基于逆模型解耦的风力提水变论域模糊控制

被引:2
作者
李琳
周国雄
机构
[1] 中南林业科技大学计算机与信息工程学院
关键词
风能; 神经网络; 模糊控制; 逆模型; 变论域;
D O I
暂无
中图分类号
S277.9 [排灌机械与设备]; TP273.4 [];
学科分类号
0815 ; 082802 ; 080201 ; 0835 ;
摘要
针对风力提水系统风、辅动力存在耦合使控制效果难以保证的问题,该文提出了一种基于逆模型解耦的变论域模糊控制方法。采用神经网络方法辨识风力提水系统的逆系统,并与被控对象进行串联,建立伪线性系统,实现风、辅动力解耦。同时采用模糊控制器对风、辅动力分别进行独立控制,对模糊控制器的论域进行改进,增强系统的环境适应能力。逆模型仿真试验中变量泵控制和柴油机控制量平均误差分别为6.3%和4.5%,实际运行中离心泵的转速平均误差控制在5%以内,说明该文方法能有效抑制风速变化的影响。研究结果对风力提水系统的推广具有重要的意义。
引用
收藏
页码:46 / 53
页数:8
相关论文
共 28 条
[1]   基于改进灰色神经网络的液压泵寿命预测 [J].
何庆飞 ;
陈桂明 ;
陈小虎 ;
姚春江 .
中国机械工程, 2013, 24 (04) :500-506
[2]   基于灰色神经网络模型下的船闸货运量预测 [J].
杨星 ;
朱大栋 ;
何勇 ;
王蔚 .
武汉理工大学学报(交通科学与工程版), 2013, 37 (01) :120-122
[3]  
Discrete Variable Structural Optimization based on Multidirectional Fuzzy Genetic Algorithm[J]. LAI Yinan1,*,DAI Ye1,BAI Xue2,and CHEN Dongyan2 1 School of Mechanical and Power Engineering,Harbin University of Science and Technology,Harbin 150080,China 2 School of Applied Science,Harbin University of Science and Technology,Harbin 150080,China.Chinese Journal of Mechanical Engineering. 2012(02)
[4]  
Adaptive fuzzy decentralized control for nonlinear large-scale systems based on high-gain observer[J]. TONG ShaoCheng,REN Chang’E&LI YongMing Department of Basic Mathematics,Liaoning University of Technology,Jinzhou 121001,China.Science China(Information Sciences). 2012(01)
[5]   基于小波分析法与神经网络法的非平稳风速信号短期预测优化算法 [J].
刘辉 ;
田红旗 ;
李燕飞 .
中南大学学报(自然科学版), 2011, 42 (09) :2704-2711
[6]   基于改进的灰色预测的模糊神经网络控制 [J].
周国雄 ;
吴敏 .
系统仿真学报, 2010, 22 (10) :2333-2336
[7]   风力提水在山区水土保持中的应用 [J].
李彦德 .
中国水利, 2010, (08) :50+57-50
[8]   多座不对称焦炉集气管压力模糊解耦控制 [J].
吴敏 ;
周国雄 ;
雷琪 ;
曹卫华 .
控制理论与应用, 2010, 27 (01) :94-98
[9]  
Trajectory linearization control of an aerospace vehicle based on RBF neural network[J]. Xue Yali & Jiang Changsheng Coll.of Automation,Nanjing Univ.of Aeronautics and Astronautics,Nanjing 210016,P.R.China.Journal of Systems Engineering and Electronics. 2008(04)
[10]   变行程风力提水技术 [J].
胡玉龙 ;
郑培 ;
刘建江 .
可再生能源, 2007, (04) :76-78+82