CN104749959B - 一种基于广义滑模估计器的机组变桨容错控制方法 - Google Patents

一种基于广义滑模估计器的机组变桨容错控制方法 Download PDF

Info

Publication number
CN104749959B
CN104749959B CN201510205113.XA CN201510205113A CN104749959B CN 104749959 B CN104749959 B CN 104749959B CN 201510205113 A CN201510205113 A CN 201510205113A CN 104749959 B CN104749959 B CN 104749959B
Authority
CN
China
Prior art keywords
overbar
matrix
fault
delta
ranks
Prior art date
Application number
CN201510205113.XA
Other languages
English (en)
Other versions
CN104749959A (zh
Inventor
宋永端
卢颖
王磊
陈晨
张涛
周宏颖
Original Assignee
重庆大学
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 重庆大学 filed Critical 重庆大学
Priority to CN201510205113.XA priority Critical patent/CN104749959B/zh
Publication of CN104749959A publication Critical patent/CN104749959A/zh
Application granted granted Critical
Publication of CN104749959B publication Critical patent/CN104749959B/zh

Links

Abstract

本发明公开了一种基于广义滑模估计器的机组变桨容错控制方法,包括如下步骤:1)建立同时存在执行器故障和传感器故障下的变桨系统模型;2)引入增广状态向量,将原来故障下变桨系统模型变换成广义系统模型;3)基于广义系统模型设计广义滑模估计器,实现对桨叶位置状态估计和系统故障重构;4)基于状态估计设计容错控制方法,实现故障系统的状态稳定;5)根据确保估计误差系统和原状态系统稳定的线性矩阵不等式条件,计算参数矩阵,把各参数矩阵配置给所设计的估计器和控制器。本发明建立了估计误差系统和原状态系统稳定的条件,确保估计误差收敛性和状态的有界性,最终实现对执行器故障和传感器故障的重构,以及对故障变桨系统的容错控制。

