导读:本文包含了模糊励磁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:模糊,励磁,算法,发电机,矩阵,线性,最优。
模糊励磁控制论文文献综述
王海峰[1](2019)在《基于模糊PID的励磁控制算法研究》一文中研究指出目前,大量精密电子设备已逐步装备于新型装甲车辆,对车辆电源系统的供电品质提出了更高的要求。但是,由于现有励磁控制系统仍主要采用基于分立元件的模拟控制方式,存在智能化程度低和难以植入先进控制算法等缺陷。论文针对某型装甲车用无刷同步发电机的以DSP为核心控制器件的数字励磁控制系统,开发了基于模糊PID控制算法的励磁调节程序。结果表明,基于模糊PID控制算法的数字励磁控制系统具备更高的稳态控制精度和动态响应速度,能有效提升该型装甲车辆电源系统的供电品质。(本文来源于《信息系统工程》期刊2019年10期)
马宏帅,李新娥[2](2018)在《基于智能控制因子的全模糊线性最优励磁控制系统》一文中研究指出权矩阵的自适应调整是提高线性最优励磁控制系统动态性能的有效手段。研究针对当系统受到扰动时,传统线性最优励磁控制系统权矩阵不能够自适应调整,采用基于智能控制因子的模糊控制策略,不依赖于传统的隶属度函数和模糊规则库,进而利用线性规划综合考虑反馈增益的物理可实现性和系统特征根的分布,通过迭代求出权矩阵的取值范围,最终构建出完备的全模糊控制器。控制器根据系统运行工况实时调整控制因子并输出相应的控制量权矩阵,实现了权矩阵的自适应调整。仿真表明基于智能控制因子的全模糊控制器不仅简化了控制系统的设计,而且提高了系统的动态调节品质。(本文来源于《电力学报》期刊2018年04期)
周凯,杨嵇森[3](2017)在《磁粉离合器自调整模糊PID励磁控制技术》一文中研究指出针对磁粉离合器应用环境复杂,采用传统的控制算法很难满足系统非线性、变参数的要求等问题,在研究了模糊控制和传统PID控制算法的基础上,提出了一种自调整模糊PID控制算法。该算法兼有模糊控制和PID控制算法的优点,实现了对过程参数的无稳态误差控制,同时具有很好的自适应特性,并且能够克服非线性因素带来的影响,具有较强的鲁棒性。将该算法应用于双轴水冷式磁粉离合器,能够实现在线PID参数的自整定。通过对该控制算法的仿真,并与常规PID控制算法的实验比较,该控制算法响应速度快,负载侧电流稳定时间短、电流超调量小,且控制系统具有很好的自调整能力。(本文来源于《电机与控制学报》期刊2017年02期)
李兵洋,肖健梅,王锡淮[4](2016)在《基于遗传算法优化的同步发电机模糊PID励磁控制》一文中研究指出介绍了一种利用遗传算法改进的同步发电机模糊PID励磁控制。传统的模糊PID励磁控制隶属度函数一般由操作人员根据经验而取固定结构,这往往具有一定的局限性。在此基础上,利用遗传算法对模糊控制器的隶属度函数进行优化。仿真研究的结果表明利用遗传算法优化的模糊PID控制器具有比传统模糊PID控制器更好的动静态特性。(本文来源于《工业控制计算机》期刊2016年11期)
马宏帅[5](2016)在《基于模糊控制的线性最优励磁控制系统的研究》一文中研究指出同步发电机励磁控制系统作为机网协调的重要组成部分,对保持电网电压平稳、恰当的输送无功、增强电力系统运行稳定性起着关键性作用。实际运行表明,采用误差与补偿反馈相结合的AVR(自动电压调节器)+PSS(电力系统稳定器)控制策略的励磁控制系统,一定程度抑制了系统低频振荡,提高了维持机端电压的稳态精度,但相对于线性最优励磁控制,前者仍存在着适用频率相对较窄、现场调试繁琐等不足。线性最优控制作为现代控制理论的重要分支,所构成的线性最优励磁控制系统相比传统励磁控制系统,已取得更优良的控制效果。线性最优励磁控制系统的加权矩阵,通常是根据正常运行工况下系统对状态变量的约束程度选取的,因而在正常运行点附近控制系统拥有优良的动态品质,而当系统因扰动偏离正常运行点,其调节性能将会变差。这里利用模糊控制器跟踪系统运行工况,并依据在线插值法所细化的模糊规则输出目标反馈增益矩阵,进一步结合灵敏度分析综合考虑权值对动态性能的影响与目标反馈增益的物理可实现性,最后通过迭代求出优化权矩阵。对单机无穷大系统进行建模仿真,结果表明利用模糊控制器对权矩阵进行优化选取,使线性最优励磁控制系统表现出更加优良的动态品质。(本文来源于《中北大学》期刊2016-04-15)
何建铵,王健[6](2016)在《基于FPGA的模糊PID励磁控制系统的研究》一文中研究指出本文介绍了一种基于FPGA的模糊PID励磁控制系统,详细的叙述了励磁系统的工作原理及基于FPGA的模糊PID控制器的设计过程,在设计中将模糊PID控制模块和励磁模块集成到一个单片FPGA上,使设计出的系统具有集成度高、灵活性好等优点。(本文来源于《科学咨询(科技·管理)》期刊2016年04期)
