一、改进的遗传算法在控制系统参数优化中的应用(论文文献综述)
张自建[1](2021)在《水轮机调速系统参数辨识与控制方法研究》文中提出水轮机调速系统在水电机组中承担着调节频率、维持水电机组输出功率与负荷功率平衡的重要作用,其调节性能对水电机组的稳定、高效运行具有十分显着的影响。然而水轮机调速系统是一个复杂的控制系统,系统内含有大量的非线性因素,其精确模型难以描述,尤其是水轮机内部水流流场复杂,无法建立解析的数学模型。相关研究多采用简化的线性模型,难以反映水轮机调速系统的真实运行特性,也限制了其控制方法的研究。为此,有必要研究水轮机调速系统的辨识方法,建立精确的系统模型,并进一步研究先进的控制方法。本文在深入研究水轮机调速系统非线性模型建模分析的基础上,采用参数辨识思路,结合多种群遗传算法对水轮机调速系统的系统参数进行辨识;以PID参数优化作为控制方法研究重点,引入MaxLIPO+TR参数优化算法,提高水轮机调速系统控制性能。本文主要研究内容如下:(1)针对水轮机调速系统参数辨识与控制方法研究的系统模型需求,对水轮机调速系统的工作原理进行分析,并对水轮机调速器、电液随动系统、压力引水系统、水轮机和发电机与负荷等模块进行了建模分析。针对水轮机模型难以描述的问题,采用神经网络模型描述其单位力矩、单位流量特性,并结合相关机理建立水轮机非线性模型。最终完成水轮机调速系统综合模型的建立,并在SIMULINK平台建立对应的仿真模型。(2)针对水轮机调速系统非线性模型参数辨识,采用多种群遗传算法,构建基于多种群遗传算法的参数辨识结构,通过构建适应度函数,将参数辨识问题转换为针对适应度函数的优化问题。通过仿真对比实验以及优化过程分析,验证了多种群遗传算法在水轮机调速系统参数辨识中的有效性。(3)引入MaxLIPO+TR作为水轮机调速系统PID参数优化算法,搭建了基于MaxLIPO+TR的PID参数优化结构。针对ITAE指标无法完全反映PID参数调节性能的问题,采用添加惩罚项的综合ITAE指标作为目标函数。通过仿真对比实验发现,MaxLIPO+TR能够在较短的时间内完成PID参数优化工作,且取得的优化效果良好。
王伟[2](2021)在《水轮机调速系统模型参数辨识及PID参数优化》文中进行了进一步梳理水轮机调速系统是一个水-机-电因素相互耦合的复杂调控系统,由于其模型内包含弹性水击下流量变化引起水头变化体现出的非最小相位特性,电液随动系统中大扰动下的接力器动作过快、参数设置不当出现的极限环和Hopf分岔现象等,使得建立起其精确数学模型很困难。水轮机调速系统通过改变活动导叶开度,调整水力机组输出机械力矩,稳定机组转速,影响电网频率,对保证电力系统安全稳定运行至关重要。但受现实条件制约,无法到水电站参与真机实验,因此运用仿真软件对水轮机调速系统模型进行理论研究成为主要的研究手段,在机理已知的前提下,参数的准确性是建立精确数学模型的重点,而模型中一部分参数可由水力机组获得,参数辨识成为另一部分参数获取的主要方法。本文首先在前人研究的基础上对水轮机调速系统的PID调节器、液压随动系统、压力引水系统、水轮机、发电机等子系统进行了推导,建立了物理意义清晰、模块完整的水轮机调速系统模型。然后应用智能优化算法对模型参数辨识问题进行了研究,辨识所需输入输出数据为所搭建模型在给定扰动输入下的输出响应曲线,分别采用粒子群算法对线性模型进行了参数辨识,将基于莱维飞行改进粒子群算法和人工蜂群算法应用于非线性模型参数辨识中。在所进行的负荷扰动和频率扰动仿真实验中,辨识所得模型参数与预设参数很接近,且辨识输出曲线与给定扰动下系统响应输出曲线拟合的很好。参数辨识的目的是为了获得更为精确的水轮机调速系统模型,从而应用于后续的模型进一步研究。最后对前面已辨识水轮机调速系统非线性模型进行了基于改进差分进化算法(DE)的PID参数优化研究,在一定范围内对PID参数的寻优,通过与粒子群算法(PSO)进行对比,DE能找到此模型在负荷扰动和频率扰动下具有良好调节性能,较稳定过渡过程对应的参数。在20%负荷扰动实验中,DE找到的最优参数比PSO的对应输出曲线更为稳定,调节更快;在5%频率扰动实验中,DE找到的最优参数对应输出曲线超调量仅为1.38%,小于PSO找到的最优参数对应输出曲线超调量6.94%。验证了差分进化算法应用于水轮机调速系统PID参数优化问题可行且有效,为真实机组的PID参数设置提供一定的指导意义。
