CN112162483B - 一种比例-积分控制器的最优参数获取方法 - Google Patents
一种比例-积分控制器的最优参数获取方法 Download PDFInfo
- Publication number
- CN112162483B CN112162483B CN202011008383.9A CN202011008383A CN112162483B CN 112162483 B CN112162483 B CN 112162483B CN 202011008383 A CN202011008383 A CN 202011008383A CN 112162483 B CN112162483 B CN 112162483B
- Authority
- CN
- China
- Prior art keywords
- controller
- ols
- frequency domain
- loop system
- max
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及工业过程控制技术领域,更具体地,涉及一种比例‑积分控制器的最优参数获取方法。一种比例‑积分控制器的最优参数获取方法,具体包括以下步骤:S1:建立黑箱过程Z‑N模型的传递函数;S2:建立PI控制器的传递函数;S3:根据黑箱过程Z‑N模型的传递函数以及PI控制器的传递函数,建立PI控制器与黑箱过程Z‑N模型的开环系统频域函数;S4:设置PI控制器的传递函数以及开环系统频域函数的预设参数;S5:对PI控制器的最优参数进行搜索。本发明中,黑箱过程Z‑N模型是一种黑箱过程的工程建模,没有复杂繁琐的中间过程,依据黑箱过程Z‑N模型和开环系统频域函数的相位裕度能够高效地获取PI控制器的最优参数,避免了传统PI控制器存在着跟踪常值扰动效率不高的问题。
Description
技术领域
本发明涉及工业过程控制技术领域,更具体地,涉及一种比例-积分控制器的最优参数获取方法。
背景技术
比例-积分-微分(Proportion-Integration-Differentiation,PID)控制器在工业过程控制领域有广泛的应用,但是这并不代表PID控制器已经能够完美地满足控制实际的要求。在控制实际,例如在各种发电系统的过程控制中,大量运用的是比例-积分(Proportion-Integration,PI)控制器,而PI控制器仍存在着跟踪常值扰动效率不高的问题。中国专利申请,公开号为:CN109739092A,公开了一种控制器参数整定方法,该控制器参数整定方法能够实现对控制器参数的快速整定,与现有的试凑法相比,减少了时间和精力的浪费,减少了用户的工作量,提高了工作效率,但是仍存着跟踪常值扰动效率不高的问题。
发明内容
本发明为克服上述现有技术中PI控制器存在着跟踪常值扰动效率不高的问题,提供一种比例-积分控制器的最优参数获取方法。
为解决上述技术问题,本发明采用的技术方案是:一种比例-积分控制器的最优参数获取方法,包括以下步骤:
S1:建立黑箱过程Z-N模型的传递函数;
S2:建立PI控制器的传递函数;
S3:根据黑箱过程Z-N模型的传递函数以及PI控制器的传递函数,建立PI控制器与黑箱过程Z-N模型的开环系统频域函数;
S4:设置PI控制器的传递函数以及开环系统频域函数的预设参数;
S5:对PI控制器的最优参数进行搜索。
优选地,在所述步骤S1中,所述黑箱过程Z-N模型的传递函数为:
其中,Z-N:M(s)为黑箱过程Z-N模型的传递函数,KZ-N为所述黑箱Z-N模型的增益,单位无量纲;τZ-N为所述黑箱Z-N模型的纯滞后时间常数,单位为秒;
SWF(s)为滑动窗滤波器的传递函数,TZ-N为所述黑箱Z-N模型的时间常数,单位为秒。
优选地,在步骤S2中,所述PI控制器的传递函数为:
其中,KP为PI控制器的比例增益,单位为无量纲;TI为PI控制器的积分时间常数,单位为秒。
优选地,在步骤S3中,开环系统频域函数为:
其中,OLSPI:Z-N:M(jω)为开环系统频域函数,PI(jω)为PI控制器的频域函数,Z-N:M(jω)为所述黑箱过程Z-N模型的频域函数,GPI:Z-N:M(ω)为所述开环系统频域函数的增益,单位为无量纲;PHPI:Z-N:M(ω)为所述开环系统频域函数的相位,单位为°;PMOLS为所述开环系统频域函数的相位稳定裕度,单位为°。
优选地,在步骤S4中,所述预设参数包括所述开环系统频域函数的相位稳定裕度PMOLS、开环系统频域函数的正弦频率ω、开环系统频域函数的正弦频率ω的变化间隔为△ω、PI控制器的比例增益KP、PI控制器的比例增益KP的变化间隔为△KP、PI控制器的积分时间常数TI、PI控制器的积分时间常数TI的变化间隔为△TI。
