-
题名无模型自适应滑模控制的微波加热过程温度控制
被引量：3
- 1
-
-
作者
杨彪
刘承
李鑫培
杜婉
高皓
马红涛
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省人工智能重点实验室
昆明理工大学非常规冶金教育部重点实验室
-
出处
《控制工程》
CSCD
北大核心
2024年第1期103-111,共9页
-
基金
国家自然科学基金资助项目(61863020)。
-
文摘
微波加热模型具有无限维、非线性和时变等特点,导致控制器难于设计和实现。针对此问题,提出了一种适用于微波加热过程的无模型自适应滑模控制方法。首先,对微波加热过程传热数学模型进行分析,建立了微波加热过程输入功率与温度之间的全格式动态线性化数据模型。然后,根据该数据模型设计了无模型自适应滑模控制器,并给出了数据模型中相关未知时变参数和未知干扰的估计算法。最后,利用COMSOL和MATLAB进行仿真,仿真结果验证了所提控制方法的有效性。
-
关键词
微波加热
温度控制
全格式动态线性化数据模型
自适应滑模控制
径向基函数神经网络
-
Keywords
Microwave heating
temperature control
full-format dynamic linearized data model
adaptive sliding mode control
radial basis function neural network
-
分类号
TP13
[自动化与计算机技术—控制理论与控制工程]
-
-
题名高速动车组数据驱动无模型自适应积分滑模预测控制
被引量：5
- 2
-
-
作者
李中奇
周靓
杨辉
-
机构
华东交通大学电气与自动化工程学院
轨道交通基础设施性能监测与保障国家重点实验室
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2024年第1期194-210,共17页
-
基金
国家自然科学基金(61991404,52162048,62003138)
江西省主要学科学术和技术带头人培养项目(20213BCJ22002)
流程工业综合自动化国家重点实验室开放基金(2022-KF-21-03)资助。
-
文摘
同许多复杂系统一样,动车组(Electric multiple unit,EMU)运行过程也具有多变量、强耦合以及非线性等特性,这严重影响着列控系统的性能.针对包含外部扰动的动车组自动驾驶系统,提出一种新型的多输入多输出(Multi-input-multi-output,MIMO)数据驱动积分滑模预测控制(Integral sliding mode predictive control,ISMPC)算法.首先,该算法基于与动车组运行过程等效的全格式动态线性化(Full format dynamic linearization,FFDL)数据模型,设计一种离散积分滑模控制(Integral sliding mode control,ISMC)律.为了使系统能够获得更高的输出跟踪误差精度,利用模型预测控制(Model predictive control,MPC)代替ISMC的切换控制,进一步推导出ISMPC算法.同时,通过对FFDL数据模型的未知扰动、参数误差等不确定项进行延时估计,提升了算法的控制性能和对系统的等价描述程度.在提供两种算法的稳定性证明分析之后,以实验室配备的CRH380A型动车组仿真实验台对提出的ISMC和ISMPC算法进行仿真测试,并与其他方法进行对比,仿真结果表明ISMPC算法控制性能较好,动车组各动力单元速度跟踪误差均在±0.132 km/h以内,满足列车的跟踪精度需求;控制力和加速度分别在[-52 kN,42 kN]和±0.9249 m/s2以内且变化平稳.
-
关键词
列车自动驾驶
数据驱动控制
速度跟踪
积分滑模控制
模型预测控制
全格式数据模型
-
Keywords
Train automatic driving
data-driven control
speed tracking
integral sliding mode control(ISMC)
model predictive control(MPC)
full format data model
-
分类号
U266
[机械工程—车辆工程]
U284.48
[交通运输工程—交通信息工程及控制]
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