Description

一种基于广义滑模估计器的机组变桨容错控制方法
技术领域
[0001] 本发明涉及一种基于估计器的容错控制方法,尤其涉及一种基于广义滑模估计器 的机组变桨容错控制方法。
背景技术
[0002] 对于风力发电这类实际工程系统,长期运行时通常不可避免地出现执行器故障或 是传感器故障。对于一个发生故障的动态系统,如何维持系统稳定成为控制系统设计的一 个重要课题。
[0003] 目前,大多数容错控制方法都建立在传统的故障检测与诊断(FDD)基础上。但是, 现存故障检测与诊断(FDD)技术并不能直接反映故障对系统状态的影响程度。于是在H)D基 础上,提出了故障重构的思想:根据已被故障影响的过程变量的测量值来估计出故障的大 小和位置,几乎可以将故障信号完整地重现出来,不但能够直观地反映出故障的发生、发展 过程,还可通过对信号的分析方便地获得关于故障的类型、性质、严重程度以及可能对系统 造成的影响、危害等一系列信息。
[0004] 目前,针对风力变桨系统,还没有完整地在模型里考虑其非线性、不确定性以及多 重故障(包括执行器故障和传感器故障)同时存在的情况。针对变桨系统这样复杂的故障情 况,对执行器故障或是传感器故障的重构和还原造成了极大的难度。目前,对于故障重构方 法的研究成果主要体现在基于观测器或估计器的故障重构技术上。目前主要有三大类:一 是基于广义观测器的估计方法;二是基于滑模观测器的故障重构技术;三是基于鲁棒自适 应观测器的方法。这三类方法在不同的应用场合体现着自身的优缺点。但在现有的研究成 果中,还没有将故障重构的方法有效地应用到机组变桨的故障系统中去,进而同时实现对 执行器故障和传感器故障的重构并有效地获取故障信息,采取更有效的容错控制措施。
发明内容
[0005] 针对现有技术中风电变桨系统存在的上述不足,本发明充分考虑了系统的非线 性、不确定性以及同时存在执行器故障和传感器故障的情况,提供了一种基于广义滑模估 计器的机组变桨容错控制方法,不仅能实现执行器故障和传感器故障的重构,还能实现故 障系统的状态稳定。
[0006] 为了解决上述技术问题,本发明采用了如下技术方案:
[0007] -种基于广义滑模估计器的机组变桨容错控制方法,其特征在于,该方法包括如 下步骤:
[0008] 1)建立同时存在执行器故障和传感器故障下的变桨系统模型;
[0009] 首先,考虑存在执行器故障下的叶轮动态方程:
[0010] + Φ(ί, χ7χ) + i) =Mff) + fa{t) ( I )
[0011] 再次,考虑存在传感器故障下的桨距角测量方程为:
[0012] y ⑴=x(t)+fs ⑴(2)
[0013] 其中,Λ仆)= >0 :
Figure CN104749959BD00071
x(/)e]R,i(〇eK,対i)eM分别代表实际的桨距角、相应的角速度以及相应的角加速度, JWeM是桨距角的实际测量值,《^,x,i)e3R是推进器、叶片升力、叶片弯曲、振动及不平衡 载荷引起的总力矩,《⑴eK是控制输入,/,(OeK是执行器故障函数,乂(i)eIK是传感器故 障函数,Jlb为空气加速引起的等效惯量力矩,Jb 1是转子叶片沿其纵轴的全部惯性力矩,kDB 是阻尼系数,kRl是摩擦系数;
[0014] 进一步,方程⑴可以写成:
Figure CN104749959BD00072
[0017] 而测量方程⑵可以写成:
[0018] Y ⑴=CX (t) +Dsfs (t) (4)
[0019] 其中
Figure CN104749959BD00073
M3d为已知的2乘1阶的常值矩阵;
[0020] 2)引入增广状态向量X,将原来故障下变桨系统模型变换成一种新型的广义系统 模型;
[0021] 定义如下的增广矩阵:
[0022]
Figure CN104749959BD00074
(5)
[0023] 其中,Ip代表维数为P单位矩阵,Okxl代表k行1列的零矩阵,参数δ>〇要使得下面条 件(6)成立;
[0024]
Figure CN104749959BD00075
(6)
[0025] 其中rank表示矩阵的秩;
[0026] 最终,可以得到一个增广的广义系统模型⑵;
[0027]
Figure CN104749959BD00076
(T)
[0028] 其中,办)eM5是式⑶中所定义的维数为5的广义系统向量,;T⑴eM2是维数为2 的广义系统测量输出向量,el· 5是式(5)中所定义的维数为5的广义非线性向量, 云e!R5x5是式(5)中所定义的5乘5阶的矩阵,J eIRW是式(5)中所定义的5乘5阶的参数矩 阵,是式⑶中所定义的5乘1阶的参数矩阵,& eKSx3是式⑶中所定义的5乘3阶的 矩阵,亡elft2x5是式(5)中所定义的2乘5阶的参数矩阵,/effi3是式(5)中所定义的维数为3 的广义故障向量;
[0029] 3)基于广义系统模型⑵设计出以下结构的广义滑模估计器⑶,实现对桨叶位置 状态估计和系统故障重构;
[0030]
Figure CN104749959BD00081