丁胜利[3](2020)在《基于关节位姿的机器人控制方法研究》文中提出传统机器人控制方法需要先用逆运动学求解的方式获得机器人各关节的目标角度。逆运动学求解分为解析法和数值法,解析法对机器人构型存在特殊要求,数值法的运算量随机器人自由度的增加而呈几何级数形式增加。针对机器人运动控制方法受限于逆运动学求解的问题,本文提出基于关节位姿的机器人控制方法,其策略是通过引入关节位姿信息,让机器人各关节在运动过程持续调整关节和末端执行器与关节和目标位置形成的向量夹角,进而使末端执行器向目标位置靠近。由于无需对逆运动学求解,所以整个过程的矩阵运算量较少。相比传统方法,本文所提方法在简单性和通用性方面更具有优势。研究的主要内容概述如下:(1)对基于关节位姿的机器人控制方法在旋转关节、平动关节以及机械臂上的原理进行研究。对运动过程中可能遇到的奇异位置采取随机策略的处理方法。通过机器人动力学仿真平台Copplia Sim,验证本文所提方法在平面连杆、机械臂和移动机械臂上的有效性。利用Jaco机械臂对本文所提方法进行实物验证。(2)设计基于本文所提方法的PID、计算力矩和自适应控制律。在对PID控制的分析中采用简化模型分析法。针对机器人动力学模型参数不准确的情况,提出带有力矩补偿的机器人自适应控制方法。在仿真环境中将该自适应控制律与其他控制律进行对比和分析。(3)针对控制器参数优化问题,提出基于FORL算法的控制器参数优化方法。并在仿真环境下将所提出的优化方法与基于GA算法和PSO算法的参数优化方法进行对比。设计控制器参数优化执行系统以提高优化效率。
党根叶[4](2020)在《基于改进快速非支配排序遗传算法的碟式斯特林光热发电系统参数优化及性能研究》文中提出随着环境污染和能源短缺等问题的日益凸显,太阳能热发电技术因其可将太阳热能转换成电能用于电力产业,逐渐成为解决能源危机的有效途径。碟式斯特林光热发电系统具有高效的光电转换率,是目前最有潜力的新能源发电方式。由于碟式斯特林光热发电技术在实际工程应用中属于多目标、多约束的优化问题,本文通过改进快速非支配排序遗传算法(Improved Non-dominated Sorting Genetic AlgorithmⅡ,INSGA-Ⅱ),对碟式斯特林光热发电系统的参数和性能进行优化研究。首先,介绍了碟式斯特林光热发电系统的组成及工作原理。在解决多目标优化问题时,为了保证种群多样性,避免算法陷入早熟收敛,加快收敛速度。提出了改进的选择算子和改进的精英保留策略对快速非支配排序遗传算法(Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)进行了改进,并通过测试函数对INSGA-Ⅱ算法进行了测试,比较了INSGA-Ⅱ算法和NSGA-Ⅱ算法的收敛性和多样性指标。其次,考虑斯特林系统在循环过程中冷热源之间的热漏、回热损失及各种机械摩擦损失等不可逆问题,建立斯特林系统的热力学模型,采用INSGA-Ⅱ算法对斯特林系统的输出功率、效率和压降进行优化分析,并利用TOPSIS决策方法,从Pareto边界的最优解集中选出最优解,进行多目标优化和单目标优化的结果比较,同时分析了11个决策变量在优化过程中的分布情况。最后,计算了斯特林发动机在最佳转速下的最大输出功率和效率,建立包含碟式聚光器、接收器和斯特林机的碟式太阳能发电系统的热力学模型,分析了发动机的转速、活塞行程、回热器效率、容积比和热源温度等结构参数对斯特林发动机最大输出功率和效率的影响,还分析了不同风速下太阳辐射强度对发电系统性能的影响和不同风速下发电系统性能的日动态变化。结果表明:采用INSGA-Ⅱ算法优化碟式斯特林光热发电系统能得到较为合理的参数,可以为碟式斯特林光热发电技术在新能源发电产业中的应用提供参考。
武志宏[5](2020)在《基于参数辨识的舵机系统控制方法的分析与验证》文中研究表明电动舵机系统作为飞行器、潜艇、汽车等运动系统的方向控制机构,其控制性能直接影响被控对象的动静态特性。然而电动伺服系统的控制性能受到例如摩擦、间隙以及元器件老化等不确定因素的影响。为了解决基于伺服系统数学模型控制器设计中参数不确定性的问题从而提高运动控制系统的控制精度和控制速度,因此本论文在系统辨识理论的基础上研究伺服系统控制方法。论文首先对系统辨识的国内外发展状况和伺服系统控制方法进行了阐述分析和研究,通过分析电动舵机的机械结构传动的工作原理建立了舵机数学模型用于伺服系统控制器设计;然后,对于伺服控制中被控对象的控制器设计时数学模型的参数很难精确获得的困难,研究了参数辨识的经典方法,同时设计了智能优化辨识算法来进行参数优化;最后,设计了基于改进优化算法辨识的舵机系统模型的有限时间伺服系统控制器(Finite Time Servo Control,FTSC),通过ADAMS和Simulink构建的联合仿真实验将FTSC与现有的控制策略进行了对比实验。与此同时,一方面为了验证辨识策略和控制策略的实际有效性需要构建舵机自动化测试设备从而为伺服控制系统提供可靠的数据保证,因此设计了基于虚拟仪器的舵机测控系统为系统辨识和控制算法的研究提供硬件支持。针对不同开发环境的优缺点分别设计了LabWindows/CVI和Visual C++进行虚拟仪器测控设备上位机的开发,软件开发分别应用了多线程机制、异步定时器机制、动态和静态链接库技术、串口通信技术和数据库等技术,满足了舵机系统指令的精准响应和反馈信息的精确采样。另一方面,利用采集的数据结合改进辨识算法进行了电动伺服系统的参数辨识实验,通过辨识的电动伺服系统参数模型来设计本文提出的有限时间控制器,并将其与现有的控制算法进行了对比实验验证。
