中央高校基本科研业务费专项资金(N100604002)
- 作品数：6 被引量：21H指数：2
- 相关作者：毛志忠李磊徐喆刘芳贾明兴更多>>
- 相关机构：东北大学曲阜师范大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于PID结构的解耦控制器被引量：1
- 2012年
- 针对广义学习模型提出了基于PID结构的零极点配置解耦控制算法.广义学习模型由一个线性时变子模型和一个非线性学习模型组成,其中线性时变子模型的参数采用最小二乘方法进行辨识,非线性学习模型由RBF神经元网络近似.通过引入补偿多项式,使得闭环系统的零极点可任意配置,极大的改善了闭环系统的动态性能.在进行控制器参数选择时,PID结构部分参数可根据常规PID控制器选取,零极点配置部分参数可根据系统期望零极点选取.最后,通过对电弧炉电极调节系统的仿真,验证了控制器的有效性.
- 李磊毛志忠
- 关键词：解耦零极点配置
- 基于支持向量机的电弧炉逆内模控制器被引量：6
- 2010年
- 针对三相交流电弧炉电极调节系统的耦合问题,提出了基于支持向量机的逆内模解耦控制策略.根据广义电弧炉对象的Taylor近似模型直接推导逆控制律,消除三相之间的耦合,避免了在线辨识逆模型计算量过大的问题.另外,在内模结构中引入非线性补偿,当系统参数变化和受到外部干扰时,保证了系统的鲁棒性.系统的稳定性和鲁棒性通过Lyapunov方法进行了分析,最后的仿真与实验结果验证了控制器的有效性.
- 李磊毛志忠贾明兴刘芳
- 关键词：解耦内模电弧炉
- 非线性离散系统的直接自适应神经网络控制器
- 2012年
- 对于一类非仿射离散时间系统,提出了一种新的自适应神经网络控制器。首先推导与原系统等价的仿射形式模型,由仿射模型推导控制律。控制律中采用一个神经网络,与传统的基于反馈线性化的自适应神经网络设计方法中采用两个神经网络相比,计算量大大减少且避免了控制器奇异问题。神经网络权值根据系统输入输出信号进行更新,另外σ项的引入,取消了为保证参数收敛持续激励的条件。系统的稳定性通过Lyapunov方法进行了分析,仿真实例验证了控制器的有效性。
- 李磊毛志忠
- 关键词：反馈线性化神经网络
- 一种基于模糊规则融合的模糊建模方法及其应用被引量：11
- 2013年
- 为了有效地利用经验知识,弥补训练数据覆盖范围不足的问题,提出一种将经验知识以TSK(Takagi-Sugeno-Kang)型模糊规则引入模糊模型的建模方法.在结构辨识中,提出了模糊规则融合方法,用以确定初始模糊规则.在参数辨识中,改进了原梯度下降方法中的目标函数,并引入了经验知识准确性评价参数,用以平衡样本数据和经验知识对模型的影响.数值仿真和工程实例应用结果表明,所提出的方法可以有效地利用经验知识和样本数据,使预报结果更可靠、更精确.
- 徐喆毛志忠
- 关键词：经验知识系统辨识TSK模糊模型
- 基于近似模型的电弧炉解耦控制器被引量：2
- 2013年
- 针对电弧炉电极调节系统,提出了基于近似模型的解耦控制策略.首先,选取弧长为状态变量,推导电极调节系统的状态方程,由Taylor展开技术,得到系统的近似模型.由近似模型直接推导近似逆控制律,实现三相之间的解耦,并避免了在线辨识逆模型计算量过大的问题.由于状态不能直接测量,利用扩展卡尔曼状态估计方法得到系统状态.另外,在内模结构中引入非线性补偿,保证了系统的鲁棒性.系统的稳定性通过Lyapunov方法进行了分析,最后的仿真结果验证了控制器的有效性.
- 李磊毛志忠
- 关键词：电弧炉解耦内模
- 电弧炉PID神经网络解耦控制器被引量：1
- 2011年
- 结合电弧炉主电路系统,推导出电弧炉电气系统状态方程,在此基础上分析了电弧炉三相电流的耦合关系。使用PID神经元网络控制器对电弧炉电极系统进行解耦控制。给出了PID神经元网络控制器的权值初始化规则,其权值更新采用经典的BP算法。分别对于控制器的解耦性、抗干扰性和鲁棒性进行仿真,结果表明PID神经网络控制器具有很好的动态性能,能很好的控制电极调节系统。
- 李磊毛志忠
- 关键词：电弧炉PID神经元网络解耦
