一、基于最优控制原理的混沌同步（论文文献综述）
傅煜[1]（2021）在《永磁同步电机参数辨识研究》文中进行了进一步梳理随着时代的发展,由于永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）具有运行功率高、维护成本低、更快的响应速度和坚固的结构等优点,在各种民用电器、交通车辆、升降机、运输机械等领域被广泛的应用。永磁同步电机在运行过程中易受到温度与磁饱和程度等各种环境因素影响,使其内部参数处于动态变化状态,导致整个系统在正常运行过程中的可靠性下降、控制系统的性能受损。因此,对永磁同步电机进行精确且快速的参数辨识有重要意义。针对粒子群算法粒子会陷入早熟状态,导致无法快速且精确地辨识永磁同步电机参数的问题,为此引入一种自适应混沌粒子群算法对永磁同步电机参数进行离线辨识。检验算法单峰值与双峰值标准测试函数的收敛能力,并将算法用于辨识永磁同步电机多参数。基于MATLAB/SIMULINK进行仿真研究,仿真结果发现自适应混沌粒子群算法相较于标准粒子群算法在永磁同步电机离线多参数辨识中更为精准、快速。针对递推最小二乘法会出现数据淹没,导致无法快速进行永磁同步电机在线参数辨识的问题,引入一种具有遗忘因子的递推最小二乘法,将该算法与递推最小二乘法进行在线参数辨识对比,根据仿真结果验证了该算法收敛速度更快。同时通过改变遗忘因子大小对永磁同步电机进行在线参数辨识,根据仿真结果表明遗忘因子大小会对辨识的收敛能力与稳定性产生影响。
那少聃[2]（2020）在《基于自抗扰控制的感应电机EPS系统转矩控制研究》文中提出电动助力转向（Electric Power Steering,EPS）系统因符合低碳化、轻量化、智能化的汽车发展方向,具有操纵稳定性好、易于模块化设计和安装、支持个性化助力模式等优势,成为现今应用最广泛的转向系统。本文以配备感应电机的EPS系统为研究对象,以实现时变负载下精确的转矩控制,及轻便灵活、操纵感好的转向控制为目标,对感应电机和EPS系统的控制策略开展研究。EPS系统作为力矩伺服系统,要求能够快速准确地响应驾驶员对转向盘的操纵转矩,而感应电机的特殊结构使其无法像直流电机那样,通过简单算法就能实现高性能的转矩控制。因此,本文以定子磁场定向（Stator Field Orientation,SFO）矢量控制为基础,在考虑电机运行效率的同时,就参数辨识、定子磁链观测以及两轴电流调节等方面进行了详细论述,并设计了 EPS系统的基本助力、回正及补偿等控制策略。感应电机矢量控制中,需要利用电机参数对磁链进行估计。本文通过矢量变换得到定子磁场定向的数学模型;考虑定子磁场定向不涉及转子侧时变参数的特点,采用常规离线参数辨识方法,并根据特殊工况（堵转、空载）下,不同参数的离线辨识原理,分析了参数辨识系统的误差引入项;重点分析了因功率开关元件死区时间造成电流畸变而引起的误差,设计了补偿方案并确定了补偿系数,进而由所搭建的感应电机离线参数辨识实验系统得到所选电机的参数范围。为了进一步得到准确的电机参数,文中采用了基于混沌序列的粒子群算法对实验所得参数进行优化,并定义了电流检测值与系统计算值之间的适应度函数;仿真验证了参数优化模型,并得到最终辨识结果。通过电机运行状态实验,对比优化前后辨识结果,从而验证经优化模型辨识得到的电机参数更接近实际值。SFO控制中存在定子磁链和转矩电流的耦合问题,文中针对EPS系统随机负载情况下,常规定子电流解耦补偿算法的不足,提出了基于自抗扰控制器（Active Disturbance Rejection Control,ADRC）的定子磁链闭环解耦控制策略;针对系统扰动变化较大时,线性扩张状态观测器（Linear Extended State Observer,LESO）的观测误差,文中提出了采用并联型扩张观测器对原始观测器的观测误差进行观测并补偿,从而得到改进型ADRC定子磁链解耦控制方案,并通过仿真验证其抗干扰性能、响应性能均优于常规方案。通过对常见磁链观测器的积分饱和及直流偏置情况进行量化分析,考虑EPS系统中电机运行效率优化时需要变磁链控制,文中提出了在传统阈值固定双积分磁链观测器中加入ADRC环节,实现动态磁链的无偏差、无饱和观测。根据EPS系统的工作特点,分析讨论了感应电机效率优化的必要性;采用损耗模型法,建立了与负载转矩和转速有关的定子磁链幅值给定模型;通过整合模型中所涉及的电机参数,并采用带遗忘因子的递推最小二乘法进行估计,避免了对时变参数的在线辨识。文中根据d轴电流稳定性的要求,设计了 ADRC电流调节器;根据q轴电流响应特性的要求,设计了模糊自适应PID电流调节器,并对两轴电流调节器的性能进行了仿真验证。为了实现EPS系统转向轻便灵活,操纵感好,要求有合理的静、动态控制策略。文中分析了汽车转向过程中,系统的转矩特性及扭杆状态,提出了以传感器测量转矩代替转向盘转矩,建立新型助力特性曲线;针对机械回正不足的问题,建立了以转向盘角度和角速度为参考值的回正控制算法;提出了基于TD的转向盘角速度估计方案,并通过仿真对比其抗干扰性能优于传统微分算法。针对负载突变引起的转向性能下降,提出了基于ESO的负载转矩估计方案,并建立了突变负载的转矩补偿控制算法。为了验证本文所提出的感应电机及转向系统的控制算法,设计了感应电机EPS系统的控制器,并根据转向性能测试需求搭建了 EPS系统测试台,验证了 EPS控制器的基本助力控制、回正控制和补偿控制算法。
赵梦莹[3]（2020）在《基于LAWPSO的PMSM参数辨识及应用》文中研究指明永磁同步电机伺服系统中,绝大多数控制器均需要在电机参数确定的情况下才可达到一定的控制效果,而在实际运行过程中,电机参数存在一定的波动。因此精确地辨识电机参数,不仅能够分析电机特性的变化,而且有利于实现高性能控制算法。论文结合PMSM参数辨识的研究现状,分析了各种算法的优缺点以及共同存在的问题,最终选择一种改进的PSO算法用于参数辨识。建立了两相旋转坐标下的PMSM数学模型以及采用id=0的控制方式的PMSM矢量控制系统。针对标准粒子群算法（SPSO）寻优后期收敛速度慢,粒子易于陷入局部最优的问题,以提高算法收敛速度和搜索精度为目标,将Logistic函数应用到SPSO算法中,用于确定速度更新公式中的惯性权重ω的值,形成了基于Logistic函数的自适应惯性权重粒子群优化算法,并将其用于PMSM电气参数和机械参数的辨识。基于MATLAB/SIMULINK进行了仿真研究,仿真分为两部分,首先分别采用SPSO、LDWPSO和LAWPSO算法实现对PMSM参数的离线辨识,比较三种算法的优化性能;然后验证了 LAWPSO算法用于数据在线采集的PMSM参数辨识的有效性。考虑到PI控制器在外界扰动下很难满足高性能控制要求,论文将LQR控制器用于PMSM矢量控制系统速度环的设计中,建立了基于LQR控制的PMSM调速系统模型。结合参数辨识算法寻找到一定条件下的最优反馈增益矩阵K,从而得到所设计的LQR控制器。对上述算法进行了仿真研究,验证了该算法用于LQR控制器参数整定的有效性。最后,论文搭建了以TMS320F28335为控制芯片的PMSM调速系统硬件实验平台,在硬件平台上实验验证了算法的可行性。仿真和实验结果均证明了 LAWPSO算法用于参数辨识具有较高的精度和较快的辨识速度。