邹杨[6](2020)在《基于无功成本分析的主动配电网全天无功优化》文中研究表明随着资源短缺和环境污染问题的加剧,环境友好型的分布式电源越来越多地被投入到配电网的运行之中,针对其带来的各种优势与弊端,人们建立起了“主动配电网”的概念,而主动配电网中,由于各种分布式电源无功出力的特性互不相同,无法运用传统发电机的模型一概而论,故针对主动配电网的无功优化需要慎重对待。另一方面,在电力市场改革不断深化的背景下,成本控制的思想逐步深入人心,无功也不能再单纯地作为有功的附属品,片面地忽略其成本的存在。因此,在配电网的无功优化过程中,仅以有功网损作为电网运行经济性指标的判据,已不能准确衡量系统无功优化的成本。准确的经济性指标应是能够同时包含有功网损和无功出力成本的目标函数。本文在总结了主动配电网中和电力市场背景下的无功优化研究现状后,根据主动配电网中各种分布式电源和无功补偿装置的出力特性,分析建立了各自的无功成本模型。之后介绍了可用于无功优化中的和声搜索和模型退火两种智能算法。针对和声搜素算法优点众多,又有着容易陷入局部寻优的缺点,用模拟退火算法对其进行改进,构建出寻优能力优异的改进和声退火算法,并从标准测试函数和无功优化算例两方面进行了验证。最后,在计及无功成本的基础上,运用熵权法权重分配思想,建立了兼顾主动配电网运行经济性与稳定性的全天无功优化目标函数,同时讨论了各无功源的出力上下限问题,并在修改的IEEE33节点标准测试系统中,进行了全天无功优化的算例验证,结果证明,计及无功成本后,可在保证稳定性的同时,大幅节约优化成本。
周帅[7](2020)在《基于改进遗传算法的电网无功优化及节能降损研究》文中研究指明本文以电网无功优化降低系统有功网损作为目标函数,在满足潮流约束及变量约束的同时,采用罚函数的方式防止节点电压越限以及发电机无功输出越限,作为本文无功优化的数学模型。选择遗传算法作为无功优化工具。并采用混合编码方式、改进单点交叉操作以及引入非线性规划函数fmincon针对简单遗传算法存在的性能缺陷进行改进。利用本文的改进遗传算法通过MATLAB在数学领域以及电力系统领域进行仿真验证。为验证fmincon函数在改进遗传算法中的作用,将改进遗传算法拆分为两种优化算法:一种为改进遗传算法,另一种为去除fmincon函数,其余参数和改进方案均与改进遗传算法相同的算法。通过仿真结果分析可得:fmincon函数在改进遗传算法的优化过程中起到非常重要的作用,且改进遗传算法不论在收敛速度方法,还是收敛精度方面均优于简单遗传算法,验证了本文改进遗传算法的有效性。
黎雪莲[8](2020)在《XX气田M区块集输管网优化研究》文中研究说明气田集输管网系统优化问题主要是对投资建设费用的优化。投资建设费用主要包括集气站建设费用和管线长度。在优化模型中影响费用有很多因素,其中包括气站数量以及位置、气井分组结果、采集气管网拓扑布局和管线参数。因此需要对这些因素进行优化。本文针对XX气田M区块的实际情况进行优化。气田集输管网规划方案优化设计变量有集气站位置,进出站温度、压力等连续变量和集气站个数,管径规格等离散变量。对拓扑结构进行优化,其影响着管道参数优化又以管道参数为基础。为了减小优化难度以及可以优化不同连接方式模型,将气田集输管网优化问题划分为管网井站划分、采集气管网拓扑布局、管线参数以上三个优化问题。以集输管网建设费用最小为目标函数,建立气田集输管网井组布局优化模型,利用改进后的遗传算法和蚁群算法整体求解出集气站的数量、各集气站的位置及气井井组划分。以井组划分优化结果为基础,建立采气线多井串联结构优化模型,利用遗传算法与极坐标排序法相结合对其进行求解。对集气站与外输站之间连接结构,建立集气线管网优化模型,确定外输站位置以及集气站与外输站连接方式,运用遗传算法和Prim算法相结合进行求解。通过不同集输方案对比,可知对于该气田区块更适用多井串联-树枝状较节省管网的建设投资。以管网建设费用最小为目标函数建立优化模型,优化后的管网拓扑结构为基层,采用粒子群算法与枚举算法相结合求出每条管段的管径壁厚等参数,计算出其建设投资费用和总管线长度。
姜光[9](2020)在《商用车柴油机空气系统性能参数优化及控制研究》文中认为在先进柴油机开发中,空气系统对柴油机性能的综合提高起着至关重要的作用。本文以一款带有废气再循环(EGR)系统与可变几何截面涡轮增压(VGT)系统的商用车柴油机为研究对象,对其空气系统开展了性能参数优化与控制策略开发研究。研究工作对深入掌握柴油机空气系统特性及其控制理论、推进高效率国产商用车柴油机设计开发和提升国产柴油机整机性能,有一定的学术研究意义和工程应用意义。本文首先运用GT-Power搭建并验证了商用车柴油机工作过程仿真模型。结合GT-Power在发动机性能计算方面的优势和MATLAB/Simulink在数据传递与控制计算方面的优势,本文搭建了以GT-Power进行发动机性能仿真、以MATLAB/Simulink进行算法寻优的耦合平台。在此基础上,以最低燃油消耗率为目标,在满足排放要求的前提下,对EGR阀门开度与VGT叶片开度两个控制参数进行了单目标遗传算法优化。本文建立了面向控制的商用车柴油机空气系统三阶非线性模型,并采用多目标遗传算法对模型中的未知参数进行辨识。针对柴油机空气系统的非线性控制问题,本文将空气系统三阶非线性模型转化为准线性变参数状态空间方程形式,实现非线性到准线性转化的处理。本文以增压压力与进气流量的期望值为目标,以EGR阀门开度与VGT叶片开度为控制参数,采用基于模型的控制方法对柴油机空气系统进行多变量控制。运用模型预测控制算法,研究设计了算法中的预测模型、滚动优化目标函数与反馈校正环节。通过MATLAB/Simulink与GT-Power耦合平台仿真结果显示,本文设计的控制方案在柴油机中、低转速下可获得较好的控制效果。图49幅,表19个,参考文献118篇。
