狀態(tài)變量
- 具有時(shí)變時(shí)滯的分?jǐn)?shù)階四元數(shù)神經(jīng)網(wǎng)絡(luò)的投影同步
未施加控制時(shí)狀態(tài)變量的時(shí)間響應(yīng)曲線,圖3給出了誤差系統(tǒng)(7)在未施加控制時(shí)狀態(tài)變量的時(shí)間響應(yīng)曲線．圖1 未加控制時(shí),狀態(tài)變量的時(shí)間響應(yīng)曲線Fig.1 The time response curves of state variables without control圖2 未加控制時(shí),狀態(tài)變量的時(shí)間響應(yīng)曲線Fig.2 The time response curves of state variables without control圖3 未加控制時(shí),
應(yīng)用數(shù)學(xué)和力學(xué) 2023年6期2023-07-19
- 線性變參數(shù)系統(tǒng)抗擾動(dòng)魯棒模型預(yù)測(cè)控制
,使得系統(tǒng)的狀態(tài)變量不能被準(zhǔn)確獲得。文獻(xiàn)[5]采用基于觀測(cè)器的輸出反饋魯棒模型預(yù)測(cè)控制,通過在線約束優(yōu)化實(shí)現(xiàn)系統(tǒng)的穩(wěn)定控制。文獻(xiàn)[6]針對(duì)具有輸入飽和的動(dòng)態(tài)輸出反饋系統(tǒng),采用輸出反饋魯棒模型預(yù)測(cè)控制,用凸優(yōu)化方法保證了估計(jì)的狀態(tài)和估計(jì)誤差收斂。文獻(xiàn)[7]設(shè)計(jì)基于管的輸出反饋魯棒模型預(yù)測(cè)控制,采用帶縮放終端約束集的一步標(biāo)稱系統(tǒng)預(yù)測(cè),實(shí)現(xiàn)對(duì)具有有界擾動(dòng)的離散時(shí)間線性參數(shù)變化系統(tǒng)的穩(wěn)定控制。為減少控制的復(fù)雜性,文獻(xiàn)[8,9]將抗擾動(dòng)不變橢圓集的方法應(yīng)用于持續(xù)擾動(dòng)
計(jì)算機(jī)仿真 2023年4期2023-06-01
- 復(fù)4D超混沌系統(tǒng)的鎮(zhèn)定與同步問題
現(xiàn)象[1]。狀態(tài)變量屬于復(fù)空間的復(fù)混沌系統(tǒng)是另一種重要的混沌動(dòng)力系統(tǒng)[2-3]。它在定理和應(yīng)用上得到了廣泛的研究,成為近年來(lái)的熱門話題之一。特別是由于復(fù)混沌系統(tǒng)是由實(shí)數(shù)和虛數(shù)組成的,它比實(shí)混沌系統(tǒng)具有更好的加密效果[4-5]。由于復(fù)混沌系統(tǒng)的動(dòng)力學(xué)行為比實(shí)混沌系統(tǒng)更為復(fù)雜,因此研究此類系統(tǒng)的控制問題非常困難。傳統(tǒng)的線性反饋控制器雖然結(jié)構(gòu)簡(jiǎn)單,物理上易于實(shí)現(xiàn),但也存在過分依賴控制反饋增益值的問題,極大地限制了系統(tǒng)初始值設(shè)定的自由度[6-8]。目前,大多數(shù)研究
齊魯工業(yè)大學(xué)學(xué)報(bào) 2022年4期2022-09-06
- 基于改進(jìn)型狀態(tài)變量控制算法的再熱汽溫控制研究
)1 引言狀態(tài)變量控制算法作為一種事前調(diào)節(jié)手段經(jīng)常被用來(lái)解決大慣性時(shí)滯系統(tǒng)的控制問題[1-9]，通過建立控制對(duì)象的數(shù)據(jù)模型提前預(yù)判控制對(duì)象的變化情況，讓調(diào)節(jié)器提前動(dòng)作進(jìn)而起到事先調(diào)節(jié)的作用。由于算法原理與物理過程的緊密聯(lián)系，使其成為先進(jìn)算法中易于被工程人員理解并掌握的控制算法，例如火電廠再熱汽溫控制中就常用到狀態(tài)變量控制技術(shù)。針對(duì)狀態(tài)變量控制技術(shù)的理論研究和工程應(yīng)用，諸多專家學(xué)者進(jìn)行了大量研究。文獻(xiàn)[10]由鍋爐蒸汽流程關(guān)聯(lián)狀態(tài)觀測(cè)進(jìn)而提出應(yīng)用狀態(tài)變量控
電力科技與環(huán)保 2022年4期2022-09-01
- 環(huán)形電機(jī)耦合網(wǎng)絡(luò)混沌行為的抑制控制
同步電動(dòng)機(jī)的狀態(tài)變量達(dá)到穩(wěn)定平衡狀態(tài). 為消除PMSM的混沌行為, 人們提出了較多控制策略, 其中包含線性控制器和非線性控制器. 由于PMSM是一個(gè)受參數(shù)變化和多重耦合狀態(tài)影響的非線性系統(tǒng), 采用線性控制算法不易獲得良好的控制性能, 因此對(duì)非線性反饋控制器的設(shè)計(jì)越來(lái)越多, 如模糊邏輯控制[6]、 滑?？刂芠7]、 預(yù)測(cè)控制[8]、 神經(jīng)網(wǎng)絡(luò)控制[9]和自適應(yīng)控制[10]等. PMSM作為一個(gè)三維自治系統(tǒng)可結(jié)合非線性定理推出合適的控制函數(shù), 如基于有限時(shí)間穩(wěn)
吉林大學(xué)學(xué)報(bào)（理學(xué)版） 2022年4期2022-08-04
- 一個(gè)新的具有超級(jí)多穩(wěn)態(tài)的五維憶阻超混沌系統(tǒng)
(1)的4個(gè)狀態(tài)變量；a,b,c,d為系統(tǒng)參數(shù)。在系統(tǒng)(1)的基礎(chǔ)上，利用一個(gè)磁控憶阻器W(v)=(α+βv2)替換第1個(gè)等式中狀態(tài)變量y的耦合系數(shù)，并添加第五維方程作為憶阻器的內(nèi)部狀態(tài)變量；同時(shí)，使用狀態(tài)變量x替換第2個(gè)等式右邊的狀態(tài)變量y，一個(gè)新的五維憶阻超混沌系統(tǒng)被構(gòu)建,并且其無(wú)量綱狀態(tài)方程為(2)式中：x,y,z,w,v為系統(tǒng)(2)的5個(gè)狀態(tài)變量；a,b,c,e,d,f,α,β均為正實(shí)數(shù)。本文選用文獻(xiàn)[20]中提出的光滑三次非線性磁控憶阻器，其數(shù)學(xué)
哈爾濱工業(yè)大學(xué)學(xué)報(bào) 2022年3期2022-03-16
- 量子細(xì)胞神經(jīng)網(wǎng)絡(luò)縮階混沌函數(shù)投影同步
∈Rn是n維狀態(tài)變量，x，z，u∈Rm是m維狀態(tài)變量，且有m同步誤差定義如下(4)定義：對(duì)于式(1)和(2)所示的驅(qū)動(dòng)和響應(yīng)系統(tǒng)，如果存在混沌系統(tǒng)(3)和控制器u(x，y)，使得誤差系統(tǒng)(4)趨于零，即(5)則稱驅(qū)動(dòng)和響應(yīng)系統(tǒng)達(dá)到縮階混沌函數(shù)投影同步。定理1：對(duì)于給定的混沌系統(tǒng)(3)和任意的初始條件x(0)，y(0)，按下式設(shè)計(jì)控制器(6)證明 由(4)式可得(7)將(2)式代入(7)式，可得(8)將(6)式代入(8)式，可得(9)構(gòu)建Lyapunov函數(shù)
計(jì)算機(jī)仿真 2021年4期2021-11-17
- 基于狀態(tài)觀測(cè)器的混沌系統(tǒng)滑?？刂?/a>