(8)
[0031] 其中,雄)e K5是维数为5的中间变量向量,f W e M5是维数为5的增广的广义系统 状态估计向量,及e K5x2是式(5)中所定义的5乘2阶的矩阵,Zb e K5x2,Z75 e Hsx2,4 eITc3 分别是所设计的5乘2阶的微分增益矩阵,5乘2阶的比例增益矩阵以及5乘3阶的滑模增益矩 阵,R⑴e #是维数为3的连续的输入信号;
[0032] 3.1)设计微分增益
Figure CN104749959BD00082
贝1 何证明矩阵@ + 40是非奇异的;
[0033] 3.2)设计比例增益Ip;
[0034] 首先,利用如下李雅普诺夫方程(9)求解出矩阵之:
Figure CN104749959BD00083
[0047] 设计的连续输入信号具有如下的滑模形式:
[0048]
Figure CN104749959BD00091
C14)
[0049] 其中,δ>〇满足条件(6),γ >0为设计参数,〇>0是一个小常数,取O=IoAat^a1, β〇和do满足以下条件(15);
[0050]
Figure CN104749959BD00092
(15)
[0051] 4)基于状态估计设计容错控制方法,实现故障系统的状态稳定;
[0052] 4.1)基于状态估计值,定义一个积分型滑模面(16):
[0053]
Figure CN104749959BD00093
C 16)
[0054] 其中,GeM1x2和火eMlx2分别是所设计1乘2阶的参数矩阵;矩阵G要使得GB=I,矩 阵K要使得矩阵(A+BK)是霍尔维茨的;
[0055] 4.2)所设计的控制器结构(17) - (18)如下所示:
Figure CN104749959BD00094
[0061] 5)给出估计误差系统和原状态系统稳定的条件,计算参数矩阵,并把各参数矩阵 配置给所设计的估计器和控制器;
[0062] 稳定性条件:在滑模控制Us (t)和控制输入u (t)下,如果存在2乘2阶的正定矩阵 i? e S2x2,2乘2阶的正定矩阵户e K2x2和3乘2阶的矩阵/7 eM3x2使得下面LMI优化问题(20)成 立:
[0063]
Figure CN104749959BD00101
[0064] 其中,u是固定常数,
[0065] 则可以确保估计误差系统和原状态系统的稳定;
[0066] 通过LMI工具箱的"mincx"求解器,可以方便地求解以上线性矩阵不等式优化问 题,计算出所设计的参数矩阵#;
[0067] 最后,在风电变桨系统中,将LMI优化问题中求解出的参数矩阵#,同以上步骤中 所设计的微分增益矩阵4,比例增益矩阵;,滑模增益矩阵及,控制器参数矩阵G和K相应配 置给所设计的估计器和控制器,实现对桨叶位置的估计和对执行器故障和传感器故障的重 构,实现变桨系统稳定。
[0068] 与现有技术相比,本发明具有如下优点:
[0069] 1、首次将广义滑模估计器的故障重构方法应用到机组变桨的故障模型中,有效地 实现故障的重构和系统的稳定。
[0070] 2、通过LMI工具箱来求解LMI优化问题,可以容易地得到所设计的估计器增益矩 阵,参数设计简单,且易于实现。
附图说明
[0071] 图1为一种基于广义滑模估计器的机组变桨容错控制方法的流程图;
[0072] 图2为实际桨距角与估计桨距角的曲线图;
[0073] 图3为实际的执行器故障曲线和估计的执行器故障曲线对比图;
[0074] 图4为实际的传感器故障曲线和估计的传感器故障曲线对比图。
具体实施方式
[0075] 下面结合附图和具体实施方式对本发明作进一步详细说明。
[0076] -种基于广义滑模估计器的机组变桨容错控制方法,其流程如图1所示,该方法包 括如下步骤:
[0077] 1)建立同时存在执行器故障和传感器故障下的变桨系统模型;
[0078] 首先,考虑存在执行器故障下的叶轮动态方程:
[0079] M (·)Α:(ί) + Φ( t, .v, x) + cl (t, x, .v) - //(i) + (t) (I)
[0080] 再次,考虑存在传感器故障下的桨距角测量方程为:
[0081] y ⑴=x(t)+f^t) (2)
[0082] 其中
Figure CN104749959BD00111
,i(〇eK分别代表实际的桨距角、相应的角速度以及相应的角加速 度,_Ki)e3S是桨距角的实际测量值,办是推进器、叶片升力、叶片弯曲、振动及不 平衡载荷引起的总力矩,《⑴dft是控制输入,/,(OeK是执行器故障函数,/:⑴eK是传感 器故障函数,Jlb为空气加速引起的等效惯量力矩,Jb 1是转子叶片沿其纵轴的全部惯性力 矩,kDB是阻尼系数,kRL是摩擦系数;
[0083] 进一步,方程⑴可以写成:
Figure CN104749959BD00112
[0089] 2)引入增广状态向量1,将原来故障下变桨系统模型变换成一种新型的广义系统 模型;
[0090] 定义如下的增广矩阵:
[0091;
Figure CN104749959BD00113
(5)