吴南[10](2020)在《双电机纯电动汽车动力系统参数匹配及优化研究》文中进行了进一步梳理在汽车工业飞速发展的今天,不可再生能源消耗量巨大,与此同时也给生态环境带来了巨大压力。新能源汽车作为解决这一系列问题的重要方法便应运而生,在环境问题与能源危机的背景下,采用清洁能源的新能源汽车被公认为未来汽车工业主要的发展方向之一。然而随着车辆的飞速发展,消费者对汽车的要求也日益增高,新能源汽车作为新生代产品,固然在动力性、经济性与舒适性等大众关注的性能与传统车辆存在一定的差距,难以得到大众的广泛认可。世界各国政府及企业也都在提高纯电动汽车的性能投入了大量的人力和财力,但仍存在许多瓶颈问题有待突破,纯电动汽车若想完全替代传统车辆,还需在车辆的动力性及经济性上要有所提高。本文通过改变驱动方式,合理对各部件性能进行分配,设计了一种行星排结构双驱动电机共同组成的纯电动汽车驱动系统。根据所制定的设计目标,对目标车辆的主要部件进行了参数匹配。在AVL CRUISE仿真软件内搭建了双电机纯电动汽车的整车仿真模型,并在MATLAB/SIMULINK内搭建了双电机驱动控制策略,二者联合仿真构建了双电机纯电动汽车仿真平台。为了进一步优化双电机纯电动汽车的各项性能,本文在ISIGHT优化平台内,通过运用改进的带有精英策略的遗传算法对主减速器传动比最为目标进行优化,从而实现整车动力性与经济性的提高。主要做的工作有如下几点:(1)查阅大量国内外文献,对纯电动汽车国内外发展进行了概括,并分析了双电机纯电动汽车的研究意义及其研究现状。(2)通过分析不同的动力系统布置形式,提出了行星排双电机驱动结构,并对行星排双电机工作原理与工作状态进行研究。(3)通过设计目标和给定的整车参数,运用汽车理论中的计算方法通过计算车辆的爬坡功率、加速功率以及最高速时的功率,最终匹配出电机的参数,通过车辆所需达到的续驶里程匹配出电池组参数,以及通过计算出最大和最小传动比的数值,匹配出传动系传动比的数值范围。(4)在AVL CRUISE仿真软件内搭建整车模型,在MATLAB/SIMULINK内搭建了双电机驱动控制策略,并将控制策略嵌入至仿真软件内,二者联合仿真得出仿真结果,其动力性与经济性仿真结果皆达到了设计标准,验证仿真平台的准确性。(5)将AVL CRUISE仿真软件嵌入到ISIGHT优化平台内,构成联合仿真优化平台,选择带有精英策略的遗传算法对目标参数主减速器传动比进行优化,通过241次迭代计算得出优化后的仿真结果表明,车辆的动力性与经济性都得到了提升,证明该优化方式具备一定的研究意义。
二、改进的遗传算法在控制系统参数优化中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、改进的遗传算法在控制系统参数优化中的应用(论文提纲范文)
(1)水轮机调速系统参数辨识与控制方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 水轮机调速系统辨识研究现状 |
1.2.2 水轮机调速系统控制方法研究现状 |
1.3 本文主要研究内容 |
第二章 水轮机调速系统建模分析 |
2.1 水轮机调速系统工作原理 |
2.2 水轮机调速器模型 |
2.2.1 调节器模型 |
2.2.2 电液随动系统模型 |
2.3 水轮机调速系统被控系统模型 |
2.3.1 压力引水系统模型 |
2.3.2 水轮机模型 |
2.3.3 发电机及负荷模型 |
2.4 水轮机调速系统综合模型 |
2.4.1 水轮机调速系统线性模型 |
2.4.2 水轮机调速系统非线性模型 |
2.5 本章小结 |
第三章 基于多种群遗传算法的水轮机调速系统参数辨识 |
3.1 多种群遗传算法原理 |
3.1.1 遗传算法 |
3.1.2 多种群遗传算法 |
3.2 基于多种群遗传算法的水轮机调速系统参数辨识结构 |
3.2.1 辨识系统与待辨识参数 |
3.2.2 适应度函数分析 |
3.2.3 水轮机调速系统参数辨识策略 |
3.3 仿真实验与分析 |
3.3.1 线性辨识方法仿真实验 |
3.3.2 参数辨识仿真实验 |
3.4 本章小结 |
第四章 基于MaxLIPO+TR的水轮机调速系统PID参数优化 |
4.1 MaxLIPO+TR算法原理 |
4.1.1 LIPO算法 |
4.1.2 Ada LIPO算法 |
4.1.3 MaxLIPO+TR算法 |
4.2 基于MaxLIPO+TR的水轮机调速系统PID参数优化结构 |
4.2.1 目标函数分析 |
4.2.2 水轮机调速系统PID参数优化策略 |
4.3 仿真实验与分析 |
4.3.1 目标函数对比实验 |
4.3.2 频率扰动实验 |