數(shù)要求系統(tǒng)的狀態(tài)變量是已知的，然而這在實(shí)際工程領(lǐng)域是很難實(shí)現(xiàn)的.通常情況下，狀態(tài)變量是未知的或部分未知的.因此，上述通過狀態(tài)反饋的控制策略就很難實(shí)現(xiàn)，所以需要利用觀測(cè)器對(duì)狀態(tài)變量進(jìn)行估計(jì)，基于觀測(cè)器的智能自適應(yīng)滑?？刂品椒ㄊ且粋€(gè)非常必要的控制策略.基于上述討論，本文主要研究Genesio系統(tǒng)的自適應(yīng)滑?？刂?，在狀態(tài)變量未知的情況下，構(gòu)造觀測(cè)器，對(duì)未知變量估計(jì)，利用估計(jì)值建立滑模控制策略，使得控制系統(tǒng)是指數(shù)漸進(jìn)穩(wěn)定的，并且觀測(cè)器和追蹤誤差是指數(shù)趨于0.1 系
- 基于儲(chǔ)備池計(jì)算的電機(jī)系統(tǒng)混沌預(yù)測(cè)與同步研究
需要通過一個(gè)狀態(tài)變量的時(shí)間序列就能夠?qū)崿F(xiàn)受訓(xùn)神經(jīng)網(wǎng)絡(luò)與電機(jī)系統(tǒng)之間的混沌同步。1 儲(chǔ)備池計(jì)算模型儲(chǔ)備池計(jì)算屬于遞歸神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法，其網(wǎng)絡(luò)分為輸入層、隱藏層和輸出層。其中隱藏層也叫儲(chǔ)備池，含有個(gè)內(nèi)部神經(jīng)元,儲(chǔ)備池的狀態(tài)向量r∈RNr，更新方程定義[18]為r(t)=(1-a)r(t-1)+atanh[Ar(t-1)+Win(1;x(t))](1)(2)(3)為了最小化損失函數(shù)，Wout訓(xùn)練根據(jù)嶺回歸進(jìn)行，由式(4)計(jì)算得出Wout=YtargetXT(X
振動(dòng)與沖擊 2021年16期2021-09-27
- UKF濾波算法在兩點(diǎn)邊值問題求解中的應(yīng)用
下，始端自由狀態(tài)變量，通過數(shù)值方法計(jì)算得到終端系統(tǒng)狀態(tài)變量以及終端狀態(tài)變量相對(duì)始端狀態(tài)變量的雅可比矩陣，然后根據(jù)終端狀態(tài)約束和雅可比矩陣計(jì)算始端狀態(tài)的修正量，由此迭代重復(fù)進(jìn)行上述計(jì)算，直至終端約束滿足，得到兩點(diǎn)邊值問題的精確解[3-5]。打靶法中終端狀態(tài)和始端狀態(tài)之間定量關(guān)系是對(duì)原系統(tǒng)的一階線性近似，對(duì)于高敏度高非線性特性的系統(tǒng)模型，要求打靶迭代的狀態(tài)初始猜測(cè)值具有較高的精度，否則難以收斂到精確解。為了降低系統(tǒng)敏度對(duì)打靶法的影響，提高打靶法的魯棒性，在此基
現(xiàn)代防御技術(shù) 2021年4期2021-09-26
- 合取布爾網(wǎng)絡(luò)的能觀性
響輸入的最小狀態(tài)變量集，使最終的合取布爾網(wǎng)絡(luò)能控，給出了能控的充要條件和用于檢測(cè)能控性的算法，并證明了合取布爾網(wǎng)絡(luò)的最小能控性問題是NP難的。文獻(xiàn)[31]研究了合取布爾網(wǎng)絡(luò)的最小能觀性問題，給出了具有多項(xiàng)式復(fù)雜度的最小能觀性判斷算法。布爾網(wǎng)絡(luò)的能觀性是研究布爾網(wǎng)絡(luò)的一個(gè)重要方向，若研究基于矩陣半張量積方法[32-34]，對(duì)有n個(gè)狀態(tài)變量能觀性的判斷是在矩陣階數(shù)為2n×2n的基礎(chǔ)上開展的。文獻(xiàn)[35]是基于圖理論方法研究的能觀性，給出了判斷能觀性的充要條件，
現(xiàn)代計(jì)算機(jī) 2021年23期2021-09-23
- 一種非線性金融系統(tǒng)的力學(xué)分析及基于有限時(shí)間LaSalle不變集的混沌控制
品需求彈性；狀態(tài)變量 x,y,z ∈ R ，分別代表利率、投資需求、價(jià)格指數(shù).由系統(tǒng)(1)可知，投資需求與儲(chǔ)蓄量的大小關(guān)系，以及物價(jià)的結(jié)構(gòu)調(diào)整都影響著x的變化，y的變化與利率和單位投資成本成反比，與投資率成正比；而z的變化既受通貨膨脹率的影響，又受商品市場(chǎng)供求矛盾的調(diào)控.針對(duì)系統(tǒng)(1)及其衍生的金融混沌系統(tǒng)，研究人員研究了系統(tǒng)控制的方法和分岔[7-13]，以及將系統(tǒng)(1)擴(kuò)至 4D超混沌系統(tǒng)并研究系統(tǒng)中存在的復(fù)雜特性[14-16].Son等[8]考慮了時(shí)滯
天津科技大學(xué)學(xué)報(bào) 2021年4期2021-08-26
- 線性多步量化狀態(tài)系統(tǒng)算法及在溢流閥上應(yīng)用
算過程中認(rèn)為狀態(tài)變量是不連續(xù)的算法，其邏輯與傳統(tǒng)時(shí)間離散的積分方法不同，在QSS中可以通過量化函數(shù)將狀態(tài)變量以“量子”大小進(jìn)行分割，并行計(jì)算每個(gè)狀態(tài)變量狀態(tài)改變所需要的時(shí)間，這一過程稱之為“躍遷”，再以最小躍遷時(shí)間為統(tǒng)一步長(zhǎng)，采取個(gè)體異步、整體同步的時(shí)間推進(jìn)思想，從而達(dá)到推進(jìn)積分的目的，是一種并行式事件驅(qū)動(dòng)型算法[9]。在求解一般ODE方程時(shí)，由于在求解過程中不進(jìn)行迭代，故而其求解速度得到大幅提升，并且因?yàn)槠浔旧淼那蠼馓匦詫?dǎo)致它天然具有強(qiáng)穩(wěn)定、高精度等優(yōu)點(diǎn)
- 新四翼超混沌系統(tǒng)的線性反饋控制*
)盡可能少的狀態(tài)變量進(jìn)行線性反饋控制，則控制的結(jié)構(gòu)形式就更加簡(jiǎn)單，電路實(shí)現(xiàn)更加容易。但經(jīng)過推算，僅對(duì)系統(tǒng)(1)的某一個(gè)狀態(tài)變量實(shí)施線性反饋控制，不能夠消除其混沌行為而趨于穩(wěn)定狀態(tài)。若對(duì)系統(tǒng)(1)的任意兩個(gè)及以上狀態(tài)變量實(shí)施線性反饋控制，就能夠使系統(tǒng)穩(wěn)定到預(yù)期的運(yùn)動(dòng)狀態(tài)。不失一般性，僅對(duì)系統(tǒng)(1)的狀態(tài)變量y和u進(jìn)行控制，取線性反饋控制器為v2=my，v4=nu，新四翼超混沌系統(tǒng)(1)對(duì)應(yīng)的受控系統(tǒng)描述為，(2)在參數(shù)已知情況下，為了討論反饋增益系數(shù)m和n滿
- 基于Simulink 軟件的組合滑?？刂品抡鎸?shí)驗(yàn)
的平衡控制，狀態(tài)變量快速收斂到零。采用Simulink 軟件建立仿真實(shí)驗(yàn)系統(tǒng)進(jìn)行仿真實(shí)驗(yàn)，并對(duì)仿真結(jié)果進(jìn)行分析。組合滑?？刂破髂軌蜻M(jìn)行不同初始狀態(tài)Duffing 混沌系統(tǒng)的平衡控制，能夠避免奇異問題，具有非?？斓氖諗克俣?。1 二階非線性系統(tǒng)二階Duffing 混沌系統(tǒng)常用于微弱信號(hào)的檢測(cè)[3]，是典型的二階非線性系統(tǒng)。對(duì)于Duffing 混沌系統(tǒng)的控制，已經(jīng)提出很多方法[4-5]。Duffing 混沌系統(tǒng)的狀態(tài)方程表示為其中，x1和x2為系統(tǒng)的狀態(tài)變量，t
科技創(chuàng)新與應(yīng)用 2021年12期2021-05-02
- 一類三階混沌系統(tǒng)的反饋控制實(shí)驗(yàn)設(shè)計(jì)