马宏帅,李晓[7](2016)在《基于模糊控制的线性最优励磁控制系统权矩阵的优化选取》一文中研究指出传统线性最优励磁控制系统的加权矩阵,通常是根据正常运行工况下系统对状态变量的约束程度选取的,因此在平衡点附近控制系统具有较好的动态品质,而当系统受到的扰动过大或者过小时,调节性能会变差。模糊控制器可以跟踪系统运行工况,依据在线插值法所细化的规则库输出目标反馈增益矩阵,进而利用灵敏度分析综合考虑目标反馈增益的物理可实现性与权值对动态性能的影响,通过迭代求出优化权矩阵。仿真结果表明基于模糊控制的权矩阵优化选取,使线性最优励磁控制系统表现出更加优良的动态品质。(本文来源于《测控技术》期刊2016年03期)
宗超凡[8](2015)在《基于双控制器切换的模糊PID励磁控制的仿真研究》一文中研究指出针对电力系统的不断发展需求,传统PID控制的发电机励磁控制器存在动态和静态性能的不足,提出了模糊PID控制技术在励磁系统上的应用,经过两者反复比较发现,采用传统PID控制和模糊PID控制两者优势相互结合的双控制切换控制励磁系统更具优势。通过Matlab仿真,结果证明了双控制器切换控制励磁系统的优势。(本文来源于《电气时代》期刊2015年01期)
韦皓,梁明辉,尹江红[9](2014)在《基于模糊RBF神经网络的自适应PID励磁控制》一文中研究指出文章通过建立以状态方程表示的单机一无穷大电力系统的非线性数学模型,设计了基于模糊RBF神经网络的PID控制策略,以实现发电机组励磁系统PID控制器参数自适应调整的智能控制,并在仿真实验和实际应用中与常规PID控制器相比较,结果表明基于模糊RBF神经网络的自适应PID智能励磁控制方式具有更好的动态品质和控制特性,以及更强的鲁棒性和适应性。研究结果为发电机励磁控制的应用提供了一种新思路。(本文来源于《企业科技与发展》期刊2014年07期)
彭泓,刘磊,陈立东[10](2013)在《交流励磁发电机智能模糊励磁控制研究》一文中研究指出在深入分析和研究交流励磁发电机的基础上,结合模糊控制不依赖对象模型、控制迅速等优点,针对交流励磁发电机提出了一种带有智能模糊控制器的新颖解耦励磁控制方法.通过模糊控制理论建立了相应的励磁控制模型,并以双PWM变换器为基础设计了智能模糊励磁控制器;通过仿真分析验证了智能模糊励磁控制器提高了系统的运行性能,以及智能模糊控制方法的正确性和有效性.(本文来源于《计算机系统应用》期刊2013年01期)
模糊励磁控制论文开题报告
(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:
权矩阵的自适应调整是提高线性最优励磁控制系统动态性能的有效手段。研究针对当系统受到扰动时,传统线性最优励磁控制系统权矩阵不能够自适应调整,采用基于智能控制因子的模糊控制策略,不依赖于传统的隶属度函数和模糊规则库,进而利用线性规划综合考虑反馈增益的物理可实现性和系统特征根的分布,通过迭代求出权矩阵的取值范围,最终构建出完备的全模糊控制器。控制器根据系统运行工况实时调整控制因子并输出相应的控制量权矩阵,实现了权矩阵的自适应调整。仿真表明基于智能控制因子的全模糊控制器不仅简化了控制系统的设计,而且提高了系统的动态调节品质。
(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。
模糊励磁控制论文参考文献
[1].王海峰.基于模糊PID的励磁控制算法研究[J].信息系统工程.2019
[2].马宏帅,李新娥.基于智能控制因子的全模糊线性最优励磁控制系统[J].电力学报.2018
[3].周凯,杨嵇森.磁粉离合器自调整模糊PID励磁控制技术[J].电机与控制学报.2017
[4].李兵洋,肖健梅,王锡淮.基于遗传算法优化的同步发电机模糊PID励磁控制[J].工业控制计算机.2016
[5].马宏帅.基于模糊控制的线性最优励磁控制系统的研究[D].中北大学.2016
[6].何建铵,王健.基于FPGA的模糊PID励磁控制系统的研究[J].科学咨询(科技·管理).2016
[7].马宏帅,李晓.基于模糊控制的线性最优励磁控制系统权矩阵的优化选取[J].测控技术.2016
[8].宗超凡.基于双控制器切换的模糊PID励磁控制的仿真研究[J].电气时代.2015
[9].韦皓,梁明辉,尹江红.基于模糊RBF神经网络的自适应PID励磁控制[J].企业科技与发展.2014
[10].彭泓,刘磊,陈立东.交流励磁发电机智能模糊励磁控制研究[J].计算机系统应用.2013