4.3.3 负荷扰动实验 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 全文工作总结 |
5.2 后续研究展望 |
参考文献 |
致谢 |
攻读学位期间的研究成果 |
(2)水轮机调速系统模型参数辨识及PID参数优化(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题背景与意义 |
1.2 水轮机调速系统研究现状及其运用 |
1.2.1 水轮机调速器研究现状 |
1.2.2 水轮机调速系统控制策略发展现状及其运用 |
1.3 水轮机调速系统模型及其参数辨识的研究现状 |
1.3.1 水轮机调速系统模型的研究现状 |
1.3.2 水轮机调速系统模型参数辨识的研究现状 |
1.4 水轮机调速系统仿真的意义 |
1.5 本文主要研究内容 |
第二章 水轮机调速系统数学模型 |
2.1 引言 |
2.2 压力引水系统 |
2.3 水轮机线性化模型 |
2.4 水轮机非线性模型 |
2.4.1 刚性水击下的非线性水轮机模型 |
2.4.2 弹性水击下的非线性水轮机模型 |
2.5 PID控制规律 |
2.6 发电机及负荷数学模型 |
2.7 本章小结 |
第三章 水轮机调速系统线性模型参数辨识 |
3.1 引言 |
3.2 参数辨识原理 |
3.3 粒子群算法原理 |
3.3.1 粒子群优化算法 |
3.3.2 算法流程 |
3.4 参数设置与辨识仿真 |
3.5 本章小结 |
第四章 水轮机调速系统非线性模型参数辨识 |
4.1 引言 |
4.2 基于ABC的非线性模型参数辨识 |
4.2.1 适应度函数及辨识流程 |
4.2.2 ABC算法原理及流程 |
4.2.3 参数辨识仿真 |
4.2.4 结论 |
4.3 基于LF-PSO的非线性模型参数辨识 |
4.3.1 适应度函数 |
4.3.2 LF-PSO原理及算法流程 |
4.3.3 参数辨识仿真 |
4.3.4 结论 |
4.4 本章小结 |
第五章 水轮机调速系统PID参数优化 |
5.1 引言 |
5.2 基于差分进化算法的PID参数优化 |
5.2.1 差分进化算法 |
5.2.2 算法原理及流程图 |
5.2.3 适应度函数 |
5.2.4 仿真模型及其参数设置 |
5.3 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 学术论文 |
(3)基于关节位姿的机器人控制方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 串联机器人国内外发展现状 |
1.3 串联机器人控制国内外研究现状 |
1.3.1 逆运动学求解 |
1.3.2 机器人控制方法 |
1.3.3 控制系统参数优化 |
1.4 本文研究内容与组织结构 |
第二章 基于关节位姿的机器人控制方法原理及实现 |
2.1 循环坐标下降(CCD)算法 |
2.2 基于关节位姿的机器人控制方法原理 |
2.2.1 旋转关节 |
2.2.2 平动关节 |
2.2.3 机械臂 |
2.2.4 奇异位置处理 |
2.2.5 整体流程 |
2.3 仿真验证 |
2.3.1 仿真环境 |
2.3.2 平面连杆 |
2.3.3 机械臂 |
2.4 Jaco机械臂实验 |
2.5 本章小结 |
第三章 基于关节位姿的机器人控制系统设计与改进 |
3.1 问题分析与处理 |
3.2 基于关节位姿的机器人PID控制系统 |
3.2.1 独立关节PID控制器设计 |
3.2.2 稳定性证明 |
3.2.3 简化模型分析与稳态误差消除 |
3.3 基于关节位姿的机器人计算力矩控制系统 |
3.3.1 计算力矩控制系统设计 |
3.3.2 稳定性证明 |
3.4 基于关节位姿的机器人自适应控制系统 |
3.4.1 自适应控制系统设计 |
3.4.2 稳定性证明 |
3.5 仿真分析 |
3.5.1 点位控制 |
3.5.2 轨迹跟踪控制 |
3.6 本章小结 |
第四章 基于关节位姿的机器人控制系统参数优化 |
4.1 目标函数设置 |
4.2 基于传统智能算法的控制器参数优化方法 |
4.2.1 标准GA算法对控制器参数优化方法 |
4.2.2 标准PSO算法对控制器参数优化方法 |
4.3 基于FORL算法的控制器参数优化方法 |
4.3.1 强化学习简介 |
4.3.2 FORL算法对控制系统参数优化的要素设置 |
4.3.3 FORL算法对控制系统参数优化的整体流程 |
4.4 控制器参数优化仿真 |
4.4.1 控制器参数优化执行系统设计 |
4.4.2 不同参数优化方法仿真对比 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 全文总结 |
5.2 前景展望 |
参考文献 |
附录1 攻读硕士学位期间申请的专利 |
附录2 攻读硕士学位期间参加的科研项目 |
致谢 |
(4)基于改进快速非支配排序遗传算法的碟式斯特林光热发电系统参数优化及性能研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究的背景 |