為混沌系統(tǒng)的狀態(tài)變量,a、b和c為常數(shù)。當(dāng)a=1.2,b= 0.62,c=1時(shí),該系統(tǒng)處于混沌狀態(tài)。采用MATLAB/Simulink軟件進(jìn)行該混沌系統(tǒng)的數(shù)值仿真,采用變步長(zhǎng)的四階-五階龍格庫(kù)塔算法(ode45算法),進(jìn)行常微分方程的數(shù)值求解[3]。混沌系統(tǒng)的初始狀態(tài)設(shè)定為x1( 0) = 1.5,x2(0) = -2 ,x3(0) = 2.5,最大步長(zhǎng)為0.0001s,仿真時(shí)間為400s。該混沌系統(tǒng)仿真后,狀態(tài)變量x1和x2的二維相圖,如圖1所示,狀態(tài)變
數(shù)字技術(shù)與應(yīng)用 2021年2期2021-04-22
- 基于因果分析的燒結(jié)生產(chǎn)狀態(tài)預(yù)測(cè)模型
量。由于以上狀態(tài)變量對(duì)燒結(jié)機(jī)生產(chǎn)狀態(tài)的重要指示意義，本文選取第14 號(hào)風(fēng)箱（對(duì)應(yīng)于燒結(jié)機(jī)中部）和第22號(hào)風(fēng)箱（對(duì)應(yīng)于燒結(jié)機(jī)尾部）的負(fù)壓和廢氣溫度以及燒結(jié)終點(diǎn)的位置和溫度共6 個(gè)狀態(tài)變量作為研究目標(biāo)。為了準(zhǔn)確預(yù)測(cè)以上6 個(gè)關(guān)鍵狀態(tài)變量（state variables,SVs）的變化趨勢(shì)，需要分析這6 個(gè)變量變化背后的機(jī)理。通常來(lái)說狀態(tài)變量的變化與操作變量（operating variables,OVs）和狀態(tài)變量歷史值有關(guān)。本文中采用因果分析的手段來(lái)分析這種
化工學(xué)報(bào) 2021年3期2021-04-09
- 運(yùn)用FPGA設(shè)計(jì)分?jǐn)?shù)階混沌系統(tǒng)
在每一次計(jì)算狀態(tài)變量后，將數(shù)據(jù)通過USB總線傳送至電腦，實(shí)驗(yàn)數(shù)據(jù)在經(jīng)LabVIEW處理后與數(shù)值仿真結(jié)果一致，驗(yàn)證了方案的可行性和正確性。此方案無(wú)需使用示波器，且分?jǐn)?shù)階算法模塊工作在4倍源時(shí)鐘頻率200MHz，不僅為信息加密、保密通信提供理論與實(shí)驗(yàn)依據(jù)，同時(shí)也為混沌系統(tǒng)的FPGA的設(shè)計(jì)與驗(yàn)證帶來(lái)便利。相比于整數(shù)階微分，分?jǐn)?shù)階微分能夠描述更復(fù)雜的動(dòng)力學(xué)行為，因此具有更加廣闊的應(yīng)用前景，Adomian分解法是常用的計(jì)算分?jǐn)?shù)階微分的算法。使用數(shù)字電路設(shè)計(jì)混沌系統(tǒng)，
電子世界 2021年22期2021-02-28
- 基于嵌套思路的飽和孔隙-裂隙介質(zhì)本構(gòu)理論
構(gòu)方程的應(yīng)變狀態(tài)變量和應(yīng)力狀態(tài)變量. 再次，根據(jù)熱力學(xué)局部平衡假定，獲得飽和孔隙-裂隙介質(zhì)的自由能勢(shì)函數(shù)一般本構(gòu)方程. 最后，從一般自由能勢(shì)函數(shù)本構(gòu)方程出發(fā)，獲得孔隙骨架和裂隙骨架變形相互耦合的各向同性線彈性方程. 當(dāng)孔隙骨架和裂隙骨架變形解耦時(shí)，該方程能夠退化到Khalili線彈性方程. 研究表明，在小應(yīng)變情況下固相應(yīng)變可分解為裂隙骨架應(yīng)變、孔隙骨架應(yīng)變與固相材料體應(yīng)變之和;當(dāng)混合物均勻化響應(yīng)原理成立和流相材料本構(gòu)模型與單相一致時(shí)，裂隙骨架應(yīng)變、孔隙骨架
湖南大學(xué)學(xué)報(bào)·自然科學(xué)版 2021年1期2021-02-21
- 基于狀態(tài)變量摩擦模型的振動(dòng)控制
前運(yùn)動(dòng)狀態(tài)的狀態(tài)變量摩擦模型，通過基于摩擦模型動(dòng)力學(xué)方程的穩(wěn)定性分析，最終基于穩(wěn)定性分析的結(jié)果，得出控制參數(shù)設(shè)置的合理意見。關(guān)鍵詞：滯滑現(xiàn)象；狀態(tài)變量摩擦模型*基金項(xiàng)目：2020年產(chǎn)業(yè)技術(shù)基礎(chǔ)公共服務(wù)平臺(tái)——工業(yè)機(jī)器人核心關(guān)鍵技術(shù)驗(yàn)證與支撐保障服務(wù)平臺(tái)建設(shè)項(xiàng)目（2020-0097-1-1）0 引言非線性摩擦是影響工業(yè)機(jī)器人低速運(yùn)動(dòng)性能的主要因素之一，機(jī)器人關(guān)節(jié)摩擦力會(huì)使機(jī)器人產(chǎn)生跟蹤誤差，帶來(lái)極限環(huán)振蕩、滯滑運(yùn)動(dòng)等問題[1]。為此，對(duì)機(jī)械臂的非線性摩擦建模
電子產(chǎn)品世界 2021年5期2021-02-09
- 基于多維度LSTM模型的短時(shí)交通流預(yù)測(cè)
的情況；提出狀態(tài)變量的概念，將交通流量、速度以及時(shí)間占用率等多個(gè)因素組合成多維度狀態(tài)變量作為輸入向量，輸入到訓(xùn)練好的LSTM預(yù)測(cè)模型中，并將同樣的數(shù)據(jù)輸入到其他不同的預(yù)測(cè)算法，通過計(jì)算誤差評(píng)價(jià)指標(biāo)來(lái)對(duì)比驗(yàn)證預(yù)測(cè)結(jié)果。1 基于LSTM的交通流預(yù)測(cè)模型交通流通常具有隨機(jī)性，流量及速度等相關(guān)參數(shù)經(jīng)常受道路實(shí)際路況、交通管制等因素的影響，從而呈現(xiàn)出非線性的特點(diǎn)，給交通流預(yù)測(cè)工作帶來(lái)極大的困難。長(zhǎng)期短時(shí)記憶神經(jīng)網(wǎng)絡(luò)具有準(zhǔn)確度高、分布存儲(chǔ)以及學(xué)習(xí)能力強(qiáng)等優(yōu)勢(shì)，其對(duì)噪聲
鐵道科學(xué)與工程學(xué)報(bào) 2020年11期2020-12-15
- 超聲波電機(jī)改進(jìn)非因果迭代學(xué)習(xí)轉(zhuǎn)速控制
量計(jì)算式中的狀態(tài)變量項(xiàng)。進(jìn)一步考察控制律中狀態(tài)變量項(xiàng)的具體數(shù)值，四個(gè)狀態(tài)變量差值項(xiàng)均為負(fù)，它們各自所乘系數(shù)值分別為0.16153，-0.059898，-0.059950，-0.0067279，只有第一個(gè)是正，其余均為負(fù)，即控制量計(jì)算式中唯一的負(fù)值項(xiàng)來(lái)自狀態(tài)變量x1的本次與上次的差值，且其前所乘系數(shù)值大于其它各項(xiàng)系數(shù)值?？梢姡谵D(zhuǎn)速接近給定值時(shí)，由于前次誤差值越來(lái)越小，控制律中誤差項(xiàng)的絕對(duì)數(shù)值越來(lái)越小，狀態(tài)變量項(xiàng)逐漸起主導(dǎo)作用，導(dǎo)致控制量逆勢(shì)減小。隨著控制量
微電機(jī) 2020年8期2020-09-10
- 可變多胞體結(jié)構(gòu)的魯棒模型預(yù)測(cè)控制
，在線時(shí)根據(jù)狀態(tài)變量在橢圓集序列中的位置得到系統(tǒng)的控制律，這種基于離線嵌套橢圓集RMPC已經(jīng)取得了許多研究成果[5-6]。文獻(xiàn)[7]針對(duì)系統(tǒng)狀態(tài)的多組一維子空間，運(yùn)用常規(guī)離線魯棒預(yù)測(cè)控制生成多組橢圓不變集序列，在線時(shí)尋求當(dāng)前狀態(tài)所處最大橢圓不變集，通過簡(jiǎn)單的融合計(jì)算得到對(duì)應(yīng)的控制律。文獻(xiàn)[8]離線構(gòu)造一系列橢圓集來(lái)描述多步可行區(qū)域，每個(gè)橢圓集的平衡點(diǎn)根據(jù)上一個(gè)橢圓來(lái)選取，再根據(jù)在線計(jì)算合適的輸入使系統(tǒng)穩(wěn)定，采用逐步倒退計(jì)算的方法確保迭代的可行性和穩(wěn)定性，減