优选地,所述开环系统频域函数的相位稳定裕度PMOLS的范围为:PMOLS-MAX≥PMOLS≥PMOLS-MIN其中,PMOLS-MAX为所述开环系统频域函数的相位稳定裕度PMOLS的最大搜索值,单位°;PMOLS-MIN为所述开环系统频域函数的相位稳定裕度PMOLS的最小搜索值。
优选地,所述开环系统频域函数的正弦频率ω的范围为:ωMAX≥ω≥ωMIN其中,ωMAX为开环系统频域函数的正弦频率ω的最大搜索值,单位为rad/s;ωMIN为开环系统频域函数的正弦频率ω的最小搜索值,单位为rad/s。
优选地,PI控制器的比例增益KP的范围为:KP-MAX≥KP≥KP-MIN其中,KP-MAX为PI控制器的比例增益KP的最大搜索值,单位为无量纲;KP-MIN为PI控制器的比例增益KP的最小搜索值,单位为无量纲。
优选地,PI控制器的积分时间常数TI的范围为:TI-MAX≥TI≥TI-MIN其中,TI-MAX为PI控制器的积分时间常数TI的最大搜索值,单位为秒;TI-MIN为PI控制器的积分时间常数TI的最小搜索值,单位为秒。
优选地,所述步骤S5具体包括以下步骤:
S501:初始值设置,设置PI控制器的比例增益KP=KP-MIN,设置PI控制器的积分时间常数TI=TI-MIN,设置开环系统频域函数的正弦频率ω=ωMIN,进入步骤S502;
S502:计算所述开环系统频域函数的相位稳定裕度PMOLS;如果PMOLS不满足PMOLS-MAX≥PMOLS≥PMOLS-MIN,则进入步骤S503,如果PMOLS满足PMOLS-MAX≥PMOLS≥PMOLS-MIN,则记录本次搜索得到的TI值和KP值,然后进入步骤S504;
S503:设置ω+=△ω,如果ω<ωMAX,则返回至步骤S502;如果ω≥ωMAX,则进入步骤S504;
S504:设置ω=ωMIN,设置TI+=△TI,如果TI<TI-MAX,则返回到步骤S502;如果TI≥TI-MAX,则进入步骤S505;
S505:设置ω=ωMIN,设置TI=TI-MIN,设置KP+=△KP,如果KP<KP-MAX,则返回至步骤S502;如果KP≥KP-MAX,则进入步骤S506;
S506:根据各次搜索得到的TI值和KP值,得到TI随KP变化曲线,根据TI随KP变化曲线上的最小TI值和对应的KP值,得到PI控制器的最优参数
与现有技术相比,有益效果是:本发明中,黑箱过程Z-N模型是一种黑箱过程的工程建模,没有复杂繁琐的中间过程,依据黑箱过程Z-N模型和开环系统频域函数的相位裕度能够高效地获取PI控制器的最优参数,避免了传统PI控制器存在着跟踪常值扰动效率不高的问题。PI控制器的最优参数代表了PI控制器跟踪常值扰动或者抑制常值扰动的性能最高。
附图说明
图1是PI控制系统示意图;
图2是黑箱过程在单位阶跃输入的过程输出和Z-N模型输出特性示意图;
图3是PI控制器的TI随KP变化曲线示意图;
图4PI控制的过程输出示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”“长”“短”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
下面通过具体实施例,并结合附图,对本发明的技术方案作进一步的具体描述:
实施例1
一种比例-积分控制器的最优参数获取方法,包括以下步骤:
S1:建立黑箱过程Z-N模型的传递函数;
S2:建立PI控制器的传递函数;
S3:根据黑箱过程Z-N模型的传递函数以及PI控制器的传递函数,建立PI控制器与黑箱过程Z-N模型的开环系统频域函数;
S4:设置PI控制器的传递函数以及开环系统频域函数的预设参数;
S5:对PI控制器的最优参数进行搜索。
在其中一个实施例中,在所述步骤S1中,所述黑箱过程Z-N模型的传递函数为:
其中,Z-N:M(s)为黑箱过程Z-N模型的传递函数,KZ-N为所述黑箱Z-N模型的增益,单位无量纲;τZ-N为所述黑箱Z-N模型的纯滞后时间常数,单位为秒;
SWF(s)为滑动窗滤波器的传递函数,TZ-N为所述黑箱Z-N模型的时间常数,单位为秒。
在其中一个实施例中,在步骤S2中,所述PI控制器的传递函数为:
其中,KP为PI控制器的比例增益,单位为无量纲;TI为PI控制器的积分时间常数,单位为秒。
在其中一个实施例中,在步骤S3中,开环系统频域函数为:
其中,OLSPI:Z-N:M(jω)为开环系统频域函数,PI(jω)为PI控制器的频域函数,Z-N:M(jω)为所述黑箱过程Z-N模型的频域函数,GPI:Z-N:M(ω)为所述开环系统频域函数的增益,单位为无量纲;PHPI:Z-N:M(ω)为所述开环系统频域函数的相位,单位为°;PMOLS为所述开环系统频域函数的相位稳定裕度,单位为°。
在其中一个实施例中,在步骤S4中,所述预设参数包括所述开环系统频域函数的相位稳定裕度PMOLS、开环系统频域函数的正弦频率ω、开环系统频域函数的正弦频率ω的变化间隔为△ω、PI控制器的比例增益KP、PI控制器的比例增益KP的变化间隔为△KP、PI控制器的积分时间常数TI、PI控制器的积分时间常数TI的变化间隔为△TI。
在其中一个实施例中,所述开环系统频域函数的相位稳定裕度PMOLS的范围为:
PMOLS-MAX≥PMOLS≥PMOLS-MIN其中,PMOLS-MAX为所述开环系统频域函数的相位稳定裕度PMOLS的最大搜索值,单位°;PMOLS-MIN为所述开环系统频域函数的相位稳定裕度PMOLS的最小搜索值。
在其中一个实施例中,所述开环系统频域函数的正弦频率ω的范围为:ωMAX≥ω≥ωMIN其中,ωMAX为开环系统频域函数的正弦频率ω的最大搜索值,单位为rad/s;ωMIN为开环系统频域函数的正弦频率ω的最小搜索值,单位为rad/s。
在其中一个实施例中,PI控制器的比例增益KP的范围为:KP-MAX≥KP≥KP-MIN其中,KP-MAX为PI控制器的比例增益KP的最大搜索值,单位为无量纲;KP-MIN为PI控制器的比例增益KP的最小搜索值,单位为无量纲。
在其中一个实施例中,PI控制器的积分时间常数TI的范围为:TI-MAX≥TI≥TI-MIN其中,TI-MAX为PI控制器的积分时间常数TI的最大搜索值,单位为秒;TI-MIN为PI控制器的积分时间常数TI的最小搜索值,单位为秒。
在其中一个实施例中,所述步骤S5具体包括以下步骤:
S501:初始值设置,设置PI控制器的比例增益KP=KP-MIN,设置PI控制器的积分时间常数TI=TI-MIN,设置开环系统频域函数的正弦频率ω=ωMIN,进入步骤S502;
S502:计算所述开环系统频域函数的相位稳定裕度PMOLS;如果PMOLS不满足PMOLS-MAX≥PMOLS≥PMOLS-MIN,则进入步骤S503,如果PMOLS满足PMOLS-MAX≥PMOLS≥PMOLS-MIN,则记录本次搜索得到的TI值和KP值,然后进入步骤S504;
S503:设置ω+=△ω,如果ω<ωMAX,则返回至步骤S502;如果ω≥ωMAX,则进入步骤S504;
S504:设置ω=ωMIN,设置TI+=△TI,如果TI<TI-MAX,则返回到步骤S502;如果TI≥TI-MAX,则进入步骤S505;
S505:设置ω=ωMIN,设置TI=TI-MIN,设置KP+=△KP,如果KP<KP-MAX,则返回至步骤S502;如果KP≥KP-MAX,则进入步骤S506;
S506:根据各次搜索得到的TI值和KP值,得到TI随KP变化曲线,根据TI随KP变化曲线上的最小TI值和对应的KP值,得到PI控制器的最优参数。
实施例2
一种比例-积分控制器的最优参数获取方法,包括以下步骤,首先给出一个黑箱过程传递函数、一个外扰耦合模型传递函数,其中黑箱过程传递函数为:
外扰耦合模型传递函数为:
PI控制器的传递函数为:
建立开环系统频域函数OLSPI:Z-N:M(jω):
其中,PI(jω)为PI控制器的频域函数,Z-N:M(jω)为所述黑箱过程Z-N模型的频域函数,GPI:Z-N:M(ω)为所述开环系统频域函数的增益,单位为无量纲;PHPI:Z-N:M(ω)为所述开环系统频域函数的相位,单位为°;PMOLS为所述开环系统频域函数的相位稳定裕度,单位为°。
然后建立PI控制系统,如图1所示。在图1中,外扰采用斜坡函数(Ramp function,RF)的原因在于,在工业过程控制,例如在各种发电系统的过程控制,过程扰动普遍具有斜坡函数性质,外扰采用斜坡函数能够更好的考察控制性能。
建立黑箱过程Z-N模型,如图2所示,在图2中,PVBBP(t)为黑箱过程在单位阶跃输入的过程输出,PVZ-N:M(t)为黑箱过程Z-N模型的过程输出。根据图2,得到KZ-N=1、τZ-N=226s、TZ-N=276s,则黑箱过程Z-N模型的传递函数为:
设置预设参数:PMOLS-MAX=60.5°、PMOLS-MAX=59.5°、ωMIN=2*10-4rad/s、ωMIN=0.5rad/s、△ω=10-4rad/s、TI-MAX=500s、TI-MIN=50s、△TI=1s、KP-MAX=2.0、KP-MIN=0.2、△KP=0.01。
