《安徽师范大学学报(自然科学版)》期刊2019年05期）
孟凡丰,赵林,于金鹏[6]（2019）在《多机械臂系统的自适应神经网络同步控制》一文中研究指出针对多个机械臂组成的网络化系统,本文基于命令滤波反步和自适应神经网络,对网络化机械臂系统的同步控制问题进行研究。建立了系统数学模型,对命令滤波控制器进行设计,运用命令滤波反步法,消除传统分布式反步控制的虚拟信号求导问题,并利用误差补偿信号,消除命令滤波产生的误差。同时,利用神经网络逼近系统的不确定非线性项,通过设计分布式控制器和自适应更新律,保证关节位置同步跟踪误差收敛到任意小的邻域内。为验证本文所提出的控制策略的准确性,在Matlab/Simulink仿真环境下进行仿真分析。仿真结果表明,在具有系统参数不确定性和外部扰动的情况下,该分布式控制方法可使网络化机械臂系统实现良好的位置同步跟踪。该研究对网络化机械臂系统的同步控制提供了新的思路,具有一定的实际应用价值。(本文来源于《青岛大学学报(工程技术版)》期刊2019年03期）
张震,张丰收,宋卫东[7]（2019）在《基于GA优化BP网络的永磁同步电机PID控制方法研究》一文中研究指出永磁同步电机是一个高度耦合、复杂的非线性系统,传统单一控制方法存在精度低,振荡性大等问题。针对永磁同步电机的数学模型,提出了基于遗传算法优化BP神经网络的永磁同步电机PID控制方法,并在MATLAB/SIMULINK软件上进行仿真。通过与传统PID控制进行比较,结果表明所提出的控制方法具有较快的动态响应、电磁转矩波动幅值较小、抗干扰能力较强,具有一定的应用价值。(本文来源于《电力科学与工程》期刊2019年08期）
高苗苗,陈强,徐栋,南余荣[8]（2019）在《基于神经网络的多机械臂固定时间同步控制》一文中研究指出针对动力学模型未知的多机械臂系统,提出了一种基于神经网络的固定时间终端滑模的位置同步控制器;首先结合相邻交叉耦合同步控制策略,设计固定时间终端滑模面与控制器,保证系统的跟踪误差与同步误差在固定时间内收敛,且收敛时间上界与初始状态无关;其次,设计RBF神经网络权值更新律估计系统多机械臂未知非线性动力学模型,该方法无需对系统模型参数的先验知识;利用Lyapunov函数证明系统的固定时间收敛性与稳定性;最后,仿真结果验证了所提方法的有效性。(本文来源于《计算机测量与控制》期刊2019年08期）
吴冬梅,丰建文,王劲毅,赵毅[9]（2019）在《非周期量化间歇控制的复杂动态网络同步分析》一文中研究指出带有多重时变时滞的复杂动态网络同步研究得到广泛关注.基于非周期量化间歇控制策略,讨论一类带有时变时滞耦合动态复杂网络的指数同步问题.通过构造适当的时间依赖Lyapunov函数,经过严格理论分析,得到保证该动态网络实现指数同步的若干充分条件.通过数值模拟验证了所得理论结果的有效性和正确性.(本文来源于《深圳大学学报(理工版)》期刊2019年04期）
王瑞峰,丰建文[10]（2019）在《基于事件的非周期间歇牵制控制线性复杂网络的同步分析》一文中研究指出本文将事件激发和非周期间歇牵制控制进行有机结合,分析了一般线性复杂网络的全局同步问题.通过设计事件激发条件和受控节点选择规则,使受牵制控制节点集在满足一定条件下实现更新,从而不仅极大提高网络实现同步的效率,而且避免现有研究中受控节点集随机选取导致保守性.构造简单的Lyapunov函数,应用稳定性理论和微分不等式,经过严格的数学理论分析得到了使该网络达到渐近指数同步的充分条件,同时也证明了受牵制节点集不可能在有限时间内进行无限次快速切换.(本文来源于《南京信息工程大学学报(自然科学版)》期刊2019年04期）
网络同步控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,可再生能源的电网渗透率逐年提升,电网对可再生能源参与一次、二次调频的需求也愈加紧迫,虚拟同步机技术(VSG)应运而生. VSG能够赋予新能源机组主动参与电网调频的能力,然而当VSG应用于双馈感应风力发电机(DFIG)时,存在动态过程中转子电流超出转子侧变流器(RSC)容量的风险.本文提出一种应用于DFIG的保性能虚拟同步控制器,通过使用误差映射函数将输出受限的系统转化为等价的不受限系统,并使用李亚普诺夫方法设计保性能控制器,保证转子电流在调频、故障穿越等强动态过程中不超过任意人为设定的限制;此外,利用神经网络自适应策略,对发电机组中的不确定动态特性进行补偿,从而获得理想的控制效果.最后,本文通过大量仿真验证了所提控制策略在调频能力、转子电流控制和应对参数偏差等方面的控制性能.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络同步控制论文参考文献
[1].霍召晗,许鸣珠.基于小波神经网络PID的永磁同步电机转速控制[J].电机与控制应用.2019
[2].霍现旭,李秉昀,陈培育,徐科,杨秦敏.双馈风电机组的自适应神经网络保性能虚拟同步机控制[J].信息与控制.2019
[3].柳静,连冬艳,胡双年.非对称耦合传感网络同步控制数学建模仿真[J].计算机仿真.2019
[4].柳海科,袁忠于,曹奔,朱珍乾.基于RBF神经网络的永磁同步电机预测控制[J].兰州交通大学学报.2019
[5].蒲浩,王来全,刘向虎.具有反应扩散项的随机扰动神经网络在有限时间内的控制同步[J].安徽师范大学学报(自然科学版).2019
[6].孟凡丰,赵林,于金鹏.多机械臂系统的自适应神经网络同步控制[J].青岛大学学报(工程技术版).2019
[7].张震,张丰收,宋卫东.基于GA优化BP网络的永磁同步电机PID控制方法研究[J].电力科学与工程.2019
[8].高苗苗,陈强,徐栋,南余荣.基于神经网络的多机械臂固定时间同步控制[J].计算机测量与控制.2019
[9].吴冬梅,丰建文,王劲毅,赵毅.非周期量化间歇控制的复杂动态网络同步分析[J].深圳大学学报(理工版).2019
[10].王瑞峰,丰建文.基于事件的非周期间歇牵制控制线性复杂网络的同步分析[J].南京信息工程大学学报(自然科学版).2019
论文知识图