計(jì)算機(jī)工程與應(yīng)用 2020年7期2020-04-07
- 基于路徑關(guān)鍵狀態(tài)變量的測(cè)試用例約簡(jiǎn)
于謂詞和關(guān)鍵狀態(tài)變量分析的測(cè)試用例約簡(jiǎn)方法，旨在減少測(cè)試用例的冗余，提高測(cè)試效率，降低測(cè)試成本，并與原測(cè)試用例集具有相同的錯(cuò)誤檢測(cè)率。1 關(guān)鍵狀態(tài)變量1.1 關(guān)鍵狀態(tài)變量定義本文將影響謂詞表達(dá)式中判斷條件的變量稱為關(guān)鍵狀態(tài)變量。在程序運(yùn)行過程中，程序傳遞的參數(shù)的值會(huì)影響謂詞表達(dá)式中的判斷條件，而謂詞表達(dá)式中的判斷條件的結(jié)果會(huì)影響程序運(yùn)行的路徑。關(guān)鍵狀態(tài)變量包括以下3種參數(shù)：(1) 程序運(yùn)行過程中傳遞給方法的參數(shù)；(2)程序中影響謂詞表達(dá)式中的判斷條件的輸入
智能計(jì)算機(jī)與應(yīng)用 2020年10期2020-03-18
- 基于特征正交分解與離散經(jīng)驗(yàn)插值的淺水波模式降階解法
N-4時(shí)刻的狀態(tài)變量取自數(shù)據(jù)集①相應(yīng)時(shí)刻的狀態(tài)變量；k=2,7,12,…,N-3時(shí)刻的狀態(tài)變量取自數(shù)據(jù)集②；k=3,8,13,…,N-2時(shí)刻的狀態(tài)變量取自數(shù)據(jù)集③；k=4,9,14,…,N-1時(shí)刻的狀態(tài)變量取自數(shù)據(jù)集④；k=5,10,15,…,N時(shí)刻的狀態(tài)變量取自數(shù)據(jù)集⑤。(18)(19)2.1.2 特征值分解對(duì)矩陣A、B和C分別進(jìn)行奇異值分解,可以獲得按降序排列的特征值：(20)并定義：(21)2.1.3 確定POD基向量選擇r滿足：r=argmin{I
科學(xué)技術(shù)與工程 2020年1期2020-02-24
- Rossler混沌系統(tǒng)單一狀態(tài)變量耦合同步研究
系統(tǒng)中的系統(tǒng)狀態(tài)變量進(jìn)行耦合,是一種有效且易于實(shí)現(xiàn)的方法。文獻(xiàn)[14]通過函數(shù)耦合實(shí)現(xiàn)了Duffing系統(tǒng)的混沌同步。文獻(xiàn)[15]通過單向耦合,利用Lyapunov穩(wěn)定性定理,采用全局同步法分別證明了Lorenz系統(tǒng)與Chen系統(tǒng)實(shí)現(xiàn)自同步的可靠性。文獻(xiàn)[16]基于Lyapunov穩(wěn)定性理論,構(gòu)造了Lyapunov函數(shù),實(shí)現(xiàn)了Chen超混沌系統(tǒng)的線性耦合同步。文獻(xiàn)[17]針對(duì)非線性Chua電路,實(shí)現(xiàn)了系統(tǒng)的線性耦合同步。上述文獻(xiàn)所研究的混沌同步問題中,驅(qū)動(dòng)
- 單參數(shù)Chen 系統(tǒng)的部分狀態(tài)線性化同步
就要對(duì)其全部狀態(tài)變量施加較復(fù)雜的線性或非線性控制器[6?8],實(shí)際應(yīng)用中混沌同步是較難實(shí)現(xiàn)的,主要原因是混沌系統(tǒng)的內(nèi)隨機(jī)性和外部不確定因素的干擾,同時(shí)系統(tǒng)內(nèi)部的不確定性和系統(tǒng)的狀態(tài)變量較多,對(duì)其全部狀態(tài)變量實(shí)施控制是不現(xiàn)實(shí)的.為此,設(shè)置最簡(jiǎn)單的控制器,控制盡可能少的系統(tǒng)狀態(tài)變量,實(shí)現(xiàn)混沌系統(tǒng)的全部狀態(tài)變量同步是混沌同步研究的不懈的追求．劉洪娟等人研究了參數(shù)未知的統(tǒng)一混沌系統(tǒng)中的混合同步現(xiàn)象[9],僅通過對(duì)一個(gè)變量實(shí)施線性反饋控制,實(shí)現(xiàn)了統(tǒng)一混沌系統(tǒng)同步．然
數(shù)學(xué)雜志 2019年4期2019-07-31
- Buck型變換器非奇異固定時(shí)間滑模控制
只能保證系統(tǒng)狀態(tài)變量在無(wú)限時(shí)間內(nèi)無(wú)限接近平衡點(diǎn)。因此，為獲得更好的跟蹤性能，近幾年來(lái)，在開關(guān)電源領(lǐng)域，已有不少文獻(xiàn)基于終端滑模理論設(shè)計(jì)了有限時(shí)間控制算法以保證系統(tǒng)狀態(tài)變量在有限時(shí)間內(nèi)可以收斂到平衡點(diǎn)。文獻(xiàn)[7]基于終端滑模理論設(shè)計(jì)了有限時(shí)間滑模控制器，實(shí)現(xiàn)了Buck變換器輸出電壓的快速收斂。同時(shí)，文獻(xiàn)[8-9]針對(duì)Buck型降壓變換器中存在的不匹配干擾和負(fù)載突變問題，設(shè)計(jì)了自適應(yīng)有限時(shí)間控制器，提高了系統(tǒng)的魯棒性。文獻(xiàn)[7-9]中有限時(shí)間控制器均可保證Bu
計(jì)算機(jī)測(cè)量與控制 2019年6期2019-06-27
- 基于狀態(tài)量擴(kuò)維的旋轉(zhuǎn)式捷聯(lián)慣導(dǎo)系統(tǒng)精對(duì)準(zhǔn)方法
轉(zhuǎn)改變了系統(tǒng)狀態(tài)變量的可觀測(cè)性[13-14]，而現(xiàn)有旋轉(zhuǎn)式捷聯(lián)慣導(dǎo)系統(tǒng)對(duì)準(zhǔn)模型多采用靜態(tài)10維對(duì)準(zhǔn)模型，未對(duì)旋轉(zhuǎn)過程中陀螺和加速度計(jì)的標(biāo)度因數(shù)誤差、安裝誤差的可觀測(cè)性進(jìn)行分析，便將其從狀態(tài)變量中剔除，導(dǎo)致濾波模型不精確，進(jìn)而影響了姿態(tài)對(duì)準(zhǔn)精度。針對(duì)此問題，本文提出了一種基于狀態(tài)量擴(kuò)維的旋轉(zhuǎn)式捷聯(lián)慣導(dǎo)系統(tǒng)精對(duì)準(zhǔn)方法。首先，建立28維精對(duì)準(zhǔn)模型；然后，通過可觀測(cè)度分析優(yōu)化精對(duì)準(zhǔn)模型；最后，通過仿真試驗(yàn)驗(yàn)證了該方法的有效性。1 擴(kuò)維的精對(duì)準(zhǔn)模型靜基座下載體的位置
北京航空航天大學(xué)學(xué)報(bào) 2019年5期2019-05-29
- 非奇異快速終端滑?？刂品抡鎸?shí)驗(yàn)
]T為系統(tǒng)的狀態(tài)變量,f(x)和g(x)為連續(xù)的非線性函數(shù),且g(x)≠0,u為控制輸入；d(t)為外部干擾信號(hào),且|d(t)|≤μ,μ>0。本文采用的二階非線性系統(tǒng)，f(x)=-16x2,g(x)=125,外部干擾信號(hào)為d(t)=0.1sin(20t)，則式(1)寫作(2)在滑?？刂破髟O(shè)計(jì)中,采用常用的指數(shù)趨近律。本文采用的指數(shù)趨近律為εsgn(s)(3)在普通的滑?？刂浦?采用的線性滑模面為s1=x2+cx1(4)其中參數(shù)c>0。采用指數(shù)趨近律時(shí),滑模
實(shí)驗(yàn)技術(shù)與管理 2018年11期2018-12-05
- 基于微分算法的變循環(huán)發(fā)動(dòng)機(jī)控制器建模研究