得到PI控制器的TI随KP变化曲线,如图3所示。在图3中,在TI随KP变化曲线上标出的黑点代表PI控制器最小TI值,最小TI值和对应的KP值代表PI控制器的最优参数搜索结果,具体得到PI控制器的最优参数为:TI=366s,KP=0.69。采用得到的PI控制器的最优参数,在过程给定为1,斜坡函数速率1/1000s,斜坡长度1800s,得到PI控制的过程输出仿真实验结果,如图4所示。图4中,PVPI(t)为PI控制的过程输出。根据图4,得到PI控制的主要性能指标,如表1所示。
表1 PI控制的主要性能指标
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (9)
1.一种比例-积分控制器的最优参数获取方法,其特征在于,包括以下步骤:
S1:建立黑箱过程Z-N模型的传递函数;
S2:建立PI控制器的传递函数;
S3:根据黑箱过程Z-N模型的传递函数以及PI控制器的传递函数,建立PI控制器与黑箱过程Z-N模型的开环系统频域函数;
S4:设置PI控制器的传递函数以及开环系统频域函数的预设参数;
S5:对PI控制器的最优参数进行搜索;
所述步骤S5具体包括以下步骤:
S501:初始值设置,设置PI控制器的比例增益KP=KP-MIN,设置PI控制器的积分时间常数TI=TI-MIN,设置开环系统频域函数的正弦频率ω=ωMIN,进入步骤S502;
S502:计算所述开环系统频域函数的相位稳定裕度PMOLS;如果PMOLS不满足PMOLS-MAX≥PMOLS≥PMOLS-MIN,则进入步骤S503,如果PMOLS满足PMOLS-MAX≥PMOLS≥PMOLS-MIN,则记录本次搜索得到的TI值和KP值,然后进入步骤S504;
S503:设置ω+=△ω,如果ω<ωMAX,则返回至步骤S502;如果ω≥ωMAX,则进入步骤S504;
S504:设置ω=ωMIN,设置TI+=△TI,如果TI<TI-MAX,则返回到步骤S502;如果TI≥TI-MAX,则进入步骤S505;
S505:设置ω=ωMIN,设置TI=TI-MIN,设置KP+=△KP,如果KP<KP-MAX,则返回至步骤S502;如果KP≥KP-MAX,则进入步骤S506;
S506:根据各次搜索得到的TI值和KP值,得到TI随KP变化曲线,根据TI随KP变化曲线上的最小TI值和对应的KP值,得到PI控制器的最优参数。
5.根据权利要求4所述的一种比例-积分控制器的最优参数获取方法,其特征在于,在步骤S4中,所述预设参数包括所述开环系统频域函数的相位稳定裕度PMOLS、开环系统频域函数的正弦频率ω、开环系统频域函数的正弦频率ω的变化间隔为△ω、PI控制器的比例增益KP、PI控制器的比例增益KP的变化间隔为△KP、PI控制器的积分时间常数TI、PI控制器的积分时间常数TI的变化间隔为△TI。
6.根据权利要求5所述的一种比例-积分控制器的最优参数获取方法,其特征在于,所述开环系统频域函数的相位稳定裕度PMOLS的范围为:
PMOLS-MAX≥PMOLS≥PMOLS-MIN其中,PMOLS-MAX为所述开环系统频域函数的相位稳定裕度PMOLS的最大搜索值,单位°;PMOLS-MIN为所述开环系统频域函数的相位稳定裕度PMOLS的最小搜索值。
7.根据权利要求6所述的一种比例-积分控制器的最优参数获取方法,其特征在于,所述开环系统频域函数的正弦频率ω的范围为:ωMAX≥ω≥ωMIN其中,ωMAX为开环系统频域函数的正弦频率ω的最大搜索值,单位为rad/s;ωMIN为开环系统频域函数的正弦频率ω的最小搜索值,单位为rad/s。
8.根据权利要求7所述的一种比例-积分控制器的最优参数获取方法,其特征在于,PI控制器的比例增益KP的范围为:KP-MAX≥KP≥KP-MIN其中,KP-MAX为PI控制器的比例增益KP的最大搜索值,单位为无量纲;KP-MIN为PI控制器的比例增益KP的最小搜索值,单位为无量纲。
9.根据权利要求8所述的一种比例-积分控制器的最优参数获取方法,其特征在于,PI控制器的积分时间常数TI的范围为:TI-MAX≥TI≥TI-MIN其中,TI-MAX为PI控制器的积分时间常数TI的最大搜索值,单位为秒;TI-MIN为PI控制器的积分时间常数TI的最小搜索值,单位为秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011008383.9A CN112162483B (zh) | 2020-09-23 | 2020-09-23 | 一种比例-积分控制器的最优参数获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011008383.9A CN112162483B (zh) | 2020-09-23 | 2020-09-23 | 一种比例-积分控制器的最优参数获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112162483A CN112162483A (zh) | 2021-01-01 |
