-
公开(公告)号:CN109921422B
公开(公告)日:2022-08-19
申请号:CN201810915171.5
申请日:2018-08-13
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开了一种基于单反馈神经网络的有源电力滤波器非奇异终端滑模控制方法,其特征在于,包括如下步骤:步骤1,建立有源电力滤波器数学模型;步骤2,利用单反馈神经网络对系统的未知部分进行逼近,得到单反馈神经网络非奇异终端滑模控制器,包括控制律和自适应律;步骤3,根据单反馈神经网络非奇异终端滑模控制器控制有源电力滤波器。优点:单反馈神经网络可以任意设定中心向量及基宽的初值,中心向量及基宽会随着所设计的自适应算法根据不同的输入自动稳定到最佳值。非奇异终端滑模控制不仅可以很好使系统状态在有限时间快速收敛,而且避免了普通终端滑模存在的奇异问题。本发明能够实现对指令电流实时跟踪补偿,可靠性高。
-
公开(公告)号:CN109100937B
公开(公告)日:2022-04-01
申请号:CN201810915690.1
申请日:2018-08-13
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种基于双隐层回归神经网络的有源电力滤波器全局滑模控制方法,其特征在于,包括如下步骤:1)建立有源电力滤波器的数学模型;2)建立基于双隐层回归神经网络的有源电力滤波器全局滑模控制器,设计控制律,将其作为有源电力滤波器的控制输入;3)基于Lyapunov函数理论,设计自适应律,验证所述基于双隐层回归神经网络的有源电力滤波器全局滑模控制器的稳定性。优点:提高网络的逼近精度和泛化能力,减少网络参数和权值个数,加快网络训练速度;能够储存更多的信息,具有更好的逼近效果;能够提高有源电力滤波器系统在存在参数摄动和外界干扰情况下的补偿电流跟踪精度和系统鲁棒性。
-
公开(公告)号:CN110350546A
公开(公告)日:2019-10-18
申请号:CN201910624325.X
申请日:2019-07-11
Applicant: 河海大学常州校区
IPC: H02J3/18
Abstract: 本发明公开了一种单相有源电力滤波器控制方法,包括如下步骤:建立单相有源电力滤波器数学模型;利用双隐层回归神经网络对单相有源电力滤波器的未知部分进行逼近,得到双隐层回归神经网络分数阶滑模控制器,根据双隐层回归神经网络分数阶滑模控制器控制单相有源电力滤波器。本发明采用的双隐层回归神经网络包含了两个隐含层和两个回归层;两个隐含层使得神经网络具有强大的拟合能力,两个回归层使得神经网络存储更多的信息,具有更强的联想能力,具有更好的逼近效果;相比较整数阶滑模控制断续的阶次调整,分数阶滑模控制具有更多可调节的阶数自由度,使得控制结果能有更好的优化空间。本发明能实现对指令电流实时跟踪补偿,可靠性高。
-
公开(公告)号:CN107807527B
公开(公告)日:2020-08-04
申请号:CN201711085826.2
申请日:2017-11-07
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种微陀螺仪增益可调的自适应超扭曲滑模控制方法,采用等效滑模控制与超扭曲控制相结合的方法设计自适应超扭曲滑模控制器,并设计超扭曲滑模控制器参数和微陀螺仪系统不确定参数的自适应律,最后采用Lyapunov函数对微陀螺仪系统进行稳定性分析,确保系统渐近稳定性。本发明不受传统二阶滑模控制中干扰项的一阶导数边界已知的条件限制,保证滑模面在有干扰情况下的收敛,并结合高阶超扭曲滑模控制能够有效抑制抖振等优点,控制改善系统性能,提高微陀螺系统对不确定性和外界干扰的鲁棒性,保证系统的稳定性。
-
公开(公告)号:CN109921422A
公开(公告)日:2019-06-21
申请号:CN201810915171.5
申请日:2018-08-13
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开了一种基于单反馈神经网络的有源电力滤波器非奇异终端滑模控制方法,其特征在于,包括如下步骤:步骤1,建立有源电力滤波器数学模型;步骤2,利用单反馈神经网络对系统的未知部分进行逼近,得到单反馈神经网络非奇异终端滑模控制器,包括控制律和自适应律;步骤3,根据单反馈神经网络非奇异终端滑模控制器控制有源电力滤波器。优点:单反馈神经网络可以任意设定中心向量及基宽的初值,中心向量及基宽会随着所设计的自适应算法根据不同的输入自动稳定到最佳值。非奇异终端滑模控制不仅可以很好使系统状态在有限时间快速收敛,而且避免了普通终端滑模存在的奇异问题。本发明能够实现对指令电流实时跟踪补偿,可靠性高。
-
公开(公告)号:CN108776500A
公开(公告)日:2018-11-09
申请号:CN201810550219.7
申请日:2018-05-31
Applicant: 河海大学常州校区
IPC: G05F1/56
Abstract: 本发明公开了一种基于频率补偿和瞬态响应改善电路的无片外电容LDO,主要包括:基准电压Vref模块,两级误差放大器模块、瞬态响应改善电路模块、调整管模块、频率补偿模块、反馈电阻网络模块、负载模块。本发明通过在两级误差放大器模块和调整管模块之间加入瞬态响应改善电路模块,可以缩小过冲电压值和下冲电压值,降低瞬态变化恢复时间,提高瞬态响应速度,改善电路的瞬态响应;并通过在两级误差放大器模块和调整管模块之间加入频率补偿模块使得误差放大器的主次极点分离,从而提高了电路的稳定性,同时减小LDO输出端次极点的品质因数,减小片上电容。
-
公开(公告)号:CN108646837A
公开(公告)日:2018-10-12
申请号:CN201810714249.7
申请日:2018-07-03
Applicant: 河海大学常州校区
IPC: G05F1/56
CPC classification number: G05F1/561
Abstract: 本发明公开了一种用于低压差线性稳压器的瞬态响应改善电路,包括第一PMOS管P1、第二PMOS管P2、第三PMOS管P3、第四PMOS管P4,第五PMOS管Mp;第一NMOS管N1、第二NMOS管N2、第三NMOS管N3、第四NMOS管N4、第五NMOS管N5;第一电阻R1、第二电阻R2、第三电阻RL;第一电容CL;第一电压Vn1、第二电压Vn2、第三电压Vpu、第四电压Vpd;第一电流I1、第二电流I2、第三电流I3、第四电流I4;第一输入电压Vin;第一输出电压Vout;第一地GND。本发明改善了LDO的瞬态响应,根据电路状态,自动减小过冲和下冲。本发明晶体管工作在截止区稳定状态,可以有效降低静态电流、提高电源效率。本发明采用普通电子器件,电路简单,成本低。
-
公开(公告)号:CN108923430B
公开(公告)日:2021-09-24
申请号:CN201810775854.5
申请日:2018-07-16
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开了一种有源电力滤波器神经网络全局快速终端滑模控制方法,包括如下步骤:步骤1,建立有源电力滤波器数学模型;步骤2,本发明使用的神经网络为RBF神经网络,利用RBF神经网络对有源电力滤波器系统的未知部分进行逼近,设计RBF神经网络全局快速终端滑模控制器,包括控制律和自适应律;步骤3,根据RBF神经网络全局快速终端滑模控制器控制有源电力滤波器。RBF神经网络具有万能逼近特性,能以任意精度逼近任意连续函数。全局快速终端滑模控制有以下优点:(1)全局快速终端滑模保证系统在有限时间内到达滑模面,使系统状态在有限时间内收敛到平衡状态。(2)全局快速终端滑模的控制律是连续的,可以消除抖振现象。(3)全局快速终端滑模控制对系统不确定性和干扰具有很好的鲁棒性。
-
公开(公告)号:CN109560551A
公开(公告)日:2019-04-02
申请号:CN201811396845.1
申请日:2018-11-22
Applicant: 河海大学常州校区
Abstract: 本发明提出的基于回归神经网络的有源电力滤波器分数阶全局滑模控制方法,包括以下步骤:建立有源电力滤波数学模型;基于回归神经网络建立回归神经网络分数阶全局滑模控制器,设计控制律和自适应律;利用回归神经网络分数阶全局滑模控制器控制有源电力滤波器。本发明可设定中心向量及基宽的初值,中心向量及基宽会随着所设计的自适应算法根据不同的输入自动稳定到最佳值。在滑模面中加入分数阶项,相比较整数阶滑模控制断续的阶次调整,具有更多可调节的阶数自由度。分数阶全局滑模控制可以消除滑模控制的到达运动阶段,使系统在响应的全过程都具有鲁棒性。本发明实现实现了对指令电流实时跟踪补偿,可靠性高,对参数变化有良好的鲁棒性和稳定性。
-
公开(公告)号:CN108334679B
公开(公告)日:2021-07-13
申请号:CN201810058667.5
申请日:2018-01-22
Applicant: 河海大学常州校区
Abstract: 本发明公开了基于双反馈模糊神经网络的有源电力滤波器全局滑模控制方法,包括如下步骤:1)建立有源电力滤波器的数学模型;2)建立基于双反馈模糊神经网络的有源电力滤波器全局滑模控制器,设计控制律,将其作为有源电力滤波器的控制输入;3)基于Lyapunov函数理论,设计自适应律,验证所述基于双反馈模糊神经网络的有源电力滤波器全局滑模控制器的稳定性。本发明能够提高有源电力滤波器系统在存在参数摄动和外界干扰情况下的补偿电流跟踪性能和系统鲁棒性。
-
-
-
-
-
-
-
-
-