變循環(huán)發(fā)動(dòng)機(jī)狀態(tài)變量模型將變循環(huán)發(fā)動(dòng)機(jī)閉環(huán)控制系統(tǒng)設(shè)計(jì)為三輸入三輸出的多變量控制器，參考渦扇發(fā)動(dòng)機(jī)被控制變量，結(jié)合變循環(huán)發(fā)動(dòng)機(jī)工作特點(diǎn)，最終選定Wfb、A8、Arvabi為輸入，nh、nl、πepr為輸出建立發(fā)動(dòng)機(jī)狀態(tài)變量模型。設(shè)狀態(tài)變量模型為：因而狀態(tài)變量模型可表示為：其中：eye(3)代表3階的單位矩陣，zeros(3)代表3階的零矩陣。在同一穩(wěn)態(tài)工作點(diǎn)（）x0,y0, u0）處，對(duì)非線性部件級(jí)模型分別做Wfb、A8、Arvabi的小階躍仿真，階躍幅值
中國(guó)設(shè)備工程 2018年18期2018-10-15
- 傳遞函數(shù)的能控和能觀測(cè)標(biāo)準(zhǔn)型實(shí)現(xiàn)方法
這四種實(shí)現(xiàn)的狀態(tài)變量如何選取未做出比較全面、簡(jiǎn)潔的解釋，這給讀者理解與學(xué)習(xí)這四種實(shí)現(xiàn)帶來(lái)了一定的困難[1-5]。本文給出由傳遞函數(shù)或者高階微分方程建立能控標(biāo)準(zhǔn)型和能觀測(cè)標(biāo)準(zhǔn)型的兩種方法，即基于微分方程的時(shí)域法和基于梅森公式的狀態(tài)結(jié)構(gòu)圖法。下面以三階系統(tǒng)為例，詳細(xì)介紹這兩種方法，其結(jié)論可以推廣到n階系統(tǒng)。三階系統(tǒng)微分方程的一般形式為(4)相應(yīng)的傳遞函數(shù)為(5)其中β2=b2-a2b3β1=b1-a1b3β0=b0-a0b31 時(shí)域法1.1 能控標(biāo)準(zhǔn)Ⅰ型實(shí)現(xiàn)對(duì)
電氣電子教學(xué)學(xué)報(bào) 2018年1期2018-04-12
- 1:1內(nèi)共振情況下輕質(zhì)材料層合板動(dòng)力學(xué)的奇異性分析*
的分類,其中狀態(tài)變量只有一個(gè)且具有Z2對(duì)稱性. 1986年,Keyfitz[11]給出了余維數(shù)不大于7的分叉問題的分類,其中狀態(tài)變量只有一個(gè)但不具對(duì)稱性,給出了各種形式的通有開折定理,但是這些研究都是針對(duì)單狀態(tài)變量、單分叉參數(shù)的分叉系統(tǒng)而言. 隨后人們將奇異性理論推廣到了多狀態(tài)變量的分叉研究中,1986年,Golubitsky[12]研究了單參數(shù)兩狀態(tài)變量余維數(shù)不超過2的分叉問題的分類,其中狀態(tài)變量關(guān)于二面體群4D對(duì)稱,1988年,Melbourne[13
動(dòng)力學(xué)與控制學(xué)報(bào) 2018年1期2018-03-21
- 驅(qū)動(dòng)力矩對(duì)汽車轉(zhuǎn)向驅(qū)動(dòng)分岔的影響分析?
利用相空間、狀態(tài)變量時(shí)間序列、功率譜密度和李雅普諾夫指數(shù)分析了驅(qū)動(dòng)力矩對(duì)轉(zhuǎn)向驅(qū)動(dòng)分岔特征影響的動(dòng)力學(xué)演變過程。結(jié)果表明：驅(qū)動(dòng)力矩的大小將直接影響汽車動(dòng)力學(xué)系統(tǒng)的分岔特征，在分析汽車的動(dòng)力學(xué)分岔特征時(shí)應(yīng)同時(shí)考慮前輪轉(zhuǎn)角和驅(qū)動(dòng)力矩兩個(gè)分岔參數(shù)的影響。汽車非線性動(dòng)力學(xué)；驅(qū)動(dòng)力矩；轉(zhuǎn)向驅(qū)動(dòng)耦合工況；分岔；混沌前言汽車的動(dòng)力學(xué)特征是研究汽車主動(dòng)安全性的重要理論基礎(chǔ)。汽車作為典型的非線性動(dòng)力學(xué)系統(tǒng)，在極限工況下很容易出現(xiàn)分岔或混沌等不穩(wěn)定的動(dòng)力學(xué)行為。隨著非線性動(dòng)力學(xué)
汽車工程 2017年10期2017-11-08
- 基于T-S模糊的縱向飛行模型簇LQG控制器設(shè)計(jì)
標(biāo)，確定系統(tǒng)狀態(tài)變量和控制變量的加權(quán)矩陣，為設(shè)計(jì)者提供設(shè)計(jì)空間，其控制理論已經(jīng)成功應(yīng)用于結(jié)構(gòu)振動(dòng)控制[3]。本文提出將T-S模糊模型和LQR控制算法相結(jié)合，應(yīng)用于縱向飛行模型簇控制器設(shè)計(jì)，解決了狀態(tài)、輸入擾動(dòng)下系統(tǒng)自動(dòng)調(diào)穩(wěn)功能?；谏鲜龇答伨€性化思想和多變量模糊控制理論，本文首先通過反饋線性化將飛行器姿態(tài)運(yùn)動(dòng)方程進(jìn)行線性化，同時(shí)實(shí)現(xiàn)各通道的解耦，然后對(duì)各控制通道設(shè)計(jì)基于T-S模糊模型的LQG控制器。以F/A-18模型參數(shù)為基礎(chǔ)進(jìn)行仿真，結(jié)果顯示在狀態(tài)、輸入
航空科學(xué)技術(shù) 2017年12期2017-11-02
- 基于集合卡爾曼濾波的湖泊富營(yíng)養(yǎng)化模型Delft3D-BLOOM數(shù)據(jù)同化
分別進(jìn)行模型狀態(tài)變量同化以及狀態(tài)變量與關(guān)鍵參數(shù)同步同化. 結(jié)果顯示，僅同化狀態(tài)變量時(shí)，模型預(yù)測(cè)精度有所增加；同時(shí)同化狀態(tài)變量和關(guān)鍵參數(shù)時(shí)，可顯著提升模型在湖泊水環(huán)境質(zhì)量預(yù)測(cè)中的精度. 該研究為應(yīng)用集合卡爾曼濾波以提高復(fù)雜的湖庫(kù)富營(yíng)養(yǎng)化模型模擬精度提供了有效的方法.集合卡爾曼濾波；富營(yíng)養(yǎng)化模型；數(shù)據(jù)同化；湖泊；太湖水是人類社會(huì)重要的基礎(chǔ)性自然資源，而湖泊是世界上重要的淡水資源庫(kù)之一. 然而，隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，湖泊水環(huán)境已遭受嚴(yán)重的污染，眾多湖泊呈現(xiàn)出嚴(yán)
湖泊科學(xué) 2017年5期2017-09-08
- 基于AUV垂直面運(yùn)動(dòng)控制的狀態(tài)增減多模型切換
特點(diǎn)，提出了狀態(tài)變量增減的多模型切換的概念?；谇袚Q系統(tǒng)穩(wěn)定判據(jù)——共同Lyapunov函數(shù)法，提出了變加權(quán)多模型切換策略，實(shí)現(xiàn)了切換過程的穩(wěn)定性，避免了切換過程的抖動(dòng)問題。多次湖泊試驗(yàn)證明，加權(quán)多模型切換策略避免了由于期望深度變化而造成的執(zhí)行機(jī)構(gòu)飽和、深度和縱傾角超調(diào)量過大等問題，且改善了AUV系統(tǒng)深度運(yùn)動(dòng)的靜動(dòng)態(tài)控制品質(zhì)。自主水下機(jī)器人； 加權(quán)多模型切換控制； 共同Lyapunov函數(shù)； 垂直面控制模型； 縱傾角控制模型； 切換系統(tǒng)自主水下機(jī)器人(au
哈爾濱工程大學(xué)學(xué)報(bào) 2017年8期2017-09-03
- 直接配置中GPS輔助慣性導(dǎo)航系統(tǒng)研究