[0092] 其中,Ip代表维数为p单位矩阵,Okxl代表k行1列的零矩阵,参数δ>〇要使得下面条 件(6)成立;
[0093]
Figure CN104749959BD00114
(6)
[0094] 其中rank表示矩阵的秩;
[0095] 最终,可以得到一个增广的广义系统模型(7);
[0096]
Figure CN104749959BD00121
(7)
[0097] 其中,I的eM5是式⑶中所定义的维数为5的广义系统向量,F(Z)eR 2是维数为2 的广义系统测量输出向量,$(X)eIR5是式(5)中所定义的维数为5的广义非线性向量, 云eE &5是式(5)中所定义的5乘5阶的矩阵,是式(5)中所定义的5乘5阶的参数矩 阵,是式(5)中所定义的5乘1阶的参数矩阵,& ^M5x3是式(5)中所定义的5乘3阶的 矩阵,是式(5)中所定义的2乘5阶的参数矩阵,/elT是式⑶中所定义的维数为3 的广义故障向量。
[0098] 3)基于广义系统模型⑵设计出以下结构的广义滑模估计器⑶,实现对桨叶位置 状态估计和系统故障重构;
[0099]
Figure CN104749959BD00122
(B)
[0100] 其中《>) e K5是维数为5的中间变量向量,方⑴e H5是维数为5的增广的广义系统 状态估计向量是式(5)中所定义的5乘2阶的矩阵,^eIft5x2 ZsSlTx3 分别是所设计的5乘2阶的微分增益矩阵,5乘2阶的比例增益矩阵以及5乘3阶的滑模增益矩 阵,以/) e R3是维数为3的连续的输入信号。
[0101] 3.1)设计微分增益
Figure CN104749959BD00123
,则可证明矩阵ρ + 是非奇异的;
[0102] 3.2)设计比例增益Zp ;
[0103] 首先,利用如下李雅普诺夫方程(9)求解出矩阵艺:
Figure CN104749959BD00124
[0113] 其中,#&Κ~2是由户所确定的3乘2阶的设计矩阵;
[0114] 于是,最终设计的滑模面变为:
[0115] _) = /»(〇 (13)
[0116] 设计的连续输入信号具有如下的滑模形式:
[0117]
Figure CN104749959BD00131
(14)
[0118] 其中,δ>〇满足条件(6),γ >0为设计参数,〇>0是一个小常数,取O=IoAat^a1, β〇和do满足以下条件(15);
[0119]
Figure CN104749959BD00132
U5)
[0120] 4)基于状态估计设计容错控制方法,实现故障系统的状态稳定;
[0121] 4.1)基于状态估计值,定义一个积分型滑模面(16):
[0122]
Figure CN104749959BD00133
(16)
[0123] 其中,G e«ix2和尤eKlx2分别是所设计1乘2阶的参数矩阵;矩阵G要使得GB= 1,矩 阵K要使得矩阵(A+BK)是霍尔维茨的;
[0124] 4.2)所设计的控制器结构(17) - (18)如下所示:
Figure CN104749959BD00134
[0130] 5)给出估计误差系统和原状态系统稳定的条件,计算参数矩阵,并把各参数矩阵 配置给所设计的估计器和控制器;
[0131] 稳定性条件:在滑模控制us (t)和控制输入u (t)下,如果存在2乘2阶的正定矩阵 i? GM2x2,2乘2阶的正定矩阵户和3乘2阶的矩阵豆eM3x2使得下面LMI优化问题(20) 成立:
[0132]
Figure CN104749959BD00141
[0133] 其中,u是固定常数,则可以确保估计误差系统和原状态系统的稳定。
[0134] 通过LMI工具箱的"mincx"求解器,可以方便地求解以上线性矩阵不等式优化问 题,计算出所设计的参数矩阵#
[0135] 最后,在风电变桨系统中,将LMI优化问题中求解出的参数矩阵#,同以上步骤中 所设计的微分增益矩阵&'比例增益矩阵^ '滑模增益矩阵Γ/控制器参数矩阵G和K相应 配置给所设计的估计器和控制器,实现对桨叶位置的估计和对执行器故障和传感器故障的 重构,实现变桨系统稳定。
[0136] 在机组变桨中采用上述设计的广义滑模估计器结构(8)和容错控制率(17) - (18), 按照上述的矩阵参数设计步骤,可以实现对桨距角及桨距角速度的估计,执行器和传感器 故障的重构以及桨叶位置的稳定。图2表明通过本发明的广义滑模估计器和容错控制方法, 桨距角位置不仅能得到估计,而且能实现状态稳定;图3表明执行器故障的估计情况;图4表 明传感器故障的估计情况,均表明了本发明的广义滑模估计器具有较好的故障估计效果。
[0137] 最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较 佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技 术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本 发明的权利要求范围当中。