刘加勋[4]（2020）在《隐藏型混沌吸引子与混沌同步的研究》文中进行了进一步梳理本文主要研究了具有隐藏型吸引子混沌系统和实混沌系统、分数阶混沌系统与复混沌系统的混沌同步控制策略。（1）具有隐藏型混沌吸引子的分数阶混沌系统及其混沌同步首先,将Sprott族中LE1系统从整数阶拓展到分数阶,并且加入两个常数控制器,产生了一种具有隐藏型吸引子的分数阶混沌系统。之后,在分岔图与系统相图的协助下,研究了新提出分数阶混沌系统复杂动力学特征,其能够表现出一种自激型吸引子与三种隐藏型吸引子。并且基于分数阶有限时间稳定性理论,实现了两个新分数阶混沌系统的有限时间混沌同步控制与三个新分数阶混沌系统的组合同步控制。最后数值仿真证明了所提出分数阶有限时间同步控制器与分数阶组合同步控制器的有效性。（2）永磁同步电机混沌同步控制阐述了永磁同步电机在参数确定时与部分参数不确定时有限时间混沌同步控制的方法。首先对永磁同步电机建立无量纲模型并对其进行分析,基于Lyapunov稳定性理论与主动控制原理,利用驱动响应法设计出了在参数已知前提下的混沌同步控制器;之后基于自适应理论对部分参数未知的永磁同步电机模型进行分析且提出了自适应混沌同步控制器。数值仿真体现了所提出两种控制器的优越性与有效性。（3）基于分数阶复混沌系统差函数同步的保密通讯首先,研究了分数阶复混沌系统在保密通信中的优势。基于整数阶差函数同步研究了分数阶差函数同步并将其拓展到复数域,提出的分数阶差函数控制器确保了同步的完成。之后,依靠分数阶差函数同步,提出了基于此种同步方式的保密通信传输框架,并且分别完成了模拟信号、数字信号、声音信号与图像信号的传输。尤其对于图像信号,提出了一种基于分数阶复混沌系统的图像加密系统。最后的模拟实验说明了保密通信的准确性与优越性。（4）N个系统组合函数投影同步提出了N个系统组合函数投影同步的混沌同步方式,这种同步类型是目前大多数混沌同步的广义形式,已有的大部分混沌同步类型都可看做N个系统组合函数投影同步的特殊情况。之后,将时延因子引入函数投影同步中的尺度比例函数部分,提出了时延函数投影同步,并且给出了其广义混沌同步控制器,数值仿真证明了给出控制器的有效性。
蒋建武[5]（2020）在《低速电动汽车永磁同步电机群智融合控制算法研究》文中研究表明低速电动汽车以低能耗高环保特性突破了传统燃油汽车因生态能源问题导致的发展瓶颈,逐步成为了汽车工业的新发展方向。电动汽车以基于驱动电机的电池与电子控制系统取代了传统的机械化传动系统,由于行驶工况的复杂性和随机性使得电机驱动系统成为一个非线性、多参数、强耦合的时变控制系统,永磁同步电机以其在输出效率、功率密度以及系统可靠性等方面的卓越性能,成为了电动汽车的首选驱动电机。本文基于永磁同步电机矢量控制理论,将优化粒子群、人工免疫系统和人工智能鱼群等智能控制理论引入到电机转速估算、参数整定和电机本体参数辨识等关键技术研究,从而为解决平稳调速,比例积分参数整定,电机参数精度辨识等问题提供了有效方法。本文主要内容和创新点概括如下:（1）针对永磁同步电机扩展卡尔曼滤波转速估算的噪声矩阵确定问题,以平稳调速为目标引入了改进优化粒子群算法对扩展卡尔曼滤波算法噪声矩阵参数进行优化寻优,将噪声矩阵参数作为寻优粒子,以实际转速与估算转速绝对差值时间积分作为寻优的适应度函数,在寻优空间内让粒子向目标极值点迭代迁移,最终以最优寻优粒子位置确定扩展卡尔曼滤波估算模型的噪声矩阵,从而实现高精度速度估算,增强电机速度波形的抗扰性,实现平稳调速。（2）针对永磁同步电机电流与速度双闭环控制中比例积分控制器参数整定问题,提出了一种将人工免疫系统改进优化粒子群算法实现对比例积分控制器的参数进行优化整定融合控制算法。算法以双环控制中比例和积分参数作为寻优粒子,利用人工免疫系统增强粒子群优化算法的寻优多样性和粒子迁移性,有效改善寻优系统的早熟收敛问题,提高了粒子群寻优速度与精度。优化后的控制系统抑制转速波形脉动,减少转矩改变时的响应时间,显着提升永磁同步电机控制系统鲁棒性和稳定性。（3）针对强非线性的永磁同步电机控制系统的定子绕组、直轴与交轴电感、转子磁链等电机参数精准辨识问题,提出了一种利用混沌人工智能鱼群优化前馈人工神经网络电机本体参数辨识模型的初始权重与阈值的融合控制算法。优化后的电机参数网络辨识模型具备初值敏感性弱,参数设置鲁棒性好和复杂工况下系统稳定性好的特性。与其他智能算法对比相比,基于混沌鱼群的反向传播神经网络对永磁同步电机电机参数的辨识精度高且收敛速度快。（4）针对文中提出的永磁同步电机群智融合驱动控制算法进行了实践研究,根据层级分离构件化设计原则构建了电机驱动控制器的软硬件系统。通过对室内平台测试和室外实车路测结果的对比分析显示,本文提出的群智融合驱动控制算法以及电机控制器系统能满足低速电动汽车的实际应用的性能需求。在同等软硬件成本要求下,课题组所设计的永磁同步电机控制器系统在转速控制精度、转矩脉动抑制、车辆驾乘舒适度等性能上均有良好表现。本文对智群控制算法在永磁同步电机矢量控制上的应用做了理论探讨和实践研究,对提升低速电动汽车系统性能,实现低速电动汽车既快又好的发展具有一定的现实意义。
李贵强[6]（2020）在《基于自抗扰算法的电动汽车牵引力系统优化控制技术研究》文中认为目前,面对空气污染和能源短缺的压力,发展对环境友好的新能源汽车逐渐已成为全球的共识,而提升新能源汽车安全性和能量效率是亟待解决的问题。采用电机驱动的电动汽车易于快速准确控制转速、调节转矩,能够实现制动能量回馈。本研究立足驱动电机系统特点和优势,开展基于自抗扰算法的新型电动汽车驻车、牵引和制动等控制方法及应用研究,提高了电动汽车稳定性和能量效率。论文首先介绍了新能源汽车发展现状和技术体系,重点阐述了纯电动汽车牵引力系统的技术优势、研究现状,提出了关键技术问题和本研究的主要研究目标。其次,基于电动汽车电机系统模型,本论文分析了电机系统的内部不稳定性和外部扰动因素,搭建了基于自抗扰的矢量控制器,并首次提出了两相线同相位的测量方法,能够在线精准测量永磁同步电机交流电感。论文根据牵引力系统的工况,分别从坡道驻车,驱动防滑和回馈制动三个方面,对采用基于自抗扰算法的控制方法进行了研究。针对未知坡度路面和载荷条件下驻车问题,研究了影响车辆在坡度路面条件下驻车安全性的因素;针对驱动防滑过程中车辆模型非线性、时变和道路不确定性等不利因素,对车辆纵向力和横向力的稳定控制进行了研究,提高了电动汽车在各种路面的安全性;为提高回馈制动的稳定性,使用电机控制系统参数重新定义最佳滑移率,在未知附着系数路面条件下,保证车辆制动的稳定性和回馈能量高效率。本课题研究拓展了新型自抗扰技术在电动汽车牵引力控制中的应用,提升电动汽车整车稳定性和能量效率,具有较强的科学性和应用价值。