來(lái)估計(jì)系統(tǒng)的狀態(tài)變量、抑制測(cè)量噪聲，其已被認(rèn)為是最強(qiáng)有力的狀態(tài)估計(jì)技術(shù)之一。所研究的GPS-INS集成系統(tǒng)的架構(gòu)基于在直接配置擴(kuò)展卡爾曼濾波的方法。該方法能通過預(yù)測(cè)狀態(tài)和測(cè)量殘差（預(yù)測(cè)值和當(dāng)前值之間的差異）來(lái)更新狀態(tài)向量。系統(tǒng)預(yù)測(cè)狀態(tài)。預(yù)測(cè)方程通過從陀螺儀和加速度計(jì)獲得測(cè)量結(jié)果及時(shí)進(jìn)行系統(tǒng)狀態(tài)估計(jì)，估計(jì)的向量狀態(tài)由22個(gè)狀態(tài)變量組成，16個(gè)狀態(tài)變量描述車身6自由度的運(yùn)動(dòng)，其余6個(gè)狀態(tài)變量描述傳感器誤差（陀螺儀和加速度計(jì)偏差）。系統(tǒng)更新。為了糾正和限制所估計(jì)
汽車文摘 2016年1期2016-12-10
- ABS非線性動(dòng)態(tài)器的控制策略
些無(wú)法測(cè)量的狀態(tài)變量，重建的狀態(tài)變量是對(duì)標(biāo)真實(shí)車輛上的ABS。通過非線性動(dòng)態(tài)控制器來(lái)確保狀態(tài)變量的估計(jì)是指數(shù)收斂的，且相對(duì)于參數(shù)變化具有魯棒性。提出一種為試驗(yàn)室而設(shè)計(jì)的ABS非線性動(dòng)態(tài)控制器，該控制器由安裝在兩個(gè)車輪上的角速度狀態(tài)觀測(cè)器構(gòu)成，且假設(shè)可以測(cè)量模擬車輪上輪的加速度和速度，軸承的摩擦扭矩和系統(tǒng)的參數(shù)已知。對(duì)于上輪，非線性觀測(cè)器將其作為一種簡(jiǎn)化的Pacejka輪胎模型。設(shè)計(jì)非線性動(dòng)態(tài)控制器確保建立的ABS指數(shù)穩(wěn)定。考慮到不同的情況和條件，在ABS試
汽車文摘 2016年11期2016-12-08
- 一種基于主狀態(tài)變量分離的降維仿真算法設(shè)計(jì)
?一種基于主狀態(tài)變量分離的降維仿真算法設(shè)計(jì)張恒浩，唐慶博，唐 超，魏 明，劉丙利（中國(guó)運(yùn)載火箭技術(shù)研究院研究發(fā)展中心，北京，100076）針對(duì)異步信息融合算法中狀態(tài)向量維數(shù)過多和推導(dǎo)出來(lái)的協(xié)方差維數(shù)過高而導(dǎo)致的計(jì)算量增大的問題，提出一種基于主狀態(tài)變量分離的降維仿真算法，將組合導(dǎo)航系統(tǒng)中進(jìn)行計(jì)算的狀態(tài)變量進(jìn)行分類，確定主變量和次變量，在保證系統(tǒng)精度要求的前提下減小系統(tǒng)的計(jì)算量，從而保證系統(tǒng)的實(shí)時(shí)性工作要求。仿真結(jié)果證明該算法在滿足系統(tǒng)精度要求的前提下能夠有效
導(dǎo)彈與航天運(yùn)載技術(shù) 2016年2期2016-10-14
- 基于分解降階模型的雙饋異步發(fā)電機(jī)模態(tài)估計(jì)方法
證手段。根據(jù)狀態(tài)變量特征及其耦合特性，提出基于分解降階模型的重要模態(tài)估計(jì)方法。首先基于機(jī)械傳動(dòng)鏈模型和異步發(fā)電機(jī)模型方程，分析了機(jī)械傳動(dòng)鏈和異步發(fā)電機(jī)狀態(tài)變量與雙饋異步發(fā)電機(jī)系統(tǒng)其他狀態(tài)變量的多時(shí)間尺度和耦合特性。在此基礎(chǔ)上，提出了基于分解降階模型的軸系扭振和定轉(zhuǎn)子磁鏈振蕩模態(tài)的估計(jì)方法，并利用奇異攝動(dòng)理論揭示了該降階模態(tài)估計(jì)方法的內(nèi)在本質(zhì)。最后，通過對(duì)比分析分解降階模態(tài)估計(jì)、詳細(xì)模型模態(tài)分析結(jié)果，驗(yàn)證了分解降階模態(tài)估計(jì)方法的正確性。雙饋異步發(fā)電機(jī)；本征特
電力系統(tǒng)保護(hù)與控制 2016年6期2016-10-13
- 壓電疊層梁的動(dòng)力精確解
力連續(xù)條件的狀態(tài)變量。這種方法特別適用于疊層梁的求解，而且不受厚度的限制，在疊層構(gòu)件的求解中得到了廣泛應(yīng)用［3］。本文在彈性材料狀態(tài)空間解的基礎(chǔ)上，結(jié)合壓電材料的基本方程，得到壓電材料的傳遞矩陣，進(jìn)而推導(dǎo)出壓電疊層梁的狀態(tài)變量空間解。1 壓電單層梁自由振動(dòng)的狀態(tài)方程如圖1所示的簡(jiǎn)支壓電單層梁，材料為彈性壓電材料。1.1 本構(gòu)關(guān)系［4－8］：1.2 運(yùn)動(dòng)方程設(shè)壓電材料的密度為ρ。在忽略體力、體電流和體電荷的情況下，梁的運(yùn)動(dòng)方程為：1.3 梯度方程1.4 簡(jiǎn)支
安徽建筑大學(xué)學(xué)報(bào) 2015年3期2015-12-24
- 柴油機(jī)靜態(tài)和動(dòng)態(tài)的最優(yōu)化控制
構(gòu)，因此對(duì)于狀態(tài)變量的任意一個(gè)子集都可以被看作似穩(wěn)定的量。通過順序地省略壓力動(dòng)力學(xué)、渦輪增壓器慣量和熱動(dòng)力學(xué)，這種架構(gòu)可以減少渦輪增壓柴油機(jī)狀態(tài)變量的個(gè)數(shù)。利用結(jié)果優(yōu)化控制輸入與動(dòng)態(tài)仿真進(jìn)行比較，對(duì)忽略這些動(dòng)力學(xué)元素的影響進(jìn)行評(píng)估。采用一個(gè)6氣缸、總體積為8.7L的重型柴油機(jī)作為研究對(duì)象，采用了可變截面渦輪增壓技術(shù)，但并沒有廢氣再循環(huán)系統(tǒng)。使用基于物理的燃燒模型，同時(shí)結(jié)合擴(kuò)展的氣道均值模型。這種方法為靜態(tài)發(fā)動(dòng)機(jī)標(biāo)定和動(dòng)態(tài)發(fā)動(dòng)機(jī)優(yōu)化搭起了橋梁，使它們能夠以某
汽車文摘 2015年7期2015-12-14
- 電子機(jī)械制動(dòng)系統(tǒng)的容錯(cuò)控制
對(duì)系統(tǒng)的幾個(gè)狀態(tài)變量參數(shù)進(jìn)行估計(jì)，并利用這些狀態(tài)變量參數(shù)的估計(jì)值檢測(cè)系統(tǒng)的狀態(tài)，作為故障傳感器的輸出信號(hào)。在制動(dòng)塊夾緊和釋放的過程中，可以根據(jù)電機(jī)的位置和滯后情況對(duì)夾緊力進(jìn)行估計(jì)。同時(shí)，根據(jù)三相平衡電路的特點(diǎn)，可以很容易地檢測(cè)出電流傳感器的故障，并且也可以對(duì)電機(jī)運(yùn)轉(zhuǎn)的具體位置進(jìn)行估計(jì)。例如，在電機(jī)低速運(yùn)轉(zhuǎn)的情況下，可以有很多種不同的方法來(lái)實(shí)現(xiàn)對(duì)電機(jī)運(yùn)轉(zhuǎn)的具體位置進(jìn)行估計(jì)；在電機(jī)高速運(yùn)轉(zhuǎn)情況下，可以采用一種基于模型的方法。若車輛在行駛或制動(dòng)的過程中傳感器出現(xiàn)
汽車文摘 2015年3期2015-12-11
- 一個(gè)新超混沌系統(tǒng)的脈沖修正投影同步
x3，x4是狀態(tài)變量，當(dāng)參數(shù)a=35，b=3，c=35，而d∈(4．6，29．2］和d∈(33．5，53．7］時(shí)，系統(tǒng)(1)有兩個(gè)正的Lyapunov 指數(shù)，是超混沌系統(tǒng)．本文對(duì)超混沌系統(tǒng)(1)進(jìn)行脈沖控制后得到脈沖微分系統(tǒng)，然后運(yùn)用脈沖比較系統(tǒng)方法，得到了脈沖修正投影同步的充分判據(jù)．1 基本定義與預(yù)備知識(shí)一個(gè)脈沖微分系統(tǒng)如下描述［8］:這里X∈Rn是狀態(tài)變量，f:R+×Rn→Rn連續(xù)，Ui:Rn→Rn是狀態(tài)變量在時(shí)間瞬時(shí)τi的改變換言之和分別定義為τi前