Claims (1)

  1. I. 一种基于广义滑模估计器的机组变桨容错控制方法,其特征在于,该方法包括如下 步骤: 1) 建立同时存在执行器故障和传感器故障下的变桨系统模型; 首先,考虑存在执行器故障下的叶轮动态方程:
    Figure CN104749959BC00021
    再次,考虑存在传感器故障下的桨距角测量方程为:
    Figure CN104749959BC00022
    x(〇eM,iOOeK,分别代表实际的桨距角、相应的角速度以及相应的角加速度, >'(?)££是桨距角的实际测量值,说^幻€1&:是推进器、叶片升力、叶片弯曲、振动及不平衡 载荷引起的总力矩,《(OeK是控制输入,/,(OeM是执行器故障函数,乂(OelR是传感器故 障函数,Jlb为空气加速引起的等效惯量力矩,Jb 1是转子叶片沿其纵轴的全部惯性力矩,kDB 是阻尼系数,ka是摩擦系数; 进一步,方程⑴可以写成:
    Figure CN104749959BC00023
    2) 引入增广状态向量!,将原来故障下变桨系统模型变换成一种新型的广义系统模 型; 定义如下的增广矩阵:
    Figure CN104749959BC00024
    其中,Ip代表维数为P单位矩阵,Okx1代表k行1列的零矩阵,参数δ>〇要使得下面条件 (6)成立;
    Figure CN104749959BC00031
    其中,i(i)e3R5是式(5)中所定义的维数为5的广义系统向量,是维数为2的广 义系统测量输出向量,^X)eR5是式⑶中所定义的维数为5的广义非线性向量,互eE5x5 是式(5)中所定义的5乘5阶的矩阵,
    Figure CN104749959BC00032
    是式(5)中所定义的5乘5阶的参数矩阵, 是式(5)中所定义的5乘1阶的参数矩阵,% 是式(5)中所定义的5乘3阶的矩 阵,GeR2x5是式(5)中所定义的2乘5阶的参数矩阵
    Figure CN104749959BC00033
    5是式(5)中所定义的维数为3的 广义故障向量; 3)基于广义系统模型⑵设计出以下结构的广义滑模估计器(8),实现对桨叶位置状态 估计和系统故障重构;
    Figure CN104749959BC00034
    其中,邙)elT是维数为5的中间变量向量,是维数为5的增广的广义系统状态 估计向量,#e:K5x2是式(5)中所定义的5乘2阶的矩阵
    Figure CN104749959BC00035
    是所设计的5乘2阶的微分增益矩阵,5乘2阶的比例增益矩阵以及5乘3阶的滑模增益矩阵, 义(ί) e IR3是维数为3的连续的输入信号; 3.1) 设计微分增益
    Figure CN104749959BC00036
    ,则可证明矩K
    Figure CN104749959BC00037
    是非奇异的; 3.2) 设计比例增益4 ; 首先,利用如下李雅普诺夫方程(9)求解出矩阵f:
    Figure CN104749959BC00038
    Figure CN104749959BC00041
    Cl!) 其中,戶>0为正定矩阵,且满足以下条件:
    Figure CN104749959BC00042
    (12; 其中,H e3ife2是由户所确定的3乘2阶的设计矩阵; 于是,最终设计的滑模面变为:
    Figure CN104749959BC00043
    (13) 设计的连续输入信号具有如下的滑模形式:
    Figure CN104749959BC00044
    其中,δ>〇满足条件(6),γ >0为设计参数,〇>0是一个小常数,取〇 = HT3,C^a1,β〇和 do满足以下条件(15);
    Figure CN104749959BC00045
    4) 基于状态估计设计容错控制方法,实现故障系统的状态稳定; 4.1) 基于状态估计值,定义一个积分型滑模面(16):
    Figure CN104749959BC00046
    其中,G e M1x2和尤ElR1x2分别是所设计1乘2阶的参数矩阵;矩阵G要使得GB= 1,矩阵K要 使得矩阵(A+BK)是霍尔维茨的; 4.2) 所设计的控制器结构(17) - (18)如下所示:
    Figure CN104749959BC00047
    5) 给出估计误差系统和原状态系统稳定的条件,计算参数矩阵,并把各参数矩阵配置 给所设计的估计器和控制器; 稳定性条件:在滑模控制us (t)和控制输入u (t)下,如果存在2乘2阶的正定矩阵 i?:eM2x2,2乘2阶的正定矩阵PeK2x2和3乘2阶的矩阵沒GlS3x2使得下面LMI优化问题(20) 成立:
    Figure CN104749959BC00048
    Figure CN104749959BC00051
    其中,U是固定常数, 则可以确保估计误差系统和原状态系统的稳定; 通过LMI工具箱的"mincx"求解器,可以方便地求解以上线性矩阵不等式优化问题,计 算出所设计的参数矩阵0:; 最后,在风电变桨系统中,将LMI优化问题中求解出的参数矩阵袞:,同以上步骤中所设计 的微分增益矩阵.¾,比例增益矩阵石,滑模增益矩阵氧,控制器参数矩阵G和K相应配置给 所设计的估计器和控制器,实现对桨叶位置的估计和对执行器故障和传感器故障的重构, 实现变桨系统稳定。
CN201510205113.XA 2015-04-27 2015-04-27 一种基于广义滑模估计器的机组变桨容错控制方法 CN104749959B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510205113.XA CN104749959B (zh) 2015-04-27 2015-04-27 一种基于广义滑模估计器的机组变桨容错控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510205113.XA CN104749959B (zh) 2015-04-27 2015-04-27 一种基于广义滑模估计器的机组变桨容错控制方法