1.2 课题研究的意义 |
1.3 碟式斯特林光热发电系统国内外研究现状 |
1.4 论文的主要研究内容 |
2 碟式斯特林光热发电系统概述 |
2.1 碟式聚光器 |
2.2 接收器 |
2.3 斯特林机 |
2.4 小结 |
3 快速非支配排序遗传算法的改进 |
3.1 多目标优化问题描述 |
3.2 NSGA-II算法 |
3.2.1 快速非支配排序 |
3.2.2 拥挤度描述 |
3.2.3 精英保留策略 |
3.2.4 算法流程 |
3.3 NSGA-Ⅱ算法的改进 |
3.3.1 选择算子的改进 |
3.3.2 精英保留策略的改进 |
3.3.3 INSGA-Ⅱ算法流程 |
3.4 算法测试 |
3.5 TOPSIS决策方法 |
3.6 小结 |
4 碟式斯特林机系统的优化 |
4.1 斯特林机系统模型 |
4.1.1 效率模型 |
4.1.2 输出功率模型 |
4.1.3 压降模型 |
4.2 目标函数、决策变量和约束条件 |
4.3 仿真分析 |
4.3.1 输出功率-压降优化 |
4.3.2 效率-压降优化 |
4.3.3 输出功率-效率-压降优化 |
4.4 小结 |
5 碟式斯特林光热发电系统参数对性能的影响 |
5.1 热力学分析 |
5.1.1 斯特林发动机在最佳转速下的最大输出功率和效率 |
5.1.2 碟式斯特林光热发电系统模型建立 |
5.1.3 参数设置 |
5.2 不同条件下转速对热机输出功率的影响 |
5.3 不同条件下转速对热机效率的影响 |
5.4 不同条件下热源温度对输出功率和效率的影响 |
5.5 不同条件下容积比对输出功率和效率的影响 |
5.6 不同风速下太阳辐射对系统性能的影响 |
5.7 不同风速下系统性能的日动态理论分析 |
5.8 小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间研究成果 |
(5)基于参数辨识的舵机系统控制方法的分析与验证(论文提纲范文)
摘要 |
abstract |
1.绪论 |
1.1 课题背景 |
1.2 系统辨识和控制策略的研究 |
1.2.1 系统辨识的研究现状 |
1.2.2 控制策略的研究现状 |
1.2.3 系统辨识与控制策略的应用 |
1.3 论文的研究内容及安排 |
2.舵机系统模型与辨识方法 |
2.1 引言 |
2.2 舵机系统模型 |
2.3 舵机辨识算法 |
2.3.1 相关法辨识 |
2.3.2 递推最小二乘法 |
2.3.3 改进自适应遗传算法 |
2.3.4 改进粒子群算法 |
2.4 本章小结 |
3.基于有限时间伺服控制器设计 |
3.1 引言 |
3.2 有限时间基本引理 |
3.3 控制器设计及系统稳定性分析 |
3.4 基于ADAMS/MATLAB联合仿真 |
3.5 本章小结 |
4.基于虚拟仪器技术的测控系统设计 |
4.1 引言 |
4.2 虚拟仪器技术综述 |
4.3 系统硬件设计 |
4.3.1 组合绝对式编码器 |
4.3.2 多功能采集卡的选择 |
4.3.3 调理控制电路 |
4.4 系统软件设计 |
4.4.1 基于LabWindows/CVI系统软件设计 |
4.4.2 基于VC++系统软件设计 |
4.5 本章小结 |
5.实验验证与分析 |
5.1 引言 |
5.2参数辨识实验 |
5.3 控制器验证 |
5.4 本章小结 |
6.总结与展望 |
6.1 论文研究总结 |
6.2 目前存在的问题与工作展望 |
参考文献 |
读硕士期间发表的论文及所取得的研究成果 |
致谢 |
(6)基于无功成本分析的主动配电网全天无功优化(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 主动配电网中无功优化的研究现状 |
1.2.2 电力市场背景下无功优化的研究现状 |
1.3 本文主要内容 |
第2章 ADN中各元件无功成本分析 |
2.1 引言 |
2.2 光伏无功成本模型的建立 |
2.3 风电无功成本模型的建立 |
2.4 微型燃气轮机无功成本模型的建立 |
2.5 并联电容器组无功成本分析 |
2.6 本章小结 |
第3章 基于模拟退火改进的和声搜索算法 |
3.1 引言 |
3.2 和声搜索算法概述 |
3.2.1 和声搜素算法原理 |
3.2.2 和声搜素算法的初始化参数 |
3.2.3 和声搜素算法的算法流程 |
3.2.4 和声搜素算法的优缺点 |
3.3 模拟退火算法概述 |
3.3.1 模拟退火算法原理 |
3.3.2 模拟退火算法的主要参数 |
3.3.3 模拟退火算法的算法流程 |
3.3.4 模拟退火算法的优点 |
3.4 改进的和声退火(HSSA)算法 |
3.4.1 算法结合的思路 |
3.4.2 算法改进的角度 |
3.4.3 改进HSSA的算法流程 |
3.4.4 与当前HS算法的改进研究相比较 |
3.5 算例验证 |
3.5.1 标准测试函数验证 |
3.5.2 配电网无功优化算例验证 |
3.6 本章小结 |