- 1種航空發(fā)動(dòng)機(jī)增廣模型的建立方法
的增廣發(fā)動(dòng)機(jī)狀態(tài)變量模型是十分必要的。當(dāng)前線性模型的提取主要集中于發(fā)動(dòng)機(jī)的小偏差狀態(tài)變量模型，提取方法主要有小擾動(dòng)法[2]和系統(tǒng)辨識(shí)法[3]。小擾動(dòng)法方法簡(jiǎn)單但建模精度不高，系統(tǒng)辨識(shí)法則可以明顯增加建模的精度，得到了不斷發(fā)展。仇小杰[4]提出了基于變尺度法的混合求解方法；李秋國(guó)等[5]提出了基于遺傳算法的發(fā)動(dòng)機(jī)狀態(tài)變量模型求解方法；王斌等[6]提出了1種基于粒子群算法建立小偏差狀態(tài)變量模型的方法并以此為基礎(chǔ)建立了分段線性模型。但這些方法都存在初值選取問題，
航空發(fā)動(dòng)機(jī) 2015年4期2015-11-19
- Global Strong Solution to the 3D Incompressible Navierv-Stokes Equations with General Initial Data
為動(dòng)態(tài)過程的狀態(tài)變量，不同工序作為動(dòng)態(tài)過程的不同時(shí)間點(diǎn)。零件特征隨工序變化而變化的過程，視為狀態(tài)變量隨時(shí)間變化而變化的過程。狀態(tài)空間方程描述了狀態(tài)變量在狀態(tài)空間中隨時(shí)間變化的過程，可利用狀態(tài)空間方法解決多工序制造誤差傳遞問題。Throughout this paper,we denote1＜r＜∞,kis a positive constant,the standard Sobolev space is described as follows:We wi
Journal of Mathematical Study 2015年3期2015-10-13
- 基于線性化Poincaré映射模型的非線性電力電子系統(tǒng)控制方法
采樣時(shí)刻離散狀態(tài)變量的動(dòng)態(tài)響應(yīng)，而一個(gè)周期內(nèi)狀態(tài)變量的動(dòng)態(tài)響應(yīng)取決于系統(tǒng)的非線性微分方程。這種復(fù)雜的時(shí)變非線性特性使得非線性電力電子系統(tǒng)的動(dòng)態(tài)性能分析比較困難，同時(shí)系統(tǒng)呈現(xiàn)出分叉和混沌等豐富的動(dòng)力系統(tǒng)特征[4]。非線性電力電子系統(tǒng)的動(dòng)態(tài)性能分析方法有三種：狀態(tài)空間平均法、數(shù)值仿真法和Poincaré映射法。狀態(tài)空間平均法通過對(duì)各個(gè)開關(guān)工作模態(tài)做平均處理，得到變換器的近似解析模型[6,7]。這種轉(zhuǎn)換是近似的，其準(zhǔn)確度隨著系統(tǒng)工作頻率與開關(guān)頻率比值的增大而降低
電工技術(shù)學(xué)報(bào) 2015年18期2015-06-24
- Recent Development and Emerged Technologies of High-Tc Superconducting Coated Conductors
u分別表示由狀態(tài)變量和控制變量構(gòu)成的向量；指故障c發(fā)生后控制變量調(diào)節(jié)范圍的最大值。It is well known that TFA-MOD process is very promising for the industrial scaling up for YBCO coated conductors due to low cost.However，the thermal decomposition for conventional TFA-MOD i
- 反應(yīng)式軟件形式化系統(tǒng)研究系統(tǒng)分析
為狀態(tài)的原子狀態(tài)變量按照一階數(shù)理邏輯語(yǔ)言的語(yǔ)法規(guī)則組合而成，系統(tǒng)原子狀態(tài)變量構(gòu)成了基本遷移系統(tǒng)的形式化語(yǔ)言的字符集，記作vocabulary，簡(jiǎn)記為V.V={vi|vi是原子狀態(tài)變量，i∈0∪N}}.通常情況下假定系統(tǒng)原子狀態(tài)變量個(gè)數(shù)可數(shù);vi可以是數(shù)據(jù)狀態(tài)變量，也可以是控制狀態(tài)變量;數(shù)據(jù)狀態(tài)變量根據(jù)其取值范圍定義其數(shù)據(jù)類型，可以是布爾類型，整型，列表類型或其他類型;控制狀態(tài)變量用于表示系統(tǒng)運(yùn)行過程中進(jìn)程的位置，因此，控制狀態(tài)變量的取值范圍為系統(tǒng)進(jìn)程的位置
- 時(shí)滯類Lorenz系統(tǒng)的Hopf分支
enz系統(tǒng)的狀態(tài)變量加上時(shí)滯得到一個(gè)泛函微分動(dòng)力系統(tǒng)——時(shí)滯類Lorenz系統(tǒng)．首先給出了該系統(tǒng)僅存在零平衡點(diǎn)的條件，然后根據(jù)系統(tǒng)在零平衡點(diǎn)處的線性化系統(tǒng)對(duì)應(yīng)的特征方程根的分布情況，給出了系統(tǒng)在零平衡點(diǎn)處穩(wěn)定性和發(fā)生Hopf分支的條件，最后通過一些數(shù)值模擬驗(yàn)證了所得結(jié)論的正確性．時(shí)滯類Lorenz系統(tǒng)；零平衡點(diǎn)；穩(wěn)定性；Hopf分支自1963年氣象學(xué)家Lorenz提出第一個(gè)經(jīng)典的Lorenz系統(tǒng)[1]以來(lái)，大量的混沌系統(tǒng)相繼被提出，例如Chen系統(tǒng)[2]、
- 基于變尺度尋優(yōu)混合求解算法的航空發(fā)動(dòng)機(jī)狀態(tài)變量模型建立方法
的航空發(fā)動(dòng)機(jī)狀態(tài)變量模型成為研究熱點(diǎn)[6-9]。目前求取航空發(fā)動(dòng)機(jī)狀態(tài)變量模型的算法主要包括小擾動(dòng)法、穩(wěn)態(tài)終值響應(yīng)法和擬合方法[10-14]。其中，小擾動(dòng)方法最簡(jiǎn)單，且易于計(jì)算，但結(jié)果精度不高；穩(wěn)態(tài)終值響應(yīng)法在處理線性模型和非線性模型的終值一致問題上效果較好，但不能保證動(dòng)態(tài)過程的一致性；運(yùn)用擬合法求取的結(jié)果精度較高，但需要理想的初猜值，否則會(huì)出現(xiàn)擬合過程發(fā)散的情況，同時(shí)精度隨著矩陣維數(shù)的增加而降低，耗時(shí)也隨之增加。本文將上述3種算法加以綜合，最終獲得狀態(tài)變
航空發(fā)動(dòng)機(jī) 2014年2期2014-04-27
- 起重機(jī)吊重系統(tǒng)魯棒滑模觀測(cè)器設(shè)計(jì)
擺角角速度等狀態(tài)變量信息[5-9]，但由于吊重與小車之間柔性聯(lián)接結(jié)構(gòu)特點(diǎn)，往往不便于在現(xiàn)場(chǎng)安裝傳感器以測(cè)量吊重?cái)[角與擺角角速度信息[10-11]。所以，文獻(xiàn)[1] 利用神經(jīng)網(wǎng)絡(luò)能對(duì)任意函數(shù)逼近的原理，采用RBF神經(jīng)網(wǎng)絡(luò)，針對(duì)標(biāo)準(zhǔn)單輸入、單輸出的二階系統(tǒng)，在基本狀態(tài)觀測(cè)器的基礎(chǔ)上設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)狀態(tài)觀測(cè)器，將可測(cè)的起重機(jī)吊重?cái)[角變量作為輸入量，實(shí)現(xiàn)了對(duì)吊重?cái)[角速度的觀測(cè)，減少了對(duì)吊重?cái)[角速度的現(xiàn)場(chǎng)測(cè)量成本，但是，這種方法仍須現(xiàn)場(chǎng)測(cè)量吊重?cái)[角，測(cè)量成本仍然較高，