CN112162483B true CN112162483B (zh) | 2023-01-24 |
Family
ID=73862808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011008383.9A Active CN112162483B (zh) | 2020-09-23 | 2020-09-23 | 一种比例-积分控制器的最优参数获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112162483B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113162567B (zh) * | 2021-05-26 | 2022-04-12 | 广东电网有限责任公司 | 一种惯性组合滤波器的设计方法、装置及终端设备 |
CN113296412B (zh) * | 2021-05-26 | 2022-05-17 | 广东电网有限责任公司 | 一种串级滑动窗滤波器的参数调整方法及装置 |
CN113485094B (zh) * | 2021-08-02 | 2022-06-21 | 中北大学 | 一种获取过程最优zn模型的方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104635496B (zh) * | 2015-02-10 | 2017-12-12 | 华中科技大学 | 一种带串联校正的pi控制器的参数整定方法 |
CN107577143B (zh) * | 2017-09-15 | 2019-11-15 | 北京化工大学 | Pid控制器参数整定方法、冷却水回流管路控制方法和装置 |
CN108803311A (zh) * | 2018-08-03 | 2018-11-13 | 佛山科学技术学院 | 一种pid控制器设计方法 |
CN110069013B (zh) * | 2019-03-19 | 2022-03-29 | 广东电网有限责任公司 | 一种高阶过程控制方法和装置 |
CN111552177A (zh) * | 2020-04-22 | 2020-08-18 | 深圳市科润宝实业有限公司 | 提高控制器性能的方法、装置、计算机设备及存储介质 |
-
2020
- 2020-09-23 CN CN202011008383.9A patent/CN112162483B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112162483A (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112162483B (zh) | 一种比例-积分控制器的最优参数获取方法 | |
CN112099358B (zh) | 一种三阶控制器的最优参数获取方法 | |
Verma et al. | Indirect IMC‐PID controller design | |
Vinopraba et al. | Design of internal model control based fractional order PID controller | |
CN101895125A (zh) | 海上风电场轻型直流输电系统变流器的控制方法 | |
CN109946979B (zh) | 一种伺服系统灵敏度函数的自适应调整方法 | |
CN103197542A (zh) | 基于数据驱动的时滞系统pid控制器镇定方法 | |
Acikgoz et al. | Experimental evaluation of dynamic performance of three‐phase AC–DC PWM rectifier with PD‐type‐2 fuzzy neural network controller | |
