推荐引用 推荐引用 Kadungoth Sreeraj,Adarsh Raj,“基于滑模控制方法的无模型控制算法及其在无人机系统中的应用”(2019 年)。论文。罗彻斯特理工学院。访问自
传统发电方式正经历重大变革,而可再生能源微电网在能源结构转型中发挥着关键作用。本文研究了基于积分终端和快速积分终端滑模控制的集中式非线性控制器设计,用于以可再生分布式发电机作为主电源、燃料电池 (FC) 作为次电源、电池-超级电容器作为混合储能系统 (HESS) 的混合交直流微电网。首先,建立混合交直流微电网的详细数学模型。然后,设计控制器,主要目标是确保孤岛和并网模式下直流和交流母线电压恒定。在并网模式下,控制器能够为公用电网提供频率支持。之后,利用 Lyapunov 稳定性标准证明了混合交直流微电网的渐近稳定性。然后,通过在 MATLAB/Simulink 上进行仿真来测试所提出的控制方法的性能和鲁棒性,并将结果与滑模控制器和 Lyapunov 重新设计进行比较。最后,进行实时硬件在环测试以验证所提出框架的有效性。
近几十年来,随着微电子技术和计算机技术的进步,矩阵变换器 (MC) 越来越受到研究人员的关注,因为与传统的 AC-DC-AC(背对背)变换器相比,它具有诸多优势,例如:体积小、双向功率流、功率调节能力强、单位功率因数运行、不需要直流母线电容器 [1-5]。文献中通常使用文图里尼和空间矢量调制 (SVM) 方法来解决 MC 控制问题。文图里尼方法的谐波率较低。然而,降低开关损耗是 SVM 方法的主要优势 [6-8]。在 MC 的输入端使用无源滤波器对于避免电流谐波注入电网是必要的。在这种情况下,需要提出几种类型的输入滤波器来解决
摘要 - 滑模控制是一种鲁棒的非线性控制算法,已用于实现无人飞机系统的跟踪控制器,该控制器对建模不确定性和外部干扰具有鲁棒性,从而为自主操作提供出色的性能。无人飞机系统滑模控制应用的一个重大进步是采用无模型滑模控制算法,因为滑模控制实施中最复杂和最耗时的方面是结合系统模型推导控制律,这是每个单独的滑模控制应用都需要执行的过程。使用各种航空系统模型和真实世界干扰(例如离散化和状态估计的影响)在模拟中比较了各种无模型滑模控制算法的性能。结果表明,两种性能最佳的算法表现出非常相似的行为。这两种算法在四旋翼飞行器上实现(在模拟和使用真实硬件的情况下),并使用相同的状态估计算法和控制设置将其性能与传统的基于 PID 的控制器进行了比较。模拟结果表明,无模型滑模控制算法表现出与 PID 控制器相似的性能,而无需繁琐的调整过程。两种无模型滑模控制算法之间的比较表明,通过跟踪误差的二次均值测量,性能非常相似。飞行测试表明,虽然无模型滑模控制算法可以控制真实硬件,但在成为传统控制算法的可行替代方案之前,还需要进一步的特性描述和重大改进。无模型滑模控制和基于 PID 的飞行控制器都观察到了较大的跟踪误差,并且其性能对于大多数应用而言是不可接受的。两种控制器的性能不佳表明跟踪误差可以归因于状态估计中的误差。通过改进状态估计进行进一步测试将可以得出更多结论。关键词:无模型控制、滑模控制、鲁棒控制、飞行控制、无人机系统。1.简介
在本文中,我们使用非线性滑模控制方法处理四旋翼飞行器的稳定和跟踪问题。首先,借助牛顿-欧拉形式,提出了四旋翼飞行器的动态非线性模型,其中考虑了不同的物理现象和气动力及力矩。然后基于 Lyapunov 理论设计滑模控制器来稳定和跟踪四旋翼飞行器的姿态和位置。进行了几次模拟结果,以显示所提出的建模和非线性控制方法的有效性。即将进行的工作将使用基于元启发式的方法调整和优化所有 SMC 参数。此外,还将研究设计的 SMC 方法的硬件在环 (HIL) 联合仿真。
在本文中,我们使用非线性滑模控制方法处理四旋翼飞行器的稳定和跟踪问题。首先,借助牛顿-欧拉形式,提出了四旋翼飞行器的动态非线性模型的开发,该模型考虑了不同的物理现象和气动力和力矩。然后基于 Lyapunov 理论设计滑模控制器来稳定和跟踪四旋翼飞行器的姿态和位置。进行了几次模拟结果,以显示所提出的建模和非线性控制方法的有效性。即将开展的工作将使用基于元启发式的方法调整和优化所有 SMC 参数。此外,还将研究设计的 SMC 方法的硬件在环 (HIL) 联合仿真。
I. 引言燃料电池(FC)是一种将氢化学能转化为电能的装置,可用于从移动和固定电源系统到便携式设备等各种应用。FC 的工作原理早在 1839 年就被发现,但直到最近二十年,该领域的研究活动才显着增加,提高了 FC 的灵活性和可靠性 [1]。促使 FC 发展的最重要因素之一是化石燃料燃烧对环境的严重影响。考虑到可以利用可再生能源(太阳能、风能、地热能等)通过水电解生产氢气,聚合物电解质膜 (PEM) 燃料电池成为减少对化石燃料依赖的最清洁和最有前途的替代品之一 [2]。该领域的改进需要跨学科工作和许多领域新技术的开发。最重要的问题之一与开发系统地处理干扰和模型不确定性的稳健控制策略有关。例如,在可变负载跟踪期间,针对电池内部燃料-氧化剂协调问题的有效控制算法可以避免瞬时功率下降和电池膜的不可逆损坏。然而,从控制的角度来看,燃料电池堆代表着一项重大挑战,因为它们相关的子系统存在相互冲突的控制目标和复杂的动态[3]。例如,九阶非线性模型用于描述基于氢-空气供给堆的发电系统。在这种模型中,状态相互作用通常通过以下方式建模