西安理工大學(xué)學(xué)報(bào) 2014年4期2014-03-27
- 污染模型中參數(shù)訂正的集合Kalman濾波擴(kuò)展狀態(tài)變量法
an濾波擴(kuò)展狀態(tài)變量法吳?；?，韓月琪2，王成林2，黃 娟3(1.金陵科技學(xué)院基礎(chǔ)部，江蘇 南京 211169;2.解放軍理工大學(xué)氣象學(xué)院，江蘇 南京 211101;3.江蘇省環(huán)境監(jiān)測(cè)中心，江蘇 南京 210036)污染模型中不確定參數(shù)的精確訂正對(duì)于提高模型的精度有著重要的意義。在集合Kalman濾波(EnKF)同化方法的基礎(chǔ)上，提出了對(duì)模型中不確定參數(shù)進(jìn)行訂正的EnKF擴(kuò)展狀態(tài)變量法，將不確定參數(shù)看成和模型狀態(tài)變量一樣的量，根據(jù)觀測(cè)資料對(duì)不確定變量進(jìn)行訂
環(huán)境監(jiān)控與預(yù)警 2012年3期2012-12-28
- 電力系統(tǒng)主接線的狀態(tài)描述方法
系。1.2 狀態(tài)變量的選取原則狀態(tài)變量的定義為足以完全表征系統(tǒng)運(yùn)行狀態(tài)的最小個(gè)數(shù)的一組變量[6]，根據(jù)狀態(tài)變量的定義和電力主接線運(yùn)行特點(diǎn)，選定開關(guān)動(dòng)器件兩端狀態(tài)為變量。單母線接線的狀態(tài)變量如圖1所示。圖1 單母線接線的狀態(tài)變量圖1中kn（n＝1，2，……5）為隔離開關(guān)；Qm（m＝1，2，3）為斷路器；Li（i＝1，2）為出線；xj（j＝1，2……8）為狀態(tài)變量；I為母線。根據(jù)上述狀態(tài)變量的選取方案，在隔離開關(guān)k1、k3、k5與母線I間應(yīng)設(shè)置三個(gè)狀態(tài)變量，將
山東電力高等?？茖W(xué)校學(xué)報(bào) 2012年5期2012-07-19
- 條件潮流控制的不等式約束分析
送功率條件，狀態(tài)變量條件，控制變量條件})在發(fā)電機(jī)組以其設(shè)計(jì)的額定工況(PV節(jié)點(diǎn))運(yùn)行和滿足功率平衡(平衡節(jié)點(diǎn))要求下，合理并充分地利用機(jī)組的可調(diào)容量來(lái)滿足具有運(yùn)行要求的調(diào)度運(yùn)行方式，使其他的調(diào)壓措施和FACTS技術(shù)在潮流控制與電壓調(diào)整中得以更靈活、更高效的體現(xiàn)。這樣，條件潮流分析的主體是利用交流電源進(jìn)行電力系統(tǒng)穩(wěn)態(tài)潮流控制與電壓調(diào)整的理論與方法。潮流控制及電壓調(diào)整問題的分析，按人工調(diào)節(jié)概念，將控制偏差按靈敏度再分配到指定機(jī)組上的靈敏度方法［1］，這類直觀
電氣開關(guān) 2012年3期2012-05-28
- 機(jī)載武器傳遞對(duì)準(zhǔn)的可觀測(cè)性分析
工程中過多的狀態(tài)變量會(huì)增加處理器的計(jì)算負(fù)擔(dān)，降低濾波實(shí)現(xiàn)的速度，加大卡爾曼濾波器實(shí)現(xiàn)的難度.因此，需要通過可觀測(cè)性分析舍去對(duì)系統(tǒng)性能影響較小的狀態(tài)變量，使工程上實(shí)現(xiàn)更加容易.1 傳遞對(duì)準(zhǔn)方案設(shè)計(jì)傳遞對(duì)準(zhǔn)是指利用子、主慣導(dǎo)系統(tǒng)輸出的導(dǎo)航參數(shù)的差值作為量測(cè)量來(lái)估計(jì)出子慣導(dǎo)系統(tǒng)相對(duì)于主慣導(dǎo)系統(tǒng)導(dǎo)航參數(shù)誤差和慣性元件誤差，然后對(duì)子慣導(dǎo)系統(tǒng)進(jìn)行初始校正的過程.在理論上，可以利用運(yùn)載體的主慣導(dǎo)和武器上的子慣導(dǎo)的多種參數(shù)進(jìn)行匹配實(shí)現(xiàn)傳遞對(duì)準(zhǔn).根據(jù)匹配參數(shù)性質(zhì)的不同，可以
北京航空航天大學(xué)學(xué)報(bào) 2012年9期2012-03-19
- 基于FORTRAN編程的PSS/E用戶自定義勵(lì)磁系統(tǒng)建模
型確定使用的狀態(tài)變量，并推導(dǎo)對(duì)應(yīng)的導(dǎo)數(shù);最后采用FORTRAN或者FLECS語(yǔ)言編寫自定義代碼。一個(gè)完整的自定義程序應(yīng)分為8個(gè)子程序，各個(gè)子程序功能如表2所示。表2 8個(gè)MODE程序片段作用表2中的MODE1-4在自定義程序中必不可少，當(dāng)不使用DOCU和DUDA功能時(shí)，MODE5-8可不需要［8］。用戶自定義的難點(diǎn)主要在于MODE1和MODE2子程序編寫，如何恰當(dāng)?shù)剡x擇狀態(tài)變量并正確地進(jìn)行初始化和求導(dǎo)是自定義建模的關(guān)鍵。3 常見環(huán)節(jié)狀態(tài)變量選取和求導(dǎo)PSS
東北電力大學(xué)學(xué)報(bào) 2011年4期2011-06-13
- 改進(jìn)恒Lyapunov指數(shù)譜混沌系統(tǒng)的同步方法與特性研究＊
與響應(yīng)系統(tǒng)的狀態(tài)變量幅值實(shí)施同步升降控制,倒相參數(shù)能對(duì)某一特定狀態(tài)變量實(shí)施同步倒相控制.這種同步體系無(wú)需專門的控制器,結(jié)構(gòu)簡(jiǎn)單,易于實(shí)現(xiàn).文章最后設(shè)計(jì)了同步體系的實(shí)現(xiàn)電路,實(shí)驗(yàn)仿真結(jié)果證明了混沌同步方法的可行性,也驗(yàn)證了恒指數(shù)譜混沌系統(tǒng)特殊參數(shù)對(duì)同步體系狀態(tài)變量幅值與相位的調(diào)控作用.改進(jìn)恒Lyapunov指數(shù)譜混沌系統(tǒng),同步,幅值控制,倒相控制PACC:05451.引言混沌信號(hào)應(yīng)用于雷達(dá)與通信系統(tǒng)已經(jīng)成為極為活躍的研究領(lǐng)域[1—4].要將混沌系統(tǒng)應(yīng)用于雷達(dá)
物理學(xué)報(bào) 2010年2期2010-09-19
- 無(wú)須考慮電源接法和性質(zhì)的三相電壓型整流器平均模型
割集時(shí)對(duì)獨(dú)立狀態(tài)變量個(gè)數(shù)以及獨(dú)立方程數(shù)進(jìn)行了嚴(yán)格界定；推導(dǎo)平均模型時(shí)，引入了冗余變量和冗余方程，使得所得模型更加直觀易用。模型直接采用電感電流作狀態(tài)變量，除基爾霍夫電流定律(KCL)和基爾霍夫電壓定律(KVL)外，沒有依賴任何額外假設(shè)。與現(xiàn)有模型相比，該模型去除了對(duì)輸入三相交流電壓波形性質(zhì)的要求，因此完全適用于非正弦、非平衡、非對(duì)稱的場(chǎng)合。仿真結(jié)果證明了模型的有效性。進(jìn)一步的討論說明，在三相正弦輸入時(shí)，該模型與現(xiàn)有模型兼容。
西安交通大學(xué)學(xué)報(bào) 2009年12期2009-02-08