首页> 中文学位 >迭代学习控制算法研究及其在风电控制系统中的应用
【6h】

迭代学习控制算法研究及其在风电控制系统中的应用

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 迭代学习控制概述

1.2 迭代学习控制的研究背景和意义

1.3 迭代学习控制的发展现状

1.4 本章小结

第二章 变速风力发电系统的控制策略

2.1 变速风力发电原理

2.2 风力发电机组的基本特性

2.3 变速风力发电机组的控制策略

2.4 本章小结

第三章 迭代学习控制研究

3.1 迭代学习控制理论的数学基础

3.2 开环迭代学习控制的研究

3.3 闭环迭代学习控制的研究

3.4 开闭环迭代学习控制的研究

3.5 本章小结

第四章 新型开闭环迭代学习控制在风能转换系统中的应用

4.1 工程背景

4.2 系统控制原理分析

4.3 控制对象分析与建模

4.4 改进的迭代学习控制算法设计

4.5 仿真及结果分析

4.6 与其他迭代学习控制算法比较

4.7 与其他风机控制算法比较

4.8 本章小结

第五章 结论和展望

5.1 本论文研究总结

5.2 存在的问题

5.3 进一步的研究方向

致谢

参考文献

攻硕期间取得的研究成果

展开▼

摘要

迭代学习控制是智能控制中一个具有严格数学描述的分支,它对于非线性系统、模型未知的系统的控制有着独到的优势,在数控机床、工业机器人等具有重复运行特性的领域有很好的应用前景。这个算法简单、有效,近年来受到各界研究人员的关注,研究内容包括学习律的构成、收敛性、鲁棒性、初值及学习速度等问题。
  迭代学习控制适合具有某种重复运动性质的被控对象,可以实现有限区间上的完全跟踪。控制被控系统,用系统输出和给定轨迹的偏差信号来修正不理想的控制信号,进而产生一个新的控制信号,并使系统的跟踪性得到提高。
  它的基本思想是:针对具有重复运动性质的被控对象,利用上一次迭代时的输入信息和输出误差的校正项,迭代地修正控制信号。在给定的时间区间上,使未知被控对象能够以任意精度跟踪一个给定的期望轨迹。
  论文主要创新工作在于,针对风力发电控制系统中的风能转换系统部分,提出了一种改进后的迭代学习控制算法,利用该算法进行迭代学习控制,使系统的实际输出能够更好地收敛于系统的理想期望。进一步地,从理论上证明了新算法的收敛性,给出并分析了仿真结果。
  论文主要研究内容如下:
  1.概述了迭代学习控制算法的原理、研究的主要内容、与其他控制算法的比较,并给出了与研究迭代学习控制算法相关的数学知识。
  2.针对开环P型,闭环D型学习律及开闭环PD型学习律提出了算法设计,作了收敛性证明并给出收敛条件。对每种基本的迭代学习算法都做了仿真研究,分别提供了一到两个实例,给出了仿真结果图并分析了该算法的可行性和有效性。
  3.针对具体的工程应用背景,结合前文所述的迭代学习控制算法基础,对已有的一种迭代学习控制算法进行改进,并证明了其收敛性,讨论了迭代学习控制在风力发电控制系统中的工程应用等问题。
  4.根据当前迭代学习控制的研究现状,论述了这种控制方法存在的问题,对其进一步的研究方向作了总结和展望。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号