蒋梦倩[7]（2020）在《分数阶PID控制器设计方法的研究及应用》文中进行了进一步梳理随着人工智能、控制理论的不断发展和进步,分数阶微积分在控制领域中的研究和应用也在不断丰富。由于分数阶PIλDμ控制器比传统的控制器在系统的响应速度、控制精度以及抗干扰能力方面具有一定的优势,因此分数阶PIλDμ控制器广泛应用在航空航天、工业过程控制、伺服控制以及各种机械控制领域中,但是针对系统进行分数阶PIλDμ控制器设计时存在整定参数多、且整定困难等问题,本文从分数阶控制理论的基础出发,研究了分数阶PIλDμ控制器的设计方法,并将分数阶PIλDμ控制器应用到了永磁同步电机的具体实例中。本文的主要研究工作如下:（1）针对分数阶PIλDμ控制器在工程应用中,控制器参数多,且整定困难等问题,本文研究了粒子群算法优化控制器参数,并针对粒子群算法在优化过程中容易陷入局部最优,以及收敛精度低的问题,研究了改进粒子群算法,主要是通过调节其惯性权重因子来平衡全局和局部搜索能力;此外针对改进粒子群算法在迭代过程中,其学习因子也会影响粒子的局部和全局认知能力,且取值不当会影响算法的搜索性能以及收敛精度等问题,本文进一步提出了一种自适应参数调整的策略,研究了改进自适应粒子群算法来优化分数阶PIλDμ控制器的参数,推导了自适应权重因子以及自适应学习因子来提高个体最优搜索以及全局最优搜索能力,最后采用仿真实验验证了本文设计的改进自适应粒子群算法具有稳态误差小、抗扰能力强等性能;（2）针对高阶系统在设计分数阶PIλDμ控制器时存在参数整定复杂等问题,本文在控制器设计中采用内模控制策略,设计出了分数阶内模PIλDμ控制器。首先通过改进自适应粒子群算法对高阶系统进行模型降阶,然后基于内模控制思想设计出含有唯一可调节参数的控制器,再根据最大灵敏度法给出了控制器的参数表达式,最后做了仿真实验的验证,结果表明针对高阶系统设计的分数阶内模PIλDμ控制器可降低其参数整定的复杂性,且使其具有良好的控制性能和鲁棒性;（3）在本文分数阶PIλDμ控制器设计的基础上,研究了将分数阶PIλDμ控制器应用到永磁同步电机中,主要针对电机的速度环进行了分数阶PIλDμ控制器的设计,并通过仿真实验与整数阶PID控制器进行了控制性能的比较,结果表明本文设计的分数阶PIλDμ控制器可以提高永磁同步电机在空载、突加负载、转速突变等情况下的控制性能。
冯陈[8]（2020）在《抽水蓄能机组系统辨识与复杂工况下控制规律研究》文中提出太阳能和风电等清洁能源想要大规模接入电网并发挥其作为绿色能源的优势,就必须借助大规模储能技术的消纳和调节。在目前已有的储能技术当中,抽水蓄能技术相比于其他形式的储能技术具有运行成熟且储量大的优点。抽水蓄能技术工况转换迅速、运行灵活性高、负荷响应速度快,可以实时跟踪电力系统的负荷变化。然而,抽水蓄能与新能源的联合运行中仍存在许多问题。大规模新能源的并网,对抽水蓄能机组的运行模式提出了新要求。更频繁的负荷调整、长时间的旋转备用、长时间的负荷工况等新要求给抽水蓄能电站的运行来了新的挑战。尤其在稳定性和安全性方面,由于可逆式机组固有的反“S”区不稳定运行特性以及调速励磁系统水-机-电能量转换过程中耦合效应日益显着,传统的抽水蓄能运行方式已无法满足新形势下电网的调节需求。在此背景之下,针对抽水蓄能机组稳定、安全和高效运行所亟需解决的关键科学问题与技术难点,本文以抽水蓄能机组系统辨识与复杂工况下控制规律研究为切入点,在充分探讨抽水蓄能调节系统各组成部分的动态机理与非线性特性的基础上,分别搭建了具有复杂过水系统的调速系统模型与调速励磁系统水-机-电耦合模型,以智能优化算法、人工神经网络、多目标优化理论、小扰动特征分析、模型预测控制方法为技术支撑,深入开展抽水蓄能机组参数辨识、模型辨识、改善反“S”区动态特性以及调速励磁耦合控制规律的研究,建立了抽水蓄能机组建模-辨识-控制层层递进的研究体系。本文的主要研究工作与创新成果如下:（1）系统研究了抽水蓄能机组调速系统和励磁系统各组成部分不同模型表达及适用条件。针对水泵水轮机反“S”区建模困难的问题,引入对数投影法和改进Suter变换对水泵水轮机全特性曲线进行预处理,解决了反“S”特性区域插值计算的多值性问题。搭建了适用于不同研究工况的带有复杂过水系统的调速系统模型与调速励磁系统水-机-电耦合模型,为后续系统辨识与复杂工况下控制规律的研究奠定了模型基础。（2）针对复杂过水系统和调速励磁耦合特性引起的参数辨识难题,研究了基于智能优化算法的参数辨识方法,引入人工羊群算法并结合Levy游走、混沌变异及弹性边界处理策略,提出了一种改进人工羊群智能优化算法,建立了基于改进人工羊群算法的参数辨识框架。通过机组的开关机过程,直接辨识复杂过水系统的管段参数;通过并网运行的调节过程,实现了调速励磁系统水-机-电耦合模型的高精度一体化参数辨识。（3）针对数据具有长期依赖关系和普通神经网络训练中面临的梯度消失问题,通过引入长短时记忆神经网络来实现带有复杂过水系统的抽水蓄能机组调速系统的高精度离线模型辨识;针对普通反向传播算法面临的训练收敛速度慢、在线调整困难的问题,引入了兼具普通BP神经网络非线性描述能力强和递推最小二乘法计算简单优点的带遗忘因子的在线序列极限学习机,实现了抽水蓄能机组调速励磁系统水-机-电耦合模型的高精度在线模型辨识。（4）针对机组低水头启动易受反“S”特性影响产生转速振荡的问题,提出了兼顾速动性和稳定性的基于多目标羊群算法的优化框架,有效抑制低水头开机时机组转速的反复振荡。为了从根本上改善抽水蓄能机组在反“S”区的动态特性,本文首次探讨了利用变速机制避免机组深入反“S”区运行的可行性,结果表明低水头工况下可以通过降低转速使机组的运行区域在全特性曲线上向左移动从而有效避免反“S”区,使机组具有更好的动态特性,也为常规定速抽水蓄能机组的改造与发展提供了新参考。（5）为了实现抽水蓄能机组调速励磁系统水-机-电能量转换过程的耦合控制,引入特征值分析法对调节系统进行小扰动稳定性分析,在此基础上给出了经典“PID+VAR+PSS”控制策略多工况下的多目标优化和决策方法。提出了一种基于带遗忘因子在线序列极限学习机的预测模型、阶梯式控制增量约束、人工羊群算法滚动优化的智能模型预测控制策略,通过不同工况下与经典控制策略对比的实验,验证了所提智能模型预测控制方法进行调速励磁耦合控制的优越性,并引入非线性动力学理论对智能模型预测控制器进行了稳定性分析。
王慧芬[9]（2020）在《光电跟踪系统的位置伺服控制》文中指出光电跟踪系统具有捕获和跟踪目标的功能,目前已广泛用于火箭发射、靶场试验、火控系统的战术支持、大型工件的激光跟踪测量系统以及森林防火系统等国防和国民经济的各个领域。针对光电跟踪的位置伺服控制中存在响应速度慢,跟踪精度不高的问题,本文以光电跟踪系统为背景,矢量控制技术为基础,将智能控制技术与PID控制相结合对PMSM进行控制,使光电跟踪系统快速准确捕获、跟踪目标,并经过Matlab/Simulink仿真,验证控制方法的有效性。首先,为PMSM建立数学模型,确定使用di=0的矢量控制方法,介绍位置、转速、电流的三环控制结构,并使用PID控制器进行系统仿真。其次介绍了RBFNN的结构、学习过程、以及RBFNN-PID控制的原理。RBFNN拓扑结构简单,非线性逼近能力强,利用RBFNN的Jacobian信息判断系统的控制灵敏度,实时产生PID控制器中kp、ik、kd调整量,提高控制系统的自适应能力。但由于RBFNN-PID控制过程中可能出现收敛速度慢,鲁棒性差的问题,引入了蚁群算法:有增强式学习、全局寻优能力的进化类算法,对RBFNN网络参数进行选取,并为防止蚁群算法陷入局部最优使用改进的自适应混沌蚁群算法,快速选取最优网络对PID参数实时调整,增强系统控制的自适应能力和抗干扰能力,提高系统的快速性和跟踪精度。最后通过Matlab/Simulink进行理论仿真,并在实验室初步验证了方案的可行性和有效性。
唐陶[10]（2020）在《基于滑模和零动态的MIMO仿射型高维混沌系统之间的延迟同步》文中研究表明高维混沌同步问题是混沌控制与同步领域中的研究热点,由于高维混沌系统中的非线性的复杂性,使得同步控制的难度增加,若不借助于其它辅助方法,难以实现根本上的改进。本文基于微分几何方法中的零动态和滑模控制的方法,给出了同结构高维混沌系统的延迟同步问题的解决方案。第一章,概括地介绍了与微分几何方法相关的基础概念及对零动态子系统进行滑模控制的原理。第二章,介绍了三篇最近的与本文研究课题有关的典型文献。首先,介绍了一个基于微分几何方法实现的对SISO非线性系统控制的文献;其次,介绍了一种针对不确定分数阶混沌系统的扰动同步问题的自适应终端滑模控制方法;最后,介绍了采用不同滑模面对SISO非线性系统进行优化输出调节的比较。第三章,以一个新五维混沌系统为例,将其误差动力学系统改写为多入多出的仿射型非线性系统,通过选择适当的输出函数获得了小于系统维数的系统相对阶,然后基于微分几何方法对非线性误差动力学系统进行部分状态反馈线性化得到两个子系统,即线性化子系统和零动态子系统,对于其中的零动态子系统用本方法可以独立设计控制器。在独立设计零动态子系统控制器时,采用了滑模控制方法,实现了两个混沌系统的延迟同步。第四章,探讨了两个问题。其中分别以两个高维混沌系统为例,且选取了与第三章不同的输出函数,并利用了混沌系统的有界的特性,从而获得了与第三章不同的零动态子系统的滑模控制方案,实现了高维混沌系统延迟同步。这两个问题与第三章的区别在于,由于运用了混沌系统的有界特性,化简了控制过程的复杂性,提高了控制效率,对于较高维混沌系统的同步问题具有灵活有效的特点。上述方案均通过数值仿真获得了有效性验证。
二、基于最优控制原理的混沌同步（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、基于最优控制原理的混沌同步（论文提纲范文）
（1）永磁同步电机参数辨识研究（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 永磁同步电机参数辨识研究现状 |
| 1.3 本课题研究内容和结构安排 |
| 第二章 永磁同步电机数学模型和矢量控制 |
| 2.1 永磁同步电机的结构 |
| 2.2 永磁同步电机的数学模型 |
| 2.3 矢量控制理论 |
| 2.4 空间矢量脉宽调制技术 |
| 2.5 本章小结 |
| 第三章 永磁同步电机参数变化对矢量控制的影响 |
| 3.1 电机参数变化的原因 |
| 3.1.1 定子电阻变化原因 |
| 3.1.2 电感变化的原因 |
| 3.2 电气参数变化对矢量控制性能的影响 |
| 3.2.1 矢量控制系统解耦 |
| 3.2.2 矢量控制系统调节器 |
| 3.2.3 系统转矩输出 |
| 3.3 参数辨识的基本原理 |
| 3.4 本章小结 |
| 第四章 自适应混沌粒子群算法的永磁同步电机离线参数辨识 |
| 4.1 自适应混沌粒子群算法 |
| 4.1.1 粒子群算法 |
| 4.1.2 混沌理论 |
| 4.1.3 自适应混沌粒子群算法 |
| 4.2 标准测试函数性能测试 |
| 4.3 基于SA-CPSO算法的永磁同步电机离线参数辨识 |
| 4.3.1 永磁同步电机数学模型 |
| 4.3.2 基于SA-CPSO算法的永磁同步电机参数辨识原理 |
| 4.3.3 仿真结果与分析 |
| 4.4 本章小结 |
| 第五章 遗忘因子递推最小二乘法永磁同步电机在线参数辨识 |
| 5.1 最小二乘法原理 |
| 5.2 递推最小二乘法 |
| 5.2.1 递推最小二乘法的原理 |
| 5.2.2 永磁同步电机线性模型 |
| 5.3 遗忘因子递推最小二乘法 |
| 5.4 遗忘因子递推最小二乘法在线参数辨识 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 对未来研究的展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（2）基于自抗扰控制的感应电机EPS系统转矩控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 课题选题背景 |
| 1.1.2 课题研究的意义 |
| 1.2 EPS系统研究现状 |
| 1.2.1 EPS系统发展现状 |
| 1.2.2 EPS系统控制策略研究现状 |
| 1.2.3 EPS助力电机类型及研究现状 |
| 1.3 感应电机控制研究现状 |
| 1.3.1 感应电机控制策略研究现状 |
| 1.3.2 感应电机磁链观测研究现状 |
| 1.3.3 感应电机电流控制研究现状 |
| 1.3.4 自抗扰控制策略在感应电机控制中的应用 |
| 1.4 主要的研究内容及技术路线 |
| 1.4.1 主要的研究内容 |
| 1.4.2 技术路线 |
| 2 感应电机离线参数辨识算法研究 |
| 2.1 定子磁场定向矢量控制数学模型 |
| 2.2 感应电机离线参数辨识 |
| 2.2.1 特殊工况下离线参数辨识原理 |
| 2.2.2 离线参数辨识误差分析 |
| 2.2.3 离线参数辨识实验系统 |
| 2.3 基于混沌粒子群优化的参数优化 |
| 2.3.1 粒子群优化算法原理 |
| 2.3.2 基于混沌序列的粒子群初始化 |
| 2.3.3 静止坐标系下的适应度函数计算 |
| 2.3.4 参数辨识结果验证 |
| 2.4 本章小结 |
| 3 基于I-ADRC的定子磁链闭环控制 |
| 3.1 定子电流解耦补偿控制 |
| 3.2 自抗扰控制器原理 |
| 3.3 基于ADRC的感应电机定子磁链闭环控制 |
| 3.3.1 常规ADRC的定子磁链控制 |
| 3.3.2 基于I-ADRC的定子磁链闭环控制 |
| 3.3.3 I-ADRC定子磁链闭环控制算法验证 |
| 3.4 改进型双积分定子磁链观测器 |
| 3.4.1 传统型电压模型定子磁链观测方法分析 |
| 3.4.2 带自适应控制器双积分定子磁链观测器 |
| 3.5 本章小结 |
| 4 感应电机磁链决策与电流调节 |
| 4.1 EPS感应电机效率优化需求分析 |
| 4.2 效率优化的定子磁链决策 |
| 4.2.1 现有的磁链决策方案 |
| 4.2.2 基于损耗模型的定子磁链决策 |
| 4.2.3 基于最小二乘法的损耗模型参数在线估计 |
| 4.3 基于ADRC的d轴电流调节 |
| 4.4 基于模糊PI的q轴电流调节 |
| 4.5 本章小结 |
| 5 EPS系统控制策略研究 |
| 5.1 新型助力特性曲线设计 |
| 5.1.1 理想助力特性曲线类型 |
| 5.1.2 基于扭杆状态的助力特性分析 |
| 5.1.3 新型助力曲线设计 |
| 5.2 EPS回正控制策略 |
| 5.2.1 EPS系统运动状态判断 |
| 5.2.2 基于TD的转向盘角速度估计 |
| 5.3 负载转矩补偿策略 |
| 5.3.1 基于ESO的负载转矩估计 |
| 5.3.2 突变负载转矩补偿算法 |
| 5.4 本章小结 |
| 6 感应电机EPS控制器设计及试验验证 |
| 6.1 EPS控制器软件设计 |
| 6.1.1 助力功能的软件设计 |
| 6.1.2 故障处理机制设计 |
| 6.1.3 软件实现 |
| 6.2 EPS控制器硬件设计 |
| 6.2.1 供电电路与接口电路设计 |
| 6.2.2 信号采集电路设计 |
| 6.2.3 电机驱动电路设计 |
| 6.3 控制器样机及试验台搭建立 |
| 6.4 EPS控制器功能验证 |
| 6.4.1 基本助力功能验证 |
| 6.4.2 回正功能验证 |
| 6.4.3 负载突变下转矩补偿功能验证 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 交通学院研究生学位论文送审意见修改说明 |
| 交通学院研究生学位论文答辩意见修改说明 |
（3）基于LAWPSO的PMSM参数辨识及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 本文背景及研究意义 |
| 1.2 PMSM参数辨识的国内外研究现状及发展趋势 |
| 1.2.1 最小二乘法 |
| 1.2.2 模型参考自适应法(MRAS) |
| 1.2.3 遗传算法 |
| 1.3 线性二次型最优控制理论 |
| 1.3.1 最优控制理论 |
| 1.3.2 线性二次型最优控制算法 |
| 1.4 本文主要研究内容及章节安排 |
| 2 PMSM数学模型及矢量控制原理 |
| 2.1 PMSM的结构 |
| 2.2 PMSM数学模型 |
| 2.2.1 矢量坐标变换 |
| 2.2.2 PMSM数学模型 |
| 2.3 PMSM矢量控制策略 |
| 2.4 空间矢量脉宽调制技术 |
| 2.4.1 SVPWM原理 |
| 2.4.2 SVPWM算法实现过程 |
| 2.5 PMSM矢量控制系统 |
| 2.6 本章小结 |
| 3 基于LAWPSO的 PMSM参数辨识 |
| 3.1 粒子群算法 |
| 3.1.1 粒子群算法的发展 |
| 3.1.2 粒子群算法的原理 |
| 3.1.3 标准粒子群算法的收敛性分析 |
| 3.2 基于Logistic函数的自适应惯性权重粒子群算法 |
| 3.2.1 Logistic函数 |
| 3.2.2 混沌初始化 |
| 3.2.3 基于Logistic函数的自适应惯性权重粒子群算法 |
| 3.3 遗传算法 |
| 3.3.1 遗传算法的发展历程 |
| 3.3.2 遗传算法的基本原理 |
| 3.4 算法测试 |
| 3.5 基于LAWPSO的数据在线采集的PMSM参数辨识 |
| 3.5.1 参数辨识过程 |
| 3.5.2 PMSM离线参数辨识仿真及结果分析 |
| 3.5.3 数据在线采集的参数辨识仿真及结果分析 |
| 3.6 本章小结 |
| 4 基于LQR控制的PMSM调速系统控制器参数整定 |
| 4.1 最优控制问题描述 |
| 4.2 LQR控制 |
| 4.2.1 LQR控制理论简介 |
| 4.2.2 LQR控制器设计 |
| 4.2.3 PI与LQR控制效果仿真波形对比 |
| 4.3 基于LAWPSO的 LQR控制器参数整定 |
| 4.3.1 适应度函数的计算方法 |
| 4.3.2 参数整定过程 |
| 4.4 仿真及结果分析 |
| 4.5 本章小结 |
| 5 PMSM控制系统的实验 |
| 5.1 PMSM控制系统硬件设计 |
| 5.1.1 系统总体方案设计 |
| 5.1.2 TMS320F28335最小系统的搭建 |
| 5.1.3 逆变电路与驱动电路的设计 |
| 5.2 PMSM控制系统软件设计 |
| 5.2.1 系统主程序 |
| 5.2.2 中断服务子程序 |
| 5.2.3 SVPWM程序 |
| 5.3 基于Lab VIEW的系统上位机显示界面的实现 |
| 5.3.1 串口初始化和数据处理模块 |
| 5.3.2 数据在线采集的参数辨识模块 |
| 5.4 数据在线采集的PMSM参数辨识实验 |
| 5.4.1 硬件平台 |
| 5.4.2 实验结果及分析 |
| 5.5 基于LQR控制的PMSM控制系统控制器参数整定实验 |
| 5.5.1 PI与LQR控制效果实验波形对比 |
| 5.5.2 PMSM调速系统控制器参数整定实验 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）隐藏型混沌吸引子与混沌同步的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 国内外研究现状 |
| 1.3 预备知识 |
| 1.4 本文主要内容与章节分布 |
| 第2章 混沌理论与混沌同步基础 |
| 2.1 混沌的定义 |
| 2.2 混沌的性质 |
| 2.3 混沌系统的研究方法 |
| 2.4 混沌控制与混沌同步 |
| 2.4.1 实混沌系统同步 |
| 2.4.2 复混沌系统同步 |
| 第3章 具有隐藏型混沌吸引子的分数阶混沌系统及其混沌同步 |
| 3.1 引言 |
| 3.2 具有隐藏型混沌吸引子的新分数阶混沌系统 |
| 3.3 新分数阶混沌系统有限时间混沌同步 |
| 3.4 新分数阶混沌系统的组合同步 |
| 3.5 仿真 |
| 3.6 本章小结 |
| 第4章 永磁同步电机混沌同步控制 |
| 4.1 引言 |
| 4.2 永磁同步电机混沌模型分析 |
| 4.3 永磁同步电机有限时间混沌同步 |
| 4.4 参数不确定的永磁同步电机有限时间混沌同步 |
| 4.5 仿真 |
| 4.6 本章小结 |
| 第5章 基于分数阶复混沌系统差函数同步的保密通讯 |
| 5.1 引言 |
| 5.2 分数阶混沌系统差函数同步 |
| 5.3 基于分数阶复混沌系统差函数同步的保密通讯 |
| 5.3.1 模拟信号的传输 |
| 5.3.2 数字信号的传输 |
| 5.3.3 声音信号的传输 |
| 5.3.4 图像信号的传输 |
| 5.4 本章小结 |
| 第6章 N个系统组合函数投影同步 |
| 6.1 引言 |
| 6.2 N个系统组合函数投影同步 |
| 6.3 时延函数投影同步 |
| 6.3.1 问题建立 |
| 6.3.2 数值仿真 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要科研成果 |
| 一、发表学术论文 |
| 二、其它科研成果 |
（5）低速电动汽车永磁同步电机群智融合控制算法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.1.1 电动汽车发展背景 |
| 1.1.2 车用PMSM及驱动控制发展的问题与解决思路 |
| 1.2 低速电动汽车与牵引电机国内外发展现状 |
| 1.2.1 电动汽车国内外发展现状 |
| 1.2.2 低速电动汽车国内外发展状况 |
| 1.2.3 电动汽车牵引电机发展现状 |
| 1.3 永磁同步电机控制算法国内外研究现状 |
| 1.3.1 永磁同步电机驱动控制国内外研究现状 |
| 1.3.2 永磁同步电机智能控制算法国内外研究现状 |
| 1.4 研究目的、意义及研究内容 |
| 1.4.1 研究目的和意义 |
| 1.4.2 研究内容 |
| 1.5 论文结构 |
| 第二章 永磁同步电机控制原理 |
| 2.1 永磁同步电机结构及控制原理 |
| 2.2 永磁同步电机坐标变换原理 |
| 2.2.1 三种坐标系 |
| 2.2.2 坐标变换 |
| 2.3 永磁同步电机的数学模型 |
| 2.4 永磁同步电机空间矢量脉宽调制控制 |
| 2.5 基于SVPWM控制的矢量控制仿真模型设计 |
| 2.5.1 电压矢量扇区判断模块设计 |
| 2.5.2 载波周期基本电压矢量工作时间模块设计 |
| 2.5.3 三相逆变器桥臂功率管导通切换时间模块设计 |
| 2.5.4 七段式SVPWM电机矢量控制模型 |
| 2.6 本章小结 |
| 第三章 PSO与EKF融合控制的电机调速优化研究 |
| 3.1 PMSM电机调速控制相关研究 |
| 3.2 永磁同步电机调速估算模型 |
| 3.3 扩展卡尔曼滤波EKF控制原理 |
| 3.4 EKF噪声矩阵参数PSO优化寻优 |
| 3.4.1 标准优化粒子群(Particle Swarm Optimization,PSO)算法 |
| 3.4.2 粒子群改进算法 |
| 3.5 PSO与EKF融合控制的电机调速系统设计与分析 |
| 3.5.1 PSO与EKF融合电机矢量控制系统模型 |
| 3.5.2 NPSO-EKF算法与其他参数整定算法整定性能对比分析 |
| 3.6 本章小结 |
| 第四章 PSO与AIS融合控制的PI参数整定研究 |
| 4.1 PMSM矢量控制PI参数整定相关研究 |
| 4.2 PMSM电机双闭环控制系统模型设计 |
| 4.2.1 电流内环PI调节器设计 |
| 4.2.2 速度外环调节器设计 |
| 4.3 AIS-CLPSO算法模型 |
| 4.3.1 标准优化粒子群PSO算法 |
| 4.3.2 完全学习型粒子群算法 |
| 4.3.3 免疫完全学习型粒子群算法 |
| 4.4 PSO-AIS融合控制算法整定PI控制器参数 |
| 4.4.1 PSO融合AIS网络PI控制参数整定模型设计 |
| 4.4.2 AIS-CLPSO融合控制算法操作 |
| 4.4.3 AIS-CLPSO融合控制算法参数设置 |
| 4.5 实验结果与分析 |
| 4.5.1 AIS-CLPSO融合控制算法寻优过程分析 |
| 4.5.2 AIS-CLPSO融合控制算法与其他转速控制算法性能对比分析 |
| 4.6 本章小结 |
| 第五章 混沌鱼群优化BPNN的电机参数辨识研究 |
| 5.1 PMSM电机参数辨识相关研究 |
| 5.2 PMSM电机参数群智辨识模型理论分析 |
| 5.2.1 PMSM电机辨识数学模型 |
| 5.2.2 PMSM电机辨识模型数据集获取方法 |
| 5.2.3 PMSM电机辨识参数BPNN映射模型 |
| 5.2.4 混沌人工鱼群算法 |
| 5.3 CAFS-BPNNA算法对PMSM电机参数辨识网络 |
| 5.3.1 CAFS-BPNNA参数辨识网络优化算法 |
| 5.3.2 CAFS-BPNNA网络优化过程中两种群智算法切换时机选择 |
| 5.4 实验结果与分析 |
| 5.4.1 PMSM电机参数辨识实验设置 |
| 5.4.2 CAFS-BPNNA算法与其他算法参数辨识误差对比分析 |
| 5.5 本章小结 |
| 第六章 车用PMSM的智群融合控制算法实践研究 |
| 6.1 PMSM控制器架构设计 |
| 6.2 PMSM驱动控制器硬件构件设计 |
| 6.2.1 S32K144最小系统硬件构件设计 |
| 6.2.2 PMSM驱动控制器控制扩展板硬件构件化设计 |
| 6.2.3 PMSM驱动控制器底层功率驱动板硬件构件化设计 |
| 6.3 PMSM电机驱动控制系统开发软件平台工程框架设计 |
| 6.3.1 开发软件工程框架设计思路 |
| 6.3.2 底层驱动固件设计 |
| 6.3.3 中层功能构件设计 |
| 6.3.4 电机驱动系统主程序的设计与实现 |
| 6.4 PMSM电机控制器平台系统 |
| 6.5 低速电动汽车用PMSM电机控制器性能分析 |
| 6.5.1 基于SVPWM矢量控制实验分析 |
| 6.5.2 群智融合控制算法实验分析 |
| 6.5.3 低速电动汽车公路场地实车测试与对比分析 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士期间主要研究成果 |
| 致谢 |
（6）基于自抗扰算法的电动汽车牵引力系统优化控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 新能源汽车概述 |
| 1.1.1 新能源汽车发展现状 |
| 1.1.2 新能源汽车技术体系 |
| 1.2 研究课题提出 |
| 1.2.1 电动汽车牵引系统与优势 |
| 1.2.2 电动汽车驱动系统优势及研究现状 |
| 1.2.3 存在的问题 |
| 1.2.4 课题意义 |
| 1.3 全文的主要工作及章节安排 |
| 第2章 基于自抗扰的永磁同步电机控制技术 |
| 2.1 电机结构 |
| 2.2 矢量控制技术 |
| 2.2.1 坐标转换 |
| 2.2.2 电机d-q轴数学模型 |
| 2.2.3 SVPWM技术 |
| 2.3 基于自抗扰的矢量控制技术 |
| 2.3.1 自抗扰控制技术 |
| 2.3.2 非线性自抗扰控制器 |
| 2.3.3 线性自抗扰控制技术 |
| 2.3.4 自抗扰矢量控制器 |
| 2.4 电机电感特性 |
| 2.4.1 一种交流静止离线测量方法 |
| 2.4.2 转矩分析 |
| 2.4.3 测量实验及结果分析 |
| 2.5 小结 |
| 第3章 基于自抗扰的坡道驻车控制技术 |
| 3.1 坡道驻车力学分析 |
| 3.2 坡道驻车数学模型 |
| 3.2.1 动力学模型 |
| 3.2.2 静力学模型 |
| 3.3 坡道驻车控制器设计 |
| 3.4 稳定性分析 |
| 3.4.1 频域分析 |
| 3.4.2 基于李雅普诺夫原理分析 |
| 3.5 坡道驻车验证 |
| 3.6 小结 |
| 第4章 基于自抗扰的驱动防滑控制技术 |
| 4.1 整车模型 |
| 4.1.1 二自由度整车模型 |
| 4.1.2 轮胎模型 |
| 4.1.3 道路模型 |
| 4.1.4 仿真模型 |
| 4.2 基于自抗扰的驱动防滑控制器 |
| 4.2.1 滑移率控制 |
| 4.2.2 横摆控制器设计 |
| 4.2.3 仿真控制器搭建 |
| 4.3 基于CPSO的 ADRC控制器参数整定 |
| 4.5 各种路面防滑效果仿真分析 |
| 4.5.1 单一路面试验 |
| 4.5.2 对开路面试验 |
| 4.5.3 对接路面试验 |
| 4.6 小结 |
| 第5章 基于自抗扰的回馈制动技术 |
| 5.1 回馈制动系统特点 |
| 5.1.1 能量回馈原理 |
| 5.1.2 回馈制动在电动汽车作用 |
| 5.2 新型最佳滑移率模型 |
| 5.2.1 动力学模型 |
| 5.2.2 最佳滑移率模型 |
| 5.3 基于自抗扰的最佳滑移率回馈制动控制器 |
| 5.3.1 控制器设计 |
| 5.3.2 稳定判据与限制条件 |
| 5.3.3 控制流程 |
| 5.4 不同路面制动效果分析 |
| 5.4.1 高附着系数路面制动效果分析 |
| 5.4.2 低附着系数路面制动效果分析 |
| 5.4.3 对接路面制动效果分析 |
| 5.5 小结 |
| 第6章 总结与展望 |
| 6.1 主要工作与结论 |
| 6.2 主要创新点 |
| 6.3 未来工作展望 |
| 参考文献 |
| 附录 自抗扰算法 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（7）分数阶PID控制器设计方法的研究及应用（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 分数阶控制器研究现状 |
| 1.2.2 参数整定研究现状 |
| 1.2.3 内模控制研究现状 |
| 1.3 研究内容及结构安排 |
| 第二章 分数阶微积分理论基础 |
| 2.1 分数阶微积分理论 |
| 2.1.1 基本函数 |
| 2.1.2 分数阶微积分定义 |
| 2.1.3 分数阶微积分性质 |
| 2.2 分数阶微积分基本变换 |
| 2.2.1 Laplace变换 |
| 2.2.2 Fourier变换 |
| 2.3 分数阶微积分算子的近似 |
| 2.3.1 S域近似法 |
| 2.3.2 时域近似法 |
| 2.3.3 Z域近似法 |
| 2.4 分数阶系统的数学描述 |
| 2.5 本章小结 |
| 第三章 基于改进自适应粒子群算法的分数阶PI~λD~μ控制器设计 |
| 3.1 分数阶PI~λD~μ控制器 |
| 3.1.1 分数阶PI~λD~μ控制器的结构 |
| 3.1.2 分数阶PI~λD~μ控制器的性能分析 |
| 3.2 基于改进自适应粒子群算法的PI~λD~μ控制器设计 |
| 3.2.1 基本粒子群算法 |
| 3.2.2 改进的粒子群算法 |
| 3.2.3 改进自适应粒子群算法 |
| 3.2.4 改进自适应粒子群算法的PI~λD~μ控制器设计 |
| 3.3 仿真实验与结果分析 |
| 3.3.1 被控对象为整数阶系统仿真实验 |
| 3.3.2 被控对象为分数阶系统仿真实验 |
| 3.4 本章小结 |
| 第四章 基于内模控制的分数阶PI~λD~μ控制器设计 |
| 4.1 内模控制 |
| 4.1.1 内模控制结构 |
| 4.1.2 内模控制的性质 |
| 4.1.3 滤波器的选取 |
| 4.2 模型降阶 |
| 4.3 基于内模控制的分数阶PI~λD~μ控制器设计 |
| 4.3.1 控制对象模型的选取 |
| 4.3.2 设计过程 |
| 4.3.3 参数整定 |
| 4.4 仿真实验与结果分析 |
| 4.4.1 被控对象为整数阶高阶模型仿真实验 |
| 4.4.2 被控对象为分数阶高阶模型仿真实验 |
| 4.5 本章小结 |
| 第五章 分数阶PI~λD~μ控制器在永磁同步电机的应用研究 |
| 5.1 永磁同步电机的工作特性及数学描述 |
| 5.1.1 永磁同步电机的工作特性 |
| 5.1.2 永磁同步电机的数学描述 |
| 5.2 永磁同步电机的仿真模型设计 |
| 5.2.1 坐标转换 |
| 5.2.2 静止坐标系下仿真模型建立 |
| 5.2.3 同步坐标系下仿真模型建立 |
| 5.3 基于分数阶的永磁同步电机控制设计 |
| 5.3.1 矢量控制方案 |
| 5.3.2 永磁同步电机的分数阶控制器设计 |
| 5.4 仿真实验与结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（8）抽水蓄能机组系统辨识与复杂工况下控制规律研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 抽水蓄能调节系统建模研究概述 |
| 1.3 抽水蓄能机组系统辨识研究概述 |
| 1.4 抽水蓄能机组控制规律研究概述 |
| 1.5 本文主要研究内容 |
| 2 抽水蓄能机组调节系统非线性建模研究 |
| 2.1 引言 |
| 2.2 调速器数学模型 |
| 2.3 有压过水系统数学模型 |
| 2.4 水泵水轮机数学模型 |
| 2.5 同步发电机数学模型 |
| 2.6 励磁调节器及电力系统稳定器数学模型 |
| 2.7 抽水蓄能机组调节系统数学模型 |
| 2.8 本章小结 |
| 3 基于智能算法的抽水蓄能机组调节系统参数辨识 |
| 3.1 引言 |
| 3.2 人工羊群优化算法及其改进 |
| 3.3 基于IASA的具有复杂过水系统的调速系统参数辨识 |
| 3.4 基于 IASA 的调速励磁系统水-机-电耦合模型参数辨识 |
| 3.5 本章小结 |
| 4 基于神经网络的抽水蓄能机组调节系统模型辨识 |
| 4.1 引言 |
| 4.2 长短时记忆神经网络与带遗忘因子的在线序列极限学习机 |
| 4.3 基于LSTM的具有复杂过水系统的调速系统离线模型辨识 |
| 4.4 基于WOS-ELM的调速励磁水-机-电耦合系统的在线模型辨识 |
| 4.5 本章小结 |
| 5 改善抽水蓄能机组反“S”区动态特性的控制规律研究 |
| 5.1 引言 |
| 5.2 反“S”区运行问题描述 |
| 5.3 抽水蓄能机组低水头开机规律多目标优化 |
| 5.4 可变速机组避免深入反“S”区运行机理分析 |
| 5.5 本章小结 |
| 6 抽水蓄能机组调速励磁耦合系统的预测控制研究 |
| 6.1 引言 |
| 6.2 调速励磁耦合系统小扰动稳定性分析 |
| 6.3 调速励磁耦合系统多工况多目标优化 |
| 6.4 调速励磁耦合系统智能模型预测控制 |
| 6.5 对比实验及结果分析 |
| 6.6 本章小结 |
| 7 全文总结与展望 |
| 7.1 工作总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1:攻读博士期间发表的论文 |
| 附录2:攻读博士期间完成和参与的科研项目 |
（9）光电跟踪系统的位置伺服控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 课题研究的背景和意义 |
| 1.2 光电跟踪系统的研究现状 |
| 1.2.1 光电跟踪系统的国外研究现状 |
| 1.2.2 光电跟踪系统的国内研究现状 |
| 1.3 位置伺服控制策略的研究现状 |
| 1.4 本文研究的主要内容及章节安排 |
| 第2章 光电跟踪位置伺服系统的方案设计 |
| 2.1 光电跟踪系统的结构、原理和位置伺服控制要求 |
| 2.2 位置伺服控制系统结构和原理 |
| 2.3 设备选型和理论计算 |
| 2.3.1 伺服控制器的选型 |
| 2.3.2 伺服电机的选型 |
| 2.3.3 伺服驱动器的选型 |
| 2.3.4 测角元件的选择 |
| 2.4 本章小结 |
| 第3章 PMSM的数学模型与位置PID控制 |
| 3.1 PMSM的结构 |
| 3.2 PMSM的数学模型 |
| 3.3 矢量控制原理 |
| 3.4 基于PID的永磁同步电机位置控制 |
| 3.5 本章小结 |
| 第4章 光电跟踪系统的位置控制策略研究 |
| 4.1 RBF神经网络 |
| 4.1.1 RBFNN的结构 |
| 4.1.2 RBF神经网络的学习过程 |
| 4.1.3 BRF神经网络PID控制 |
| 4.2 自适应混沌蚁群算法 |
| 4.2.1 蚁群算法的起源 |
| 4.2.2 蚁群算法的思想和数学模型 |
| 4.2.3 蚁群算法优化RBFNN |
| 4.2.4 蚁群算法的优化——自适应混沌蚁群算法 |
| 4.3 本章小结 |
| 第5章 系统仿真与试验验证 |
| 5.1 Matlab/Simulink建模与仿真结果 |
| 5.2 硬件设计 |
| 5.3 软件设计 |
| 5.4 试验验证 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 前景和展望 |
| 参考文献 |
| 攻读研究生期间发表的论文及所取得的研究成果 |
| 致谢 |
（10）基于滑模和零动态的MIMO仿射型高维混沌系统之间的延迟同步（论文提纲范文）
| 摘要 |
| Abstract |
| 1 微分几何方法及零动态的滑模控制原理 |
| 1.1 非线性系统的等效坐标变换 |
| 1.1.1 向量场和李导数 |
| 1.1.2 非线性系统的部分线反馈性化 |
| 1.2 零输出问题 |
| 1.3 零输出问题下的滑模控制 |
| 2 微分几何方法应用和滑模控制的研究进展 |
| 2.1 含干扰的不确定混沌系统的同步 |
| 2.2 含扰动的分数阶混沌系统的自适应滑模同步 |
| 2.3 采用不同滑动流形的SISO非线性系统优化输出调节的比较分析 |
| 3 基于滑模和零动态的MIMO仿射型高维混沌系统之间的延迟同步 |
| 3.1 新五维混沌系统的部分反馈线性化 |
| 3.2 线性化子系统的延迟同步 |
| 3.3 零输出问题下的滑模控制 |
| 3.4 数值仿真 |
| 4 基于混沌有界性的滑模和零动态的混沌延迟同步 |
| 4.1 新六维Duffing-Lu混沌系统间的延迟同步 |
| 4.1.1 新六维混沌系统的部分反馈线性化 |
| 4.1.2 线性化子系统的延迟同步 |
| 4.1.3 基于零动态子系统有界的滑模控制 |
| 4.1.4 数值仿真 |
| 4.2 新九维Lorenz型混沌系统间的延迟同步 |
| 4.2.1 新九维混沌系统的部分反馈线性化 |
| 4.2.2 线性化子系统的延迟同步 |
| 4.2.3 基于零动态子系统有界的滑模控制 |
| 4.2.4 数值仿真 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
四、基于最优控制原理的混沌同步（论文参考文献）
- [1]永磁同步电机参数辨识研究[D]. 傅煜. 江西理工大学, 2021(01)
- [2]基于自抗扰控制的感应电机EPS系统转矩控制研究[D]. 那少聃. 东北林业大学, 2020(09)
- [3]基于LAWPSO的PMSM参数辨识及应用[D]. 赵梦莹. 西安科技大学, 2020(01)
- [4]隐藏型混沌吸引子与混沌同步的研究[D]. 刘加勋. 齐鲁工业大学, 2020(02)
- [5]低速电动汽车永磁同步电机群智融合控制算法研究[D]. 蒋建武. 苏州大学, 2020(06)
- [6]基于自抗扰算法的电动汽车牵引力系统优化控制技术研究[D]. 李贵强. 中国科学院大学(中国科学院深圳先进技术研究院), 2020(07)
- [7]分数阶PID控制器设计方法的研究及应用[D]. 蒋梦倩. 江西理工大学, 2020(01)
- [8]抽水蓄能机组系统辨识与复杂工况下控制规律研究[D]. 冯陈. 华中科技大学, 2020
- [9]光电跟踪系统的位置伺服控制[D]. 王慧芬. 中北大学, 2020(11)
- [10]基于滑模和零动态的MIMO仿射型高维混沌系统之间的延迟同步[D]. 唐陶. 辽宁师范大学, 2020(02)