Zhang et al. | A novel autonomous current-sharing control strategy for multiple paralleled DC–DC converters in islanded DC microgrid | |
Zhang et al. | Design, Implementation, and Validation of Robust Fractional‐Order PD Controller for Wheeled Mobile Robot Trajectory Tracking | |
Shtessel et al. | Continuous sliding mode control | |
Ren et al. | Feedforward feedback pitch control for wind turbine based on feedback linearization with sliding mode and fuzzy PID algorithm | |
Le Ngoc Minh et al. | Decentralized Adaptive Double Integral Sliding Mode Controller for Multi‐Area Power Systems | |
Kaleem et al. | Feedback pid controller-based closed-loop fast charging of lithium-ion batteries using constant-temperature–constant-voltage method | |
Yu et al. | Adaptive deep-learning-based steady-state modeling and fast control strategy for CLLC DC-DC converter in highly renewable penetrated system | |
Setiawan et al. | Adaptive B‐spline neural network‐based vector control for a grid side converter in wind turbine‐DFIG systems | |
CN110429834B (zh) | 一种基于扩张状态观测器的三相整流器滑模控制方法 | |
Qi et al. | Observer-based finite-time adaptive prescribed performance control for nonlinear systems with input delay | |
CN104155876B (zh) | 一种pid控制器的分离实现方法 | |
Li et al. | Research on the Hybrid Wind–Solar–Energy Storage AC/DC Microgrid System and Its Stability during Smooth State Transitions | |
Thirumeni et al. | Design and analysis of zeta converter for power factor correction using cascade PSO-GSA-tuned pi and reduced-order SMC | |
Hwang et al. | A fuzzy decentralized variable structure tracking control with optimal and improved robustness designs: theory and applications | |
Lu et al. | Review of voltage control strategies for DC microgrids | |
CN112332686A (zh) | 一种含有电流限幅器的下垂逆变器能量函数构造的方法 | |
Xin et al. | Finite time adaptive learning for tracking control of constraint nonlinear systems via command filtered output feedback |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |