动力定位系统推进电机的无模型自适应矢量控制策略研究

来源 :青岛科技大学 | 被引量 : 1次 | 上传用户:songzs1203
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
动力定位系统是海洋智能航行器的关键驱动装置,然而现有控制算法大多集中于动力定位系统运动轨迹跟踪控制研究,对推进器复杂非线性动态特性的研究却少有提及。近年来,推进电机交流控制技术快速发展,推进器内部结构日趋复杂,作为船舶动力定位系统的主推进装置,吊舱推进控制系统需要克服推进器的复杂动态特性影响,将作业船舶的动力转化成推力从而实现动力定位系统的跟踪控制。船舶动力定位系统在海上作业时,既要面对模型参数不确定性以及自身噪声干扰等情况,还要解决外界扰动对推进系统的影响问题。本论文考虑动力定位系统推进器复杂非线性动态特性以及扰动影响等不确定性因素,研究了动力定位系统推进电机的无模型自适应矢量控制策略。具体内容如下1、考虑动力定位系统推进器复杂非线性动态特性问题,研究在推进电机矢量控制系统中引入PI控制和无模型自适应控制相结合的方法,并对比PI矢量控制方案和无模型自适应矢量控制方案的控制效果,通过仿真验证两种推进电机控制方案的可行性。2、针对船体震动时推进器产生的噪声影响推进电机控制精度问题,提出串级无模型自适应矢量控制方法,在速度外环和电流内环采用无模型自适应控制算法,构成内外回路控制新方法,以有效抑制噪声的影响并提高控制系统的控制精度和响应速度,通过仿真验证新方法的有效性。3、针对未知的螺旋桨负载给推进电机的速度控制造成的不确定性影响问题,通过引入滑模观测器对负载扰动进行观测,将无模型自适应控制、滑模控制和矢量控制系统相结合,提出推进电机无模型自适应滑模矢量控制系统,提高动力定位推进电机控制系统的鲁棒性能。4、针对动力定位推进控制系统中的未知负载扰动及测量扰动导致控制量频繁动作的问题,研究无模型自适应滑模矢量控制系统的抗扰性能,与PI矢量控制系统对比并进行仿真实验,验证所提控制方案对扰动抑制的有效性,为实船应用提供参考价值。
其他文献
为解决能源需求大幅度增长、环境恶化以及能源转化效率低等问题,综合能源系统应运而生。它不但能够高效的提高对能源的使用和转化,减少环境污染物的排放,而且同时能为用户提
随着我国电压等级的提高以及用电需求的日益增加,电力系统中电力设备的安全面临严重的挑战。由于电力变压器在所有的电力设备中的重要作用,往往变压器的运行状况会直接影响电
随着传统化石能源的日益减少,可再生能源变得越来越重要。风能作为可再生能源重要的一种形式具有巨大的开发潜力,目前已被众多国家开发利用。但风能自身具有的随机性、间歇性
DG(Distributed Generation,分布式发电)并入配电网可以有效缓解以火力发电为主要形式的能源枯竭问题,降低环境污染,但是DG的并入会导致配电网潮流分布改变,从而改变配电网的
污泥是污水或废水生物法处理中产生的、包含大量微生物菌体的副产物。我国住建部要求,污泥在进行填埋、土地利用前,须按《城镇污水处理厂污染物排放标准》(GB18918-2002)的规
近年来,随着我国工业化进程的持续推进,对电力的需求量也随之增加,电力工业随之得到快速发展。在电力系统中,无论是社会总用电量还是总装机容量都在快速增长。作为电力系统的
二维物体识别是计算机视觉和人工智能领域的一个经典任务,被广泛地应用于图像理解、目标识别和场景分析等应用中。物体识别的基本问题是物体的表示和描述,通用的方法是借助于
城市现代化进程的加速和车辆数量的增加导致道路交通安全和运输效率的问题日益突出,例如交通拥堵加剧,交通事故频发。道路交通标志识别(TSR)系统是智能车辆的重要组成部分。
STM32的研究与应用是目前嵌入式的一个重要的方向。与其他同类型的芯片如单片机、DSP相比,STM32具有更高的灵活性,可剪裁性、性价比高等优点。然而,随着人们的需求提高,对于
近几年,以互联网、大数据、人工智能为代表的新兴技术与制造业加速融合,促进了工业智能制造以及机器人等相关行业的快速发展,在国内外掀起了一股科研浪潮。未来机器人产业的