第4章 计及无功成本的主动配电网无功优化 |
4.1 引言 |
4.2 目标函数设计 |
4.2.1 考虑经济与稳定性指标的目标函数 |
4.2.2 基于熵权法的目标函数权重确定 |
4.3 约束条件的确定 |
4.4 算例验证 |
4.4.1 算例参数设计 |
4.4.2 算例结果分析 |
4.5 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 进一步工作的方向 |
致谢 |
参考文献 |
附录 IEE33节点标准测试系统参数 |
(7)基于改进遗传算法的电网无功优化及节能降损研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 优化算法分析 |
1.4 目前存在的问题 |
1.5 研究内容及目标 |
1.6 技术路线 |
1.7 本章小结 |
2 无功补偿 |
2.1 无功补偿概述 |
2.2 无功补偿原理 |
2.3 无功补偿方式 |
2.4 无功补偿设备 |
2.4.1 发电机 |
2.4.2 同步调相机 |
2.4.3 电力电容器 |
2.4.4 静止无功补偿器(SVC) |
2.4.5 静止无功发生器(SVG) |
2.5 本章小结 |
3 无功优化与数学模型 |
3.1 数学模型 |
3.1.1 等式约束条件 |
3.1.2 不等式约束条件 |
3.1.3 目标函数 |
3.2 潮流计算 |
3.2.1 节点分类 |
3.2.2 牛顿拉夫逊法 |
3.2.3 PQ分解法 |
3.3 本章小结 |
4 遗传算法 |
4.1 遗传算法简介 |
4.2 遗传算法的基本原理 |
4.3 遗传算法的基本步骤 |
4.3.1 编码 |
4.3.2 初始种群 |
4.3.3 适应度函数 |
4.3.4 遗传操作 |
4.3.5 终止判据 |
4.3.6 参数设置 |
4.4 遗传算法的操作流程图 |
4.5 本章小结 |
5 改进遗传算法 |
5.1 优化编码方式 |
5.2 改进交叉操作 |
5.3 引入非线性规划函数 |
5.4 改进遗传算法简单算例分析 |
5.5 基于改进遗传算法的无功优化流程 |
5.6 本章小结 |
6 算例与仿真 |
6.1 IEEE9节点系统 |
6.1.1 系统结构图 |
6.1.2 系统参数 |
6.1.3 IEEE9节点仿真分析 |
6.2 IEEE14节点系统 |
6.2.1 系统结构图 |
6.2.2 系统参数 |
6.2.3 IEEE14节点仿真分析 |
6.3 IEEE30节点系统 |
6.3.1 系统结构图 |
6.3.2 系统参数 |
6.3.3 IEEE30节点仿真分析 |
6.4 薛家湾某地区节点系统 |
6.4.1 系统结构图 |
6.4.2 系统参数 |
6.4.3 薛家湾某地区节点仿真分析 |
6.5 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 展望 |
致谢 |
参考文献 |
作者简介 |
(8)XX气田M区块集输管网优化研究(论文提纲范文)
摘要 |
Abstract |
第1章 前言 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.3 本文研究内容 |
1.4 技术路线 |
第2章 气田集输管网工艺计算 |
2.1 气田集输管网基础工艺流程 |
2.2 天然气集输管道工艺热力计算模型 |
2.3 天然气集输管道工艺水力计算模型 |
2.4 天然气物性参数计算 |
2.5 多相流混输管道水力热力模型耦合计算 |
2.6 本章小结 |
第3章 气田集输管网井组优化研究 |
3.1 气田集输管网井站布局优化模型建立 |
3.2 气田集输管网井站布局优化模型求解 |
3.3 实例计算 |
3.4 本章小结 |
第4章 气田集输管网拓扑布局优化研究 |
4.1 采气管网拓扑布局优化研究 |
4.2 集气管网拓扑布局优化研究 |
4.3 实例计算 |
4.4 本章小结 |
第5章 气田集输管网系统参数优化 |
5.1 气田地面集输系统参数优化模型 |
5.2 气田地面集输系统参数优化模型约束条件 |
5.3 气田地面集输系统参数优化模型求解 |
5.4 实例计算 |
5.5 本章小结 |
第6章 结论 |
附录1 M区块气井坐标参数 |
致谢 |
参考文献 |
个人简介 |
(9)商用车柴油机空气系统性能参数优化及控制研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.2 柴油机空气系统参数优化研究现状 |
1.2.1 基于试验的参数优化 |
1.2.2 基于仿真的参数优化 |
1.3 面向控制的柴油机空气系统模型研究现状 |
1.4 柴油机空气系统控制算法研究现状 |
1.5 本文主要研究内容 |
2 商用车柴油机工作过程仿真模型建立及验证 |
2.1 仿真分析软件的确定 |
2.2 柴油机工作过程仿真模型 |
2.2.1 缸内工作过程计算模型 |
2.2.2 进、排气系统计算模型 |
2.2.3 增压系统计算模型 |
2.2.4 中冷器计算模型 |
2.2.5 废气再循环系统计算模型 |
2.3 柴油机工作过程仿真分析参数描述 |
2.3.1 原机主要技术参数 |
2.3.2 仿真模型主要模块及参数 |
2.4 柴油机工作过程仿真模型的验证 |
2.5 本章小结 |
3 商用车柴油机空气系统性能参数优化研究 |
3.1 优化参数与优化目标 |
3.2 优化算法的确定 |
3.3 基于遗传算法的柴油机空气系统性能参数优化 |
3.3.1 GT-Power与 MATLAB/Simulink耦合程序的开发 |
3.3.2 遗传算法的参数设计 |
3.3.3 优化结果的分析 |
3.4 本章小结 |
4 面向控制的商用车柴油机空气系统模型建立及验证 |
4.1 面向控制的柴油机空气系统模型的建立 |
4.1.1 增压器系统模型 |
4.1.2 进排气系统模型 |
4.2 面向控制的柴油机空气系统模型参数的确定 |
4.3 面向控制的柴油机空气系统模型的验证 |
4.4 面向控制的柴油机空气系统模型的准线性处理 |
4.5 本章小结 |
5 基于模型的商用车柴油机空气系统多变量控制研究 |
5.1 基于模型的柴油机空气系统多变量控制总体方案设计 |
5.1.1 控制对象与控制目标 |
5.1.2 控制算法的确定 |
5.1.3 柴油机空气系统多变量控制总体方案 |
5.2 基于模型的柴油机空气系统多变量控制算法研究 |
5.2.1 控制算法的基本原理 |
5.2.2 基于模型的柴油机空气系统多变量控制算法设计 |
5.3 基于模型的柴油机空气系统多变量控制仿真分析 |
5.3.1 低转速工况下空气系统控制分析 |
5.3.2 中转速工况下空气系统控制分析 |
5.3.3 高转速工况下空气系统控制分析 |
5.4 本章小结 |
6 全文总结与展望 |
6.1 全文总结 |
6.2 工作展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(10)双电机纯电动汽车动力系统参数匹配及优化研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 论文研究背景及意义 |
1.2 纯电动汽车国内外发展概况 |
1.3 双电机电动汽车研究意义与现状 |
1.4 本文研究的主要内容 |
2 行星排双电机驱动系统构型与原理分析 |
2.1 双电机纯电动汽车构型选择与分析 |
2.2 行星齿轮原理分析 |
2.3 行星排双电机原理分析 |
2.4 本章小结 |
3 双电机纯电动汽车动力系统参数匹配 |
3.1 整车参数与性能指标 |
3.2 驱动电机参数匹配 |
3.2.1 驱动电机选型 |
3.2.2 驱动电机的匹配 |
3.3 电池组匹配 |
3.4 传动系传动比的匹配 |
3.5 参数匹配小结 |
3.6 本章小结 |
4 行星排双电机纯电动汽车整车模型搭建与仿真分析 |
4.1 仿真软件介绍 |
4.2 经济性整车建模与仿真分析 |
4.2.1 经济性仿真控制策略介绍 |
4.2.2 经济性仿真整车模型的搭建 |
4.2.3 经济性仿真结果 |
4.3 动力性整车建模与仿真分析 |
4.3.1 动力性仿真控制策略的介绍 |
4.3.2 动力性仿真结果 |
4.4 仿真结果 |
4.5 本章小结 |
5 行星排双电机纯电动汽车模型性能优化及仿真分析 |
5.1 ISIGHT软件介绍 |
5.2 优化模型的建立 |
5.2.1 优化算法介绍 |
5.2.2 N SGA-Ⅱ改进的遗传算法的特点及构建 |
5.2.3 参数化模型的建立 |
5.3 优化仿真模型的搭建 |
5.3.1 联合仿真模型建立 |
5.3.2 仿真模型参数输入 |
5.4 仿真结果 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
四、改进的遗传算法在控制系统参数优化中的应用(论文参考文献)
- [1]水轮机调速系统参数辨识与控制方法研究[D]. 张自建. 江西理工大学, 2021(01)
- [2]水轮机调速系统模型参数辨识及PID参数优化[D]. 王伟. 昆明理工大学, 2021(01)
- [3]基于关节位姿的机器人控制方法研究[D]. 丁胜利. 南京邮电大学, 2020(03)
- [4]基于改进快速非支配排序遗传算法的碟式斯特林光热发电系统参数优化及性能研究[D]. 党根叶. 兰州交通大学, 2020(01)
- [5]基于参数辨识的舵机系统控制方法的分析与验证[D]. 武志宏. 中北大学, 2020(09)
- [6]基于无功成本分析的主动配电网全天无功优化[D]. 邹杨. 南昌大学, 2020(01)
- [7]基于改进遗传算法的电网无功优化及节能降损研究[D]. 周帅. 内蒙古农业大学, 2020(02)
- [8]XX气田M区块集输管网优化研究[D]. 黎雪莲. 长江大学, 2020(02)
- [9]商用车柴油机空气系统性能参数优化及控制研究[D]. 姜光. 北京交通大学, 2020(03)
- [10]双电机纯电动汽车动力系统参数匹配及优化研究[D]. 吴南. 辽宁工业大学, 2020(03)