模糊动态规划法（FDP）的提出是为了解决配电站的无功功率、电压控制问题。主要目的是提高二级总线上的电压分布以及同时抑制主变压器的无功功率流入。为了达到我们的目标，变压器分接头通常安装在主变压器上，用来调整二次电压，连接在二级总线上的电容器用来补偿负荷所需求的无功潮流。我们首先预测主变压器的有功和无功的功率要求以及第二天的主电压。利用手边的预测数据，快速地产生了一个LTC分接头位置的估算公式，这个估算公式考虑了负荷模型，有效地降低了该方法的计算负担。把对母线电压的实际限制，一天之中主电压器的LTC开关操作所允许的最大次数和电容器承受的最差功率因素都纳入了考虑。为了证明该方法的有效性，对台北市台湾电力公司的办公服务区域内的配电站电压无功控制进行了研究。结果表明，可以通过此方法对LTC和电容器进行适当的调度。
标签： 配电 无功控制
上传时间： 2015-03-29
上传用户：dada_yj_1118
非常重要预测控制中动态矩阵(DMC)算法研究及仿真含有比较全面的DMC算法程序
上传时间： 2016-06-16
上传用户：帝出乎震
预测控制_动态矩阵_DMC算法研究及仿真，是一个关于DMC的实例
上传时间： 2016-06-18
上传用户：帝出乎震
基于传感器和模糊规则的机器人在动态障碍环境中的智能运动控制基于传感器和模糊规则的机器人在动态障碍环境中的智能运动控制 oIlI～0(、r> 王 敏 金·波斯科 黄心汉 ，O、l、L (华i 面面辜写j幕．武汉，43074) ＼I。L上、o 捌要：提出了一种基于传感器和模糊规则的智能机器人运动规划方法 ．该方法运用了基于调和函数分析的人 工势能 场原 理 ．采用模糊规则 可减少推导势能函数所 必须的计算 ，同时给机器人伺服 系统发 出指令 ，使它能够 自动 地寻找通向目标的路径．提出的方法具有简单、快速的特点，而且能对 n自由度机械手的整个手臂实现最碰．建立 在非线性机器人动力学之上的整 个闭环系统和模糊控制器 的稳定性 由李雅普诺 夫原理 保证 ．仿真结 果证明 了该方 法 的有效性 ，通 过比较分析显示 出文 中所提 出的最障算法的优越性 ． 美t词：基于传感器的机器人运动控制；模糊规则；人工势能场；动态避障；机器人操作手 1 叫哑oducd0n R。boIsarewjdelyusedfor诅sb inchasma~ia]b柚· 血 ， spot ： ng， spray Ijl岫 1g， mech卸icaland elec咖 icas搴enlb1y，ma al埘 IIovaland wa时 cut· ring 咖 ． ofsuch tasks_堋 llldea pri|柚ary ptd 眦 of 她 ar0botto e oncpositiontoanother withoutbur叩inginto anyobstacles． s 曲km，de． notedasthefDbotm ∞ pJan，liDgp∞ 舶1，hasbeen the倒 娜bj0ct锄l哪gIeseat℃ll∞ ． Every method o0血∞rI1ing 如b0tmotionplanninghas itsownadv∞ngesandapplicationdoma~ asweftasits di戤ldvaIIta麟 and constr~dnts． Therefore it would be ratherdifficulteithertoc0Ⅱ】paremethodsorton~ vate thechoio~ofan dl0‘iupon othP~s． 0州 d眦 ：1999—07—29；Revised~ ：2000一∞ 一丝 In conU~astto many n~ hods，rob
上传时间： 2022-02-15
上传用户：
超声波电源广泛应用于超声波加工、诊断、清洗等领域，其负载超声波换能器是一种将超音频的电能转变为机械振动的器件。由于超声换能器是一种容性负载，因此换能器与发生器之间需要进行阻抗匹配才能工作在最佳状态。串联匹配能够有效滤除开关型电源输出方波存在的高次谐波成分，因此应用较为广泛。但是环境温度或元件老化等原因会导致换能器的谐振频率发生漂移，使谐振系统失谐。传统的解决办法就是频率跟踪，但是频率跟踪只能保证系统整体电压电流同频同相，由于工作频率改变了而匹配电感不变，此时换能器内部动态支路工作在非谐振状态，导致换能器功率损耗和发热，致使输出能量大幅度下降甚至停振，在实际应用中受到限制。所以，在跟踪谐振点调节逆变器开关频率的同时应改变匹配电感才能使谐振系统工作在最高效能状态。针对按固定谐振点匹配超声波换能器电感参数存在的缺点，本文应用耦合振荡法对换能器的匹配电感和耦合频率之间的关系建立数学模型，证实了匹配电感随谐振频率变化的规律。给出利用这一模型与耦合工作频率之间的关系动态选择换能器匹配电感的方法。经过分析比较，选择了基于磁通控制原理的可控电抗器作为匹配电感，通过改变电抗控制度调节电抗值。并给出了实现这一方案的电路原理和控制方法。最后本文以DSPTMS320F2812为核心设计出实现这一原理的超声波逆变电源。实验结果表明基于磁通控制的可控电抗器可以实现电抗值随电抗控制度线性无级可调，由于该电抗器输出正弦波，理论上没有谐波污染。具体采用复合控制策略，稳态时，换能器工作在DPLL锁定频率上；动态时，逐步修改匹配电抗大小，搜索输出电流的最大值，再结合DPLL锁定该频率。配合PS-PWM可实现功率连续可调。该超声波换能系统能够有效的跟随最大电流输出频率，即使频率发生漂移系统仍能保持工作在最佳状态，具有实际应用价值。
上传时间： 2022-06-18
上传用户：
用单片机控制8位数码管动态显示生日数字，如“19990702”。
上传时间： 2022-07-22
上传用户：
本文对直驱式变速恒频风力发电领域的关键技术从理论到仿真进行了较为全面深入的研究，在详细分析直驱式风力发电系统的特点和已有最大功率跟踪算法的基础上，确立了由梯形波永磁同步发电机、三相不可控整流桥、直流升压电路、全桥逆变器构成的并网主电路拓扑结构，提出了通过控制直流升压电路的占空比，以使风机获得最大功率的跟踪算法，同时增加速度估算控制方法，以提高系统的响应速度。 由直流升压电路中储能大电感的存在，迫使发电机的各相电流为梯形波，为了发电机输出功率平稳，减小系统的转矩脉动，则发电机的电动势最好是梯形波。梯形波永磁同步发电机发出的三相电压为梯形波，通过整流桥整流之后，获得脉动较小的整流直流电压，特别适合于大电感滤波，同时电磁转矩脉动小，系统振动噪声低。该电机可以和风力机直接耦合，适用于大型低速风力发电系统。三相不可控整流具有可靠性高，简化硬件电路；直流变换电路可将整流后的直流电压提升到逆变器所需的幅值基本恒定的直流电压，经逆变器逆变后并网。最大功率跟踪算法的提出能够使风电系统快速跟踪风速的变化，维持最佳叶尖速比，捕获最大风能。 本文还利用仿真软件MATLAB/Simulink平台搭建了仿真模块并进行了动态仿真，对所设计的最大功率跟踪算法进行仿真分析。结果表明，该算法具有较快的系统响应，速度估算器也能较快的跟踪变化的实际转速。
上传时间： 2013-04-24
上传用户：libinxny
本文以负载周期性交化而转速基本不变类负载的轻载调压节能控制器为研究对象。研究了以异步电动机的调压节能原理、控制策略、触发脉冲的选择、调压过程振荡现象的原因、解决方案、动态仿真模型等关键技术。 本文研究成果主要包括以下几个方面： 1.利用解析法分析了负载周期变化的恒转矩负载的调压节能原理,得到了异步电动机的调压特性曲线,指出了几种控制方法的本质是一定负载范围内的恒转差率控制。比较了负载转矩对几种控制方法的控制范围、节能效果的影响并且通过仿真和实验验证了理论分析的正确性。同时分析了风机水泵的调压特性,为异步电动机的节能控制器的方案设计以及为分析实际控制中遇到的问题打下理论基础。 2.设计了晶闸管调压的主电路、选择晶闸管及其相应的保护器件,通过实验和仿真对比分析了双窄脉冲和宽脉冲触发板在电动机周期变化负载调压时的差别。设计了以ARM7/LPC2214为控制器的硬件电路原理图、PCB、液晶显示器、串口通信、节能控制等部分的软硬件的调试,为实验和控制算法的实现作了铺垫。 3.通过实验和仿真,分析了以电源电压为同步信号的三相晶闸管调压过程产生电流振荡的影响因素,即负载转矩,移相触发角的大小,电机的转动惯量,负载的性质。说明了电压同步信号触发方式的适用范围,分析引起电流振荡的本质,提出了以电流为同步信号的解决方案,为实现异步电动机调压节能的动态控制算法扫清了障碍,提高了系统的动态响应速度。 4.建立了基于MATLAB/Simulink节能控制系统动态仿真模型,实现了系统动态跟踪负载变化自动调整电机的端电压,提高电机在空载和轻载时的效率和功率因数,验证了理论分析的正确性。 5.通过实验静态地分析了调压后电机的节能效果。
上传时间： 2013-05-20
上传用户：jjq719719
本文拟借助于神经网络良好的逼近能力，实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射，具有很强的自学习自适应能力，十分适合于解决复杂的非线性控制问题。其中，BP神经网络是目前广泛应用的神经网络之一，得到了较为深入的研究，其结构简单，需要离线确定的参数少、泛化能力强、逼近精度高、实时性强，采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略，建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整，控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明，该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后，将其用于永磁同步电机的转子位置角在线估计。结果表明，该训练算法可以有效地加快神经网络收敛速度，且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统，并进行了相应的软硬件设计，为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本，为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间： 2013-05-23
上传用户：1101055045
该文主要研究的是感应电动机无速度传感器矢量控制变频调速及参数辨识.首先,利用坐标变换的方法推导出感应电动机在两相殂止和两相同步旋转坐标系中的数学模型,并对电机动态特性进行了仿真.用矢量控制理论和电压解耦的方法建立了转差型电压乔量解耦控制系统.利用神经网络的方法和模型参考自适应(MRAS)的方法实现转速辨识,仿真结果验证了辨识方法是可行的.利用系统固有了硬件资源(如PWM逆变器、微机控制系统)发出一定规则的脉冲实现电动机参数的静态测试,仿真结果表明它能为矢量控制系统提供较高精度的电机参数,具有一定的实际意义.为了实现电机转速高速响应的目标,用大规模数字信号处理器DSP产现系统控制,文中给出了控制思想.
上传时间： 2013-04-24
上传用户：84425894