Publications (2)

Publication Number Publication Date
CN104749959A CN104749959A (zh) 2015-07-01
CN104749959B true CN104749959B (zh) 2017-05-10

Family

ID=53589828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510205113.XA CN104749959B (zh) 2015-04-27 2015-04-27 一种基于广义滑模估计器的机组变桨容错控制方法

Country Status (1)

Country Link
CN (1) CN104749959B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101900080B (zh) * 2010-07-21 2011-11-23 上海电气集团股份有限公司 采用变结构pid变桨控制的风机控制系统
CN102102630B (zh) * 2010-10-26 2012-09-19 重庆大学 变速变桨风力发电机组独立变桨控制方法
CN103278328B (zh) * 2013-05-16 2015-06-10 华北电力大学 基于模糊Petri网的风电机组液压变桨系统故障诊断方法

Also Published As

Publication number Publication date
CN104749959A (zh) 2015-07-01

Similar Documents

Publication Publication Date Title
Jena et al. A review of estimation of effective wind speed based control of wind turbines
Shi et al. An active fault tolerant control approach to an offshore wind turbine model
JP6735756B2 (ja) 航行判断支援システムに統合された船舶の船体の構造監視システム
Villa et al. Angular resampling for vibration analysis in wind turbines under non-linear speed fluctuation
Huang et al. Adaptive power system emergency control using deep reinforcement learning
Bossanyi et al. Advanced controller research for multi‐MW wind turbines in the UPWIND project
Jianyong et al. Robust control for static loading of electro-hydraulic load simulator with friction compensation
CN103384764B (zh) 风轮机的控制方法
ES2361575T3 (es) Amortiguación del movimiento resonante de la torre y del movimiento simétrico de las palas de una turbina eólica utilizando procedimientos de estimación.
Knudsen et al. Prediction models for wind speed at turbine locations in a wind farm
CN101560950B (zh) 基于预测控制风力涡轮机的方法和装置
CN103573552B (zh) 风力涡轮机及其降低转子不平衡的控制方法
EP2438556B1 (en) Available power estimator
CN105629727B (zh) 一种电机位置伺服系统自适应输出反馈鲁棒控制方法
US8847419B2 (en) Control device for a wind turbine
EP3158191B1 (en) Control of wind turbines in response to wind shear
CN104460518B (zh) 基于模糊扰动补偿直接驱动xy平台轮廓控制装置及方法
Ozbek et al. Challenges in testing and monitoring the in-operation vibration characteristics of wind turbines
US20130125632A1 (en) Determining an accumulated load of a wind turbine in angular sectors
Mahony et al. Hover control via Lyapunov control for an autonomous model helicopter
CN104639003B (zh) 一种交流伺服系统的转动惯量辨识方法
CN105329777B (zh) 带有持续扰动的可升降桥式吊车系统的模糊控制方法
CN102609579B (zh) 一种输电塔三维抗风设计方法
CN101821689B (zh) 用于为控制和/或监测应用提供至少一种输入传感器信号的方法和设备以及控制设备
Rahimi et al. Dynamic behavior and transient stability analysis of fixed speed wind turbines

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170510

Termination date: 20180427

CF01 Termination of patent right due to non-payment of annual fee